KI-Agenten-Architektur: von den Grundlagen bis zu Anti-Patterns

Der Begriff „KI-Agent“ wird inflationär verwendet, deshalb lohnt eine klare Definition. Ein Agent ist ein System, das ein Sprachmodell nicht nur einmal befragt, sondern in einer Schleife nutzt: Es plant einen nächsten Schritt, führt ihn mit einem Werkzeug aus, beobachtet das Ergebnis und entscheidet auf dieser Grundlage über den nächsten Schritt — so lange, bis die Aufgabe erledigt ist. Diese Fähigkeit, eigenständig eine Kette von Schritten zu gehen und dabei Werkzeuge zu nutzen, unterscheidet einen Agenten von einem einfachen Chatbot.

Ebenso wichtig ist, was ein Agent nicht ist: keine magische Blackbox, die man mit einem Wunsch füttert und die den Rest „schon irgendwie“ erledigt. Ein verlässlicher Agent ist zu großen Teilen normale, gut konstruierte Software, in der das Sprachmodell eine Komponente ist — die Komponente für Sprache und Urteil, nicht der Ersatz für Architektur.

Im Kern jedes Agenten steht ein einfacher Kreislauf. Ihn zu verstehen hilft, die Architekturentscheidungen einzuordnen, die über Erfolg oder Scheitern entscheiden.

Jede Runde dieser Schleife stellt dieselben Fragen: Was weiß das Modell in diesem Moment (Kontext)? Welche Werkzeuge darf es nutzen (Tools)? Wie kommt das Ergebnis strukturiert zurück? Und wo wird der Fortschritt festgehalten (Zustand)? Wer diese vier Punkte bewusst gestaltet, baut zuverlässige Agenten. Wer sie einer undurchsichtigen Automatik überlässt, bekommt beeindruckende Demos und fragilen Betrieb.

Ein produktionsreifer Agent ist mehr als ein Modell mit einem Prompt. Es lohnt, die Architektur in Schichten zu denken — jede mit einer klaren Aufgabe und klaren Grenzen. So bleibt das System wartbar, testbar und beherrschbar.

• Modell-Schicht: das Sprachmodell für Planung und Urteil — austauschbar, damit man nicht an einen Anbieter gebunden ist.
• Orchestrierung: steuert die Schleife, verwaltet Kontext und Zustand, setzt Grenzen und behandelt Fehler.
• Werkzeuge (Tools): der kontrollierte Zugang zur Außenwelt — APIs, Datenbanken, Suche —, meist über standardisierte Schnittstellen wie MCP-Server.
• Gedächtnis: kurzfristiger Kontext und langfristiges Wissen, häufig per Retrieval (RAG) aus vertrauenswürdigen Quellen angereichert.
• Guardrails: Leitplanken, die Eingaben und Ausgaben prüfen und unerwünschtes Verhalten abfangen.
• Beobachtbarkeit: durchgängige Protokollierung jedes Schritts, damit Fehler auffindbar und Entscheidungen nachvollziehbar bleiben.

Der entscheidende Vorteil dieser Trennung: Jede Schicht lässt sich einzeln verbessern, testen und austauschen. Ein besseres Modell, ein zusätzliches Werkzeug, strengere Guardrails — all das wird zu einer lokalen Änderung statt zu einem Umbau des Ganzen.

Über viele Projekte hinweg haben sich einige Muster als tragfähig erwiesen. Sie klingen unspektakulär — und genau das ist ihr Wert: Sie machen aus einer riskanten Wette ein kalkulierbares System.

Klein und fokussiert statt Alleskönner

Mehrere kleine Agenten mit je einer eng umrissenen Aufgabe sind verlässlicher als ein universeller Agent, der alles gleichzeitig versucht. Je kürzer die Kette von Schritten, die ein einzelner Agent selbstständig gehen muss, desto seltener verläuft er sich. Braucht es Zusammenspiel, orchestriert man die kleinen Einheiten über klare Übergabepunkte.

Kontext und Zustand bewusst führen

Die Anwendung — nicht das Modell — bestimmt, welcher Kontext in jede Runde fließt und wie die Antwort strukturiert zurückkommt. Der Fortschritt gehört in einen sichtbaren, gespeicherten Zustand, nicht nur in den flüchtigen Gesprächsverlauf. Erst das erlaubt einem Agenten, zu pausieren, fortzusetzen und nach einem Fehler sauber wieder aufzusetzen.

Werkzeuge als sichere Verträge

Jedes Werkzeug ist ein klar definierter Vertrag mit geprüften Ein- und Ausgaben — nicht ein offenes Tor zur Außenwelt. Wenige, gut getestete Werkzeuge schlagen einen überladenen Werkzeugkasten. Standardisierte Schnittstellen wie MCP-Server machen diese Verträge wiederverwendbar und beherrschbar.

Der Mensch an der richtigen Stelle

Vollautonomie ist selten das Ziel und selten verantwortbar. Ein produktionsreifer Agent bindet den Menschen an definierten Punkten ein: bei folgenreichen Entscheidungen, bei Unsicherheit und vor allem vor unumkehrbaren Aktionen. Gut gebaut fühlt sich das nicht wie eine Bremse an, sondern wie ein Sicherheitsnetz.

Ebenso lehrreich wie die guten Muster sind die immer gleichen Fehler. Wer sie kennt, erkennt gefährdete Projekte früh — oft schon an der Art, wie über den Agenten gesprochen wird.

• Der Alleskönner-Agent: ein einziger Agent soll alles können — und wird in jedem Schritt ein bisschen unzuverlässiger.
• Unkontrollierter Kontext: man kippt immer mehr Text ins Modell in der Hoffnung, es werde schon das Richtige herausgreifen; tatsächlich sinkt die Trefferquote.
• Zustand nur im Chatverlauf: der Fortschritt lebt allein im Gesprächsfaden — nach einem Fehler ist er weg, Parallelität unmöglich.
• Werkzeuge ohne Leitplanken: der Agent darf ungeprüft schreiben, löschen, versenden — ein Fehltritt hat direkte Folgen.
• Blindes Vertrauen ohne Aufsicht: keine Prüfung, keine menschliche Freigabe, keine Protokollierung — Fehler fallen erst auf, wenn es teuer wird.
• Demo-getriebene Entwicklung: gebaut wird für die beeindruckende Vorführung, nicht für den Alltag mit echten Daten, Sonderfällen und Konsequenzen.

Ob ein KI-Agent in Ihrem Unternehmen trägt, entscheidet sich nicht an der Wahl des Modells, sondern an der Konstruktion darum herum. Kontrolle über Kontext und Zustand, kleine fokussierte Bausteine, Werkzeuge als sichere Verträge und der Mensch an den richtigen Punkten — das sind die Zutaten, die aus einer eindrucksvollen Demo einen verlässlichen Dienst machen.

Wer Agenten dieser Bauart einführt, kauft keine Magie, sondern solides Ingenieurhandwerk mit KI als Bestandteil. Genau das hält in Produktion — und genau daran erkennen Sie einen ernsthaften Umsetzungspartner.