Wie schnell KI-Agenten-Techniken altern

KI-Agenten-Techniken sind die Methoden, Dateikonventionen und Behelfslösungen, mit denen Menschen Sprachmodelle echte Arbeit machen lassen: wie sie Aufgaben formulieren, wie sie einen Agenten in Schleifen laufen lassen, wo sie Anweisungen ablegen, wie sie Werkzeuge anbinden. Zwischen 2024 und Ende 2026 wurden die meisten davon innerhalb von sechs bis zwölf Monaten abgelöst. Die Prinzipien darunter blieben.

Das haben wir am eigenen Blog gelernt. Unser Artikel über den Ralph Loop, eine beliebte Methode, einen Coding-Agenten weiterarbeiten zu lassen, war im Oktober 2026 fertig. Ein Blick auf die letzten 30 Tage zeigte, dass Teams ihre Ralph-Skripte genau in diesem Monat löschten, weil Claude Code und Codex die Idee als /goal eingebaut hatten. Aus dem Artikel wurde der /goal-Artikel, bevor er online ging.

Zwei Jahre Agenten-Techniken auf einer Zeitleiste

Wann	Was aufkam	Stand im Oktober 2026
Sep 2024	Reasoning-Modelle (OpenAI o1)	Standard. „Denk Schritt für Schritt“ und ähnliche Prompt-Tricks stecken im Modell
Nov 2024	Model Context Protocol (Anthropic)	Der übliche Weg, Werkzeuge und Daten an einen Agenten anzuschließen
2024	`.cursorrules` und andere Regel-Dateien pro Werkzeug	In AGENTS.md aufgegangen
Feb 2025	„Vibe Coding“ (Karpathy), Vorschau von Claude Code	Im Januar 2026 schrieb Karpathy nach eigener Aussage 80 % seines Codes über Agenten
Apr bis Mai 2025	Codex CLI und Cloud-Agent, Claude Code allgemein verfügbar	Die zwei wichtigsten Coding-Harnesses
Jun 2025	„Context Engineering“ (Tobi Lütke, Karpathy) löst „Prompt Engineering“ ab	Gilt: Die Kunst ist, was das Modell zu sehen bekommt, nicht die Formulierung
Jul 2025	Ralph Loop (Geoffrey Huntley): ein Agent in einer Bash-Schleife	Zugunsten von `/goal` ausgemustert
Aug 2025	AGENTS.md, von OpenAI, Google, Cursor, Sourcegraph, Factory	Die Standard-Anweisungsdatei für Coding-Agenten
Okt 2025	Agent Skills (Anthropic), offener Standard seit Dez 2025	Werkzeugübergreifend übernommen; `SKILL.md` ist ein gängiges Format
Jan 2026	Persönliche Agenten gehen viral (Clawdbot, binnen Tagen in OpenClaw umbenannt)	Eine eigene Kategorie
Feb 2026	„Harness“ wird zum Wort für die Software um ein Modell	Gilt; im Chat von VS Code lässt sich das Harness inzwischen auswählen
Mär 2026	Autoresearch (Karpathy): ein Agent arbeitet in Schleifen auf einen Messwert hin	Das Muster wanderte zu Code, Prompts und Benchmarks
Apr 2026	LLM-Wiki (Karpathy); Googles Leitfaden für agentenfreundliche Websites	Beide aktuell
Apr bis Mai 2026	`/goal` in Codex (30. April) und Claude Code (11. bis 12. Mai)	Ersetzt selbstgebaute Schleifen
Jun 2026	Lighthouse „Agentic browsing“; WebMCP im Origin Trial von Chrome	Früh, noch in Bewegung

Die meisten Tricks landen im Produkt

Der Ablauf wiederholt sich. Jemand findet eine Behelfslösung für eine Schwäche von Modell oder Werkzeug, die Community kopiert sie, ein Anbieter liefert ein Plugin oder eine Konvention, und binnen eines Jahres ist es eine eingebaute Funktion oder ein Standard.

Schleifen. Ralphs Bash-Schleife (Juli 2025) wurde zum Claude-Code-Plugin mit Stop-Hook und dann zu /goal in Codex und Claude Code (Frühjahr 2026). Zehn Monate vom Einzeiler zur Produktfunktion.
Anweisungen. .cursorrules, CLAUDE.md und andere Dateien pro Werkzeug (2024) liefen in AGENTS.md zusammen (August 2025), einem Format, auf das sich mehrere Anbieter geeinigt haben.
Prompt-Handwerk. Chain-of-Thought-Formulierungen und lange Prompt-Vorlagen verloren den Großteil ihres Werts, als Reasoning-Modelle das Nachdenken von selbst übernahmen.
Werkzeug-Kleber. Handgeschriebene Adapter für jedes Modell und jede API wichen MCP-Servern, die jedes Harness nutzen kann.
Wissen. Prompt-Sammlungen wurden zu Agent Skills: ein Ordner mit Anweisungen und Skripten, den ein Agent lädt, wenn die Aufgabe passt.

Die Lehre ist nicht, dass die Tricks falsch waren. Jeder hat funktioniert, und jeder hat den Anbietern gezeigt, was sie als Nächstes bauen sollten. Die Lehre ist, dass ein Trick von vornherein auf Zeit angelegt ist.

Was veraltete, was ins Produkt wanderte, was bleibt

In Monaten veraltet	In die Produkte gewandert	Bleibt
Zauberformeln im Prompt	Schleifen bis fertig (`/goal`)	Eine schriftliche Definition von fertig
Bash-Schleifen um einen Agenten	Planung und Plan-Modi	Prüfungen, die das Ergebnis belegen: Tests, Validatoren, Evals
Regel-Dateien pro Werkzeug	Anweisungsdateien (AGENTS.md)	Kleine Aufgaben, eine nach der anderen
Handgeschriebene Werkzeug-Adapter	Werkzeug-Anbindung (MCP)	Begrenzte Rechte und ein Mensch, der per Regel entscheidet
Prompt-Sammlungen	Skills	Zustand in Dateien, nicht im Chat
Einmal „das beste Modell“ wählen	Modellwechsel im Harness	Saubere, eigene Daten

Alles in der rechten Spalte galt schon vor den Agenten und gilt weiter: So funktionieren sorgfältige Entwicklung und gut geführte Prozesse. Die linke Spalte ist das, was eine Modellgeneration nötig gemacht und die nächste überflüssig gemacht hat.

Was das für ein KI-Projekt im Unternehmen heißt

Ein Unternehmen, das auf die rechte Spalte baut, behält seine Investition, wenn sich die Werkzeuge ändern. Eines, das auf die linke Spalte baut, baut alle paar Monate neu.

In das investieren, was bleibt. Datenqualität, Prozessdefinitionen, die Prüfungen, die sagen, ob ein Ergebnis stimmt, die Regeln, wann ein Mensch entscheidet. Nichts davon hängt am Modell dieses Quartals.
Modell und Harness austauschbar halten. Das beste Modell wechselt alle paar Monate. Eine Integration, die ein Modell oder die Behelfslösung eines Anbieters fest verdrahtet, ist eine Neuentwicklung mit Ansage.
Nicht für Kleber zahlen, den der Anbieter als Nächstes liefert. Vor einer Eigenentwicklung prüfen, was die Plattform ohnehin plant. Eine eigene Schleife oder Gedächtnisschicht kann veraltet sein, bevor sie live geht.
Das Setup jedes Quartal prüfen. Was ist jetzt eingebaut, das vor drei Monaten Eigenbau war? Was kann weg?
Prüfen, bevor man auf eine Technik baut. Ein viraler Post vom Frühjahr ist ein Hinweis, kein Beleg. Wir prüfen inzwischen die letzten 30 Tage, bevor wir über eine KI-Technik schreiben, und so wurde aus dem Ralph-Artikel der /goal-Artikel.

Wie die Teile um ein Modell zusammenspielen, erklärt Was ist ein Agent-Harness?; wie man einen Agenten heute arbeiten lässt, bis eine Aufgabe erledigt ist, steht in /goal in Claude Code und Codex.

FAQ

Ist Prompt Engineering tot? Die Kunst der Zauberformeln weitgehend. An ihre Stelle trat Context Engineering: entscheiden, was das Modell zu sehen bekommt (Anweisungen, Daten, Beispiele, Werkzeuge), und prüfen, was herauskommt. Diese Fähigkeit zählt mehr denn je.

Wie schnell ändern sich KI-Agenten-Techniken? In diesem Zeitraum brauchte eine beliebte Technik meist sechs bis zwölf Monate vom ersten Post bis zur eingebauten Funktion oder zum Standard: der Ralph Loop zehn Monate, die Regel-Dateien bis AGENTS.md etwa ein Jahr.

Wird /goal auch veralten? In seiner jetzigen Form vermutlich. Die Idee darunter, ein aufgeschriebener Endzustand und eine unabhängige Prüfung, nicht. Das ist der Teil, den es sich zu lernen lohnt.

Wie oft sollte ein Unternehmen sein KI-Setup überprüfen? Vierteljährlich für Werkzeuge und Modelle, viel seltener für Daten, Prozessregeln und Prüfungen. Findet eine Überprüfung immer wieder Eigenbau, den die Plattform inzwischen selbst kann, hat der Bau auf die falsche Schicht gesetzt.

Welche KI-Fähigkeiten bleiben wertvoll? Eine präzise Definition von fertig schreiben, Prüfungen bauen, die ein Ergebnis belegen, Rechte und Freigaben entwerfen und Daten sauber halten. Sie waren vor den Agenten wertvoll und werden es nach dem nächsten Wechsel sein.

KI in Ihre Systeme auf der Schicht einzubauen, die bleibt, mit austauschbarem Modell obendrauf: Das ist unsere KI-Integration für Unternehmen.