„Agentic AI“ ist ein Begriff, der in aktuellen Fachkreisen immer mehr an Bedeutung gewinnt. Anders als einfache KI-Modelle, die nur auf Eingaben antworten, beschreibt Agentic AI komplexe Systeme aus mehreren koordinierten KI-Agenten, die eigenständig Aufgaben erfüllen können. Dabei verfolgen sie über längere Zeiträume komplexe Ziele mit minimaler menschlicher Aufsicht.
Begriff und technisches Paradigma von Agentic AI
Die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) formuliert in ihrem Bericht aus dem Februar 2026 eine breit gefasste Definition: Agentic AI umfasst nicht nur einzelne Agenten, sondern ganze Systeme aus mehreren KI-Agenten, die ihre Umgebung wahrnehmen, Aufgaben zerlegen und zusammenarbeiten. Sie zeigen dabei ein hohes Maß an Autonomie und können über längere Zeithorizonte operieren.
Technisch gesehen basiert das vorherrschende Paradigma darauf, dass sogenannte Foundation-Modelle in eine Softwareschicht eingebettet werden, über die sie Werkzeuge bedienen und Aktionen durchführen können, die über reine Textausgabe hinausgehen. Diese Einbettung, auch als „software scaffolding“ bezeichnet, erlaubt es den Agenten, aktiv mit ihrer Umgebung zu interagieren.
Sicherheits- und Standardisierungsaspekte
Mit der zunehmenden Autonomie agentischer KI-Systeme steigen auch die Sicherheitsherausforderungen. Die US-amerikanische Normungsbehörde NIST hat bereits 2025 und 2026 mehrere Initiativen und Studien zu diesen Fragestellungen veröffentlicht. So wird etwa vor „agent hijacking“ gewarnt, einer Technik, bei der ein Angreifer bösartige Anweisungen in Daten einschleust, die der Agent verarbeitet, um ihn zu unerwünschten Handlungen zu verleiten.
Als Reaktion darauf wird eine eigene Standardschiene für Agenten aufgebaut, die technische Details wie Identität und Berechtigungen regelt. Das NIST kündigte 2026 eine AI Agent Standards Initiative an, die industriegeführte Standards, Open-Source-Protokolle und Forschung zu Sicherheit und Agentenidentität umfasst.
Interoperabilität und technische Infrastruktur
Die Zusammenarbeit zwischen Agenten aus unterschiedlichen Systemen ist ein weiteres wichtiges Thema. Anthropic stellte bereits 2024 mit dem Model Context Protocol (MCP) einen offenen Standard vor, um KI-Systeme mit externen Daten und Tools zu verbinden. Google folgte 2025 mit dem Agent2Agent Protocol (A2A), das die Kommunikation zwischen Agenten verschiedener Anbieter ermöglicht. Die Linux Foundation unterstützte diesen Trend durch die Gründung der Agentic AI Foundation, die eine gemeinsame Infrastruktur für Agentic AI schaffen soll.
Gleichzeitig haben führende Plattformanbieter wie OpenAI und Anthropic 2025 ihre APIs ausgebaut, um Funktionen wie Codes ausführen, Suche und Tool-Zugriff in agentische Systeme zu integrieren. Diese Entwicklung erleichtert die Umsetzung von Agentic AI in Anwendungen, ist jedoch auch mit neuen Herausforderungen bei Evaluation und Kontrolle verbunden.
Bewertung, Risiken und Governance
Die Evaluierung agentischer Systeme ist komplex, da Agenten über mehrere Interaktionsschritte arbeiten, Werkzeuge nutzen und ihren Zustand dynamisch anpassen. Anthropic dokumentiert, wie Verbesserungen im Evaluationsdesign die Ergebnisse massiv beeinflussen können.
Die Risiken von missbräuchlichem Verhalten, zum Beispiel Insider-Shenanigans bei Modellen, sind Thema aktueller Forschung. Bislang liegen keine Belege für reale Schadensfälle vor, allerdings weist man auf mögliche hypothetische Risiken hin.
Auf institutioneller Ebene gewinnt die Governance an Bedeutung. Singapurs IMDA veröffentlichte 2026 ein Modell für AI-Governance, das neben der Begrenzung von Risiken und Autonomie auch Verantwortlichkeiten und technische Kontrollen während des gesamten Lebenszyklus adressiert. Dies soll nicht zuletzt helfen, Vertrauen und Transparenz bei der Nutzung agentischer KI-Systeme zu gewährleisten.
„Agentic AI bezeichnet autonome und kooperative KI-Systeme, die komplexe Aufgaben mit minimaler menschlicher Aufsicht über längere Zeiträume ausführen und dabei neue Anforderungen an Sicherheit, Interoperabilität und Governance stellen.“
Quellen: oecd.org, nist.gov, nist.gov, nist.gov, nist.gov, nist.gov, anthropic.com, developers.googleblog.com, linuxfoundation.org, openai.com, openai.com, claude.com, anthropic.com, anthropic.com, imda.gov.sg