Ich gab meiner KI eine To-Do-Liste. Und sie hat sie tatsächlich erledigt.

Ich gab meiner KI eine To-Do-Liste. Und sie hat sie tatsächlich erledigt.

---

Seit zwei Jahren spreche ich mit Chatbots. Meistens antworten sie nur. Manchmal halluzinieren sie ein Rezept für Kleber-Pizza. Selten tun sie *wirklich* etwas.

Letzten Dienstag beobachtete ich einen Agenten, den ich gebaut hatte: Er loggte sich in mein E-Mail-Postfach ein, fand drei unbezahlte Rechnungen, entwarf Antworten mit Zahlungslinks und plante Follow-ups für nächste Woche. Keine weiteren Prompts nach dem ersten. Kein Händchenhalten. Ich ging Kaffee holen. Es funktionierte.

Da klickte es: Wir bauen keine besseren Chatbots mehr. Wir bauen Kollegen, die keinen Schlaf brauchen.

Die Chatbot-Falle

Hier kommt der peinliche Teil: Ich verbrachte sechs Monate damit, elaborate Prompt-Ketten zu konstruieren. „Du bist ein Senior Analyst. Erst lies das Dokument. Dann extrahiere die Kernmetriken. Dann schreib eine Zusammenfassung. Dann prüfe auf Fehler.“

Es klappte zu etwa 60 %. Die anderen 40 %? Das Modell vergaß Schritt zwei, halluzinierte eine Metrik oder fasste selbstbewusst ein Dokument zusammen, das es nie gelesen hatte. Ich fügte mehr Instruktionen hinzu. Es wurde schlimmer. Klassische abnehmende Rendite.

Das Problem ist nicht das Modell. Es ist die Architektur. Ein einzelner Prompt ist ein Monolog. Echte Arbeit ist ein Dialog – mit sich selbst, mit Tools, mit Daten, mit anderen Menschen.

Enter the Graph

Ich stolperte fast zufällig in die graphbasierte Orchestrierung. Ein Freund schickte mir um 23 Uhr ein GitHub-Repo mit dem Betreff „das verändert, wie ich über Agenten denke.“ Ich schlief bis 3 Uhr morgens nicht.

Die Erkenntnis ist dumm-einfach: Statt einem großen Prompt baust du eine Zustandsmaschine. Knoten tun Dinge – rufen eine API auf, fragen eine Datenbank ab, schreiben Code, fragen einen Menschen. Kanten entscheiden, was als Nächstes passiert, basierend auf dem, was gerade passiert ist. Der Graph *erinnert* sich, wo er ist.

Mein erster echter Test: Spesenabrechnung. Ich hasse Spesenabrechnungen. Du hasst Spesenabrechnungen. Alle hassen Spesenabrechnungen.

Alte Art: Ich werfe Belege in einen Ordner. Quartalsweise Panik. Manuelle Eingabe. Tippfehler. Abgelehnte Ansprüche.

Neue Art: Ich leite einen Beleg an einen Slack-Bot weiter. Der Graph wacht auf. OCR-Knoten extrahiert Händler, Datum, Betrag. Kategorisierungs-Knoten prüft gegen meinen Verlauf – „sieht aus wie Kundendinner, letztes Mal als Bewirtung gebucht.“ Policy-Knoten prüft das Limit. Approval-Knoten pinged meinen Manager in Slack mit One-Click-Approve-Button. Accounting-Knoten schiebt nach QuickBooks. Done-Knoten archiviert das PDF.

Drei Minuten. Null Tipparbeit. Mein Manager genehmigte einen aus der Taxi-Schlange am SFO.

Das Gedächtnis, das keins LLM ist

Hier ist das, was dir niemand sagt: Der schlaueste Teil meines Agenten-Systems ruft gar kein LLM auf.

Es ist ein Key-Value-Store mit versionierten Snapshots. Jeder Knoten liest State, schreibt State. Der Graph weiß *warum* er vor drei Schritten eine Entscheidung traf, weil das State-Objekt den Beleg mitschleppt. Kein Context-Window-Stuffing. Kein „erinner mich, was wir taten.“ Das Gedächtnis sind einfach... Datenstrukturen.

Kosten: Millisekunden. Null Tokens. Unendlicher Kontext.

Trade-off: Du musst das Schema designen. Du kannst nicht einfach „lass das Modell das rausfinden.“ Ich lernte das auf die harte Tour, als mein Reisebuchungs-Agent versuchte, eine Passnummer als String zu speichern, dann als Dictionary, dann als Liste von Dictionaries – alles im selben Lauf. Der Graph stürzte nicht ab. Er produzierte nur Müll-Outputs, bis ich Validierung hinzufügte.

Schema-First-Design fühlt sich anfangs langsam an. Dann merkst du: Es ist das Einzige, was dir erlaubt zu debuggen, *warum* der Agent letzten Dienstag etwas Dummes tat.

Human-in-the-Loop ist kein Bug

Der größte Mindset-Shift: Anhalten *ist* ein Feature.

Meine ersten Agenten versuchten, voll autonom zu sein. Sie buchten den falschen Flug, mailen den falschen Kunden an, löschten die falsche Datenbank. „Move fast and break things“ ist okay für Prototypen. Für Produktion ist es katastrophal.

Jetzt hat jeder High-Stakes-Knoten ein `interrupt_before`-Flag. Der Graph pausiert. Schickt mir eine Slack-Nachricht: „Sende diesen Vertrag gleich an Legal. Bestätigen?“ Ich tippe „ja“ auf dem Handy. Graph läuft weiter.

Das ist kein Versagen von Autonomie. Es ist *kalibrierte* Autonomie. Der Agent erledigt die 90 % – Recherche, Drafting, Formatierung, Prüfen – und fragt nach den 10 %, die zählen.

Pro-Tip: Mach die Interrupt-Nachricht actionable. „Bestätigen?“ ist nutzlos. „Vertrag v3 an legal@firma.de senden? Änderungen: Haftungshöchstbetrag auf 500k erhöht, Laufzeit auf 24 Monate verlängert. [Ja] [Nein] [Bearbeiten]“ – das bringt Antworten in Sekunden.

Failure Modes, die ich gesammelt habe

Lass mich dir etwas Schmerz ersparen.

**Die Endlosschleife.** Knoten A ruft Knoten B ruft Knoten A. Graph läuft bis Timeout. Fix: Schrittzähler in den State. Hartes Limit: 50 Schritte. Loggen bei 30.

**Der stille Fehler.** API liefert 500. Knoten fängt Exception ab, schreibt „error“ in State, läuft weiter. Downstream-Knoten halluzinieren auf „error“-String. Fix: Error-Knoten, die den Graph *stoppen* und dich alerten. Lass Fehler nicht zu Daten werden.

**Der Context Drift.** Dreistündiger Workflow. User ändert Requirements in Minute 45. Graph führt alten Plan weiter aus. Fix: Versioniere Inputs. Prüfe an jedem major-Knoten: „Hat sich die Anfrage geändert?“ Falls ja, replanen.

**Der Tool-Wildwuchs.** 47 Knoten. 12 externe APIs. Niemand versteht den Flow. Fix: Visualisiere den Graph. Druck ihn aus. Häng ihn an die Wand. Wenn du ihn in 30 Sekunden nicht erklären kannst, ist er zu komplex.

Was ich als Nächstes baue

Quartalsplanungs-Agent. Jeden Montag zieht er meinen Kalender, Notion-Notizen, GitHub-Aktivität, Slack-Gespräche. Baut einen Entwurf für den Wochenplan. Zeigt Konflikte. Schlägt Fokus-Blöcke vor. Ich genehmige. Er blockt Zeit, erstellt Tasks, lehnt Low-Priority-Meetings ab.

Steuer-Agent. Ganzjährig. Jede Transaktion in Echtzeit kategorisiert. Quartalsvorauszahlungen auto-berechnet. Findet Abzüge, die ich verpasse. Reicht Verlängerungen ein falls nötig. (Teste den noch. IRS-Strafen sind keine Debug-Umgebung, die ich will.)

Code-Review-Agent. Keine „lgtm“-Bots. Echter Review: Zieht PR, führt Tests aus, prüft Style Guide, verifiziert dass Tickets zur Implementation passen, schlägt Refactorings vor, *schreibt den Fix* für triviale Issues. Ich reviewse seinen Review.

Die 2026-Vorhersagen

**Agenten ersetzen Dashboards.** Du schaust nicht mehr auf Charts. Du fragst „Warum stieg Churn?“ und ein Agent fragt das Warehouse ab, korreliert mit Support-Tickets, checkt Deployment-Logs und liefert dir eine Narrative mit Evidenz. In 30 Sekunden.

**Persönliche Agenten-Netzwerke.** Dein Kalender-Agent verhandelt mit meinem Kalender-Agent. Keine Hin-und-Her-Mails. Sie finden den optimalen Slot, buchen Räume, bestellen Mittagessen für Diät-Restriktionen, schicken Einladungen. Du erscheinst einfach.

**Agenten-Marktplätze.** Keine App-Stores. *Skill*-Stores. „Steuererklärung-Skill installieren.“ „Verhandlungs-Skill installieren.“ Skills sind komponierbare Graphen mit standardisierten Interfaces. Du mischst und matchst wie LEGO.

**Das Ende von „Prompt Engineering“ als Jobtitel.** Es wird „Agenten-Architektur.“ Die Skill ist nicht, den perfekten Satz zu formulieren. Es ist, den richtigen Graph zu designen: Wo pausieren, was merken, wie graceful failen, wann fragen.

**Regulierung kommt.** Erste Klage: „Dein Agent hat einen bindenden Vertrag in meinem Namen unterschrieben ohne Autorisierung.“ Präzedenzfall: Agenten brauchen explizite Delegations-Scopes. Audit-Trails werden Pflicht. Die versionierten State-Snapshots meines Graphen sehen plötzlich aus wie Compliance-Gold.

Die unbequeme Wahrheit

Agenten bauen ist härter als Prompten. Du schreibst keine Instruktionen. Du schreibst Software – mit Graphen statt Funktionen, State statt Variablen, LLMs als *Komponenten* statt als ganzes System.

Aber der Payoff ist asymmetrisch. Ein Prompt spart dir Minuten. Ein Agent spart dir Stunden, für immer. Der erste braucht ein Wochenende. Der zehnte einen Nachmittag. Der hundertste? Du hörst auf zu zählen.

Mein Spesen-Agent hat seit Januar 347 Belege verarbeitet. Ich habe genau drei davon angesehen. Alle drei waren Edge Cases, die er korrekt flaggte.

Das ist das Ziel. Nicht „KI macht alles.“ KI macht das *langweilige* Alles. Du machst das Interessante.

---

FAQ

**Brauche ich Graphentheorie?**
Nein. Du brauchst State Machines. Wenn du schon mal einen Redux Reducer oder einen Vuex Store gebaut hast, checkst du es schon. Knoten = Reducer. Kanten = Action Routing. State = der Store.

**Wie steil ist die Lernkurve?**
Wochenende bis zum ersten funktionierenden Agent. Monat bis production-ready. Der schwere Teil ist nicht das Framework – es ist, in Graphen statt in Prompts zu denken.

**Kann ich das mit lokalen Modellen nutzen?**
Ja. Dem Graph ist egal, welches LLM du reinsteckst. Ich laufe manche Knoten auf einem 7B-Modell lokal, andere auf einem großen Cloud-Modell. Kostenoptimierung ist nur ein weiterer Knoten.

**Wie debugge ich einen laufenden Agenten?**
Replay. Jeder Run produziert einen Trace: Inputs, Knoten-Outputs, State-Änderungen, Timing. Du kannst jeden Schritt mit modifizierten Inputs replayen. Time-Travel-Debugging für umsonst.

**Ist das nur für Entwickler?**
Aktuell ja. Aber Visual Builder kommen. In sechs Monaten ziehen Product Manager Agenten-Workflows per Drag-and-Drop. Fang jetzt an zu lernen – du bist der Experte, wenn sie ankommen.

**Was ist der größte Anfängerfehler?**
Einen riesigen Graph für alles bauen wollen. Bau kleine, single-purpose Graphen. Komponiere sie. Ein Graph der Spesen *und* Reisen *und* Kalender macht ist ein Albtraum. Drei Graphen die miteinander reden? Wartbar.

**Was kostet der Betrieb?**
Kommt auf deine LLM-Calls an. Mein Spesen-Agent: ~0,03 $ pro Beleg. Steuer-Agent: ~2 $/Monat. Code Review: ~0,50 $ pro PR. Der Graph-Overhead ist vernachlässigbar – Millisekunden CPU.

**Ersetzen mich Agenten?**
Agenten ersetzen *Tasks*. Die Tasks, die du hasst. Die Tasks, die dich müde machen. Du behältst Urteilskraft, Kreativität, Beziehungen. Außer dein ganzer Job ist Dateneingabe. Dann ja, vielleicht Lebenslauf aktualisieren.