Bitten Sie ChatGPT, eine Follow-up-Mail zu schreiben. Es schreibt eine Follow-up-Mail. Sie lesen sie, Sie redigieren sie, Sie senden sie.
Bitten Sie einen Agenten, nachzufassen. Er öffnet Ihr CRM, findet heraus, welche zwölf Leute verstummt sind, schreibt zwölf verschiedene Mails und sendet sie. Sie erfahren es hinterher.
Dasselbe Modell darunter. Ein völlig anderes Ding im Besitz.
Hier ist, was jedes von beiden tatsächlich ist, wie sie sich unterscheiden — und woran Sie erkennen, welches man Ihnen gerade verkauft.
Was generative KI ist
Ein Modell, das auf einen Prompt hin Inhalt produziert. Text, Bild, Audio, Video, Code.
Die Form zählt mehr als die Definition: Es ist eine Funktion. Etwas rein, etwas raus, vorbei. Das Modell erinnert die letzte Anfrage nicht, ausser Sie fügen sie wieder ein. Es kann nichts ausserhalb des Chatfensters berühren. Es hat keine Ahnung, ob Sie das Geschriebene verwendet, umgeschrieben oder ausgelacht haben. Es erfährt es nie. Es fragt nie.
ChatGPT beantwortet eine Frage. Midjourney malt ein Bild. Copilot schlägt die nächste Zeile vor. Alles dieselbe Form: Prompt rein, Inhalt raus, ein Mensch entscheidet, was als Nächstes passiert.
Der letzte Teil ist der wichtige. Generative KI produziert. Sie verfügen.
Was agentische KI ist
Dasselbe Modell — mit drei Dingen daran.
Werkzeuge. Funktionen, die es aufrufen kann und die echte Systeme berühren. search_crm. send_email. book_appointment. issue_refund. Das ist der Teil, der es aus dem Chatfenster hinausreichen lässt.
Eine Schleife. Es ruft ein Werkzeug auf, sieht das Ergebnis und entscheidet, was als Nächstes zu tun ist. Und wieder. Das ist der Teil, der es zum Agenten macht statt zu einem schicken Formular.
Ein Ziel statt eines Prompts. Sie bitten nicht um eine Ausgabe. Sie beschreiben ein Ergebnis und lassen es die Schritte selbst herausfinden.
Und hier die Tatsache, die die meisten Erklärstücke auslassen — sie räumt viel Verwirrung weg: Agentische KI ist meistens kein anderes Modell. Es ist dasselbe Modell. GPT-5 weiss nicht, ob es generativ oder agentisch verwendet wird. Die Intelligenz hat sich nicht geändert. Das Gerüst darum hat sich geändert — und das Gerüst ist ungefähr eine While-Schleife mit einer Werkzeugliste dran.
Das klingt reduktionistisch. Ist es nicht. In dieser Schleife wohnt die gesamte Schwierigkeit.
In freier Wildbahn sieht das so aus: Ein Coding-Agent liest Ihr Repo, führt die Tests aus, sieht drei scheitern und behebt sie, ohne dass ihm jemand sagt welche. Ein Support-Agent liest ein Ticket, schlägt die Bestellung nach, prüft die Erstattungsrichtlinie und löst die Erstattung aus. Ein Voice-Agent nimmt einen Anruf entgegen, prüft die Live-Verfügbarkeit und bucht den Termin vor dem Auflegen. In keinem Fall hat jemand die Sequenz geschrieben. Das Modell hat sie mitten in der Aufgabe erarbeitet.
Der Unterschied in einer Tabelle
| Generative KI | Agentische KI | |
|---|---|---|
| Sie geben | Einen Prompt | Ein Ziel |
| Es liefert | Inhalt | Bereits ausgeführte Aktionen |
| Wer wählt den nächsten Schritt | Sie | Es |
| Gedächtnis zwischen Schritten | Keines | Trägt Zustand weiter |
| Berührt echte Systeme | Nein | Ja |
| Sie sehen Probleme | Bevor etwas passiert | Danach |
| Ein Fehler kostet | Einen gelöschten Absatz | Eine gesendete Mail |
| Beispiel | «Entwirf ein Follow-up an Sarah» | «Fasse bei allen nach, die verstummt sind» |
Die eine Zeile, auf die es ankommt
Alles oben kollabiert in einen einzigen Satz.
Bei generativer KI prüfen Sie Ausgaben. Bei agentischer KI prüfen Sie Ergebnisse.
Ausgaben erscheinen auf Ihrem Bildschirm, bevor in der Welt etwas passiert. Sie sind das Tor. Nichts ist real, bis Sie handeln.
Ergebnisse kommen danach. Die Mail ist gesendet. Die Erstattung ist ausgelöst. Das Meeting ist gebucht. Sie sind nicht mehr das Tor — Sie sind die Revision.
Das ist der ganze Tausch. Alles, was Menschen an Agenten lieben, und alles, was mit ihnen schiefgeht, kommt aus diesem einen Wechsel.
Es lohnt sich, das deutlich zu sagen, weil das Internet voller Leute ist, die anderes andeuten: Keines von beiden ist besser. Es sind verschiedene Werkzeuge mit verschiedenen Fehlermodi. Ein Bohrer ist kein Upgrade eines Hammers.
Was Leute falsch verstehen
«Agentisch heisst, es handelt.» Ein Serienbrief handelt. Ein Cronjob handelt. Ihr Büro-Thermostat handelt seit 2011. Handeln ist nicht die Grenze. Entscheiden ist die Grenze.
«Agentisch heisst, es ist klüger.» Meistens dasselbe Modell. Geändert hat sich die Erlaubnis.
«Agentisch ersetzt generativ.» Fast jeder echte Agent ist generative KI in einer Schleife. Der Agent, der zwölf Mails sendet, musste zwölf Mails schreiben. Generativ ist ein Bestandteil von agentisch, kein Vorgänger.
«Es ist agentisch, weil es Werkzeuge benutzt.» Ein Werkzeugaufruf in fester Reihenfolge ist ein Workflow mit einem Modell darin. Oft ist genau das das richtige Produkt — und deutlich leichter am Leben zu halten. Es ist nur kein Agent.
«Es ist das eine oder das andere.» Es ist ein Drehregler, kein Schalter. Drehen Sie langsam: ein Chatbot, der nichts anfassen kann. Ein Chatbot, der nachschlagen, aber nichts ändern kann. Ein fester Workflow, in dem ein Modell eine Entscheidung trifft. Eine Schleife, die jede Aktion vorschlägt und auf Ihre Freigabe wartet. Eine Schleife, die handelt und berichtet. Eine Schleife, der niemand zusieht. Die meisten vernünftigen Produkte leben in den mittleren drei — und die meisten Anbieter beschreiben sich in der Sprache der letzten.
Warum der Unterschied Geld kostet
Drei Dinge tauchen auf, sobald das Modell zu entscheiden beginnt.
Fehler bleiben nicht mehr isoliert. Ein generativer Fehler ist ein schlechter Absatz, den Sie löschen. Ein agentischer Fehler ist tragend. Hat Schritt drei ein Datum falsch gelesen, bauen die Schritte vier bis neun darauf auf — selbstbewusst, denn nichts in der Schleife ist darauf ausgelegt, an sich zu zweifeln.
Wiederholungen sind nicht mehr harmlos. Jedes Agent-Framework wiederholt bei Fehlern. Unschädlich, solange das Werkzeug liest. In dem Moment, in dem es send_email heisst, ist eine Wiederholung ein Duplikat. Schlimmer: Kommt ein Ergebnis nicht zurück, wiederholt das Modell nicht nur mechanisch — es plant neu und ruft das Werkzeug absichtlich noch einmal auf. Zwei Wege, dasselbe zweimal zu senden, und einer davon sieht aus wie Intelligenz.
Zuverlässigkeit multipliziert sich. Das ist der Punkt, der Demos ruiniert. Sagen wir, jeder Schritt ist zu 95% zuverlässig. Eine glatte Eins. Verketten Sie zehn Schritte, stehen Sie bei 60%. Nehmen Sie 90% pro Schritt — eine Zahl, die immer noch in Folien steht — und zehn Schritte ergeben 35%. Niemandes Intuition funktioniert so. Deshalb ist jede Agenten-Demo fünf Schritte lang und jeder Agent in Produktion zwanzig.
Und der Fehler, der alle erwischt, ist kein Absturz. Stellen Sie sich vor, der Agent trifft auf einen Deal, bei dem der Kunde längst Nein gesagt hat — nur hat der Vertriebler die Phase nie aktualisiert. Der Deal steht offen. Die Anweisung lautete «alle, die verstummt sind». Also sendet er eine warme, makellose Mail mit der Frage, ob man das Angebot geprüft habe. Keine Exception. Kein Bug. Die Ausgabe war genuin gut — und gut am Falschen.
Generative KI liegt bei Fakten daneben. Agentische KI liegt bei Entscheidungen daneben. Nur eines von beiden hat das Gebäude schon verlassen, wenn Sie es merken.
Welches brauchen Sie?
Greifen Sie zu generativer KI, wenn ohnehin ein Mensch auf das Ergebnis schaut und ein schlechtes Ergebnis nichts kostet. Entwürfe, Zusammenfassungen, erste Fassungen, Code, den Sie lesen werden. Billig im Betrieb, billig im Irrtum.
Greifen Sie zu agentischer KI, wenn die Fleissarbeit wirklich teuer ist und Sie das Scheitern überlebbar machen können.
Die zweite Bedingung trägt die ganze Last — seien Sie ehrlich mit ihr. Der echte Fall für Agenten ist stark: Jede Firma ist voller Arbeit, bei der eine kompetente Person eine Folge offensichtlicher Dinge tut, die Folge jedes Mal anders aussieht und die Offensichtlichkeit nur in ihrem Kopf existiert. Dieses Flussdiagramm können Sie nicht zeichnen. Zu viele Verzweigungen, die meisten kommen einmal vor. Ein Agent bewältigt die Verzweigung, die Sie nicht vorhergesehen haben — und genau die machte den Job bisher unautomatisierbar.
Der Haken: Es ist dieselbe Fähigkeit. Ein System, das die unvorhergesehene Verzweigung bewältigt, ist ein System, das unvorhergesehene Entscheidungen trifft. Das eine gibt es nicht ohne das andere — und wer Ihnen das Erste verkauft, ohne das Zweite zu erwähnen, verkauft eine Demo.
Die Baukosten sind also real, und nichts davon ist KI:
- Aktionen, die zweimal laufen können, ohne zweimal Schaden anzurichten
- Logs, die rekonstruieren, was der Agent zu tun glaubte
- Ein menschliches Tor vor allem, was das Haus verlässt
- Eine harte Obergrenze für die Schleife — denn «bis es sich für fertig hält» ist keine Abbruchbedingung
Das ist dieselbe Disziplin, die Zahlungssysteme seit dreissig Jahren davon abhält, Menschen doppelt zu belasten. Das Modell ist der einfache Teil. Es kam fertig gebaut an.
Die Kurzfassung
Generative KI produziert etwas und übergibt es Ihnen. Agentische KI entscheidet etwas und sagt es Ihnen später.
Generative KI machte die Ausgabe des Modells zu Ihrem Problem. Agentische KI macht das Urteilsvermögen des Modells zu Ihrem Problem.
Wählen Sie danach, was Sie bereit sind, nicht anzuschauen.
