
Das erste Team aus KI-Agenten: Rollen, Memory und Review-Schleifen
Ein Multi-Agenten-System entsteht nicht durch mehr Chatfenster, sondern durch Rollen, gemeinsamen Kontext, Reviewer und klare menschliche Freigaben.
Artikel lesenEinordnungen, Anleitungen und Entwicklungen rund um OpenClaw, Hermes, NanoClaw & Co. — verständlich erklärt von Markus Wolff.

Ein Multi-Agenten-System entsteht nicht durch mehr Chatfenster, sondern durch Rollen, gemeinsamen Kontext, Reviewer und klare menschliche Freigaben.
Artikel lesen
Agentic AI verlangt mehr als Tool-Einführung. Führungskräfte müssen Organisation, Vertrauen und Kultur neu entwerfen, damit Agenten verantwortbar handeln.
Artikel lesen
Jeremy Allaires Treatise beschreibt eine Wirtschaft, in der KI-Agenten Arbeit ausführen, Verträge anstoßen, Geld bewegen und neue Firmenformen erzwingen.
Artikel lesen
Thinking Machines beschreibt eine KI-Zukunft, in der Modelle nicht zentral vereinheitlicht werden, sondern durch menschliches Wissen, Ownership und lokale Anpassung besser werden.
Artikel lesen
LangChain, Dosu und Chroma zeigen, warum Agent Memory nicht nur Vektoren braucht, sondern menschenlesbare Wikis als operative Wissensschicht.
Artikel lesen
Der Scout-Download zeigt, wie Microsoft always-on Agents konkretisiert: als Desktop-App mit Skills, Automations, MCP, M365-Tools und klaren Freigaben.
Artikel lesen
Gute Agent Skills sind keine Prompt-Sammlung. Sie sind die operative Schnittstelle zwischen Agent, Kontext, Tooling und Verantwortlichkeit.
Artikel lesen
Agentic AI skaliert nicht durch Demo-Magie, sondern durch interne IT, die als Customer Zero reale Prozesse, Governance und Lernschleifen testet.
Artikel lesen
Agenten werden erst produktiv, wenn sie nicht mehr klicken müssen. Der nächste Builder-Vorteil liegt in CLI-Interfaces, Review-Fragen und wiederholbaren Engineering-Loops.
Artikel lesen
Der nächste Wettbewerbsvorteil entsteht nicht durch das beste Modell, sondern durch Lernschleifen, die menschliches Wissen in eigene Agentensysteme übersetzen.
Artikel lesen
Scout zeigt, wohin Microsoft persönliche Agenten schiebt: weg vom Chatfenster, hin zu dauerhaften Autopiloten mit Kontext, Tools und Governance.
Artikel lesen
Ein persönlicher KI-Agent ist mehr als ein Chatbot: Er erinnert sich, handelt eigenständig und arbeitet rund um die Uhr. Eine verständliche Einordnung.
Artikel lesen
Im ersten Artikel dieser Reihe habe ich argumentiert, dass KI-Agenten zu einer neuen Computing-Schicht werden. Im zweiten habe ich mich auf die konkreteste Version dieses Wandels konzentriert: persönliche Agenten.
Artikel lesen
Im ersten Artikel dieser Reihe habe ich den vollen Umfang des KI-Agenten-Wandels skizziert: persönliche Agenten, globale Ökosystem-Wettrennen, selbstverbessernde Systeme, Orchestrierungs-Frameworks.
Artikel lesen
Ich verfolge den KI-Agenten-Bereich seit Monaten intensiv - aber die jüngsten Entwicklungen haben mich ehrlich gesagt überrascht. Was ich Anfang 2026 sehe, ist ein Muster, das es wert ist, benannt zu werden.
Artikel lesen