Agenten-Gedächtnis (Agent Memory) - wie KI-Agenten sich erinnern

Agenten-Gedächtnis (Agent Memory) bezeichnet die Fähigkeit eines KI-Agenten, Informationen über eine einzelne Anfrage hinaus zu behalten und bei späteren Aufgaben wieder heranzuziehen. Ohne ein solches Gedächtnis startet ein Agent bei jeder Interaktion bei null - er kann weder auf frühere Entscheidungen aufbauen noch aus vergangenen Fehlern lernen. Ein Gedächtnis macht aus einem reaktiven System einen Agenten, der über die Zeit konsistent bleibt.

Warum Agenten überhaupt Gedächtnis brauchen

Ein Sprachmodell verarbeitet zunächst nur das, was ihm im aktuellen Aufruf mitgegeben wird. Ein Agent, der eine mehrstufige Aufgabe bearbeitet, mit einem Nutzer über Tage hinweg arbeitet oder auf gesammeltes Wissen zurückgreifen soll, braucht aber einen Speicher, der über den einzelnen Aufruf hinaus Bestand hat. Typische Aufgaben eines solchen Speichers:

• Kontinuität: Der Agent erinnert sich an frühere Gespräche, Präferenzen und getroffene Entscheidungen, statt sie immer wieder neu zu erfragen.
• Lernen aus Verlauf: Ergebnisse und Fehlversuche vergangener Aufgaben fließen in spätere Entscheidungen ein.
• Zustand über lange Abläufe: Bei einer Aufgabe mit vielen Schritten behält der Agent den Überblick, was bereits erledigt ist und was noch aussteht.

Kurzzeit- und Langzeitgedächtnis

• Kurzzeitgedächtnis (Arbeitsgedächtnis): Alles, was für die laufende Aufgabe relevant ist - der bisherige Gesprächsverlauf, Zwischenergebnisse, der aktuelle Plan. Dieser Speicher ist flüchtig und wird typischerweise im Kontextfenster gehalten oder daraus rekonstruiert.
• Langzeitgedächtnis: Wissen, das über die aktuelle Aufgabe hinaus dauerhaft abgelegt wird - meist außerhalb des Modells in einer Datenbank oder Vektordatenbank, aus der relevante Erinnerungen bei Bedarf abgerufen und wieder in den Kontext geladen werden.

Das Langzeitgedächtnis unterteilt man häufig weiter in episodisches Gedächtnis (konkrete Ereignisse und Interaktionen: "Was ist wann passiert?") und semantisches Gedächtnis (verdichtetes Faktenwissen und Zusammenhänge: "Was gilt allgemein?"). Episodische Erinnerungen können mit der Zeit zu semantischem Wissen verdichtet werden.

Abgrenzung: Gedächtnis, Kontextfenster und Session Handover

Diese drei Begriffe werden leicht verwechselt, meinen aber Unterschiedliches:

• Kontextfenster ist die technische Obergrenze dafür, wie viel Text ein Modell in einem einzigen Aufruf gleichzeitig verarbeiten kann - ein hartes, begrenztes Fenster. Das Kontextfenster ist der Ort, an dem das Kurzzeitgedächtnis lebt, aber es ist nicht selbst der Speicher.
• Agenten-Gedächtnis ist das übergeordnete Konzept: eine Architektur, die entscheidet, welche Informationen dauerhaft gespeichert und welche zur richtigen Zeit wieder in genau dieses begrenzte Fenster geladen werden. Es überwindet die Grenze des Fensters, indem es Wissen außerhalb ablegt.
• Session Handover ist eine konkrete Technik, um Zustand über eine harte Grenze hinweg zu übergeben - etwa wenn eine Sitzung endet oder das Kontextfenster voll ist. Es ist ein Übergabemechanismus, nicht das Gedächtnis selbst.

In Systemen mit mehreren Agenten (Multi-Agent-System) wird ein geteiltes Gedächtnis zusätzlich zur Grundlage der Zusammenarbeit: Agenten greifen auf einen gemeinsamen Wissensstand zu, statt jeder für sich zu arbeiten.

Agenten-Gedächtnis bei Elasticbrains

Bei Elasticbrains entwerfen wir das Gedächtnis eines Agenten passend zur Aufgabe - von der Frage, was flüchtig bleiben darf und was dauerhaft gespeichert werden muss, bis zur Anbindung an eine Vektordatenbank für das Langzeitgedächtnis. Wie daraus zuverlässige, über die Zeit konsistente Agenten entstehen, zeigen wir auf unserer Leistungsseite KI-Entwicklung.