Kurz gesagt
Agentic AI ist künstliche Intelligenz, die autonom auf ein Ziel hin handelt: Sie plant ihre eigenen Schritte und nutzt Tools, um dorthin zu gelangen, statt nur auf Anfrage eine einzelne Antwort zu liefern. Wo generative KI dir für jeden Prompt eine Ausgabe gibt (einen Absatz, ein Bild, einen Codeblock), nimmt Agentic AI ein Ziel und treibt einen mehrstufigen Prozess voran, um es zu erreichen: Sie entscheidet, was zu tun ist, tut es, prüft das Ergebnis und macht weiter. Kurz gesagt: Generative KI erzeugt Inhalte; Agentic AI erledigt Dinge. Sie ist die breitere Fähigkeit, die einzelne KI Agents in die Praxis umsetzen.
Agentic AI vs generative KI
Sie sind keine Gegensätze; Agentic AI baut meist auf generativen Modellen auf. Der Unterschied liegt darin, was das System mit dem Modell macht. Generative KI antwortet. Agentic AI handelt: Sie setzt Teilziele, ruft Tools auf und passt sich an das an, was sie beobachtet, alles, um ein Ergebnis zu erreichen, das du einmal definiert hast.
- Generative KI: Prompt rein, Inhalt raus. Ein Schritt, keine Aktionen auf der Welt.
- Agentic AI: Ziel rein, Ergebnis raus. Viele Schritte, echte Aktionen, Selbstkorrektur.
- Ein "KI Agent" ist ein einzelnes konkretes System, das agentisches Verhalten zeigt.
Was ein System agentisch macht
Drei Eigenschaften tauchen über agentische Systeme hinweg auf: Autonomie (es wählt seinen nächsten Schritt selbst), Tool-Nutzung (es kann handeln, nicht nur reden) und eine Feedback-Schleife (es beobachtet Ergebnisse und passt sich an). Je mehr einer Aufgabe ein System tragen kann, ohne dass du jeden Schritt steuerst, desto agentischer ist es. Oft wird das auf einem Spektrum beschrieben, von einem einfachen Assistenten bis hin zu voll autonomen Multi-Agent-Systemen.
Wo du es schon siehst
Coding Agents, die ein Ticket nehmen und einen funktionierenden Pull Request öffnen, Research Agents, die Quellen sammeln und zusammenführen, und Automationen, die auf ein Ereignis warten und eine mehrstufige Aufgabe erledigen, sind alle Agentic AI. Für Builder ist die praktische Erkenntnis: Agentic AI verlagert deine Arbeit vom Schreiben jeder Anweisung hin zum Setzen klarer Ziele, dem Bereitstellen der richtigen Tools und des richtigen Kontexts und dem Behalten der Verifizierung im Loop.