Begriffe vorab
- Workflow: ein System, in dem Sprachmodelle und Werkzeuge über vorab festgelegte Programmpfade orchestriert werden.
- Agent (im engeren Sinn): ein System, in dem das Sprachmodell seine eigenen Prozesse und Werkzeugeinsätze dynamisch steuert.
- Kontrollfluss: die Reihenfolge der Schritte – fest im Code oder vom Modell entschieden.
- Latenz: Wartezeit bis zum Ergebnis.
Die Unterscheidung von Anthropic
In dem Beitrag „Building effective agents“ (Dezember 2024) unterscheidet Anthropic zwei Arten agentischer Systeme. Workflows sind Systeme, in denen Sprachmodelle und Werkzeuge über vordefinierte Programmpfade orchestriert werden. Agenten sind Systeme, in denen das Sprachmodell seine eigenen Abläufe und die Nutzung von Werkzeugen dynamisch steuert und selbst die Kontrolle darüber behält, wie es eine Aufgabe löst. Beides fällt unter „agentische Systeme“; der Unterschied liegt darin, wer den Ablauf bestimmt.
Warum die Unterscheidung wichtig ist
Mehr Freiheit bedeutet mehr Flexibilität, aber auch mehr Unvorhersehbarkeit, höhere Kosten und Latenz und mehr Fehlerquellen. Ein Workflow ist leichter zu testen und zu überwachen, weil jeder Schritt bekannt ist. Ein Agent eignet sich für Aufgaben, bei denen sich die nötigen Schritte nicht im Voraus festlegen lassen, etwa bei offenen Recherchen oder Programmieraufgaben in unbekanntem Code.
Ein Beispiel
Aufgabe: Eingehende Kundenmails beantworten. Als Workflow: Schritt 1 klassifiziert die Mail, Schritt 2 sucht passende Textbausteine, Schritt 3 formuliert die Antwort, Schritt 4 prüft Tonfall. Der Ablauf ist immer gleich. Als Agent: Das Modell entscheidet je Mail, ob es die Bestellung nachschlägt, eine Rückfrage stellt, an einen Menschen übergibt oder direkt antwortet.
Eine Entscheidungshilfe
- Lässt sich der Ablauf vorab beschreiben? Dann zuerst einen Workflow bauen.
- Reicht ein einzelner, gut formulierter Modellaufruf mit Beispielen? Dann nicht mehr bauen.
- Nur wenn die Schritte wirklich offen sind und Fehler verkraftbar oder kontrollierbar bleiben, einen Agenten einsetzen.
Mehr Autonomie ist kein Selbstzweck. Jeder zusätzliche Entscheidungsspielraum muss durch Nutzen gedeckt sein – und durch Kontrollen.
Kosten und Risiken im Vergleich
Ein Agent trifft in jedem Durchlauf neue Entscheidungen und braucht dafür meist mehrere Modellaufrufe. Das erhöht Kosten und Wartezeit gegenüber einem Workflow mit festen Schritten. Hinzu kommt: Fehler können sich über viele Schritte aufsummieren, weil jeder spätere Schritt auf den früheren aufbaut. Deshalb sind Tests in einer geschützten Umgebung, klare Abbruchbedingungen und Kontrollpunkte für Menschen bei Agenten besonders wichtig. Bei Workflows lassen sich dagegen einzelne Schritte getrennt testen und gezielt verbessern.
Ein Übergang statt eines Gegensatzes
In der Praxis ist es kein Entweder-oder. Viele Systeme sind Workflows mit einem agentischen Teilschritt – etwa ein fester Ablauf aus Eingang, Klassifikation und Antwort, in dem nur die Recherche zum Kunden vom Modell frei gesteuert wird. So bleibt der größte Teil vorhersehbar, und die Freiheit steckt dort, wo sie wirklich nützt.
Zum Selbermachen
- Nimm einen Prozess aus deiner Arbeit und schreibe ihn als festen Ablauf auf.
- Markiere die Stellen, an denen der Ablauf je nach Fall anders sein müsste. Das sind die Kandidaten für Agenten-Entscheidungen.
Prüfstatus: Belegt (Stand 1. Oktober 2026): Titel, Autoren, Jahre, Konferenzen, Zahlen und Aussagen der genannten Quellen wurden gegen Primär- bzw. Verzeichnisquellen geprüft. Nicht einzeln belegt: erklärende Darstellung, die Beispiele (konstruiert) und die Einordnung in eigenen Worten.
Quellen
- Anthropic – „Building effective agents“ (Dezember 2024): Definition von Workflows und Agenten sowie die Empfehlung, mit einfachen Lösungen zu beginnen
- OpenAI – „A Practical Guide to Building Agents“ (April 2025)