Was ist agentische KI?

Agentische KI bezeichnet Systeme, die ein Ziel ohne menschliche Anleitung für jeden einzelnen Schritt verfolgen können. Statt nur zu antworten, wählen sie eine nächste Aktion, nutzen erlaubte Werkzeuge, beobachten das Ergebnis und setzen die Arbeit fort oder ändern den Weg. Diese Handlungsfähigkeit bleibt begrenzt: Menschen bestimmen Ziel, verfügbare Aktionen, Freigaben und Abbruchbedingungen.

Definitionsquellen und Produkthinweis: Stanford HAI, Google Cloud, AWS und Cisco betonen Zielorientierung, Planung, Handlung, Feedback und Anpassung, ziehen die Kategoriegrenze aber unterschiedlich. Ottermind ist ein KI-Agent-Workspace und Herausgeber dieses Artikels; die Erwähnung ist kein unabhängiger Leistungstest.

Eine einfache Definition

Agentic leitet sich von agency ab: der Fähigkeit, auf ein Ziel hin zu handeln. Bei Software beschreibt der Begriff, wie viel Entscheidungsspielraum das System zwischen Auftrag und Ergebnis besitzt.

Fordert ein Mensch jede Zusammenfassung, jeden Vergleich und jede Revision einzeln an, steuert er weiterhin den Prozess. Gibt er Ziel, Quellen, Grenzen und Kriterien vor und das System erkennt Lücken, wählt ein erlaubtes Werkzeug und liefert Belege samt offenen Fragen, kontrolliert das System einen Teil des Weges. Die Autorität über das Ergebnis bleibt beim Menschen.

Handlungsfähigkeit ist nicht volle Autonomie

Agency bedeutet, zielgerichtete Aktionen wählen zu können; Autonomie beschreibt, wie unabhängig diese Entscheidungen ausgeführt werden. Ein Agent kann ein Dokument auswählen, aber vor einer Websuche um Freigabe bitten; Code ändern, aber nicht mergen; Kampagnenmaterial vorbereiten, aber nicht veröffentlichen.

Fünf Prüfungen für echtes agentisches Verhalten

Das Ziel bleibt über eine Antwort hinaus erhalten.
Das System kann zwischen gültigen nächsten Schritten wählen.
Neue Informationen, Fehler oder Feedback ändern sein Verhalten.
Es nutzt erlaubte Fähigkeiten außerhalb der Modellantwort.
Es erkennt Abschluss, Unsicherheit und Grenzen, an denen es stoppen muss.

Was agentische KI nicht ist

Kein Bewusstsein und keine menschliche Absicht.
Nicht nur ein LLM; nötig sind auch Zustand, Werkzeuge, Rechte und Steuerung.
Nicht jeder Chatbot mit Tool-Aufruf.
Nicht zwingend ein Multi-Agent-System; zusätzliche Agenten erhöhen auch Koordination und Kosten.
Keine unbeaufsichtigte Ausführung: Lesen und Veröffentlichen brauchen unterschiedliche Kontrollen.

Ein Spektrum der Handlungsfähigkeit

Stufe	Kontrolle des Systems	Menschliche Kontrolle
Antwort	Inhalt einer Antwort	Mensch wählt jeden Schritt
Unterstützte Aktion	Ein begrenztes Werkzeug	Mensch bestimmt den Weg
Begrenzter Agent	Mehrere Schritte einer Aufgabe	Mensch setzt Werkzeuge, Grenzen und Abnahme
Verbundene Arbeit	Entscheidungen zwischen Ergebnissen	Wichtige Entscheidungen und Ergebnisse werden freigegeben
Folgenschwere Ausführung	Senden, veröffentlichen, kaufen, löschen oder ändern	Autorisierung, Protokoll und Wiederherstellung erforderlich

Die höchste Stufe ist nicht automatisch die beste. Verwenden Sie nur so viel Handlungsfreiheit, wie die tatsächliche Variabilität verlangt.

Verhältnis zu verwandten Begriffen

Agentische KI ist der Ansatz; ein KI-Agent ist der Softwareakteur; ein agentischer Workflow verbindet Entscheidungen, feste Schritte und Prüfung; ein Agent-Workspace hält Kontext, Werkzeuge und Ergebnisse zusammen. Lesen Sie Was ist ein agentischer Workflow?, vergleichen Sie KI-Agent, Chatbot und Automatisierung und prüfen Sie die besten KI-Agent-Workspaces.

Agentische Produktversprechen prüfen

Fragen Sie, welches Ziel fortbesteht, welche Entscheidungen erlaubt sind, welche Daten und Werkzeuge zugänglich sind, welches Feedback den Plan ändert, welche Belege bleiben, wer das Ergebnis akzeptiert und wie sich der Lauf stoppen, korrigieren oder zurückrollen lässt. Eine Antwort verfassen zu können ist nicht dasselbe wie einen Fall zu lösen.

Warum das wichtig ist

Generative KI senkt den Aufwand für ein einzelnes Ergebnis. Agentische KI zielt auf die Koordination zwischen Ergebnissen, Werkzeugen, Entscheidungen und Übergaben. Gleichzeitig wächst die Fehlerfläche: Fehler können sich fortpflanzen und Werkzeuge aus schlechten Vorschlägen schlechte Aktionen machen. Rechte, Herkunft, Evaluation und Verantwortung werden wichtiger.

Wo Ottermind einzuordnen ist

Ottermind verbindet Ziele, Dateien, Links und Projektkontext mit Recherche, Briefings, Berichten, Präsentationen und Folgeaufgaben. Menschen bleiben für Quellen, Rechte, Entscheidungen und Nutzung verantwortlich. Beginnen Sie mit einem begrenzten, prüfbaren Ergebnis; die Praxis erklärt Aufgaben mit KI automatisieren.

Häufige Fragen

Ist agentische KI ein Modell?

Meist nicht. Ein Modell kann Schlussfolgern ermöglichen, doch das System braucht außerdem Anweisungen, Zustand, Werkzeuge, Ausführungsschleife und Kontrollen.

Lernt sie von selbst?

Nicht zwingend. Einen Plan während einer Aufgabe anzupassen ist nicht dasselbe wie dauerhaft Speicher, Modell oder Richtlinien zu aktualisieren.

Ist ein LLM erforderlich?

Historisch nicht. Viele heutige Produkte nutzen Foundation Models, um unterschiedliche Ziele zu verstehen und Werkzeuge auszuwählen.

Fazit

Agentische KI ist begrenzte Entscheidungsfähigkeit im Dienst eines Ziels. Entscheidend ist nicht das Label, sondern ob das System Ziele hält, erlaubte Aktionen wählt, auf neue Informationen reagiert und prüfbare Belege hinterlässt.