Was ist agentische KI?

Im Gegensatz zu standardmäßigen KI-Tools, die auf Eingaben reagieren, verfolgt agentische KI mehrstufige Ziele autonom und verändert so, wie Unternehmen Arbeit automatisieren.

Von Ambia Staley2 Min. LesezeitAktualisiert 17. Juli 2026

Add QZ to Google

Agentic AI systems can autonomously break down complex goals, execute multi-step tasks using external tools, and adapt their approach without human direction at each stage.

Agentische KI bezieht sich auf künstliche Intelligenzsysteme, die darauf ausgelegt sind, Ziele über mehrere Schritte hinweg zu verfolgen, Entscheidungen autonom zu treffen und in der Welt zu handeln – anstatt einfach nur auf eine einzelne Eingabeaufforderung zu reagieren und dann zu stoppen. Während ein herkömmliches KI-Tool wie ein Chatbot eine Frage beantwortet oder ein Dokument erstellt, wenn es darum gebeten wird, kann ein agentisches System ein hochrangiges Ziel erhalten, es in Teilaufgaben unterteilen, Softwaretools oder externe Dienste verwenden, um diese Aufgaben auszuführen, die Ergebnisse bewerten und seinen Ansatz anpassen – alles ohne dass ein Mensch jeden Schritt anleitet.

Der Kernbaustein ist der KI-"Agent", ein Softwareprozess, der eine großes Sprachmodell mit der Fähigkeit kombiniert, externe Tools aufzurufen: Webbrowser, Datenbanken, APIs, Code-Interpreter und andere Anwendungen. Ein einzelner Agent kann eine Domäne bearbeiten. Ein komplexeres agentisches System verknüpft mehrere Agenten miteinander, von denen jeder eine spezialisierte Funktion übernimmt, koordiniert durch eine orchestrierende Ebene. Das Ergebnis ist ein System, das Arbeitsabläufe bewältigen kann, die zuvor kontinuierliche menschliche Aufmerksamkeit erforderten – das Entwerfen und Versenden von Mitteilungen, das Abfragen und Abgleichen von Daten über Plattformen hinweg, das Buchen von Logistik oder das Überwachen und Reagieren auf sich ändernde Bedingungen.

Die geschäftliche Bedeutung liegt im Umfang. Frühere KI-Tools automatisierten einzelne Aufgaben. Agentische Systeme können prinzipiell ganze Prozesse von Anfang bis Ende automatisieren und Arbeiten komprimieren, die einst Stunden oder Tage dauerten. Dieses Potenzial verändert die Nachfrage in verschiedenen Kategorien von Unternehmenssoftware: Identitäts- und Zugangsmanagement, zum Beispiel, sieht sich neuen Herausforderungen gegenüber, weil Agenten Anmeldedaten und Berechtigungen benötigen, genau wie menschliche Arbeiter, und damit die Angriffsfläche, die Unternehmen sichern müssen, vervielfachen.

Die Infrastrukturanforderungen sind ebenfalls unterschiedlich. Da agentische Systeme längere, iterative Arbeitslasten ausführen, anstatt einzelne Inferenzaufrufe. ihre Computeranforderungen skalieren unterschiedlich als bei früheren KI-Einsätzen — was neue Belastungen für Rechenzentren und Chip-Lieferketten bedeutet.

Der zentrale Kompromiss, den agentische KI einführt, ist Autonomie gegenüber Aufsicht. Je unabhängiger ein System agiert, desto schwieriger wird es, Entscheidungen zu überprüfen, Fehler zu erkennen, bevor sie sich ausbreiten, oder Verantwortung zuzuweisen, wenn etwas schiefgeht. Das Management dieses Kompromisses — durch Protokollierung, Genehmigungsschritte und Zugangskontrollen — ist der Bereich, auf den sich ein Großteil der praktischen Ingenieur- und Regulierungstätigkeiten konzentriert.

Die wichtigsten Wirtschaftsnachrichten, jeden Morgen frisch geliefert.

Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.

Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.