Agent-Graph

Ein Agent-Graph ist die ausgeschriebene Struktur eines KI-Agenten: die Schritte, die er machen kann, als Knoten, die Übergänge, die er machen darf, als Kanten. Ein Knoten ist eine Aufgabe, etwa das Modell aufrufen, ein Werkzeug ausführen oder einen Menschen fragen. Eine Kante sagt, welcher Knoten folgen darf, oft unter einer Bedingung. Innerhalb eines Knotens entscheidet weiter der Agent. Zwischen den Knoten bestimmt ihr den Weg.

Warum einen Agenten als Graph aufschreiben?

Der einfachste KI-Agent ist eine Schleife. Das Modell entscheidet, ein Werkzeug läuft, das Ergebnis geht zurück ans Modell, und das wiederholt sich, bis die Aufgabe erledigt ist. Für eine Demo reicht diese Form. Im Betrieb ist sie schwer zu verantworten, weil niemand vorher sagen kann, welche Wege die Schleife bei einer ungewöhnlichen Eingabe nimmt.

Ein Graph macht die Wege sichtbar. Wenn „Angebot versenden" nur auf „Preisliste prüfen" und „Freigabe einholen" folgen darf, sind das zwei Kanten. Dass keine andere Kante zu „Angebot versenden" führt, ist eine Garantie und keine Anweisung, die das Modell übergehen könnte.

Ein Graph erlaubt außerdem, verschiedene Arten von Schritten zu mischen. Manche Knoten sind gewöhnlicher Code und verhalten sich immer gleich. Manche sind Modellaufrufe. Einer ist ein Mensch, der entscheidet. Im Graph hat jeder Knoten eine Aufgabe und eine Art von Fehler.

Woraus besteht ein Agent-Graph?

Drei Arten von Knoten tauchen in fast jedem produktiven Agenten auf. Modellknoten lesen den aktuellen Zustand und liefern eine Entscheidung oder einen Text. Werkzeugknoten sind deterministisch: einen Kunden nachschlagen, zwei Dokumente vergleichen, einen Datensatz schreiben. Sie werden über Tool Calling erreicht und oft per MCP angebunden. Menschknoten halten den Graphen an und warten. Hier wird Human-in-the-Loop umgesetzt, als Knoten, den der Weg passieren muss, und nicht als Regel in einem Dokument.

Kanten sind fest oder bedingt. Eine bedingte Kante liest den Zustand und wählt den nächsten Knoten: Liegt die Rechnungssumme über der Grenze, geht es zur Freigabe, sonst zur Buchung.

Der Zustand ist ein gemeinsamer Datensatz, aus dem jeder Knoten liest und in den jeder Knoten schreibt. Er trägt den Vorgang durch den Graphen, und er ist das, was ihr euch hinterher anschaut, wenn ein Vorgang schiefgelaufen ist.

Frameworks wie LangGraph machen diese Form zu einem festen Baustein, aber ein Graph, der auf dem Whiteboard entsteht und als normaler Code umgesetzt wird, ist genauso einer.

Warum ist das für ein Unternehmen mit Agenten relevant?

Drei Dinge werden möglich, die eine offene Schleife nicht bietet.

Tests pro Knoten. Eine Agent Evaluation für „Anfrage klassifizieren" ist klein und präzise. Eine für „Anfrage von Anfang bis Ende bearbeiten" ist weder das eine noch das andere. Mit einem Graphen testet ihr erst die Teile und dann das Ganze.

Grenzen durch Struktur. Ein Graph hat eine endliche Menge an Wegen. Eine Obergrenze für Schritte und für Kosten ist damit eine Eigenschaft des Aufbaus und keine Hoffnung, die an einem Prompt hängt.

Erklärung im Nachhinein. Die Spur eines Vorgangs ist eine Liste der Knoten in der Reihenfolge, in der sie liefen, mit dem Zustand an jeder Stelle. Genau diesen Nachweis verlangt euer eigenes Team, ein Prüfer oder der Betriebsrat nach einem Zwischenfall.

Beispiel: ein Graph für eingehende Anfragen

Ein Unternehmen bekommt Anfragen per E-Mail. Der Graph beginnt mit einem Einleseknoten, der die Mail und ihre Anhänge in den Zustand schreibt. Ein Klassifikationsknoten vergibt eine Kategorie und eine Konfidenz. Eine bedingte Kante teilt den Weg: Hohe Konfidenz führt zu einem Anreicherungsknoten, der den Absender im CRM nachschlägt, niedrige Konfidenz zu einem Menschknoten, der den Fall für eine Person einreiht.

Nach der Anreicherung schreibt ein Entwurfsknoten eine Antwort aus dem angereicherten Zustand. Eine zweite bedingte Kante prüft Kategorie und Betrag. Beschwerden und alles über einem Schwellenwert gehen zu einem Freigabeknoten mit Mensch. Alles andere geht zum Versandknoten. Ein letzter Protokollknoten schreibt die gesamte Spur weg.

Die beiden Menschknoten sind kein nachträglich angeschraubtes Sicherheitsnetz. Sie sind Kanten, die der Graph nehmen muss. Einen davon zu entfernen ist eine Änderung an der Struktur, sichtbar im Diff und im Review, und keine Prompt-Änderung, die niemandem auffällt.

Agent-Graph oder agentischer Workflow?

Ein agentischer Workflow beschreibt, was das System tut: einen Vorgang, in dem das Modell den Weg selbst findet. Ein Agent-Graph beschreibt, wie weit diese Freiheit reicht. Die meisten produktiven Agenten sind beides, agentisch innerhalb eines Knotens und festgelegt zwischen den Knoten.

Die zwei Fehler liegen an den Rändern. Ein Graph, der so starr ist, dass er eine gewöhnliche Automatisierung mit einem teuren Modell darin ist. Oder eine Schleife, die so offen ist, dass niemand sagen kann, was sie mit der nächsten ungewöhnlichen Eingabe macht. Wenn wir einen Agenten in den Stack eines Kunden bauen, ist der Graph das erste Artefakt, auf das wir uns einigen, bevor ein Prompt geschrieben wird. Mehr dazu unter Softwareentwicklung.