KI-Agenten-Gedaechtnis ist 2026 der eigentliche Flaschenhals, nicht die Modellqualitaet

Jedes Unternehmensteam, das 2026 KI-Agenten baut, stoesst irgendwann auf dieselbe Wand, und das ist nicht die Modellqualitaet. GPT-6, Claude Opus 5.5 und Gemini 3 sind alle leistungsfaehig genug fuer komplexe Denkaufgaben. Die Wand ist das Gedaechtnis: einen Agenten dazu zu bringen, sich an letzte Woche zu erinnern, eine vor drei Sitzungen falsch erfasste Tatsache zu korrigieren, oder etwas zu vergessen, dessen Loeschung ein Nutzer verlangt hat.

Warum ein groesseres Kontextfenster das nicht loest

Der Instinkt ist, zu einem laengeren Kontextfenster zu greifen. Das funktioniert fuer eine Demo. In der Produktion scheitert es aus drei Gruenden: Die Kosten skalieren linear mit jedem Token, das dem Modell erneut zugefuehrt wird, die Latenz ebenso, und was Teams uebersehen: Ein laengeres Kontextfenster entscheidet nicht, was bestehen bleiben soll. Es gibt dem Modell nur mehr Rohmaterial fuer eine einzelne Inferenz.

Abruf ist kein Gedaechtnis

Der zweite Schritt der meisten Teams ist, eine Vektordatenbank anzuflanschen und sie Gedaechtnis zu nennen. Das vermischt zwei verschiedene Probleme. Retrieval-Augmented Generation beantwortet 'welche Belege brauche ich jetzt, um diese Frage zu beantworten'. Gedaechtnis beantwortet eine andere Frage: 'was soll dieser Agent von einer Sitzung zur naechsten mitnehmen, und wie lange'. Ein Vektorspeicher bietet Speicherung, keine Richtlinie.

Die Architektur, auf die Unternehmen tatsaechlich zusteuern

Die Produktionssysteme, die 2026 funktionieren, behandeln Gedaechtnis als eigenstaendige Schicht, getrennt sowohl vom Kontextfenster des Modells als auch vom RAG-Index, mit einem expliziten vierstufigen Ablauf: Die Vektorsuche identifiziert Kandidatendokumente und Entitaeten, die Graphdurchquerung folgt den Beziehungen zwischen ihnen, ein Gedaechtnisspeicher injiziert sitzungs- und nutzerspezifischen Zustand, und erst dann geht der zusammengesetzte Kontext zur Inferenz an das Modell.

Was tatsaechlich zu bauen ist

Wenn Sie einen Agenten ausliefern, der sich an etwas ueber eine einzelne Sitzung hinaus erinnern muss, beginnen Sie nicht mit der Wahl einer Vektordatenbank. Beginnen Sie damit, in einfacher Sprache festzuhalten, welche Fakten ueber einen Nutzer oder eine Aufgabe ueber dieses Gespraech hinaus bestehen bleiben muessen, wie lange sie gueltig sein sollen, und was passiert, wenn sie mit einer neueren Tatsache kollidieren.