Eine Lesekarte für jeden KI-Agenten. Gekauft oder selbst gebaut.
Jeder Anbieter zeigt „seinen KI-Agenten", und Demos sehen immer gut aus. Was fehlt, ist eine Sprache, mit der du hineinschauen kannst: Was steckt wirklich in diesem Agenten, und was fehlt ihm?
Ein Agent ist keine Blackbox. Er ist drei konzentrische Ringe: Kern, Ausstattung, Rahmen.
Der Kern denkt und entscheidet. Die Ausstattung macht das Modell zum eigenen Agenten. Der Rahmen formt und sichert ihn ab. Wer die drei Ringe kennt, kann jeden Agenten lesen. Auch die, die er nicht selbst gebaut hat.
| Ring | Aufgabe | Bestandteile |
|---|---|---|
| Kern | denkt und entscheidet | das LLM mit vier Fähigkeiten |
| Ausstattung | macht das Modell zu deinem Agenten | Tools, Wissen, Skills, Memory |
| Rahmen | formt und sichert ab | Identität, Guardrails, Prüfstand, Interface |
Zwölf Bestandteile, drei Ebenen. Die folgenden Kapitel gehen von innen nach außen: erst das Denken, dann die Ausrüstung, dann die Absicherung.
Innen sitzt das Sprachmodell. Es liefert die vier Fähigkeiten, die aus einem Chat einen Arbeiter machen:
Das ist der Sprung von „antwortet" zu „arbeitet einen Plan ab".
Der Loop ist die einzige Kernfähigkeit, die nicht direkt aus dem LLM kommt. Er wird über die Schnittstelle mitgeliefert. Das Modell trennt hier präzise zwischen Modell-Eigenschaft und Infrastruktur.
Und eine Fähigkeit trägt mehr, als man ihr ansieht: Instruction-Following ist die Brücke zum äußeren Ring. Ein Modell, das Vorgaben ignoriert, hat weder Identität noch Guardrails. Der Rahmen greift dann ins Leere.
Das Modell im Kern ist generisch. Jeder hat dasselbe. Was deinen Agenten von jedem anderen unterscheidet, sitzt im mittleren Ring:
| Bestandteil | Was es ist |
|---|---|
| Tools | Werkzeuge: APIs, Browser, Datenbanken |
| Wissen | was der Agent nachschlägt |
| Skills | gebündeltes Prozesswissen, ein reproduzierbares Rezept |
| Memory | was er über Schritte und Sessions hinweg behält |
Die häufigste Verwechslung sitzt beim dritten Bestandteil:
Ein Skill ist kein Werkzeug, er ist die Anleitung, die welche benutzt.
Ein Tool kann eine Mail verschicken. Ein Skill weiß, wann, an wen und in welchem Ton. Genau deshalb ist die Ausstattung mehr als eine Werkzeugkiste: Sie trägt Prozesswissen, das im Modell selbst nicht steckt.
Memory schließlich ist das Gedächtnis selbst: kurzfristig für die laufende Aufgabe, langfristig über Sessions hinweg. Nicht zu verwechseln mit der Überwachung des Agenten. Die wohnt einen Ring weiter außen.
Der äußere Ring macht aus einem fähigen Agenten einen, dem man Arbeit anvertrauen kann:
| Bestandteil | Was es ist |
|---|---|
| Identität | Persona, Werte, Rolle im Systemprompt. Wer der Agent ist. |
| Guardrails | verbotene Handlungen, harte Constraints |
| Prüfstand | Observability, Tracing, Evals. Der Blick von außen. |
| Interface | was beim Nutzer ankommt. Die Bühne des Agenten. |
Wichtig bei Guardrails: Im LLM sind sie weich angelegt. Verbindlich werden sie erst durch technische Durchsetzung im Rahmen.
Lesen ist harmlos, Schreiben ist das Risiko.
Ein Agent, der nur nachschlägt, kann wenig anrichten. Einer, der Mails verschickt, Daten ändert oder Geld bewegt, braucht den ganzen äußeren Ring. Je mehr ein Agent schreiben darf, desto dicker muss der Rahmen sein.
In der Praxis fehlt am häufigsten der Prüfstand. Der Agent läuft, aber niemand weiß, ob er gut läuft. Ohne Blick von außen fällt das erst auf, wenn etwas schiefgeht.
Kern, Ausstattung, Rahmen: zwölf Bestandteile, klar verortet.
Vier Fähigkeiten machen aus Antworten einen Arbeitsplan. Ohne Instruction-Following greift kein Rahmen.
Tools, Wissen, Skills, Memory: das, was deinen Agenten von jedem anderen unterscheidet.
Identität, Guardrails, Prüfstand, Interface: erst der äußere Ring macht ihn vertrauenswürdig.
Drei Fragen an jeden Agenten, der dir angeboten wird:
Ein Produkt mit dickem Rahmen und leerer Ausstattung ist ein abgesicherter Chatbot.
Aus einer Wissensbasis von Rico Loschke, produziert von der Media Factory. KI-generiert, von Hand freigegeben. loschke.ai · 2026