Wie funktionieren KI-Agenten? Die 5 Schritte hinter jeder Aufgabe, einfach erklärt

Sie haben „Finde mir einen günstigeren Energietarif als den auf dieser Rechnung“ getippt, und etwas Merkwürdiges geschah. Ein Browserfenster öffnete sich von selbst, ein Vergleichsportal füllte sich aus, eine Tariftabelle erschien, und eine Minute später stand auf Ihrem Bildschirm eine kurze Notiz mit drei Optionen und einer Empfehlung. Es fühlte sich wie Zauberei an, und das ist ein Problem, denn Dinge, die wie Zauberei wirken, sind schwer zu vertrauen und leicht zu missbrauchen.

Dieser Leitfaden erklärt in einfacher Sprache, wie KI-Agenten funktionieren, ganz ohne Informatikkenntnisse. Sie sehen die fünf Schritte, die jeder Agent durchläuft, was das „Modell“ in seinem Inneren tatsächlich tut, warum er Werkzeuge wie einen Browser braucht, wie sein Gedächtnis arbeitet, warum er sich manchmal Dinge ausdenkt, wofür die Credits zahlen, die Ihnen berechnet werden, und welche Rolle Sie spielen. Die Quellen sind die Unternehmen, die die Agenten bauen, und die Aufsichtsbehörde, die misst, wie Großbritannien sie nutzt, alle gelesen am 8. Oktober 2026.

Wie wir diesen Leitfaden geprüft haben

1. Beschreibungen der Entwickler selbst. Der veröffentlichte Leitfaden von Anthropic zum Bau von Agenten, für den Aufbau des Ablaufs.
2. Forschung zu Fehlern. Die Arbeit von OpenAI vom September 2025 darüber, warum Sprachmodelle falsche Dinge mit Überzeugung behaupten.
3. Nutzungszahlen von Ofcom. Der Bericht Online Nation der Aufsichtsbehörde, veröffentlicht im Dezember 2025.
4. Unsere eigenen Durchläufe. Jedes Beispiel unten ist eine Aufgabe, die wir einem Agenten gegeben und beobachtet haben.

Die 5 Schritte

Anthropic beschreibt Agenten als Systeme, in denen das Modell seinen eigenen Ablauf und seinen eigenen Werkzeugeinsatz steuert, in einem Kreislauf aus Handeln, Rückmeldung aus der Umgebung und erneutem Handeln, mit Kontrollpunkten für einen Menschen. In Alltagssprache sind das fünf Schritte. Als durchgehendes Beispiel dient die Energierechnung.

Schritt 1: Er liest das Ziel und bestimmt, was „erledigt“ bedeutet

Der Agent macht aus Ihrem Satz ein Ziel, das er überprüfen kann: „ein Tarif für diese Postleitzahl und diesen Verbrauch, der weniger kostet als der aktuelle, mit aufgelisteten Wechselbedingungen“. Ist das Ziel vage, geht hier etwas schief, denn dann rät der Agent, worauf er hinarbeitet.

Schritt 2: Er macht einen Plan

Eine kurze Liste von Schritten: die Rechnung nach den Verbrauchswerten durchsehen, ein Vergleichsportal öffnen, die Werte eingeben, die Ergebnisse sammeln, Ausstiegsgebühren prüfen, die drei besten zusammenfassen. Gute Agenten zeigen Ihnen diesen Plan, bevor sie beginnen. Jobbit hat einen Planmodus, der hier anhält und auf Ihre Freigabe wartet.

Schritt 3: Er nutzt Werkzeuge

Das ist der Teil, der einen Agenten von einem Chatbot unterscheidet. Der Agent kann nur reden, also ruft er für alles Weitere ein Werkzeug (tool) auf: einen Webbrowser, um das Vergleichsportal zu besuchen, einen Dateileser, um die Rechnung anzusehen, einen Taschenrechner oder eine Tabelle, um die Jahreskosten zu vergleichen. Jedes Werkzeug liefert ein Ergebnis, und dieses Ergebnis fließt zurück in das Denken des Agenten.

Schritt 4: Er prüft

Nach jedem Schritt vergleicht der Agent, was er bekommen hat, mit dem, was er erwartet hat. Das Vergleichsportal fragt nach einem Zählertyp, den er nicht kennt, also geht er zurück zur Rechnung. Ein Tarif ist pro Einheit günstiger, hat aber einen höheren Grundpreis, also rechnet er über ein Jahr neu. Diese Prüfung ist der Grund, warum Agenten Minuten statt Sekunden brauchen, und hier entsteht der größte Teil ihres Nutzens.

Schritt 5: Er berichtet und wartet

Er schreibt die Zusammenfassung, zeigt auf Wunsch seinen Rechenweg und hält an der Stelle an, an der Geld den Besitzer wechselt oder eine Nachricht gesendet wird. Den Tarif zu wechseln ist Ihre Entscheidung. Ein gut gebauter Agent fragt; ein schlecht gebauter nimmt es einfach an.

Danach beginnt der Ablauf für das nächste Ziel von vorn. Unser Leitfaden in einfacher Sprache dazu, was ein KI-Agent ist, stellt diesen Ablauf neben zwölf echte Beispiele.

Die Maschine: Was das Modell tatsächlich tut

In jedem Agenten steckt ein Modell (model), das Ding, das Sprache liest und schreibt. Claude, GPT und Gemini sind Modelle. Ein Modell hat eine riesige Menge Text gelesen und gelernt vorherzusagen, was als Nächstes kommt, ein kleines Stück nach dem anderen. Diese Stücke heißen Token (tokens), und ein Token entspricht ungefähr drei Vierteln eines englischen Wortes. Alles, was der Agent „denkt“, wird in Token ausgeschrieben: der Plan, die Überlegungen, die Werkzeuganfragen, die endgültige Antwort.

Daraus folgen drei Dinge, die das meiste erklären, was Einsteiger verwirrt.

• Das Modell weiß nichts nach seinem Trainingsdatum, es sei denn, es schlägt nach. Deshalb öffnet der Agent einen Browser, statt aus dem Gedächtnis zu antworten, und deshalb brauchen Antworten über die letzte Woche eine Suche.
• Das Modell hat ein Kontextfenster (context window), die Textmenge, die es gleichzeitig im Kopf behalten kann. Stellen Sie es sich als Schreibtisch vor. Ihre Rechnung, der Plan, die gelesenen Webseiten und seine eigenen Notizen liegen alle auf dem Schreibtisch, und wenn er voll ist, fallen die ältesten Blätter herunter. Lange Aufgaben werden bewältigt, indem der Schreibtisch aufgeräumt wird, was Agenten Verdichtung (compaction) nennen. Jobbit zeigt eine Kontextanzeige, damit Sie sehen, wie voll der Schreibtisch ist.
• Das Modell ist von Natur aus selbstsicher. Es erzeugt die wahrscheinlichsten nächsten Token, und „am wahrscheinlichsten“ ist nicht dasselbe wie „wahr“. Der Abschnitt über Fehler weiter unten erklärt, was das für Sie bedeutet.

Der Bericht Online Nation von Ofcom zeigt, wie alltäglich diese Maschine geworden ist: Bei etwa 30% der Suchanfragen in Großbritannien erscheint inzwischen eine KI-Übersicht, und 53% der Erwachsenen sagen, dass sie diese Zusammenfassungen oft sehen. Das Modell, das die Zusammenfassung schreibt, ist von derselben Art wie das Modell, das einen Agenten antreibt.

Werkzeuge: Wie ein Agent die Welt erreicht

Jede Zeile hat eine Spalte „Was schiefgehen kann“, denn an den Werkzeugen trifft ein Agent auf die unordentliche echte Welt. Zur Browser-Zeile gehört ein zusätzlicher Hinweis: Immer mehr Websites sperren Agenten standardmäßig aus, wie unser Bericht über das Web, das KI-Agenten aussperrt erklärt, und deshalb meldet der Agent manchmal, dass er nicht hineinkam. Mit dem Agenten-Browser von Jobbit können Sie ihm bei der Arbeit zusehen und selbst die Steuerung übernehmen, wenn eine Seite einen Menschen verlangt, beschrieben in unserem Leitfaden zu KI-Agenten mit Computersteuerung.

Gedächtnis: Was er behält und was er vergisst

Einsteiger erwarten, dass ein Agent sich an sie erinnert wie eine Kollegin. Meistens tut er das nicht, und wer die drei Arten von Gedächtnis kennt, spart sich viele Wiederholungen.

• Das Arbeitsgedächtnis ist das Kontextfenster aus dem Abschnitt oben. Es hält für eine Aufgabe und wird gelöscht, wenn die Aufgabe endet, es sei denn, der Agent schreibt sich Notizen.
• Gespeicherte Anweisungen sind Dateien, die Sie ihm geben und die er zu Beginn jeder Aufgabe liest: wer Sie sind, wie Sie Texte mögen, was er nie tun darf. Bei Jobbit liegen sie in Projects, zusammen mit gemeinsamen Dateien, Notizen und allen Passwörtern, die er braucht und die als Geheimnisse gespeichert sind, statt in den Chat getippt zu werden.
• Das Langzeitgedächtnis ist eine Funktion, die manche Produkte anbieten: Der Agent führt Notizen über Gespräche hinweg. Sie ist nützlich und sollte gelegentlich geprüft werden, denn eine falsche Notiz bleibt bestehen.

Die praktische Regel: Alles, was Sie ein zweites Mal tippen, gehört in gespeicherte Anweisungen.

Warum er sich manchmal Dinge ausdenkt

Die selbstsichere falsche Antwort, Halluzination (hallucination) genannt, ist der bekannteste Fehler des Agenten. Die Forschungsarbeit von OpenAI zu diesem Thema, veröffentlicht im September 2025, liefert die klarste Erklärung: Modelle werden so trainiert und getestet, dass ein Raten belohnt wird und nicht das Eingeständnis, etwas nicht zu wissen, ähnlich wie eine Multiple-Choice-Prüfung das Raten belohnt. Ein Modell, das immer antwortet, schneidet besser ab als eines, das manchmal sagt „Ich bin nicht sicher“, also lernen Modelle zu antworten.

Agenten mindern das Problem, ohne es zu beseitigen. Der Prüfschritt fängt viele Fehler ab, weil ein Werkzeugergebnis real ist: Das Vergleichsportal zeigt einen Tarif an oder eben nicht. Durch rutschen die Fehler, die kein Werkzeug prüft, etwa eine zitierte Statistik oder die Zusammenfassung eines Dokuments, das er nur überflogen hat. Drei Gewohnheiten schützen Sie: Fragen Sie nach der Quelle jeder Zahl, nach der Sie handeln wollen, bitten Sie ihn zu sagen, wenn er unsicher ist, und lesen Sie alles, was unter Ihrem Namen hinausgeht.

Wofür Credits zahlen

Die meisten Agentendienste rechnen in Credits ab, und Einsteiger sind oft überrascht, dass zwei ähnlich klingende Aufgaben unterschiedlich viel kosten. Credits zahlen für drei Dinge: die Token, die das Modell liest und schreibt, die Werkzeugaufrufe, die es macht, und bei manchen Produkten die Minuten, in denen ein Browser oder ein Computer läuft. Eine einzeilige Frage kostet fast nichts. Eine Recherche, die dreißig Webseiten liest, einen Bericht schreibt und ihre eigenen Zahlen prüft, kostet mehr, denn jede gelesene Seite sind Token hinein und jeder Entwurf sind Token heraus.

Bei Jobbit bietet der Tarif Free 100 Credits pro Tag ohne Karte, genug für ein paar echte Aufgaben, und Go kostet £7 im Monat für 2,000 Credits und eine kleine App, die auf Ihrer eigenen Domain online bleibt. Unser Leitfaden dazu, was KI-Agenten kosten, erklärt Credits und Token bei ChatGPT, Claude, Manus, Muse und Jobbit und den ehrlichen Weg, Tarife zu vergleichen.

Welche Rolle Sie spielen

Der Leitfaden von Anthropic sagt, menschliche Kontrollpunkte seien Teil des Entwurfs und kein Zeichen, dass der Agent versagt hat. In der Praxis haben Sie vier Aufgaben, und keine davon ist, die Arbeit selbst zu tun.

1. Das Ziel richtig formulieren. Was Sie wollen, woran man ein gutes Ergebnis erkennt, was nicht passieren darf. Unser Leitfaden dazu, wie Sie Prompts für KI-Agenten schreiben, enthält 30 Beispiele.
2. Den Plan freigeben, wenn die Aufgabe wichtig ist.
3. Die Fragen beantworten, bei denen er anhält, und den Browser übernehmen, wenn eine Seite einen Menschen braucht.
4. Das Ergebnis prüfen, bevor Sie danach handeln.

Große Aufgaben fügen eine weitere Ebene hinzu. Ein Agent kann eine große Aufgabe auf mehrere kleinere Agenten verteilen, jeden mit seinem eigenen Schreibtisch, und ihre Arbeit danach zusammenführen. So entsteht eine 200-seitige Recherche oder eine ganze Website, wie unser Leitfaden zu KI-Subagenten beschreibt. Und wenn eine Aufgabe Hände statt Token braucht, weist der Agent von Jobbit eine geprüfte Fachkraft aus seinem menschlichen Netzwerk ein und verwahrt Ihre Zahlung treuhänderisch (Escrow).

Was das in der Praxis bedeutet

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus und Muse von Meta führen alle eine Version dieses Ablaufs aus, die umfangreicheren Werkzeugsätze meist in den kostenpflichtigen Tarifen. Der Ablauf ist derselbe; der Unterschied liegt darin, wie viel davon Sie sehen und lenken können.

• Sie sehen den Plan, bevor er läuft. Der Planmodus von Jobbit zeigt die Schritte und wartet auf Ihr Ja.
• Sie können den Browser beobachten. Der Agenten-Browser zeigt jede besuchte Seite, und Sie können die Steuerung übernehmen.
• Sie können mitten im Lauf eingreifen. Senden Sie eine Nachricht, während er arbeitet, und er passt sich an, oder verzweigen Sie den Chat, um einen zweiten Ansatz zu probieren.
• Sie können ihm ein Gedächtnis geben. Projects enthalten Ihre Anweisungen, Dateien und Geheimnisse, damit jede Aufgabe informiert beginnt.
• Sie können ihn nach Zeitplan laufen lassen. Geplante Aufgaben wiederholen den Ablauf ohne Sie.
• Sie können an einen Menschen übergeben. Erreicht der Ablauf eine Aufgabe, die einen Menschen braucht, findet und instruiert derselbe Agent einen.

Ein Fünf-Minuten-Experiment, das den Ablauf zeigt

• Minute 1: Öffnen Sie Jobbit und legen Sie ein kostenloses Konto an.
• Minute 2: Fragen Sie: „Vergleiche die drei günstigsten Möglichkeiten, diese Woche ein 5 kg schweres Paket von Leeds nach Glasgow zu schicken, mit Links, und sag mir, welche du wählen würdest und warum.“ Ein Ziel, eine Definition von „erledigt“ und die Bitte um Quellen.
• Minuten 3 und 4: Sehen Sie zu, wie der Plan erscheint und dann der Browser die Seiten der Paketdienste öffnet. Achten Sie auf die Prüfungen, wenn ein Preis eine Postleitzahl braucht.
• Minute 5: Lesen Sie das Ergebnis und klicken Sie einen Link an, um einen Preis zu bestätigen. Sie haben gerade alle fünf Schritte gesehen und wissen, was Sie beim nächsten Mal prüfen sollten.

Häufig gestellte Fragen

Wie funktioniert ein KI-Agent Schritt für Schritt?

Er liest Ihr Ziel und bestimmt, was „erledigt“ heißt, schreibt einen kurzen Plan, nutzt Werkzeuge wie einen Browser und Ihre Dateien für jeden Schritt, prüft jedes Ergebnis am Plan und berichtet zurück. Bevor etwas mit Geld oder Nachrichten geschieht, hält er für Ihre Freigabe an.

Was ist der Unterschied zwischen einem KI-Modell und einem KI-Agenten?

Das Modell ist die Maschine, die Sprache liest und schreibt, etwa Claude oder GPT. Der Agent ist das Modell plus Werkzeuge, ein Plan, eine Prüfschleife und eine Möglichkeit, anzuhalten und Sie zu fragen. Ein Modell antwortet; ein Agent handelt.

Lernt ein KI-Agent von mir?

Innerhalb einer Aufgabe merkt er sich alles, was Sie gesagt haben. Zwischen Aufgaben erinnert er sich nur an das, was in Anweisungen, Dateien oder einer Gedächtnisfunktion gespeichert ist. Alles, was Sie zweimal tippen, gehört in gespeicherte Anweisungen.

Warum machen KI-Agenten Fehler?

Weil das Modell im Inneren den wahrscheinlichsten Text erzeugt und keine garantierte Wahrheit, und weil Forschung zeigt, dass Modelle so trainiert werden, dass Raten belohnt wird. Werkzeuge und Prüfungen fangen viele Fehler ab; den Rest fangen Sie ab, indem Sie nach Quellen fragen und lesen, was hinausgeht.

Kann ein KI-Agent im Internet surfen?

Ja, mit einem Browser-Werkzeug kann er Websites besuchen, Formulare ausfüllen und Seiten lesen wie Sie. Manche Websites sperren Agenten, und bei Jobbit können Sie den Browser beobachten und übernehmen, wenn eine Seite einen Menschen braucht.

Was sind Credits bei KI-Agenten?

Die Einheit, in der die meisten Dienste abrechnen. Sie zahlen für den Text, den das Modell liest und schreibt, die Werkzeuge, die es aufruft, und manchmal die Zeit, in der ein Browser läuft. Der Tarif Free von Jobbit bietet 100 Credits pro Tag ohne Karte.

Kann ich einem KI-Agenten bei der Arbeit zusehen?

Bei Jobbit ja: Er zeigt den Plan, den Browser und jeden Schritt, und Sie können ihn jederzeit anhalten, lenken oder die Steuerung übernehmen. 100 Gratis-Credits pro Tag, keine Karte, und Go kostet £7 im Monat für eine kleine App auf Ihrer eigenen Domain.