Was ist ein Agent-Harness?

Ein Agent-Harness ist die Software-Schicht um ein Sprachmodell, die daraus einen Agenten macht: Es stellt den Kontext zusammen, führt die Schleife aus Modell- und Tool-Aufrufen aus, legt fest, worauf der Agent zugreifen darf, und entscheidet, wann eine Aufgabe erledigt ist. Claude Code, OpenAIs Codex und der Agent in Cursor sind solche Harnesses um ein Modell.

Der Begriff hat sich 2025 und 2026 mit dem agentischen Programmieren verbreitet, und er beschreibt den Teil, der über den Nutzen eines Agenten entscheidet. Ein starkes Modell in einem schwachen Harness rät. Ein gutes Harness gibt dem Modell, was es braucht, um wie ein sorgfältiger Kollege zu arbeiten.

Ein Modell antwortet, ein Harness handelt

Ein Sprachmodell allein ist eine Funktion: Text rein, Text raus. Es kann keine Datei öffnen, keine API aufrufen und seine Arbeit nicht prüfen. Alles, was ein Agent über Text hinaus tut, erledigt das Harness für das Modell:

1. Den Kontext bauen: Anweisungen, Aufgabe, relevante Dateien, Gedächtnis.
2. Das Modell aufrufen.
3. Fordert das Modell ein Tool an: Berechtigung prüfen, Tool ausführen, Ergebnis in den Kontext legen.
4. Wiederholen, bis das Modell fertig meldet, eine Prüfung fehlschlägt oder ein Limit greift.
5. Das Ergebnis prüfen und zurückgeben, oder an einen Menschen.

Die Schleife ist klein. Was sie wirksam macht, steckt in den einzelnen Schritten.

Die sechs Teile eines Harness

Teil	Was er tut	Wenn er fehlt
Kontext	Wählt Anweisungen, Dateien und Gedächtnis für jeden Aufruf	Das Modell arbeitet blind oder ertrinkt im Rauschen
Tools	Shell, Dateien, Browser, APIs, Datenbanken, MCP-Server	Der Agent kann nur reden
Schleifensteuerung	Entscheidet über nächsten Aufruf, Abbruch und Schrittzahl	Endlosschleifen oder vorzeitiges Aufgeben
Berechtigungen	Begrenzt, was der Agent lesen, schreiben oder senden darf	Ein falscher Schritt erreicht die Produktion
Prüfung	Tests, Schema-Checks, ein zweiter Review	Überzeugte, falsche Ergebnisse
Zustand und Gedächtnis	Aufgabenlisten, Logs, Notizen über Sitzungen hinweg	Jeder Lauf beginnt bei null

Das Model Context Protocol (MCP), 2024 von Anthropic vorgestellt, ist ein Standard für den Tool-Teil: ein einheitlicher Weg, ein CRM, eine Datenbank oder einen Dateispeicher an jedes Harness anzuschließen, das den Standard spricht.

Warum das Harness mehr zählt als das Modell

Teams, die Agenten bauen, machen immer wieder dieselbe Erfahrung: Änderungen am Harness bewegen die Ergebnisse stärker als ein anderes Modell.

• Kontext schlägt Klugheit. Ein Agent, der die Konventionen der Codebasis lesen, die Tests ausführen und die Fehlermeldungen sehen kann, behebt Fehler, an denen ein klügeres Modell ohne diese Tools scheitert.
• Getrennte Kontexte finden mehr Fehler. Boris Cherny, der Claude Code bei Anthropic leitet, erklärt so, warum Subagenten funktionieren: Ein zweiter Agent mit frischem Kontextfenster findet die Fehler des ersten, wie ein Reviewer findet, was der Autor übersehen hat.
• Schleifen schlagen Einzelversuche. Geoffrey Huntleys Ralph Loop ließ denselben Agenten immer wieder gegen eine feste Spezifikation laufen, bis die Arbeit bestand; Claude Code und Codex haben das inzwischen als /goal eingebaut. Das wirkt, weil das Harness das Ziel hält, nicht das Modell.
• Techniken altern, die Idee des Harness nicht. Die meisten Agenten-Tricks der letzten zwei Jahre sind binnen eines Jahres in die Produkte gewandert; siehe die Zeitleiste der KI-Agenten-Techniken.
• Klein kann reichen. Mario Zechners Harness Pi gibt dem Modell vier Tools (lesen, schreiben, bearbeiten, bash) und hält bei echter Programmierarbeit mit. Das Design der Schleife zählt mehr als die Zahl der Funktionen.

Was ein Harness für KI im Unternehmen bedeutet

Coding-Agenten haben die Idee bekannt gemacht. In einem Geschäftsprozess zählt sie noch mehr, denn im Harness stehen die Geschäftsregeln.

Nehmen wir einen Agenten, der Kunden-E-Mails liest. Das Modell kann die Mail einordnen, die Bestellnummer herausziehen und eine Antwort entwerfen. Das Harness entscheidet:

• Was es schreiben darf. Einen Entwurf im Ticketsystem, ja. Eine Gutschrift im ERP, nein.
• Wann ein Mensch entscheidet. Beschwerden, Kündigungen, Datenauskünfte und unsichere Extraktionen gehen zuerst an eine Person, als feste Regel.
• Was protokolliert wird. Jede Eingabe, jede Ausgabe, jeder Tool-Aufruf, für Kontrolle und Audit.
• Was im Fehlerfall passiert. Ein Timeout oder ein ungültiges Ergebnis landet in der normalen manuellen Bearbeitung, nicht im Nichts.

In unserer Demo AI Inbox Triage schlägt das Modell Route und Antwort vor, und der Server berechnet, ob ein Mensch prüfen muss. Das Modell kann Vorsicht hinzufügen, aber nicht entfernen. Diese Regel ist Harness, nicht Prompt, und deshalb hält sie. Das ganze Muster steht in KI-E-Mail-Triage.

Eine Harness-Checkliste vor dem Livegang

Bevor ein Agent einen echten Prozess anfasst, sollte das Harness diese Fragen beantworten:

• Welche Systeme darf er lesen, welche ändern?
• Welche Aktionen brauchen die Freigabe eines Menschen, per Regel statt nach Einschätzung des Modells?
• Wie wird jedes Ergebnis geprüft, bevor es wirkt?
• Wo wird jeder Schritt protokolliert, und wer liest das Protokoll?
• Wie hoch sind Schritt- und Kostenlimit pro Aufgabe?
• Was passiert, wenn das Modell ausfällt, langsam ist oder falsch liegt?

Beantwortet der Agent Fragen aus Firmendokumenten, ist der Kontext-Teil ein Retrieval-System; siehe Was ist RAG?. Spricht er mit Kunden in der EU, prüfen Sie die Transparenzpflichten im Zeitplan des EU AI Act.

FAQ

Was ist der Unterschied zwischen einem KI-Modell und einem KI-Agenten? Das Modell erzeugt Text. Der Agent ist das Modell in einem Harness, das ihm Tools, eine Schleife und Grenzen gibt, damit es eine Aufgabe erledigt, statt sie zu beschreiben.

Ist ein Harness dasselbe wie ein Agent-Framework? Nein. Frameworks wie LangGraph oder das OpenAI Agents SDK sind Bibliotheken, mit denen man ein Harness baut. Claude Code oder Codex sind fertige Harnesses für eine Aufgabe, das Programmieren.

Müssen wir ein eigenes Harness bauen? Fürs Programmieren nicht, die vorhandenen sind sehr gut. Für einen Geschäftsprozess meist schon, und zwar ein schlankes: Ihre Berechtigungen, Ihre Prüfregeln, Ihre Systeme. Dieser Teil ist firmenspezifisch.

Was ist MCP? Das Model Context Protocol, ein Standard, um Tools und Datenquellen an ein Agent-Harness anzuschließen. Ein System mit MCP-Server lässt sich von jedem Harness nutzen, das das Protokoll unterstützt.

Welches Modell sollte im Harness laufen? Das beste, das Sie sich für die schweren Schritte leisten können, ein günstigeres für die einfachen. Ein gutes Harness macht das Modell austauschbar, und das zählt, weil sich das beste Modell alle paar Monate ändert.

Probieren Sie das Muster an einer echten Nachricht mit der kostenlosen AI Inbox Triage: Fügen Sie eine E-Mail ein und sehen Sie, was ein Agent herauszieht, wohin er die Mail leitet und wann das Harness sie an einen Menschen übergibt. Dieses Harness um Ihre eigenen Systeme zu bauen, ist der Kern unserer KI-Agenten für Unternehmen.