Was ein Agent wirklich ist
Nicht jeder LLM-Call ist ein Agent. Die Unterscheidung ist wichtig wenn Du ernsthaft bauen willst.
Die typische Falsch-Definition
"Ein Agent ist ein LLM das was machen kann." Das reicht nicht.
Ein LLM-Call ist: Du gibst einen Prompt rein, kriegst eine Antwort zurück. Das ist ein Funktion-Call, kein Agent.
Ein Agent ist ein System das:
- Ein Ziel verfolgt (nicht nur eine Frage beantwortet)
- Autonom entscheidet welche Schritte es nimmt
- Tools nutzt um mit der Welt zu interagieren (Files lesen, Web suchen, Code schreiben)
- In einer Schleife läuft bis das Ziel erreicht ist oder aufgegeben wird
Die Schleife ist der Unterschied. Ein Agent beobachtet → entscheidet → handelt → beobachtet wieder. Mehrmals.
Einfaches Beispiel
Kein Agent: "Claude, schreib mir eine Email an Kunden XY." → Claude schreibt eine Email. Fertig. Ein Turn.
Agent: "Claude, finde die 10 größten Kunden die seit 30 Tagen nichts bestellt haben und schick jedem eine personalisierte Re-Engagement-Email." → Claude muss: CRM-Daten lesen, filtern, sortieren, pro Kunde History ansehen, Email generieren, versenden, Report schreiben. Mehrere Turns, mehrere Tools, eigene Planung.
Die vier Anatomie-Stücke eines Agents
1. Instructions (das Ziel + Spielregeln) "Du bist ein Sales-Assistent. Finde Kunden X. Regel: kein Kunde mit negativer Notiz in Timeline."
2. Tools (was er benutzen darf) Liste von Funktionen mit Namen, Beschreibung und Input/Output-Schema. Z.B. get_customers, send_email, log_action.
3. Memory (was er sich merkt während der Task läuft) Kurzzeit: Was habe ich bisher gemacht. Langzeit: Was habe ich aus fruheren Tasks gelernt.
4. Loop (die Ausfuehrungs-Schleife) Der Agent-Runner ruft das LLM auf, liest die Entscheidung ("ich will Tool X mit Input Y aufrufen"), führt das aus, gibt das Ergebnis zurück zum LLM, fragt wieder. Bis der Agent "fertig" meldet.
Wer das gebaut hat
Claude Agent SDK von Anthropic. OpenAI Agents SDK. Langchain Agents. Im Kern tun alle dasselbe: ein Runner der Tool-Calls in einer Schleife orchestriert.
Du kannst einen Agent in 50 Zeilen Code bauen. Der Komplexitaets-Unterschied ist nicht die Schleife, sondern wie gut Du die vier Anatomie-Stücke designst.
Der praktische Punkt
Nicht alles braucht einen Agent. Die meisten Aufgaben lassen sich mit einem einzigen LLM-Call lösen, wenn Du den Prompt gut baust. Agents sind für Aufgaben mit unbekannter Anzahl von Schritten.
"Schreib mir diese Email" → kein Agent nötig. "Recherchiere Markt X und gib mir einen Report" → Agent. Der Agent muss entscheiden wie tief er recherchiert, welche Quellen, wann er fertig ist.
Nächste Lektion
Die eine Pattern die 80% der ernsthaften Agent-Systeme 2026 nutzen: CEO-Worker. Ein Agent der andere Agents orchestriert. Das ist Lektion 2.