Agentengedächtnis

Was ist Agentengedächtnis?

Agentengedächtnis (Agent Memory) bezeichnet die Gesamtheit der Mechanismen, mit denen ein KI-Agent Informationen über ein einzelnes Kontextfenster hinaus behält und wiederverwendet: Sitzungszustand, in Dateien geschriebene Notizen, Datenbanken und Vektorspeicher. Es ist das, was einem Agenten erlaubt, Fakten, Präferenzen und Lektionen über Aufgaben hinweg mitzuführen, statt jede Sitzung bei null zu beginnen. Die Lücke, die es schließt, ist gut dokumentiert: Im LoCoMo-Benchmark für sehr lange Konversationen mit durchschnittlich 300 Turns über bis zu 35 Sitzungen fanden Maharana und Kollegen 2024 heraus, dass LLM-Agenten beim Erinnern früheren Kontexts deutlich hinter menschlicher Leistung zurückbleiben [1].

Die wichtigsten Punkte

• Modelle sind zustandslos. Alles, woran sich ein Agent „erinnert“, ist um das Modell herum konstruiert – indem die richtigen gespeicherten Informationen zur richtigen Zeit zurück in den Kontext gegeben werden.
• Die gängige Unterteilung ist Kurzzeit- versus Langzeitgedächtnis: auf der einen Seite das aktuelle Kontextfenster und der Scratch-Zustand der Sitzung, auf der anderen dauerhafte Speicher, die die Sitzung überdauern.
• Einfache Dateien sind ein legitimes Speichersystem. Agenten, die Markdown-Notizen schreiben und wieder einlesen – ein Ansatz, den CLAUDE.md-artige Projektdateien nutzen – schlagen aufwendige Vektor-Setups bei Zuverlässigkeit und Debugbarkeit oft.
• Retrieval ist die schwierige Hälfte. Alles zu speichern ist einfach; die drei relevanten Erinnerungen im richtigen Moment zutage zu fördern, ohne den Kontext zu überfluten, ist das eigentliche Engineering-Problem.

So funktioniert es

Kurzzeitgedächtnis ist das Kontextfenster selbst: die Konversation, Tool-Outputs und die in dieser Sitzung gelesenen Dateien. Es ist schnell und vollständig, aber begrenzt, und es verschwindet, sobald die Sitzung endet. Agenten erweitern es innerhalb einer Sitzung durch Compaction – das Zusammenfassen älterer Turns, um Platz zurückzugewinnen – und durch Delegation, bei der ein Subagent eine unübersichtliche Aufgabe übernimmt und nur das Ergebnis zurückliefert.

Langzeitgedächtnis besteht außerhalb des Modells fort. Die üblichen Substrate sind Dateien, die der Agent liest und schreibt, strukturierte Speicher wie SQL- oder Key-Value-Einträge für Fakten und Präferenzen, sowie eine Vektordatenbank für semantisches Auffinden über große Historien hinweg, bei Bedarf abgerufen im Stil von Retrieval-Augmented Generation. Speziell dafür gebaute Schichten dieser Art übertreffen nachträglich angeflanschte Features messbar: Die Mem0-Memory-Schicht erzielte in ihrer Evaluation 2025 eine relative Verbesserung von 26 % gegenüber OpenAIs Memory-Feature auf dem LOCOMO-Benchmark [2]. Rund um diese Substrate laufen drei Prozesse ab: entscheiden, was es wert ist, geschrieben zu werden (Salienz), abrufen, was für die aktuelle Aufgabe relevant ist (Retrieval), und veraltete Einträge überarbeiten oder verwerfen (Maintenance). Fehlende Maintenance ist der Grund, warum Gedächtnis verrottet: Ein Agent, der sich gemerkt hat, dass „Deployments vom Release-Branch aus erfolgen“, handelt noch lange danach, nachdem das Team auf Trunk-based Deployments umgestiegen ist.

In Multi-Agenten-Umgebungen dient Gedächtnis auch der Koordination. Ein gemeinsamer Speicher lässt die Erkenntnisse eines Agenten in die Arbeit eines anderen einfließen und wird so zum institutionellen Wissen des Systems. Diese Stärke birgt Risiken: Ein einmal vergiftetes Gedächtnis – ob durch einen Fehler oder durch Prompt Injection, die in verarbeiteten Inhalten versteckt ist – pflanzt sich in jede künftige Sitzung fort, die darauf zugreift. Schreibvorgänge ins Langzeitgedächtnis verdienen daher Validierung und Provenienz-Tracking.

Beispiel

Ein Team lässt täglich einen Coding-Agenten auf seinem Monorepo laufen. In der ersten Woche entdeckt jede Sitzung dieselben Fakten neu: welcher Paketmanager, wie man die Testsuite nur für betroffene Module ausführt, welcher flaky Integrationstest ignoriert werden soll. Sie fügen eine Memory-Datei hinzu, die der Agent pflegt, initial befüllt über die CLAUDE.md-Konventionen des Projekts. Wenn der Agent nun lernt, dass die Payments-Tests einen lokalen Stub-Server brauchen, hängt er das mit Datum an die Memory-Datei an. Die nächste Sitzung liest die Datei beim Start ein und spart sich vierzig Minuten Wiederentdeckung. Einmal im Monat bereinigt ein Engineer die Datei und löscht Einträge, die durch Refactorings ungültig geworden sind. Das gesamte System besteht aus ein paar Hundert Zeilen Markdown unter Versionskontrolle, überprüfbar in Pull Requests wie jede andere Änderung.

Häufige Missverständnisse

Der Reflex ist, Agentengedächtnis mit einer Vektordatenbank gleichzusetzen und genau dort anzufangen. Semantische Suche über Embeddings ist eine Retrieval-Technik, nützlich, wenn Erinnerungen zahlreich und locker strukturiert sind, aber sie ist probabilistisch: Sie fördert zutage, was ähnlich ist, holt zutage, was veraltet ist, und übersieht, was anders formuliert wurde. Fakten, die zuverlässig in jeder Sitzung vorhanden sein müssen – etwa Konventionen, Speicherorte von Zugangsdaten und harte Constraints – gehören ins deterministische Gedächtnis: eine Datei oder ein Datensatz, der bei jedem Lauf geladen wird. Die meisten Teams brauchen zuerst die langweilige Schicht und erst dann die semantische Schicht, wenn die langweilige Schicht überläuft.

Langzeitgedächtnis

Langzeitgedächtnis ist die dauerhafte Ebene und wird üblicherweise in drei Teile gegliedert, lose angelehnt an die Kognitionswissenschaft. Episodisches Gedächtnis hält fest, was passiert ist: vergangene Sitzungen, Entscheidungen und Ergebnisse – nützlich für die Frage „Haben wir das schon mal versucht?“ Semantisches Gedächtnis speichert Fakten und Präferenzen: den Stack des Nutzers, die Konventionen des Projekts, die Plan-Stufe des Kunden. Prozedurales Gedächtnis hält fest, wie man Dinge tut, kodiert als gelernte Anweisungen oder Aktualisierungen, die der Agent in seine eigenen Guidance-Dateien schreibt. Die Ebenen unterscheiden sich darin, wie sie am besten gespeichert werden: episodische Historie eignet sich für Append-only-Logs mit semantischer Suche darüber, semantische Fakten eignen sich für strukturierte Datensätze mit expliziten Updates, und prozedurales Wissen eignet sich für versionierte Anweisungsdateien, die Menschen überprüfen können. Was eine dieser Ebenen „langfristig“ macht, ist das Überdauern über Sitzungen hinweg plus ein Retrieval-Pfad zurück in den Kontext – denn ein Gedächtnis, auf das nie zugegriffen wird, könnte genauso gut nicht existieren.

FAQ

Haben LLMs ein eingebautes Gedächtnis? Nein. Ein Large Language Model behält zwischen API-Aufrufen nichts – seine Gewichte sind eingefroren und sein Kontext wird verworfen. Produktfeatures, die als „Memory“ vermarktet werden, ob bei ChatGPT oder bei Claude, sind konstruierte Schichten, die Informationen extern speichern und in künftige Prompts wieder einfügen.

Was ist der Unterschied zwischen Agentengedächtnis und dem Kontextfenster? Das Kontextfenster ist das, was das Modell gerade sehen kann, und es ist der einzige Ort, an dem Gedächtnis überhaupt nutzbar wird. Agentengedächtnis ist die Maschinerie, die entscheidet, was sich einen Platz in diesem Fenster verdient: was gespeichert wird, wenn das Fenster voll ist oder die Sitzung endet, und was später wieder geladen wird. Diese Selektivität ist auch eine ökonomische Entscheidung: Mem0s Benchmarks von 2025 zeigten, dass eine dedizierte Memory-Schicht die p95-Latenz um 91 % senkt und mehr als 90 % der Token-Kosten spart, verglichen damit, die komplette Konversationshistorie in den Kontext zu geben [3].

Wie verhindert man, dass Agentengedächtnis mit der Zeit degradiert? Behandeln Sie es wie Daten mit einem Lebenszyklus. Erfassen Sie Provenienz und Datum bei jedem Eintrag, aktualisieren Sie lieber einen Fakt, statt einen Widerspruch anzuhängen, bereinigen Sie nach einem festen Zeitplan, und bewahren Sie für alles, was das Verhalten des Agenten steuert, von Menschen überprüfbares Gedächtnis auf (Dateien unter Versionskontrolle).

Quellen

1. Maharana et al. (arXiv). "LoCoMo-Benchmark: LLM-Agenten liegen beim Erinnern von Kontext in sehr langen Konversationen mit durchschnittlich 300 Turns hinter Menschen zurück." https://arxiv.org/abs/2402.17753. Abgerufen im August 2026.
2. Mem0 (arXiv). "Mem0 erzielt eine relative Verbesserung von 26 % gegenüber OpenAIs Memory-Feature auf dem LOCOMO-Benchmark." https://arxiv.org/abs/2504.19413. Abgerufen im August 2026.
3. Mem0 (arXiv). "Eine dedizierte Memory-Schicht liefert eine um 91 % niedrigere p95-Latenz und spart über 90 % der Token-Kosten gegenüber der vollständigen Konversationshistorie." https://arxiv.org/abs/2504.19413. Abgerufen im August 2026.