Was ist ein KI-Agent? Einfach erklärt

Ein KI-Agent ist ein KI-Modell, das Aktionen ausführen kann, um ein Ziel zu erreichen, und nicht nur mit Text antwortet. Du gibst ihm eine Aufgabe, und er arbeitet in einer Schleife: entscheiden, was als Nächstes zu tun ist, ein Werkzeug nutzen (eine Datei bearbeiten, im Web suchen, einen Befehl ausführen, eine App aufrufen), das Ergebnis ansehen und neu entscheiden – bis die Aufgabe erledigt ist oder er deine Eingabe braucht. Das „Gehirn“ ist meist ein großes Sprachmodell; die Werkzeuge sind es, die ihn Dinge tun lassen.

Warum er beim Bauen mit KI wichtig ist

Moderne KI-App-Builder sind Agenten. Wenn du ein Feature anforderst, schreibt der Agent den Code nicht einfach und reicht ihn dir weiter. Er liest deine bestehenden Dateien, nimmt Änderungen vor, installiert Pakete, startet die App, liest die Fehlermeldungen und behebt sie – oft über viele Schritte, ohne dass du jeden einzelnen beobachtest.

Deshalb können sie funktionierende Software bauen und nicht nur Schnipsel. Es verändert aber auch deine Rolle. Du kopierst und fügst keinen Code mehr ein; du leitest einen sehr schnellen, fähigen Assistenten an, der manchmal Anweisungen falsch versteht oder selbstbewusst eine falsche Abzweigung nimmt. Wenn du weißt, wie Agenten arbeiten, kannst du ihnen die richtigen Ziele geben, erkennen, wann einer im Kreis läuft, und entscheiden, wo du selbst etwas freigeben willst.

Ein Alltagsvergleich

Vergleiche die Frage nach dem Weg bei einem Freund mit der Beauftragung eines Kuriers.

Nach dem Weg zu fragen ist wie ein Chatbot: Du fragst, sie sagen es dir, du gehst. Ist die Straße gesperrt, kommst du zurück und fragst erneut.

Ein Kurier ist ein Agent. Du sagst: „Bring dieses Paket bis 17 Uhr an diese Adresse.“ Er wählt eine Route, bemerkt die Sperrung, nimmt eine Umleitung, findet den Seiteneingang des Gebäudes und meldet: „Zugestellt, von der Rezeption quittiert.“ Du legst das Ziel und die Grenzen fest – „nicht mehr als 20 € für das Taxi ausgeben“ –, und er erledigt die Schritte.

Kuriere sind nur so gut wie der Auftrag und die Grenzen, die du setzt. Agenten auch.

So arbeitet ein Agent

Die meisten Agenten folgen derselben grundlegenden Schleife:

Ziel. Du beschreibst, was du willst: „Füge ein Kontaktformular hinzu, das mir Einsendungen per E-Mail schickt.“
Planen. Das Modell entscheidet über den nächsten Schritt: „Schau dir zuerst an, wie die Website aufgebaut ist.“
Handeln. Es ruft ein Werkzeug auf: Dateien auflisten, die Startseite lesen.
Beobachten. Es liest das Ergebnis des Werkzeugs.
Wiederholen. Basierend auf dem, was es gesehen hat, wählt es den nächsten Schritt: das Formular erstellen, den Servercode ergänzen, die App starten, nach Fehlern suchen.
Fertigstellen oder fragen. Ist das Ziel erreicht, berichtet es. Ist es blockiert oder unsicher, fragt es dich.

Um diese Schleife herum liegen noch einige weitere Teile:

Teil	Was er tut
Modell	Das LLM, das argumentiert und entscheidet, was zu tun ist.
Werkzeuge	Aktionen, die der Agent ausführen kann: Dateien lesen/schreiben, Befehle ausführen, suchen, APIs aufrufen.
Anweisungen	Feste Regeln zu Rolle, Stil und Grenzen (der System-Prompt).
Gedächtnis	Notizen, die zwischen Schritten oder Sitzungen mitgenommen werden, etwa deine Vorlieben.
Berechtigungen	Welche Werkzeuge er frei nutzen darf und welche deine Freigabe brauchen.
Unter-Agenten	Hilfs-Agenten, an die ein Haupt-Agent Teile einer Aufgabe delegiert.

Werkzeuge sind die Schlüsselidee. Ein Modell allein kann nur Text erzeugen. Werkzeuge machen aus diesem Text Handlungen – und Standards wie MCP erleichtern es, neue Werkzeuge an einen Agenten anzuschließen.

Ein Beispiel: ein kaputtes Anmeldeformular reparieren

Angenommen, das Wartelisten-Formular deiner veröffentlichten Website speichert keine E-Mails mehr, und du sagst deinem KI-Builder: „Das Wartelisten-Formular speichert nichts mehr. Repariere es.“

Ein typischer Agenten-Durchlauf könnte so aussehen:

Liest die Formular-Komponente und den Servercode, der Einsendungen verarbeitet.
Führt die App aus und sendet eine Test-E-Mail ab.
Liest den Fehler: Der Server meldet, dass eine Datenbankspalte namens email_address nicht existiert.
Schaut sich die Datenbankstruktur an: Die Spalte heißt tatsächlich email. Eine neue Änderung hat sie an einer Stelle umbenannt, aber nicht an der anderen.
Bearbeitet den Servercode, sodass er den richtigen Spaltennamen verwendet.
Testet erneut: sendet eine Test-E-Mail und bestätigt, dass eine neue Zeile erscheint.
Berichtet: „Das Formular schrieb in eine Spalte, die nach der gestrigen Änderung nicht mehr existiert. Ich habe den Servercode aktualisiert und bestätigt, dass eine Test-Anmeldung gespeichert wird.“

Du hast eine Anweisung gegeben; der Agent hat sieben Schritte gemacht, darunter zwei Tests. Das ist die Stärke. Das Risiko ist dieselbe Sache von der anderen Seite betrachtet: Hätte der Agent stattdessen entschieden, die Datenbankspalte umzubenennen, hätte er etwas anderes kaputtmachen können, und du hättest es vielleicht nicht bemerkt, solange du seine Zusammenfassung nicht liest.

Wichtige Begriffe erklärt

Begriff	Bedeutung
Agent	Ein KI-Modell, das in einer Schleife Werkzeuge nutzt, um eine Aufgabe zu erledigen.
Werkzeug	Eine bestimmte Aktion, die der Agent ausführen kann, etwa „Datei schreiben“ oder „E-Mail senden“.
Werkzeugaufruf	Eine einzelne Nutzung eines Werkzeugs mit Eingaben, die ein Ergebnis zurückgibt.
Agentisch	Beschreibt KI, die über mehrere Schritte handelt statt einmal zu antworten.
Autonomie	Wie viel der Agent erledigt, bevor er bei dir nachfragt.
Mensch in der Schleife	Freigabe einer Person bei zentralen Schritten verlangen.
Unter-Agent	Ein Hilfs-Agent, den ein Haupt-Agent für einen Teil der Aufgabe startet.
Leitplanken	Regeln und Grenzen, die verhindern, dass ein Agent Schädliches oder Unerwünschtes tut.
MCP	Model Context Protocol, ein offener Standard, um Agenten mit Werkzeugen zu verbinden. Siehe was ist MCP.

Häufige Fehler und Missverständnisse

„Agenten sind völlig unabhängig.“ Heutige Agenten funktionieren am besten bei klar umrissenen Aufgaben mit eindeutigen Zielen. Vage, offene Ziele („bring mein Geschäft voran“) erzeugen Beschäftigungstherapie.
„Er sagt, er ist fertig, also ist er fertig.“ Agenten melden manchmal Erfolg nach nur teilweiser Arbeit. Prüfe das Ergebnis selbst, besonders bei allem, was Geld, Daten oder Nutzer betrifft. Siehe wie du KI-generierten Code prüfst.
Zu viele Berechtigungen geben. Ein Agent, der E-Mails senden, Daten löschen und Geld ausgeben kann, braucht enge Grenzen und deine Freigabe für riskante Aktionen.
Ihn in einer Schleife laufen lassen. Versucht ein Agent immer wieder dieselbe Lösung, stoppe ihn und gib ihm mehr Informationen oder einen anderen Ansatz.
Inhalten vertrauen, die er liest. Agenten, die Webseiten oder E-Mails lesen, lassen sich durch Texte täuschen, die sie manipulieren sollen (Prompt-Injection). Achte darauf, was ein Agent tun kann, nachdem er nicht vertrauenswürdige Inhalte gelesen hat.
Riesige Einzelaufträge. Große Aufgaben gelingen zuverlässiger, wenn sie in Etappen aufgeteilt sind, die du prüfen kannst.

Was du deinen KI-Builder fragen solltest

„Plane das zuerst. Nenne mir die Schritte, bevor du etwas änderst.“
„Ändere nur Dateien, die mit dem Buchungsformular zu tun haben.“
„Teste die Änderung danach und sag mir genau, wie du geprüft hast.“
„Wenn du die Datenbankstruktur ändern musst, frag mich vorher.“
„Fasse zusammen, was du geändert hast, und nenne alles, bei dem du unsicher bist.“
„Halte an und frag nach, wenn dieselbe Lösung zweimal fehlschlägt.“

Für klarere Anweisungen siehe was Prompt Engineering ist.

KI-Agenten in Mythex

Mythex ist um einen Agenten herum gebaut. In der privaten Cloud-Sandbox deines Projekts kann er Dateien erstellen und bearbeiten, Pakete installieren, Terminalbefehle ausführen, Fehler prüfen und iterieren sowie Werkzeuge aus verbundenen Apps nutzen. Für komplexe Aufgaben startet er möglicherweise Unter-Agenten, deren Arbeit du öffnen und mitverfolgen kannst. Der Plan-Modus lässt ihn einen Ansatz vorschlagen, ohne zu bearbeiten, im Frage-Modus antwortet er, ohne Dateien zu ändern, und Checkpoints erlauben dir ein Zurücksetzen, wenn eine Änderung schiefgeht. Es funktioniert auch umgekehrt: Agenten wie Claude, Cursor oder Codex können über den MCP-Server in Mythex bauen.

Fragen

Was ist ein KI-Agent ganz einfach erklärt?

Ein KI-Agent ist ein KI-Modell, das Aktionen ausführen kann und nicht nur Antworten schreibt. Es bekommt ein Ziel und eine Reihe von Werkzeugen – etwa Dateien bearbeiten, im Web suchen oder eine App aufrufen – und arbeitet in einer Schleife aus Entscheiden, Handeln und Prüfen der Ergebnisse, bis die Aufgabe erledigt ist.

Was ist der Unterschied zwischen einem Chatbot und einem KI-Agenten?

Ein Chatbot beantwortet deine Nachricht mit Text und wartet auf die nächste. Ein Agent kann selbstständig mehrere Schritte ausführen, Werkzeuge nutzen, um Dinge zu verändern, das Ergebnis prüfen und nachjustieren, bevor er berichtet.

Sind KI-Agenten sicher in der Anwendung?

Sie können es sein, mit Grenzen. Gib einem Agenten nur die Werkzeuge und Berechtigungen, die er braucht, verlange deine Freigabe für riskante Aktionen wie das Versenden von Nachrichten oder das Ausgeben von Geld, behalte Backups oder Checkpoints und prüfe, was er getan hat.

Ist ein KI-App-Builder ein KI-Agent?

Die meisten modernen KI-App-Builder basieren auf einem Agenten: Er liest deine Anfrage, bearbeitet Code, führt Befehle aus, schaut sich Fehler an und behebt sie in einer Schleife, statt dir nur Code vorzuschlagen, den du einfügen musst.