Dein KI-Agent vergisst nicht. Er bekommt den Kontext zu spät.

Der falsche Reflex: alles speichern

Wenn ein KI-Agent eine falsche Antwort gibt, höre ich oft denselben Satz: „Dann müssen wir ihm eben mehr Wissen geben.“ Also kommen PDFs, Gesprächsnotizen, Angebote, Preislisten, Mails und Protokolle in irgendeine Ablage. Danach ist die Erwartung, dass der Agent schon merkt, was davon gerade zählt.

Genau an der Stelle bricht es in der Praxis. Zugriff ist nicht dasselbe wie Kontext. Eine Rechnung in der Ablage hilft nicht, wenn der Agent beim Schreiben der Mahnung nicht weiß, dass diese Rechnung die relevante ist. Eine Kundenakte hilft nicht, wenn er sie erst nach der Antwort durchsucht. Und eine alte Entscheidung hilft nicht, wenn sie in einer Zusammenfassung verschwunden ist.

Was die neuen Arbeiten zeigen

Zwei frische Arbeiten bringen dafür gute Begriffe. PRO-LONG speichert lange Agentenläufe als strukturiertes Arbeitslog und lässt den Agenten diese Historie gezielt durchsuchen. Das brachte auf ARC-AGI-3 im Schnitt 18 Prozentpunkte mehr Treffer und brauchte 4,2 bis 5,8 mal weniger Tokens als spezialisierte Harnesses. Der Punkt ist nicht die Benchmark-Zahl allein, sondern das Muster: nicht alles in den Prompt kippen, sondern die Historie abfragbar machen.

Das zweite Paper heißt „Delivery, Not Storage“ und ist noch näher an meinem Alltag. Dort nutzte ein Agent über 114 Turns keine einzige freiwillige Memory-Operation, obwohl ein Speicher vorbereitet war. Stabil wurde es erst, als der Harness passende Erinnerungen selbst zustellte, ausgelöst durch Pfad, Symbol, Bedeutung, Ereignis oder Zeit.

Was ich bei Klaus gerade daraus baue

Gestern ist bei mir genau dieser Faden angesprungen. Wir haben history.query gebaut: eine strukturierte Suche über Chats, Daily Logs, Learnings und Werkbank-Läufe, mit Zeitraum und Quellenfiltern. Nicht als hübsches Archiv, sondern damit Klaus bei einer Aufgabe gezielt fragen kann: Was haben wir dazu schon entschieden? Wer war beteiligt? Welche Warnung gab es beim letzten Versuch?

Ich weiß noch nicht, ob diese erste Version schon der endgültige Weg ist. Dafür ist sie zu frisch. Aber die Richtung ist klar: Das System muss Kontext zustellen, bevor die Antwort geschrieben oder die Aktion gestartet wird. Wenn der Agent erst hinterher sucht, hat er schon geraten.

So baust du es im KMU klein genug

Du brauchst dafür keine Forschungsplattform und keinen eigenen Knowledge Graph. Fang mit drei Auslösern an, die jeder Betrieb versteht.

1. Kunde oder Projekt. Wenn eine Mail, ein Angebot oder eine Aufgabe zu einem Kunden gehört, bekommt der Agent automatisch die aktuelle Kundenakte, die letzten offenen Punkte und die letzte Entscheidung.
2. Dokumenttyp. Bei Angebot, Rechnung, Mahnung, Reklamation oder Bewerbung gelten andere Regeln. Der Dokumenttyp entscheidet, welche Vorlage, Freigabegrenze und Tonalität geladen wird.
3. Zeitpunkt. Fristen, alte Zusagen und letzte Kontaktpunkte dürfen nicht im Bauchgefühl hängen. Wenn die letzte Nachricht 21 Tage alt ist, muss der Agent das vor dem Formulieren wissen, nicht danach.

Das klingt banal, ist aber der Unterschied zwischen „die KI hat Zugriff auf alles“ und „die KI bekommt genau das, was sie für diese eine Aufgabe braucht“. Der erste Satz klingt groß. Der zweite funktioniert.

Ein Beispiel aus dem Betrieb

Nimm eine eingehende Mail: „Können Sie mir das Angebot noch einmal angepasst schicken?“ Ein schwacher Agent antwortet freundlich und fragt, was geändert werden soll. Klingt hilfsbereit, kostet aber eine Runde.

Ein sauber versorgter Agent sieht vorher: Kunde Müller, Projekt Hallentor, letztes Angebot vom 3. Juli, offene Entscheidung war die günstigere Motorvariante, letzte WhatsApp erwähnte Liefertermin Ende August. Dann kann er antworten: „Ich passe Ihnen die Motorvariante wie besprochen an und lasse den Liefertermin Ende August stehen. Wenn sich daran etwas geändert hat, sagen Sie mir kurz Bescheid.“ Das ist kein Zauber. Das ist zugestellter Kontext.

Fazit

Wenn dein KI-Agent vergesslich wirkt, ist er oft nicht vergesslich. Er arbeitet nur ohne die richtige Akte auf dem Tisch. Bau deshalb nicht zuerst die größte Wissensdatenbank. Bau die kleinste Zustelllogik: Kunde, Dokumenttyp, Zeitpunkt. Wenn diese drei Dinge sauber sitzen, wird der Agent sofort nüchterner, billiger und weniger ratend. Mehr Speicher kann später kommen. Zustellung muss zuerst sitzen.

Quellen: „Delivery, Not Storage: Cue-Anchored Working Memory as a Harness Property for Coding Agents“ (arXiv, 23.07.2026): freiwillige Memory-Nutzung in der Studie 0 Operationen in 114 Turns, robuste Zustellung durch Harness-Trigger über Pfad, Symbol, Semantik, Ereignis und Zeit. Außerdem PRO-LONG (arXiv, 22.07.2026, v2 am 23.07.2026): strukturiertes Interaktionslog, 18 Prozentpunkte Verbesserung auf ARC-AGI-3 und 4,2 bis 5,8 mal weniger Tokens. Eigene Übertragung aus dem Bau von history.query für Klaus am 23.07.2026.