Agentic AI, in Klartext

Das Vokabular agentischer KI, dryly definiert: Harness, Agenten, Tool Use, Retrieval und die Souveränitätsbegriffe, die darüber entscheiden, wem das System am Ende gehört. Kein Hype, keine Em-Dashes.

Agent
Ein System, das ein Ziel entgegennimmt, Schritte dorthin plant, über Tools handelt, die Ergebnisse beobachtet und wiederholt, bis es fertig ist. Ein Agent ist Modell plus Harness plus Tools; keines der drei allein ist ein Agent.

Verwandt: Agentic AI · Harness · Tool Use (Function Calling) · Orchestration

Agentic AI
KI, die ein Ziel über mehrere Schritte verfolgt und dabei ihre Aktionen und Tools selbst wählt, statt nur einen Prompt zu beantworten. Der Wechsel von Text erzeugen zu etwas erledigen. Autonomie ist ein Spektrum, kein Schalter; nützliche agentische Systeme halten an den entscheidenden Punkten einen Menschen.

Verwandt: Agent · Harness · Tool Use (Function Calling) · Human-in-the-Loop

Agentic Engineering
Die Disziplin, Systeme zu bauen, in denen ein Modell handelt statt nur antwortet. Sie verlagert den Engineering-Aufwand weg vom Prompt hin zu den drei Dingen, die über das Ergebnis entscheiden: die Tools, die man freigibt, den Kontext, den man zusammenstellt, und die Bedingung, unter der die Schleife stoppt. Prompting ist eine Fertigkeit, Agentic Engineering eine Architektur-Praxis.

Verwandt: Agentic Harness · Loop Engineering · Context Engineering · Eval (Evaluation) · Agentic AI

Vertiefen: Your Coding Agent Is Just a While-Loop →

Agentic Harness
Die produktionsreife Harness: nicht nur die Schleife, sondern alles, was einen Agenten sicher unbeaufsichtigt laufen lässt. Tool-Berechtigungen, Sandboxing, Retries, Budget- und Schrittgrenzen, Logging und die Abbruchbedingungen. Hier hört ein Agent auf, eine Demo zu sein, und wird ein System, das man betreiben kann.

Verwandt: Harness · Guardrails · Loop Engineering · Agentic Engineering

Vertiefen: Your Coding Agent Is Just a While-Loop →

Context Engineering
Die Entscheidung, welche Information das Modell erreicht, in welcher Form, zu welchem Zeitpunkt. Die Nachfolge-Disziplin des Prompt-Engineerings: weniger Formulierung, mehr das Zusammenstellen der richtigen Fakten, Tools und Historie in ein begrenztes Kontextfenster. Oft der Unterschied zwischen einem wackligen und einem verlässlichen Agenten.

Verwandt: Context Window · Retrieval-Augmented Generation (RAG) · Agentic Engineering · Harness

Vertiefen: Your Coding Agent Is Just a While-Loop →

Context Window
Die maximale Textmenge, die ein Modell auf einmal berücksichtigen kann, Prompt und Antwort zusammen, gemessen in Tokens. Alles, was das Modell im Moment weiß, muss hineinpassen. Ist der Platz erschöpft, fällt der früheste Inhalt weg, also ist die Auswahl eine Design-Entscheidung.

Verwandt: Context Engineering · Embeddings · Retrieval-Augmented Generation (RAG)

Eval (Evaluation)
Ein wiederholbarer Test, der misst, ob ein Modell oder Agent seine Aufgabe erfüllt, an Fällen, die zählen, mit einer Kennzahl, die man über die Zeit verfolgen kann. Ohne Evals baut man kein KI-System, man rät über eines.

Verwandt: Guardrails · Provenance

Guardrails
Constraints, die das Verhalten eines Modells in akzeptablen Grenzen halten: Eingabefilter, Ausgabe-Validierung, erlaubte Tool-Listen, Policy-Checks. Guardrails machen ein Modell nicht korrekt; sie machen seine Fehler sichtbar und eingrenzbar.

Verwandt: Eval (Evaluation) · Human-in-the-Loop · Prompt Injection

Harness
Der Code rund um ein Sprachmodell, der es zu einem funktionierenden System macht: die Schleife, die das Modell aufruft, seine Tools ausführt, Ergebnisse zurückspeist und entscheidet, wann Schluss ist. Das Modell denkt, die Harness erledigt den Rest. Der Großteil der Verlässlichkeit eines Agenten liegt hier, nicht im Prompt.

Verwandt: Agentic Harness · Agentic AI · Agent · Loop Engineering · Tool Use (Function Calling)

Vertiefen: Your Coding Agent Is Just a While-Loop →

Human-in-the-Loop
Ein Design, in dem ein Mensch das System an definierten Punkten freigibt, korrigiert oder überstimmt, statt es unbeaufsichtigt laufen zu lassen. In regulierten und riskanten Kontexten ist das kein Notnagel, sondern die Kontrolle, die das Urteil in der Organisation hält.

Verwandt: Guardrails · Cognitive Debt · Agentic AI

Loop Engineering
Den Kontrollfluss eines Agenten bewusst entwerfen: wie viele Schritte er nehmen darf, was bei einem fehlgeschlagenen Tool-Aufruf passiert, wann er an einen Menschen eskaliert, und vor allem wann er stoppt. Terminierung ist eine Korrektheits-Eigenschaft, kein Detail. Eine Schleife ohne robusten Ausgang erzeugt entlaufene Agenten und Token-Rechnungen, die mit der Verwirrung wachsen.

Verwandt: Harness · Agentic Harness · Agentic Engineering · Guardrails · Human-in-the-Loop

Vertiefen: Your Coding Agent Is Just a While-Loop →

Multi-Agent System
Mehrere Agenten, die an einem Problem arbeiten, jeder mit einer Rolle, und die Arbeit untereinander weiterreichen. Stark, wenn sich eine Aufgabe sauber in unabhängige Teile zerlegt, verschwenderisch, wenn nicht. Mehr Agenten heißt mehr Koordinationskosten, also muss die Aufteilung sie rechtfertigen.

Verwandt: Agent · Orchestration

Orchestration
Die Koordination mehrerer Modelle, Tools oder Agenten zu einem verlässlichen Ablauf: was wann läuft, was bei Fehlern passiert, wie Zustand zwischen Schritten übergeben wird. Sobald ein System mehr als ein bewegliches Teil hat, entscheidet sich hier die Korrektheit.

Verwandt: Harness · Multi-Agent System · Model Router

Tool Use (Function Calling)
Der Mechanismus, mit dem ein Modell externe Funktionen, APIs oder Code aufruft, statt nur Text zu erzeugen. Das Modell gibt einen strukturierten Aufruf aus, die Harness führt ihn aus und liefert das Ergebnis zurück. Tool Use lässt einen Agenten die echte Welt berühren: eine Datenbank abfragen, eine Mail senden, eine Datei öffnen.

Verwandt: Harness · Model Context Protocol (MCP) · Agent · Guardrails

AI Gateway
Ein einzelner kontrollierter Eingangspunkt zwischen deinen Anwendungen und Modell-Anbietern, an dem Routing, Logging, Rate Limits, Kostenverfolgung und Anbieterwechsel sitzen. Das Gateway ist der Ort, an dem Souveränität über Modelle zur architektonischen Tatsache wird statt zur Folie.

Verwandt: Model Router · Souveräne AI · Provenance · Vendor Lock-in

Vertiefen: Compliance by Design →

Embeddings
Numerische Vektoren, die Text, Bilder oder Code in einen Raum legen, in dem Nähe ähnliche Bedeutung heißt. Sie treiben Suche, Clustering und Retrieval. Sie sind auch der leiseste Lock-in: Wechselt das Embedding-Modell, muss jeder gespeicherte Vektor neu berechnet werden.

Verwandt: Retrieval-Augmented Generation (RAG) · Vendor Lock-in · Knowledge Graph

GraphRAG
Retrieval, das einen Knowledge Graph durchläuft, statt lose Textstücke zu ranken, sodass das Modell verbundene Fakten und ihre Beziehungen erhält, nicht nur benachbarte Sätze. Stärker, wenn die Antwort von Beziehungen zwischen Entitäten abhängt, schwächer, wenn ein flaches Nachschlagen genügt.

Verwandt: Retrieval-Augmented Generation (RAG) · Knowledge Graph · Embeddings

Knowledge Graph
Ein Modell einer Domäne als Entitäten und die typisierten Beziehungen zwischen ihnen, als Graph abfragbar. Es gibt einem KI-System ein strukturiertes Gedächtnis, das man prüfen und korrigieren kann, statt Fakten über Gewichte verschmiert.

Verwandt: GraphRAG · Retrieval-Augmented Generation (RAG) · Provenance

Model Context Protocol (MCP)
Ein offener Standard, um Modelle über eine einheitliche Schnittstelle mit Tools und Daten zu verbinden, sodass eine einmal gebaute Fähigkeit mit jedem kompatiblen Client funktioniert. MCP ist für Agenten-Tooling, was ein Treibermodell für Hardware war: Es macht aus Einzelintegrationen einen Stecker.

Verwandt: Tool Use (Function Calling) · AI Gateway · Harness

Vertiefen: Compliance by Design → · Your Coding Agent Is Just a While-Loop →

Model Router
Logik, die jede Anfrage hinter einer Schnittstelle an das passendste Modell schickt, nach Kosten, Fähigkeit, Latenz oder Jurisdiktion. Ein Router macht aus welches Modell statt einer Lock-in-Entscheidung eine Laufzeit-Wahl, die man ändern kann, ohne Aufrufer anzufassen.

Verwandt: AI Gateway · Souveräne AI · Orchestration

Retrieval-Augmented Generation (RAG)
Das Abrufen relevanter Dokumente zur Anfragezeit und ihr Einsetzen ins Kontextfenster, damit das Modell aus deinen Daten antwortet, nicht nur aus dem Training. Der Standardweg, ein Modell in aktuellen, privaten oder zitierbaren Fakten zu verankern, ohne es neu zu trainieren.

Verwandt: Embeddings · GraphRAG · Context Engineering · Knowledge Graph

Adoption Rings
Die Einordnung in Adopt, Trial, Assess, Hold, bekannt aus dem Technologie-Radar. Eine Art zu sagen, nicht nur was existiert, sondern was man damit tun sollte. Nur nützlich, wenn die Platzierung durch Belege verdient und nicht durch Meinung vergeben wird.

Verwandt: Eval (Evaluation) · Model Router

Vertiefen: AI Radar →

AI-Native Transformation
Die Arbeitsweise einer Organisation um KI herum neu bauen, statt KI an die bestehende Arbeitsweise anzuschrauben. Der Unterschied zeigt sich daran, wo das Urteil sitzt: Ein angeschraubter Rollout kauft Tools und hofft auf Output; eine native Transformation gestaltet die Entscheidungspfade, die Prüfung und die Architektur neu, die diese Entscheidungen erklärbar hält. Schlecht gemacht ist sie der schnellste Weg, Cognitive Debt anzuhäufen.

Verwandt: Cognitive Debt · Souveräne AI · Cognitive Debt Maturity Model (CDMM) · Agentic Engineering

Vertiefen: Cognitive Debt: das Framework → · Das Cognitive Debt Maturity Model →

Cognitive Debt
Die schleichende Erosion der Urteilsfähigkeit einer Organisation, wenn KI-Systeme Entscheidungen produzieren, die niemand mehr erklären oder prüfen kann. Wie technische Schuld unsichtbar, bis die Zinsen fällig werden, als Haftung, Compliance-Lücken und Kompetenzverlust.

Verwandt: Souveräne AI · Cognitive Debt Maturity Model (CDMM) · AI-Native Transformation · Provenance

Vertiefen: Cognitive Debt: das Framework → · Das Cognitive Debt Maturity Model → · Idea Assessor →

Cognitive Debt Maturity Model (CDMM)
Ein proprietäres Framework, das die KI-Urteilsfähigkeit einer Organisation messbar macht, von Level 0 (Black-Box-abhängig) bis Level 4 (souverän). Jede Stufe wird durch eine Architektur-Entscheidung erklommen, nicht durch mehr Modelle. Ein Weg, die Schuld zu sehen, bevor die Zinsen kommen.

Verwandt: Cognitive Debt · Souveräne AI

Vertiefen: Cognitive Debt: das Framework → · Das Cognitive Debt Maturity Model →

EU AI Act
Die risikobasierte KI-Regulierung der Europäischen Union, mit Pflichten, die mit der Risikoklasse steigen. Für Bauende ist Artikel 12 der praktische Kern: Hochrisiko-Systeme müssen Protokolle führen, die ihren Betrieb nachvollziehbar machen. Provenienz ist damit nicht mehr optional.

Verwandt: Provenance · Souveräne AI · Cognitive Debt

Vertiefen: Compliance by Design →

Prompt Injection
Ein Angriff, bei dem feindlicher Text in der Eingabe eines Modells dessen Anweisungen kapert: versteckte Befehle in einer Webseite, einem Dokument, einem Tool-Ergebnis. Die agentische Variante ist schlimmer, weil ein Agent auf die eingeschleuste Anweisung handeln kann. Guardrails und Least-Privilege-Tools sind die Abwehr.

Verwandt: Guardrails · Tool Use (Function Calling) · Agentic AI

Provenance
Die aufgezeichnete Herkunft einer KI-Ausgabe: welches Modell, welche Prompt-Version, welche Eingaben, welche Roh-Antwort. Provenienz ist, was eine Entscheidung Monate später rekonstruierbar macht. Eine Bewertung, die man nicht rekonstruieren kann, ist ein Bauchgefühl mit besserem Interface.

Verwandt: Cognitive Debt · Souveräne AI · Eval (Evaluation) · EU AI Act

Vertiefen: Idea Assessor → · Compliance by Design →

Souveräne AI
KI-Architektur, die der Organisation wirklich gehört: nachvollziehbar, exit-fähig, resilient, EU-anschlussfähig, ohne Vendor-Lock-in. Nicht On-Premise als Selbstzweck, sondern Kontrolle über Modell, Daten, Logik und Haftung. Die strukturelle Antwort auf Cognitive Debt.

Verwandt: Cognitive Debt · AI Gateway · Vendor Lock-in · Provenance

Vertiefen: Cognitive Debt: das Framework → · Compliance by Design →

Vendor Lock-in
Der Zustand, in dem ein Anbieterwechsel so teuer ist, dass er praktisch ausfällt, ob durch proprietäre APIs, Embeddings, Fine-Tunes oder Data Gravity. Lock-in ist nicht immer falsch, aber unbezifferter Lock-in ist eine Rechnung, die dein Nachfolger zahlt.

Verwandt: Souveräne AI · Model Router · Embeddings

Cognitive Debt: das Framework → Die These in Werkzeugen →