KI-Agenten brauchen Skills – aber welche funktionieren wirklich?

23. Feb.
2 Min. Lesezeit

Eine Excel-Tabelle analysieren, Rechnungen automatisch prüfen oder Produktionsprozesse optimieren: KI-Agenten versprechen viel. Aber halten sie auch, was sie versprechen? Forscher haben den Praxistest gemacht und dabei Überraschendes herausgefunden.

Was die Wissenschaft über KI-Skills zeigt

Ein internationales Forschungsteam aus über 40 Institutionen – darunter Stanford, UC Berkeley und Amazon – hat 84 realistische Aufgaben aus elf Branchen untersucht. Die Bandbreite reichte von Finanzanalysen über Cybersecurity bis hin zu Gesundheitsdaten.

Das Ergebnis: KI-Agenten mit „Skills" (strukturierten Anleitungen) schaffen 16 Prozentpunkte mehr Aufgaben als ohne diese Hilfe. Wo vorher 24 von 100 Aufgaben gelöst wurden, sind es mit Skills 40 von 100. Besonders spannend: Die Unterschiede zwischen den Branchen sind enorm. Im Gesundheitswesen lösen KI-Agenten mit Skills 52 Prozentpunkte mehr Aufgaben korrekt, in der Softwareentwicklung nur 4,5 Prozentpunkte mehr.

Der Grund ist einfach: KI-Modelle lernen aus Milliarden Zeilen Programmiercode aus dem Internet – Softwareentwicklung steckt quasi in ihrer DNA. Bei medizinischen Abläufen oder Fertigungsprozessen sieht es anders aus: Dieses Spezialwissen gibt es kaum in den Trainingsdaten. Genau hier machen Skills den Unterschied.

Wenn KI-Agenten ihre eigenen Skills schreiben

Die Forscher testeten auch, ob KI-Systeme ihre eigenen Anleitungen erstellen können. Das Ergebnis: ernüchternd. Selbst geschriebene Skills bringen im Durchschnitt keine Verbesserung, teilweise verschlechtern sie sogar die Leistung. Die KI erkennt zwar, dass sie Fachwissen braucht, kann dieses aber nicht zuverlässig selbst produzieren.

Weniger ist mehr: Die richtige Skill-Architektur

Überraschend: Umfangreiche Dokumentationen helfen nicht besser als kompakte Anleitungen. Im Gegenteil – zu viele Informationen verwirren die KI eher. Skills mit zwei bis drei Komponenten zeigen die beste Wirkung, zum Beispiel: eine Schritt-für-Schritt-Anleitung, ein Code-Beispiel und eine Checkliste. Und: Kleinere KI-Modelle mit guten Skills können größere Modelle ohne Skills übertreffen.

Was bedeutet das für Ihr Unternehmen?

Die Studie zeigt klar: KI-Agenten brauchen strukturierte Anleitungen. Aber diese Skills müssen präzise formuliert sein und Fachwissen enthalten. Und genau hier wird es anspruchsvoll: Wirklich wirksame Skills zu erstellen, erfordert Programmierkenntnisse und tiefes Verständnis für Datenstrukturen.

Gerade für den deutschen Mittelstand kommt ein weiterer Aspekt hinzu: der Datenschutz. Skills steuern, wie KI-Agenten auf Unternehmensdaten zugreifen und Prozesse ausführen. Wer hier nicht DSGVO-konform arbeitet, riskiert nicht nur Bußgelder, sondern gefährdet das Vertrauen seiner Kunden.

Ihr Weg zur KI-gestützten Entwicklung

Sie möchten KI-Agenten professionell in Ihrem Unternehmen einsetzen? Vereinbaren Sie am besten ein kostenloses Erstgespräch mit einem unserer Experten.

Wenn Sie selbst lernen möchten, wie Sie mit KI-Unterstützung Software entwickeln, empfehlen wir unseren „Intensivkurs: Agentic Programming". In zwei Tagen entwickeln Sie produktionsreife Tools mit KI-Unterstützung – von der Code-Analyse bis zur automatisierten Dokumentation. Der nächste Kurs ist für Mai 2026 geplant.

Glossar

KI-Agent: Ein KI-System, das eigenständig Aufgaben ausführt und dabei auf Tools und Daten zugreifen kann.
Skill: Eine strukturierte Anleitung, die einem KI-Agenten zeigt, wie er eine bestimmte Aufgabe lösen soll.
DSGVO: Datenschutz-Grundverordnung – regelt in der EU, wie Unternehmen mit personenbezogenen Daten umgehen müssen.