Zum Inhalt springen

Agentic Workflow

oder auch Agentischer Workflow

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.10.2026

Ein Agentic Workflow ist ein Arbeitsablauf, in dem ein KI-Agent mehrere Schritte selbst plant und ausführt. Das Modell entscheidet unterwegs, welches Werkzeug es benutzt, prüft das Ergebnis und geht weiter, bis die Aufgabe erledigt ist oder es aufgibt.

Agentic Workflow

Ein Arbeitsablauf, in dem ein KI-Agent mehrere Schritte selbst plant und ausführt.
Beispiel: „Der Agentic Workflow holte die Daten, baute die Tabelle und legte am Ende die Abweichungen vor.“

Abgrenzung zur festen Kette: Bei einer festen Kette steht die Reihenfolge der Schritte vorher fest, das Modell füllt nur die Lücken. Im Agentic Workflow entscheidet das Modell über die Reihenfolge selbst, und damit wird der Ablauf mächtiger und schwerer vorhersehbar.

Bewährte Muster: eine Aufgabe in Teilaufgaben zerlegen und an Subagenten verteilen; einen Entwurf von einem zweiten Durchlauf prüfen lassen; vor der Ausführung einen Plan vorlegen, siehe Planmodus.

Anthropic ordnet die Begriffe in „Building effective agents“ (Dezember 2024) und empfiehlt dort ausdrücklich, mit der einfachsten Lösung anzufangen und erst dann auf Agenten umzustellen, wenn der Nutzen den Aufwand übersteigt.

Wann die einfache Kette genügt

Immer dann, wenn der Weg zum Ergebnis bekannt ist. Eine Rechnung auslesen, eine Zusammenfassung schreiben, eine Liste einsortieren: Dafür braucht es keinen Agenten, weil nichts zu entscheiden ist. Der Mehraufwand eines Agentic Workflow lohnt dort, wo der Weg von der Eingabe abhängt und vorher nicht feststeht, etwa bei der Fehlersuche in fremdem Code oder bei einer Recherche über mehrere Quellen.

Was ihn teuer und fehleranfällig macht

Jeder Schritt ist eine eigene Anfrage, und jede Anfrage trägt den ganzen bisherigen Verlauf mit. Die Kosten wachsen deshalb schneller als die Zahl der Schritte, siehe Inferenzkosten. Dazu kommt, dass ein Fehler im dritten Schritt die folgenden zwanzig prägt. Übliche Gegenmittel sind knappe Rechte je Werkzeug, eine Freigabe vor allem Nachaußenwirksamen und ein Protokoll, an dem hinterher nachvollziehbar ist, welcher Schritt die Richtung verloren hat.

Siehe auch:

KI-Agent

Ein System, in dem ein Sprachmodell selbst entscheidet, welcher Schritt als Nächstes kommt.

#Künstliche Intelligenz (KI)

Subagent

Ein untergeordneter Agent, der eine Teilaufgabe in einem eigenen Kontextfenster erledigt.

#Künstliche Intelligenz (KI)

Function Calling

Das Verfahren, mit dem ein Sprachmodell einen Programmaufruf anfordert, den die Anwendung dann ausführt.

#Künstliche Intelligenz (KI)

Planmodus (KI-Agent)

Eine Betriebsart, in der ein KI-Agent zuerst einen Plan vorlegt und erst nach Freigabe handelt.

#Künstliche Intelligenz (KI)

Model Context Protocol (MCP)

Ein offener Standard, über den KI-Anwendungen an Datenquellen und Werkzeuge angebunden werden.

#Künstliche Intelligenz (KI)

Human in the Loop

Ein Ablauf, in dem ein Mensch an festgelegter Stelle prüft, entscheidet oder freigibt.

#Künstliche Intelligenz (KI)