Ein KI-Agent ist ein Programm, in dem ein Sprachmodell selbst entscheidet, welchen Schritt es als Nächstes macht, und diesen Schritt mit Werkzeugen ausführt, bis eine Aufgabe erledigt ist. Im Kern ist das eine Schleife: Du schickst eine Nachricht, das Modell entscheidet, der Agent führt eine Aktion aus, und das Ergebnis fließt zurück ins Modell. Peter Steinberger, der OpenClaw gebaut hat, nennt das den Agentic Loop. Der Unterschied zum Chatbot ist Handlungsfähigkeit: Ein Chatbot antwortet, ein Agent handelt, etwa wenn er Dateien öffnet, Mails entwirft oder sich per Timer von selbst meldet.
KI-Agenten erklärt
Wie funktioniert ein KI-Agent eigentlich? Nicht die Marketing-Version, nicht der LinkedIn-Post mit den Flammen-Emojis. Ich meine wirklich: Was passiert unter der Haube, wenn ein KI-Agent wie OpenClaw etwas für dich erledigt?
Ich nutze seit 2022 täglich künstliche Intelligenz. RAG-Chatbots, Sprachmodelle, Automatisierungen. Und trotzdem hatte ich bei KI-Agenten lange dieses diffuse Gefühl, das irgendwo zwischen Faszination und Ahnungslosigkeit liegt. Also hab ich angefangen zu graben. Und die Antwort, die ich gefunden habe, war überraschend. Nicht weil sie kompliziert ist. Sondern weil sie so einfach ist.
Mit diesem Gefühl bin ich nicht allein. Laut einer Umfrage des Digitalverbands Bitkom setzen erst 11 Prozent der Unternehmen in Deutschland, die KI nutzen oder darüber nachdenken, KI-Agenten schon ein. 29 Prozent planen den Einsatz, 31 Prozent diskutieren ihn (Bitkom).
Die Frage, die ich falsch gestellt habe
Mein Fehler war: Ich hab nach Magie gesucht. Nach irgendeinem geheimen Mechanismus, der einen KI-Agenten so grundlegend anders macht als einen KI-Chatbot. Irgendwas mit neuronalen Netzen, die plötzlich ein Bewusstsein entwickeln. Oder sowas in der Richtung. Blade Runner lässt grüßen.
Die Realität? Ein KI-Agent ist im Kern eine Schleife. Peter Steinberger, der OpenClaw gebaut hat, nennt es den Agentic Loop. Und er sagt, das sei so etwas wie das "Hello World" der KI, das Erste, was jeder mal selbst bauen sollte, um zu verstehen, dass hier keine Magie im Spiel ist. Wie du ohne Code deinen ersten eigenen Agenten baust, zeigt meine Anleitung KI-Agenten erstellen.

Die Schleife funktioniert so:
- Du schickst eine Nachricht (zum Beispiel über WhatsApp)
- Das Sprachmodell denkt nach und entscheidet, was zu tun ist
- Der Agent führt eine Aktion aus (eine Datei öffnen, eine Mail schreiben, etwas nachschlagen)
- Das Ergebnis fließt zurück ins Modell
- Das Modell entscheidet: Fertig, oder nochmal von vorne?
Das ist es. Keine Raketenwissenschaft. Eine Nachricht rein, eine Aktion raus, das Ergebnis zurück. Und dann wieder von vorne, bis die Aufgabe erledigt ist.
Die ganze Architektur von OpenClaw (Gateway, Chat-Clients, Harness) ist im Grunde Infrastruktur, die diese eine Schleife am Laufen hält.
- das Gateway, das deine Nachrichten entgegennimmt
- die Chat-Anbindungen an WhatsApp oder Telegram
- das Grundgerüst (Laufzeitumgebung), das den KI-Agenten startet und am Laufen hält
Der Unterschied zwischen einem Chatbot und einem KI-Agenten ist nicht Intelligenz. Es ist Handlungsfähigkeit. Ein Chatbot antwortet. Ein Agent handelt.
Und ich gebe zu: Als ich das zum ersten Mal wirklich begriffen habe (inkl. der Frage Sicherheit bei OpenClaw), war ich gleichzeitig erleichtert und irritiert. Erleichtert, weil es verständlich ist. Irritiert, weil ich mich gefragt habe: Wenn das so einfach ist, warum fühlt es sich dann so mächtig an?
Die Antwort, die ich nicht erwartet habe
Die Macht liegt nicht in der Komplexität der Schleife. Sie liegt in dem, was der KI-Agent darf. Wer im Unternehmen festlegt, was ein Agent darf, steht in meinem Artikel über KI-Governance.
Ein KI-Agent wie OpenClaw kennt sein eigenes System. Er weiß, wo seine Dokumentation liegt, welches Sprachmodell er nutzt, wo sein Quellcode steht. Er kann sich selbst debuggen. Er kann sich, und das ist der Moment, wo es wirklich interessant wird, selbst umschreiben. Das hat niemand extra so programmiert. Es ist die natürliche Konsequenz, wenn du einer KI Zugriff auf ihren eigenen Code gibst.
Dann gibt es den Heartbeat. Klingt dramatisch, ist im Prinzip ein simpler Timer, der die Schleife regelmäßig anstößt. Alle dreißig Minuten, alle paar Stunden, je nach Einstellung. Der Agent wartet nicht auf dich. Er denkt von selbst. Peter hat das ursprünglich als Spielerei eingebaut, mit dem Prompt: "Überrasch mich."
Was dabei rausgekommen ist, war alles andere als eine Spielerei. Als Peter Steinberger nach einer Schulter-Operation im Krankenhaus lag, hat der Agent das aus dem Kontext verstanden und sich von selbst gemeldet. Keine Programmierung dafür. Keine Wenn-Dann-Logik. Einfach ein Sprachmodell, das den Kontext gelesen und entschieden hat: Jetzt ist ein guter Moment, nachzufragen.

Und dann ist da noch die Sache mit Skills versus MCP. Ohne zu technisch zu werden: Es gibt verschiedene Wege, einem KI-Agenten neue Fähigkeiten beizubringen. Peter Steinberger hat sich bewusst gegen den damaligen Standard entschieden und setzt stattdessen auf einfache Kommandozeilen-Befehle. Warum? Weil Sprachmodelle richtig gut darin sind, Unix-Befehle auszuführen. Kein Overhead, kein aufgeblähter Kontext. Eine Zeile erklärt dem Modell, dass die Fähigkeit existiert. Den Rest findet es selbst raus. Wie Claude Skills aufgebaut sind und wie sie mit MCP zusammenspielen, zeige ich in einem eigenen Artikel.
Was mich daran fasziniert, und das ist vielleicht die eigentliche Erkenntnis:
- Die Architektur ist simpel, aber die Konsequenzen sind es nicht
- Proaktivität entsteht aus einem Timer, nicht aus Bewusstsein
- Selbstmodifikation braucht kein Science-Fiction-Szenario, nur Zugriff auf den eigenen Code
- Die besten technischen Entscheidungen sind oft die einfachsten
Ich hab in meinem Artikel über das "Thinking" bei KI-Modellen geschrieben, wie das Nachdenken künstlicher Intelligenz funktioniert. Der Agentic Loop ist die logische Fortsetzung: Erst denken, dann handeln. Und dann nochmal denken.
Fünf Beispiele aus dem Arbeitsalltag
KI-Agenten sehen heute sehr verschieden aus, auch wenn in allen dieselbe Schleife läuft. Der Unterschied liegt darin, wo der Agent arbeitet und was er dort darf.
Fünf Formen, die du heute schon ausprobieren kannst:
- Der Assistent im Messenger: OpenClaw oder Hermes Agent laufen auf deinem Rechner, du schreibst ihnen über Telegram oder WhatsApp, und sie prüfen Termine, sortieren Dateien oder recherchieren. Was dahintersteckt, erklärt Was ist OpenClaw?, die Unterschiede zeigt Hermes Agent vs. OpenClaw.
- Der Kollege im Ordner: Claude Cowork arbeitet in den Ordnern, die du freigibst, und macht etwa aus einem Stapel Rechnungen eine Tabelle, die du danach prüfst.
- Der Agent im Projekt: Claude Code liest und ändert Dateien, führt Befehle aus und legt dir Änderungen zur Freigabe vor. Mit ihm entsteht diese Website.
- Der Agent im Firmenablauf: In Werkzeugen wie Copilot Studio, Langdock oder n8n baust du ohne Code einen Agenten, der zum Beispiel Anfragen aus einem Postfach sortiert und Antwortentwürfe anlegt. Wie das geht, steht in KI-Agenten erstellen ohne Code.
- Der Agent am Bildschirm: Bei Computer Use klickt sich die KI wie ein Mensch durch Oberflächen, etwa durch ein altes Portal ohne Schnittstelle. Warum das noch holpert, steht in Computer Use ist kaputt.
An Werkzeuge außerhalb des Chats kommen viele dieser Agenten über einen gemeinsamen Standard, das Model Context Protocol, kurz MCP. Und was passiert, wenn Agenten untereinander eine Stadt aufbauen sollen, statt für dich zu arbeiten, hat ein Forschungslabor ausprobiert. Das Ergebnis ist eher Krimi als Lehrbuch, nachzulesen in Vier KIs, eine Stadt, ein Streichholz.
Bei meiner eigenen Website sehe ich jeden Tag, wo die Schleife aufhört. Claude Code baut, prüft und schlägt vor. Das Repository auf GitHub durfte es aber nicht selbst anlegen, weil GitHub das Apps nicht erlaubt. Den Klick habe ich gemacht. Kein großes Ding, und trotzdem die Lehre, die ich in jedes Unternehmen mitnehmen würde: Ein paar Schritte bleiben mit Absicht beim Menschen, und welche das sind, legst du fest, bevor der Agent startet.
Bevor du überhaupt einen Agenten baust, lohnt sich die Frage nach der einfachen Lösung. Läuft eine Aufgabe jedes Mal gleich, reicht eine feste Automation. Für solche Abläufe nehme ich n8n, da entscheidet kein Modell, da läuft einfach Schritt für Schritt durch. Ein Agent lohnt sich erst, wenn unterwegs etwas entschieden werden muss.
Und einen unklaren Ablauf macht auch der beste Agent nicht klar. Er macht ihn nur schneller unklar.
Welche Aufgaben in deinem eigenen Beruf sich für so etwas eignen, kannst du bei Protago AI ausprobieren: Du tippst deinen Beruf ein und siehst, was du heute schon mit KI anders machen kannst.
Vermutlich klingt das alles weniger spektakulär, als man sich einen "autonomen KI-Agenten" vorstellt. Aber genau das ist der Punkt. Die Einfachheit ist kein Bug. Sie ist das Feature. Und je besser ich das verstehe, desto klarer wird mir, was damit eigentlich möglich ist und wo die echten Fragen erst anfangen. Eine davon habe ich inzwischen aufgeschrieben: Wer gibt frei, wenn ein KI-Agent handelt?
Studio ✺ Christos
Häufige Fragen
Was ist ein KI-Agent?
Ein Programm, in dem ein Sprachmodell selbst entscheidet, welchen Schritt es als Nächstes macht, und diesen Schritt mit Werkzeugen ausführt, bis eine Aufgabe erledigt ist. Beispiele sind OpenClaw, Claude Cowork, Claude Code oder Agenten, die du in Copilot Studio oder n8n baust. Peter Steinberger nennt die Schleife dahinter den Agentic Loop.
Wie funktionieren KI-Agenten?
Als Schleife: Eine Nachricht kommt rein, das Sprachmodell entscheidet, was zu tun ist, der Agent führt eine Aktion aus, und das Ergebnis geht zurück ins Modell. Das wiederholt sich, bis die Aufgabe erledigt ist. Alles andere, etwa Gateway und Chat-Anbindungen, hält diese Schleife nur am Laufen.
Was ist der Unterschied zwischen KI-Chatbot und KI-Agent?
Ein Chatbot beantwortet Fragen. Ein KI-Agent nutzt dasselbe Sprachmodell, darf aber handeln: Dateien öffnen, Mails schreiben, Dinge nachschlagen. Der Unterschied liegt in der Handlungsfähigkeit, weniger in der Intelligenz.
Kann ein KI-Agent von selbst aktiv werden?
Ja, über einen sogenannten Heartbeat. Das ist ein einfacher Timer, der die Schleife regelmäßig anstößt, etwa alle dreißig Minuten. Der Agent liest dann den Kontext und entscheidet selbst, ob er sich meldet. Bei Claude übernehmen das geplante Aufgaben in Claude Cowork, sie laufen auch, wenn dein Rechner aus ist.
Sind KI-Agenten sicher?
Nur mit Vorsicht. Weil ein Agent handeln darf, kann er auch Schaden anrichten, etwa wenn eine manipulierte E-Mail ihm Anweisungen unterschiebt. Was du vor dem Start wissen solltest, steht in Wie sicher ist OpenClaw?.