Chatbot, RAG oder KI-Agent? Die Frage steht meist falsch herum

„Wir wollen etwas mit KI machen.” Was danach kommt, ist meistens eine Begriffsdebatte: Chatbot, RAG oder gleich ein Agent? Die Debatte führt selten zu einer Entscheidung, weil die drei Wörter gar nicht auf derselben Ebene liegen.

Vier Fragen, nicht vier Produkte

Ein Chatbot beschreibt die Oberfläche. RAG beschreibt, woher das Wissen kommt. Ein Workflow beschreibt, wie der Ablauf organisiert ist. Und ein Agent beschreibt, wer den Ablauf bestimmt — nämlich das Modell selbst, zur Laufzeit. Anthropic zieht genau hier die Trennlinie: Workflows orchestrieren Modelle und Werkzeuge über vorgegebene Codepfade, Agenten steuern sich dynamisch selbst. Deshalb lassen sich die Muster kombinieren, statt sich auszuschließen.

RAG garantiert keine richtige Antwort

Zwischen Dokument und Antwort liegen sieben Stellen, an denen es schiefgehen kann — und nur die letzte hat mit dem Modell zu tun: veraltete Quellen, unglücklich zerschnittene Abschnitte, fehlende Metadaten, ein löchriger Berechtigungsfilter, eine Suchanfrage, die die Wörter der Dokumente nicht trifft. Deshalb bewertet man Retrieval und Antwort getrennt. Eine Gesamtnote sagt dir, dass es nicht funktioniert, aber nie, wo du ansetzen musst.

Ein Freigabedialog ist noch keine Aufsicht

Das überraschendste Detail stammt aus einer Messung von Anthropic: Je vertrauter ein Werkzeug wird, desto häufiger bestätigen Nutzer automatisch — der Anteil steigt von rund 20 auf über 40 Prozent. Wirksame Aufsicht heißt deshalb nicht, jede Aktion abzunicken, sondern eingreifen zu können, wenn es darauf ankommt. Wer jeden Schritt bestätigen lässt, erzieht zum Wegklicken.

Mehr dazu

Welche sieben Kriterien du durchgehst und wie daraus eine Architekturhypothese statt einer Punktzahl wird, zeigt das kostenlose Kurzmodul Sieben Entscheidungskriterien — mit Video und Kapitelübersicht.

← Alle Beiträge