Die Wurzeln der agentebasierten KI in Wissensgraphen: FIPA, das semantische Web und LLM-Agenten

Wenn man genug aktuelle Artikel über agierende KI liest, entsteht ein seltsames Gefühl: Vieles klingt wie etwas von einer Konferenz im Jahr 2003. Agenten, die ihre Fähigkeiten auf maschinenlesbare Weise beschreiben. Agenten, die sich über ein Verzeichnis finden. Gemeinsame Wörterbücher, damit zwei Systeme übereinstimmen, was eine Nachricht bedeutet. Standardprotokolle für Verhandlungen. All das ist wieder da – nur in neuem Vokabular und unter Verwendung eines völlig anderen Antriebs.

Dieser Artikel betrachtet diesen Überschneidungsbereich. Er verfolgt die älteren Arbeiten zu Agenten und dem semantischen Web, vergleicht sie mit dem, was derzeit verfügbar ist, und fragt, welche Teile eine echte Kontinuität darstellen und welche nur Ähnlichkeiten sind. Zudem wird untersucht, an welcher Stelle sich die beiden Epochen am deutlichsten unterscheiden – und das ist die Sicherheit.

Wie die aktuelle Welle aussieht

Einige Entwicklungen der letzten Jahre legen den Rahmen dafür.

Sicherheitsforscher haben feindliche Benchmarks veröffentlicht, die zeigen, dass Grenzagenten bei absichtlicher Prüfung viel zu leicht zu schädlichem Verhalten verleitet werden können. Microsoft hat POML veröffentlicht, eine XML-basierte Markupsprache zur Steuerung von LLM-Agenten. Google führte das Agent2Agent-Protokoll (A2A) ein und kündigte bei der Einführung Dutzende Partnerorganisationen an, mit dem Ziel, zu standardisieren, wie Agenten miteinander kommunizieren. NVIDIA argumentiert, dass die Kombination von Sprachmodellen mit Wissensgraphen dabei hilft, Halluzinationen zu verringern.

Jedes dieser Konzepte wäre für einen Forscher von vor zwanzig Jahren erkennbar gewesen. Um das Jahr 2006 herum argumentierten bereits einige Personen für genau dieses Paket: strukturierte Markierungssprachen zur Beschreibung des Verhaltens von Software-Agenten, standardisierte Kommunikationsprotokolle sowie Bedeutungen, die in Ontologien verankert sind. Ein Aufsatz aus jenem Jahr über XML und künstliche Intelligenz behauptete, Maschinen bräuchten genau das, um mit der enormen Menge an Informationen im Internet zurechtzukommen. Der Ausdruck war nach heutigen Maßstäben grob, doch die Richtung war klar: Software-Agenten, die sich in einem offenen, unübersichtlichen Internet bewegten und im Namen von Menschen verhandelten – wofür eine gemeinsame, strukturierte Sprache zur skalierten Zusammenarbeit erforderlich war.

Die Branche wählte einen anderen Weg. neuronale Netze wurden zum kognitiven Kern. Nun kehren die damit verbundenen Probleme zurück – zusammen mit einigen der alten Fehler.

Die Stimmung im Jahr 2006

Um zu erkennen, wie unmodern die Ansicht mit Agenten und Ontologien war, stellen Sie sich jenen Zeitpunkt vor. Es war die Blütezeit von Web 2.0. Die Aufmerksamkeit galt AJAX-Beschichtungen, sozialen Plattformen sowie von Nutzern verfasstem Inhalt. Google hatte gerade 1,65 Milliarden Dollar für YouTube bezahlt. Facebook öffnete sich allen, und Twitter war neu.

Die vorherrschende Sichtweise besagte, dass das Internet darum gehe, dass Menschen Inhalte veröffentlichen und teilen, nicht darum, dass Maschinen selbstständig koordinieren. Ideen zum semantischen Web, Agentensysteme sowie formale Ontologien erschienen vielen Beobachtern als akademische Hobbys, zu komplex für den praktischen Einsatz – Kommentatoren fragten offen, ob außerhalb von Universitäten überhaupt jemand RDF oder OWL in der Praxis einsetzen würde.

Trotzdem waren einige der Ansicht, dass das Internet letztendlich zu einer Umgebung werden würde, in der Dienste und Informationen veröffentlicht werden, damit Software sie finden und kombinieren kann. Wenn man die veralteten Formulierungen weglässt, klingt das genauso wie die Beschreibungen von mehreren Agenten basierenden LLM-Systemen und „Agent-Netzwerken“ heute.

Das alte Werkzeugset

Die Vision war nicht vage – sie stützte sich auf konkrete Standards und Plattformen.

FIPA, die Foundation for Intelligent Physical Agents, definierte eine Agentenkommunikationssprache mit 22 Sprachakten: informieren, bitten, vorschlagen, zustimmen, ablehnen, abfragen, bestätigen, verneinen und mehr. Es handelte sich dabei nicht nur um ein Nachrichtenformat, sondern um einen kommunikativen Rahmen mit formaler Semantik, die auf der Theorie der Sprachakte beruhte, sodass Agenten verhandeln, Koalitionen bilden sowie Verpflichtungen, Pflichten und Berechtigungen im Rahmen mehrschrittiger Austausche nachverfolgen konnten. Große Unternehmen wie IBM, HP und BT unterstützten plattformbasierte Lösungen, die FIPA-konform waren.

OWL-S, ein Profil für Web-Ontologie-Sprachen im Bereich Dienste, ermöglicht es Agenten, Webdienste anhand semantischer Beschreibungen von Eingaben, Ausgaben, Voraussetzungen und Auswirkungen zu finden, aufzurufen und zu kombinieren. Die Standarddemonstration war ein Reiseagent, der selbst Flüge, Hotels und Mietwagen suchte, sie zu einem Reiseplan zusammenstellte und diesen für den Benutzer umsetzte – ohne manuell programmierte Integrationen.

AIML, eine XML-Markup-Sprache für konversationelles Verhalten, trieb den ALICE-Chatbot an, der dreimal den Loebner-Preis gewann.

RDF und OWL gaben Agenten die Möglichkeit, nicht nur Syntax, sondern auch Bedeutung zu teilen, unterstützt durch Triple-Stores und SPARQL-Engines für verteiltes Reasoning.

Verzeichnisdienste fungierten als „Yellow Pages“ für Agenten. Im Agentenverwaltungskonzept der FIPA konnte ein Agent das, was er anbot, in einer strukturierten Beschreibung registrieren und nach Fähigkeiten nach Gleichgesinnten suchen – ähnlich wie bei der Service-Entdeckung in modernen Infrastrukturen.

Der Entwickler zu dieser Zeit verfügte weder über Transformer-Modelle noch über GPU-Cluster. Er hatte jedoch eine Ahnung mit drei Bestandteilen: Das Internet würde zu groß und zu schnell werden, um direkt von Menschen bedient zu werden. Es wären Agenten benötigt, die wahrnehmen, reasoningen und handeln konnten. Und diese Agenten würden gemeinsame Protokolle, Repräsentationen und Semantiken benötigen.

Wo die Muster wieder auftauchten – von Markup zu Wissensgraphen

Bis 2025 war viel davon in überarbeiteter Form zurückgekehrt.

Zuerst kam das strukturierte Markup. POML verwendet XML-ähnliche Tags, um komplexe Agenten-Arbeitsabläufe zu definieren, und es wurde in die VS Code-Tools integriert. Salesforces Agent Script definiert Verhalten, Rollen und Koordination in einer deklarativen, markup-ähnlichen Syntax. Selbst alltägliche Ratschläge zur Prompt-Erstellung raten nun dazu, Überlegungsschritte, Kontexte sowie Ausgabebeschränkungen in Tags einzubetten. Ein typisches Prompt-Skelett sieht so aus:

(`<context>`, <instructions>, <examples>, <output>)

Es ist eine Kleinigkeit, aber es handelt sich um denselben Instinkt wie bei der alten Methode der Markierung für Agenten: Dem Modell eine Struktur geben, die es nicht falsch interpretieren kann.

Danach kommt die rollenbasierte Koordination. AutoGen und CrewAI weisen spezialisierte Funktionen wie Planer, Kritiker, Ausführender und Forscher zu, und die Agenten kommunizieren über strukturierte Nachrichten. Das ist wieder das FIPA-Modell: heterogene Agenten mit deklarierten Fähigkeiten, die über ein zentrales Register koordinieren. Rollenspezialisierung, Fähigkeitsverzeichnisse, koordinierte Kommunikation über Nachrichten sowie mehrstufige Orchestrierung sind dieselben Muster.

Dann die Protokolle. A2A ermöglicht es Agenten, ihre Fähigkeiten zu beschreiben, einander zu entdecken und über Unternehmensgrenzen hinweg zusammenzuarbeiten. Die angegebenen Startzahlen beinhalten die Verpflichtungen der Partner, nicht die tatsächliche Nutzung in der Produktion, die noch nicht veröffentlicht wurde. Das Agent Network Protocol verwendet W3C Decentralized Identifiers sowie JSON-LD, um den Agenten maschinenlesbare Beschreibungen zu liefern, die Fähigkeiten, Vertrauenszertifikate sowie Koordinierungspräferenzen umfassen. Das Agent Communication Protocol der Linux Foundation standardisiert die Nachrichtenformate zwischen Agenten. Funktional entsprechen sie dem Directory Facilitator sowie dem Agent Management System von FIPA, jedoch angepasst an eine Welt, die auf JSON-LD und großen Sprachmodellen basiert.

Schließlich die Wissensgraphen. NVIDIA, Franz Inc. und andere empfehlen, Large Language Models mit Graphen überprüfter Fakten zu verbinden, um das Schlussfolgern zu stützen, Halluzinationen einzuschränken und Schlussfolgerungen erklärbar zu machen. Untersuchungen zu neuro-symbolischen Systemen zeigen, dass Hybride bei Aufgaben, die faktische Genauigkeit, logisches Denken und Generalisierung auf neue Kombinationen erfordern, in der Regel besser abschneiden als rein neuronale Systeme. Die angegebenen Rückgänge von Halluzinationen variieren stark je nach Bereich und Benchmark, weshalb man mit jedem einzelnen Prozentsatz vorsichtig umgehen sollte. Die Gesamttendenz der Belege ist zuverlässiger als irgendeine einzelne Zahl.

Was die Prognose von 2006 falsch eingeschätzt hat

Die alte Prognose lag an einigen Stellen falsch, und einige dieser Fehleinschätzungen waren tatsächlich vorhanden.

XML sollte der dominierende Unterbau für Agenten und DOM eine gemeinsame Schnittstelle sein. Das ist nicht eingetreten. Die üblichen Träger erwiesen sich als JSON, gRPC, Protobuf und Vektor-Embeddings. Der Fokus verlagerte sich zunächst auf Deep Learning, dann auf Transformer-Modelle und schließlich auf LLMs. Wissensgraphen haben überlebt, aber nur als ein Bestandteil eines größeren neuro-symbolischen Ansatzes.

Es gab auch einen grundlegenden konzeptionellen Fehler: die Annahme, XML selbst würde Semantik liefern. Das tut es nicht. XML bietet lediglich Syntax und Baumstruktur. Schon damals betonten ernsthafte Forscher im Bereich des semantischen Internets, dass darüber hinaus gemeinsame Ontologien und formale Semantik erforderlich seien, wodurch dieses Feld in dieser Hinsicht den Enthusiasten voraus war.

Der allgemeine Überblick war also vorhersehbar, während die Menge des alten Stack, der weggeworfen werden musste, sowie die benötigte Menge an neuer Mathematik, Hardware und Ingenieurswissen stark unterschätzt wurden.

Fünf Probleme, die sich nie geändert haben

Im Laufe von etwa fünfundzwanzig Jahren der Entwicklung von Agenten – von FIPA Anfang der 2000er Jahre bis hin zur modernen agierenden KI – tauchen immer wieder fünf Gestaltungsprobleme auf. Wenn man sie nebeneinander betrachtet, ist die Übersicht klar:

ARCHITECTURAL PATTERN EVOLUTION: 2006 → 2025 ## Structured Markup 2006: XML for agent behaviour 2025: POML, Agent Script, XML-tagged prompts Status: Vindicated ## Discovery/Directory Services 2006: FIPA Directory Facilitator 2025: Agent Description Protocol (ANP), A2A directories Status: Vindicated ## Semantic Grounding 2006: RDF/OWL ontologies 2025: JSON-LD, schema.org, KG-LLM integration Status: Transformed but persists ## Communication Protocols 2006: FIPA-ACL 22 performatives 2025: MCP, A2A pragmatic protocols (fewer acts) Status: Simplified but core idea persists ## Perception-Action Loops 2006: FIPA observe-reason-act 2025: ReAct (Observe-Think-Act), tool-use frameworks Status: Fully realised

Strukturierte Markierung ist die beste Entsprechung. XML für das Verhalten von Agenten aus dem Jahr 2006 wurde zu POML, Agent-Skripten sowie prompten Anweisungen in Tags – also kehrte diese Form fast wörtlich zurück.

Entdeckungsfunktionen sind nur knapp dahinter. Der Verzeichnismanager von FIPA erledigte die Aufgabe, die heute von A2A-Verzeichnissen sowie den Agentenbeschreibungen in ANP übernommen wird: Man macht öffentlich, was man kann, damit andere danach suchen können.

Semantische Grundlegung hat im Vergleich zu den anderen Formen am stärksten gewechselt. RDF- und OWL-Ontologien wichen JSON-LD, schema.org-Vokabularen sowie Wissensgraphen ab, die in große Sprachmodelle integriert sind. Die komplexe formale Schicht schrumpfte, doch das Bedürfnis nach gemeinsamer Bedeutungsvorstellung blieb bestehen.

Kommunikationsprotokolle wurden einfacher. FIPA-ACL verfügte über 22 verschiedene Performativformen. MCP und A2A kommen mit weitaus weniger Nachrichtentypen und einer viel pragmatischeren Herangehensweise aus – doch sie existieren aus demselben Grund: Zwei Programme von unterschiedlichen Anbietern müssen sich darauf einigen, wofür eine Nachricht dient.

Der Wahrnehmungs-Handlungszyklus ist der, der in voller Form wieder aufgetaucht ist. FIPA’s Zyklus aus Beobachten, Überlegen, Handeln entspricht ReAct’s Zyklus aus Beobachten, Denken, Handeln, ergänzt um ein Rahmenwerk für den Werkzeuggebrauch.

Die Syntaxen haben sich geändert, die Serialisierungsformate haben sich geändert und die Systeme, die das Denken übernehmen, haben sich völlig verändert. Die Fragen blieben strukturell unverändert: Wie beschreibt ein Agent sich selbst, wie finden Agenten einander, wie koordinieren sie sich, wie werden Dienste zusammengesetzt und wie bleibt eine gemeinsame Bedeutung erhalten.

Es gibt eine Einschränkung. Kontinuität und Nachrüstung sind unterschiedliche Dinge. Sowohl ein XML-Schema als auch ein JSON-Schema beschreiben strukturierte Daten, doch die dahinterstehenden Philosophien unterscheiden sich: auf der einen Seite formal und streng, auf der anderen Seite leicht und pragmatisch. Viele heutige Entwickler entdecken diese Muster auch selbst wieder, ohne sich auf FIPA oder das semantische Web zu stützen. Das ist eine konvergente Evolution unter denselben Einschränkungen, die wenig über die Abstammung aussagt.

Agentenbasierte KI, wie sie heute definiert wird

Moderne Umfragen beschreiben agierende KI als Systeme, in denen auf großen Sprachmodellen basierende Agenten mit gewisser Autonomie wahrnehmen, planen, handeln und lernen. Unternehmen sprechen von agierenden Netzwerken, also verteilten Netzwerken von Agenten, die Tools, Datenquellen und Arbeitsabläufe umfassen. McKinseys Umfrage von 2025 unter etwa 1.100 Organisationen ergab, dass etwas mehr als die Hälfte agierende KI in irgendeiner Form in der Produktion einsetzte. Das Problem ist jedoch, dass unter „Produktion“ dort auch Pilotprojekte und begrenzte Implementierungen gemeint sind, was nicht eine vollständige Einführung im gesamten Unternehmen bedeutet.

Planung

Bei der Planung zeigt sich die Konvergenz am deutlichsten. Eine Umfrage von 2024 zu planungsbasierten Ansätzen auf großen Sprachmodellen ordnet die Methoden in fünf Kategorien ein:

1. Task-Dekomposition, bei der ein großes Ziel in Unterziele aufgeteilt wird.
2. Plan-Suche, bei der alternative Abläufe von Handlungen untersucht werden.
3. Externe Planer, bei denen klassische PDDL- oder hierarchische Task-Netzwerk-Systeme verwendet werden.
4. Feedback und Reflexion, die einen Plan anhand der Ergebnisse der Ausführung weiter verfeinern.
5. memorienbasiertes Planen, bei dem frühere Pläne abgerufen und angepasst werden.

Jeder dieser Ansätze hat einen Entsprechungspartner in der Literatur zu Agenten seit den 2000er Jahren, unter Namen wie HTN-Planen, fallbasiertes Reasoning und Planreparatur. Auch die zugrundeliegenden Schwierigkeiten sind dieselben: kombinatorische Explosion, unvollständige Informationen und sich ändernde Umgebungen. Was anders ist, ist das zugrundeliegende Substrat. LLMs entwerfen und verfeinern heute Pläne in natürlicher Sprache anstelle von symbolischen Planern, wobei Toolaufrufe und Feedbackschleifen sie stützen.

Muster wie ReAct von Yao und Kollegen machen diese Verbindung explizit. Der Agent beobachtet, führt einen Reasoning-Verlauf auf, wählt eine Aktion aus, sieht das Ergebnis und wiederholt den Vorgang. Das ist der alte Zyklus von Wahrnehmen, Reasonen und Handeln, um den FIPA-Architekturen aufgebaut waren. Der Reasoning-Engine ist neu – der Zyklus hingegen nicht.

Orchestrierung versus Choreografie

Ein Argument aus der Ära der Webdienste ist erneut aufgetaucht. Bei der Orchestrierung wird ein zentraler Controller verwendet, um Interaktionen zu steuern, genauso wie es bei BPEL-Ablaufwerken der Fall war. Bei der Choreografie koordinieren die Beteiligten direkt miteinander unter Verwendung gemeinsamer Protokolle und gegenseitiger Verpflichtungen. Die Literatur zu BPEL und Webdienst-Choreografie von 2005 bis 2010 diskutierte dieses Thema ausführlich, und dieselbe Debatte findet nun erneut statt – nur dass nun KI-Modelle als kognitiver Kern anstelle von Regelengines und Java-Agentenplattformen dienen.

Kleine Modelle für routinemäßige Aufgaben

Eine kürzliche Erkenntnis verändert das Bild davon, was ein Agent benötigt. Forscher von NVIDIA argumentieren, dass viele routinemäßige Agentenaufgaben kein hochentwickeltes Modell erfordern. Modelle mit ein bis zehn Milliarden Parametern können die Aufrufung von Tools, die Validierung von Eingaben, das Formatieren von Ausgaben sowie einfaches Routing bewältigen – mit einem angeblichen Kostenvorteil von zehn bis dreißig Mal bei spezifischen Aufgaben, bei denen sie mit größeren Modellen vergleichbar sind. Der Vorteil schrumpft, je komplexer die Aufgaben werden, sodass er nicht universell gilt.

Das sich abzeichnende Muster ist daher gemischt: Kleine Modelle übernehmen die routinemäßigen Operationen, API-Aufrufe, Datentransaktionen sowie einfaches Routing, während große Modelle für komplexe Schlussfolgerungen, Mehrdeutigkeiten sowie unbekannte Probleme reserviert sind. Dies spiegelt die Einteilung der 2000er Jahre wider, bei der leichte, reaktive Agenten für routinemäßige Aufgaben und überlegende Agenten mit umfangreichen Planungsfunktionen für schwierige Koordinationssituationen eingesetzt wurden.

Wo der Vergleich unangenehm wird

Sicherheit und Governance sind die Bereiche, in denen die moderne Sichtweise am stärksten von der älteren abweicht, denn sie haben sich viel langsamer entwickelt als die Fähigkeiten.

AgentHarm, ein Benchmark von Andriushchenko und Mitautoren, prüft, wie leicht LLM-Agenten zu schädlichen Handlungen gelenkt werden können. Er umfasst 110 Aufgaben in 11 Kategorien, darunter Betrug, Cyberkriminalität, Belästigung, Desinformation und andere Missbräuche. Bei Tests gegen führende Modelle erledigten die Agenten viele der schädlichen Aufgaben auch dann, wenn Schutzmechanismen aktiviert waren. Die Red-Teaming-Arbeiten von Anthropic weisen vergleichbare Schwächen auf: Jailbreaks, die bei gewöhnlichen Chatbots nicht funktionieren, können bei Agenten funktionieren, da ein mehrschrittiges, tool-basiertes System eine größere Angriffsfläche bietet. OS-Harm, das sich an Agenten richtet, die direkt ein Betriebssystem bedienen, stellte hohe Raten unsicheren Verhaltens fest, wenn die Modelle absichtlich zu Aktionen wie Datenextraktion oder unbefugtem Zugriff angeregt wurden.

Halten Sie den Rahmen gerade. Es handelt sich um feindliche Benchmarks, die darauf ausgelegt sind, Fehler hervorzurufen, weshalb hohe Fehlerraten zu erwarten sind. Dennoch deuten die Leichtigkeit der grundlegenden Prompt-Injektion sowie die Bereitschaft, auch ohne ausgefeilte Angriffe bösartige Anfragen zu erfüllen, darauf hin, dass die Sicherheitsmechanismen im Vergleich zu den erzielten Fähigkeitsfortschritten noch unzureifend sind.

Vergleichen Sie das mit der FIPA-Ära. Die Spezifikationen umfassten Zugriffskontrollrichtlinien, Vertrauensmodelle sowie Interaktionsprotokolle mit Authentifizierung, Autorisierung und Audit-Trail-Funktionen. Agenten arbeiteten innerhalb begrenzter Vertrauensdomänen mit expliziten Einschränkungen bezüglich ihrer Handlungsmöglichkeiten, und der Semantic-Web-Stack enthielt formale Richtlinien in Regel-Sprachen. Diese Systeme waren weitaus weniger leistungsfähig als die heutigen Modelle, doch die Governance war von Anfang an integriert und nicht später hinzugefügt worden.

Jeder, der beobachtet hat, wie drei Wellen vorbeigegangen sind (klassische symbolische KI, verteilter Web-Agenten mit dem semantischen Web und heute LLM-getriebene Agenten), wird feststellen, dass sich die Slogans jedes Mal geändert haben, während die architektonischen Probleme unverändert blieben. Identität, Berechtigungen und Auditing waren bereits 2005 schwierige Probleme – und das sind sie auch heute, nur dass nun Agenten vorhanden sind, die tatsächlich Geld ausgeben können.

Das aktuelle Muster ist besorgniserregend. Die Fähigkeiten dieser Agenten sind explosionsartig gewachsen; sie können im Internet surfen, Code ausführen und Zahlungen tätigen. Formale Methoden zur Überprüfung ihres Verhaltens oder zur Einhaltung sicherer Bereiche bleiben jedoch weiterhin Mangelware.

Neuro-symbolisch: LLM-Agenten plus Wissensgraphen

Eine nützliche Art, den gesamten Entwicklungsverlauf zu beschreiben, ist durch These, Antithese und Synthese.

• Die 2000er Jahre waren symbolbasiert: formale Ontologien, logikbasiertes Reasoning und handgefertigte Regeln. Die Stärken lagen in der Erklärbarkeit, der formalen Überprüfung und der präzisen Semantik. Die Schwächen waren die Brüchigkeit, die schlechte Generalisierbarkeit sowie die Unfähigkeit, auf natürliche Sprache zuverlässig umzugehen.
• Die 2010er Jahre waren neuronal geprägt: Deep Learning, Embeddings und end-to-end-Training. Die Stärken waren das Mustererkennen, die fließende Sprachverarbeitung sowie die Generalisierung aus Daten. Die Schwächen waren die Undurchsichtigkeit, Halluzinationen, instabile Logik sowie Probleme bei kompositionellen Aufgaben.
• Die 2020er Jahre deuten auf Hybride hin, die neuronale Modelle mit Wissensgraphen, logischen Einschränkungen und formalen Methoden kombinieren, um die Flüssigkeit der Sprachverarbeitung beizubehalten und gleichzeitig fundierte Fakten, solides Reasoning sowie Erklärbarkeit hinzuzufügen.

Eine wachsende Anzahl an neuro-symbolischen Forschungsarbeiten stützt dies. Umfragen beschreiben verschiedene Integrationsmuster, darunter das Einfügen symbolischer Kenntnisse in neuronale Modelle, das Zulassen, dass neuronale Komponenten das symbolische Denken leiten, sowie die Verbesserung der Ergebnisse durch Abwechslung zwischen beiden Ansätzen. Systeme, die beide Ansätze kombinieren, neigen dazu, gegenüber rein neuronalen oder rein symbolischen Baselines bessere Leistungen zu erbringen, insbesondere dann, wenn faktische Genauigkeit und logisches Denken von Bedeutung sind.

Die Integration von AllegroGraph von Franz Inc. mit großen Sprachmodellen ist ein konkreter Fallbeispiel. Ein RDF-Dreifachspeicher enthält strukturierte Fakten, das Sprachmodell interpretiert Fragen und formuliert Antworten, wobei das Ergebnis auf die spezifischen Dreifachpaare verweisen kann, die einer Aussage zugrunde liegen – dadurch entsteht sowohl Flüssigkeit als auch Überprüfbarkeit.

Die Fehlermuster reiner LLM-Agenten sind gut dokumentiert. Studien zum Beantworten medizinischer Fragen sowie zu rechtlichen Aufgaben haben gezeigt, dass Modelle Kontraindikationen, Dosierungen und sogar Gerichtsverfahren erfinden – wobei die Häufigkeit stark vom Anwendungsbereich und vom Studiendesign abhängt. Das sind keine seltenen Randfälle. Sie resultieren aus der Funktionsweise der Modelle: Es handelt sich um Mustererkennungsmodelle, die an Texten trainiert wurden, nicht um Denker mit Zugang zu überprüften Fakten. Wissensgraphen bieten überprüfte Triple, Herkunftsmetadaten sowie logische Einschränkungen, wodurch ein System zwischen plausibel klingenden und überprüfbaren Aussagen unterscheiden kann.

Was Entwickler daraus lernen können

Falls Sie heute ein Agentensystem entwerfen, deuten die Erfahrungen auf einige Gewohnheiten hin, die wenig Aufwand erfordern und sich im Laufe der Zeit bewähren.

Notieren Sie, wie sich jeder Agent selbst beschreibt. Eine von einem anderen System lesbare Beschreibung der Fähigkeiten – mit Eingaben, Ausgaben und Voraussetzungen – ist der moderne Nachfolger eines Serviceprofils und ermöglicht erst die Entdeckung sowie Kombination von Diensten. Ohne sie wäre jede Integration ein einmaliges Vorhaben.

Entscheiden Sie früh, wie Bedeutungen geteilt werden sollen. Wenn zwei Agenten ein Feld namens „Status“ oder „Kunde“ austauschen, muss geklärt werden, was mit diesen Begriffen gemeint ist. Ein Schema ist dabei das Mindeste. Bei höherer Bedeutung tragen eine kleine Ontologie oder ein Wissensgraph, den beide Seiten konsultieren, dazu bei, zu verhindern, dass jeder Agent stillschweigend eine andere Definition annimmt.

Wählen Sie absichtlich einen Koordinationsstil aus. Ein zentraler Orchesterer ist leichter zu verstehen, zu überprüfen und zu debuggen. Peer-to-Peer-Choreografie lässt sich über Organisationen hinweg skalieren und vermeidet einen einzigen Ausfallpunkt, ist aber schwieriger zu beobachten. Die Web-Service-Community hat das auf die harte Tour gelernt, und die Lektion bleibt unverändert gültig.

Betrachten Sie Governance als Architektur. Eine Identität für jeden Agenten, eingeschränkte Berechtigungen, ein Audit-Trail für jede Aktion sowie Möglichkeiten zur Überprüfung des Verhaltens sind weitaus günstiger im Entwurf als die Nachrüstung nach einem Vorfall. Die älteren Agentenplattformen verfügten oft bereits über diese Elemente, weil ihre Entwickler erwarteten, dass die Agenten von Anfang an über Grenzen des Vertrauens hinweg arbeiten würden.

Zuletzt sollte das Modell zur Aufgabe passen. Reservieren Sie den teuren Reasoning-Engine für Aufgaben, die ihn benötigen, und lassen Sie kleine, günstige Komponenten die routinemäßigen Teile übernehmen. Dadurch werden Systeme schneller und kostengünstiger, und es wird zugleich eingegrenzt, was jede einzelne Komponente leisten darf.

Kein Siegesumzug

Alles dies dient nicht dazu, die Vergangenheit zu romantisieren. Das semantische Web wurde in der Industrie nie zur Standardlösung, und die Gründe dafür waren berechtigt. Es war kompliziert, langsam, mangelte es an ausreichender Verbreitung, und die Standards versprachen mehr, als die chaotische Praxis liefern konnte. Sprachmodelle konnten etwas erreichen, was diese Systeme niemals schafften – nämlich natürliche Sprache zuverlässig und in großem Umfang zu verarbeiten. Das unterscheidet Nischenwerkzeuge von infrastrukturverändernden Lösungen.

Die vernünftige Schlussfolgerung ist nicht, dass die frühen Befürworter recht hatten und alle anderen zu spät kamen. Es liegt eher daran:

• Der kognitive Kern hat sich verändert – von Logik und manuell erstellten Regeln zu neuronalen Modellen, die aus Daten lernen.
• Die Infrastrukturprobleme haben sich nicht geändert.
• Interoperabilität, Semantik, Koordination, Sicherheit und Governance erfordern weiterhin gezielte ingenieurtechnische Lösungen.

Früh dran zu sein und dennoch richtig zu liegen, sind zwei verschiedene Dinge. Ein Versuch aus dem Jahr 2006 suchte danach, mithilfe von XML eine künstliche Intelligenz-Schnittstelle zwischen verschiedenen Mustern maschineller und menschlicher Sprache zu schaffen. Heute würden dafür JSON-Schemata, Vektordatenspeicher, Wissensgraphen sowie ein gemeinsames Protokoll wie A2A oder MCP verwendet. Der Instinkt bleibt derselbe: Die Schnittstelle richtig umsetzen.

Blindpunkte, die genannt werden sollten

Design-Überprüfungen und Architekturforen enthalten heute Behauptungen, die an die Aussagen über das semantische Web vor zwanzig Jahren erinnern. Es gibt tatsächlich Fortschritte zu verzeichnen: Transformer, fähige autonome Agenten sowie umfangreiche Implementierungen. Gleichzeitig bestehen weiterhin bekannte Lücken:

• Schwache oder fehlende Interoperabilitätsstrategien.
• Geringe Aufmerksamkeit für formale Semantik oder Ontologien.
• Governance wird als Abdeckung statt als Architekturschicht betrachtet.

Drei plausible Szenarien zeigen, was passiert, wenn diese Lücken bestehen bleiben. Keines davon ist eine Vorhersage, sondern lediglich eine Extrapolation aus der aktuellen Entwicklungslinie.

Erstens ist da der Turm zu Babel. Jeder Anbieter entwickelt eigene Agentensysteme, wodurch die Agenten eines Unternehmens nicht mit denen eines anderen kommunizieren oder deren Tools nutzen können. Die Unternehmens-IT verwandelt sich so in ein Mosaik aus inkompatiblen Plattformen, bei dem jede Verbindung zwischen zwei Systemen eine individuelle Integration erfordert – mit deutlich höheren Integrationskosten, verlorenen Produktivitätsvorteilen und Beratern, die dafür Gebühren verlangen.

Zweitens ist da die Sicherheitskrise. Eine Flotte von Produktionsagenten bei einer Finanzfirma wird durch Prompt-Injection gehackt und führt unbefugte Transaktionen im Wert von Millionen durch. Es existiert keine Audit-Trail, da eine formale Überprüfung aufgrund der scheinbaren Komplexität der großen Sprachmodelle als zu teuer und unnötig angesehen wurde. Darauf folgen Regulierungsstrafen, verlorener Kundenvertrauen, Abgänge von Führungskräften sowie eine Gegenreaktion in der gesamten Branche.

Drittens gibt es das Problem der Halluzinationen. Gesundheitsfachkräfte empfehlen Behandlungen auf der Grundlage von Forschungspapieren, die nie existiert haben, sowie erfundene Kontraindikationen, ohne dass es einen Wissensgraphen gäbe, der diese Empfehlungen stützt. Dadurch werden Patienten geschädigt, Klagen wegen fahrlässiger Behandlung beschreiben reine LLM-Systeme als von Natur aus unzuverlässig, und die Einführung von Medizinischer KI verzögert sich um Jahre.

Nichts davon ist unrealistisch. Benchmarks wie AgentHarm zeigen, wie leicht aktuelle Systeme kompromittiert werden können, und Halluzinationen in medizinischen Umgebungen sind dokumentiert. Die Chance, eine angemessene Infrastruktur aufzubauen, besteht jetzt – bevor ein großer öffentlicher Misserfolg das Problem unvermeidlich macht.

Ideenkreislauf, Entwürfe bleiben bestehen

Die Ideen durchlaufen einen Kreislauf. Sie scheitern, tauchen wieder auf und finden schließlich Anklang, wenn die Umgebung bereit ist. Was einst als Austausch von „Packet processed“-Informationen zwischen Agenten zur Erstellung wertvoller Antworten für Menschen beschrieben wurde, wird heute in Begriffen von LLMs, Vektordatenbanken und Mehr-Agenten-Frameworks dargestellt. Die Details haben sich geändert, doch der Grundplan nicht.

Alte Ideen bringen nur dann Früchte, wenn jemand sie wiederentdeckt und genau untersucht.

Quellen, die es wert sind, geöffnet zu werden

• Der AgentHarm-Benchmark zur Messung schädlichen Agentenverhaltens.
• OS-Harm für die Sicherheit von Agenten im Computernutzungskontext.
• Neuro-symbolic AI in 2024: eine systematische Übersicht.
• Verständnis der Planung von LLM-Agenten – die oben besprochene Planungsstudie.
• Large Legal Fictions zu rechtlichen Halluzinationen.
• ReAct von Yao und Kollegen.

FIPA-Spezifikationen für die ursprünglichen Standards der Agentenkommunikation.

Verwandte Artikel

• Agentic Analytics ist mehr als nur Text-zu-SQL: Lektionen von Anthropic: Was Anthropics Artikel über Self-Service-Analytik über semantische Schichten, Fähigkeiten, Bewertungen und Datengrundlagen sagt und warum allein Text-zu-SQL ein falsches Gefühl der Präzision vermittelt.
• Agentic Engineering in fünf Schichten: Von Spezifikationen und parallelen Agenten bis zu Regeln und Überwachung: Karpathy beschreibt den Wandel weg vom reinen Vibecoding. Erfahren Sie die fünf Schichten des Agentic Engineering: Spezifikationen, Orchestrierung, kodifizierte Regeln, menschliche Überprüfung und Überwachbarkeit sowie einen Wochenplan.