Agentischer Workflow

Was ist ein agentischer Workflow?

Ein agentischer Workflow ist ein mehrstufiger Prozess, bei dem KI-Agenten planen, Aktionen ausführen, Ergebnisse bewerten und Arbeit auf ein definiertes Ziel hin weitergeben. Er kombiniert modellgesteuerte Entscheidungen mit deterministischen Schritten wie Skripten, API-Aufrufen und Freigabe-Gates, sodass sich das System an das Vorgefundene anpassen kann und trotzdem vorhersehbare, überprüfbare Ergebnisse liefert. Die Obergrenze dessen, was solche Workflows bewältigen können, steigt kontinuierlich: METR hat 2025 gemessen, dass sich die Länge der Aufgaben, die führende Agenten mit einer Erfolgsquote von 50 % abschließen können, seit 2019 etwa alle 7 Monate verdoppelt hat, wobei Claude 3.7 Sonnet einen Zeithorizont von rund 50 Minuten erreicht [1].

Die wichtigsten Punkte

• Das entscheidende Merkmal ist eine Schleife, kein einzelner Aufruf. Der Agent handelt, beobachtet das Ergebnis und entscheidet den nächsten Schritt basierend auf dem, was tatsächlich passiert ist.
• Gute Workflows verbinden das Urteilsvermögen des Agenten mit deterministischen Schritten. Alles, was ein einfaches Skript sein kann, sollte ein einfaches Skript sein; das Modell übernimmt die Teile, die Reasoning erfordern.
• Checkpoints sind wichtiger als Autonomie. Ein Workflow, der an den richtigen Stellen für eine Human-in-the-Loop-Prüfung pausiert, schlägt einen, der unbeaufsichtigt läuft und stillschweigend scheitert.
• Kosten und Latenz wachsen mit jeder Schleifeniteration, weshalb erfahrene Teams Schritte begrenzen, Budgets festlegen und jede Aktion für Audits protokollieren.

So funktioniert es

Ein agentischer Workflow beginnt mit einem Ziel und einer Reihe von Tools, die der Agent nutzen darf. Der Agent zerlegt das Ziel in Schritte, führt den ersten über Tool Calling aus, liest das Ergebnis und überarbeitet seinen Plan. Dieser Zyklus aus Beobachten und Anpassen unterscheidet einen Workflow von einer festen Pipeline: Wenn ein Test fehlschlägt oder eine API etwas Unerwartetes zurückgibt, ändert der Agent seinen Kurs, statt abzustürzen oder Unsinn zu produzieren. Die Schleife selbst macht den größten Teil des Mehrwerts aus: Andrew Ng berichtete 2024, dass GPT-3.5, eingebettet in einen iterativen agentischen Workflow, im HumanEval-Coding-Benchmark bis zu 95,1 % erreichte, gegenüber 48,1 % bei einem einzelnen Zero-Shot-Aufruf und 67,0 % bei Zero-Shot-GPT-4 [2].

In der Praxis erledigt selten ein einzelner Agent alles im Workflow. Größere Aufgaben werden auf mehrere Stufen verteilt, wobei Agent Orchestration entscheidet, welcher Agent oder welcher deterministische Schritt als Nächstes läuft. Eine Recherche-Stufe könnte eine Entwurfsstufe speisen, die wiederum eine Validierungsstufe speist, während ein Controller die Ausgabe an jeder Grenze prüft. AI Guardrails begrenzen, worauf jede Stufe zugreifen kann: Dateiberechtigungen, Ausgabenlimits, erlaubte APIs und erforderliche Freigaben vor irreversiblen Aktionen wie Deployments oder E-Mails.

Das deterministische Gerüst ist das, was diese Workflows produktionsreif macht. Retries, Timeouts, strukturiertes Logging und Schema-Validierung bei jeder Agenten-Ausgabe verwandeln eine clevere Demo in etwas, das ein Engineering-Team betreiben kann. Wenn die Ausgabe des Agenten ein anderes System speist, sorgen Structured Outputs für eine zuverlässige Übergabe.

Beispiel

Ein Support-Engineering-Team automatisiert die Bug-Triage. Wenn ein Ticket eingeht, startet ein Workflow: Ein Agent liest das Ticket, durchsucht die Codebase und aktuelle Commits nach verwandten Änderungen und versucht, das Problem in einer Sandbox zu reproduzieren. Gelingt die Reproduktion, entwirft er einen fehlschlagenden Test, schlägt eine Lösung vor und öffnet einen Pull Request, der zur menschlichen Prüfung markiert ist. Gelingt sie nicht, schreibt er eine Zusammenfassung dessen, was er versucht hat, und leitet das Ticket an einen Entwickler weiter, wobei die relevanten Dateien bereits verlinkt sind. Deterministische Schritte übernehmen das Parsen der Tickets und die PR-Erstellung; der Agent übernimmt Untersuchung und Diagnose. Das Team prüft jede vorgeschlagene Lösung vor dem Merge. Workflows wie dieser laufen bereits in erheblichem Umfang: GitHubs Octoverse-Report zählte über 1 Million Pull Requests, die zwischen Mai und September 2025 von Copilots Coding Agent erzeugt wurden [3].

Häufige Missverständnisse

Der häufigste Fehler ist, agentisch mit autonom gleichzusetzen. Teams hören „agentischer Workflow" und stellen sich ein System vor, das von Anfang bis Ende läuft, ohne dass jemand zuschaut, und bauen dann entweder auf dieses Bild hin über oder verwerfen die ganze Idee als zu riskant. Die wertvollsten agentischen Workflows in der Produktion sind stark reglementiert: Der Agent übernimmt die Recherche und den Entwurf, Menschen genehmigen die folgenreichen Schritte. Autonomie ist ein Regler, den man aufdreht, sobald Vertrauen aufgebaut ist, gestützt auf Evals und Logs, nicht eine Ausgangsvoraussetzung.

FAQ

Wie unterscheidet sich ein agentischer Workflow von RPA oder einer klassischen Automatisierungs-Pipeline? Eine klassische Pipeline führt jedes Mal dieselben Schritte in derselben Reihenfolge aus und bricht ab, sobald die Realität vom Idealpfad abweicht. Ein agentischer Workflow fügt ein Modell ein, das unerwartete Zustände interpretieren und zwischen Verzweigungen wählen kann, sodass der Prozess auch bei unsauberen Eingaben weiterläuft. Der Preis dafür ist Nichtdeterminismus, den man mit Validierung und Prüf-Gates in den Griff bekommt.

Wann sollte eine Aufgabe zu einem agentischen Workflow werden statt zu einer einzelnen Agenten-Session? Wenn die Aufgabe unterschiedliche Phasen mit verschiedenen Tools oder Risikostufen hat, wenn sie über ein Context Window hinausgeht, oder wenn Teile davon aus Compliance-Gründen deterministisch sein müssen. Die Aufteilung der Arbeit in einen Workflow schafft Kontrollpunkte zwischen den Phasen.

Brauchen agentische Workflows ein Framework? Nein. Viele Teams betreiben sie mit einer Queue, ein paar Skripten und direkten Aufrufen der Model-API. Frameworks helfen bei Retries, State und Tracing, aber das Workflow-Design, also die Schritte, Gates und Guardrails, zählt weit mehr als die darunterliegende Bibliothek.

Quellen

1. METR. "Measuring AI ability to complete long tasks: 50% time horizon doubling every 7 months since 2019." https://arxiv.org/abs/2503.14499. Abgerufen im August 2026.
2. Andrew Ng, DeepLearning.AI (The Batch). "GPT-3.5 in an iterative agentic workflow scores up to 95.1% on HumanEval versus 48.1% zero-shot." https://www.deeplearning.ai/the-batch/how-agents-can-improve-llm-performance/. Abgerufen im August 2026.
3. GitHub Octoverse. "Copilot's coding agent generated over 1 million pull requests between May and September 2025." https://github.blog/news-insights/octoverse/octoverse-a-new-developer-joins-github-every-second-as-ai-leads-typescript-to-1/. Abgerufen im August 2026.