KI-Agent

Das Engineering-Team von Anthropic definiert Agenten als Systeme, in denen das Modell seinen Ablauf und seine Tool-Nutzung selbst steuert. Im Job verlagert sich deine Arbeit: Du briefst den Agenten und prüfst, was zurückkommt.

Der Unterschied zu einem KI-Workflow

In einem KI-Workflow legt ein Mensch oder ein Stück Code die Reihenfolge der Schritte vorher fest, und das Modell erledigt jeweils einen Schritt. Ein Agent bestimmt die Reihenfolge selbst, je nachdem, was jeder Tool-Aufruf zurückgibt. Das macht Agenten nützlich, wenn du nicht vorhersagen kannst, wie viele Schritte eine Aufgabe braucht. Geht etwas schief, ist die Fehlersuche dafür schwieriger.

Anthropic rät, mit dem einfachsten Aufbau zu starten, der funktioniert, und mehr Autonomie erst dann einzubauen, wenn die Aufgabe sie braucht.

Beispiel

Eine Büroleiterin bittet einen Coding-Agenten, die Downloads der letzten sechs Monate in Projektordner zu sortieren. Sie arbeitet auf einer Kopie und sagt ihm, dass er den Ordner „Rechnungen“ nicht anfassen soll. Der Agent listet die Dateien auf, schlägt eine Ordnerstruktur vor, verschiebt die Dateien in Stapeln und meldet die, die er nicht zuordnen konnte. Sie schaut bei den ersten Schritten zu und hält ihn einmal an, als er gerade eine Datei im Ordner „Rechnungen“ umbenennen will.

Häufiger Fehler

Der typische erste Fehler ist ein offener Auftrag wie „räum mein ganzes Laufwerk auf“. Dabei kann niemand sagen, wann er erledigt ist und ob es geklappt hat. Wähl für den Anfang eine Aufgabe, die begrenzt ist und sich leicht prüfen und rückgängig machen lässt. Dann lies den Plan des Agenten und lass ihn laufen, statt jeden Schritt zu korrigieren.