🔧 Dein Agent denkt überall gleich tief. · KI-Coaching mit KI-Agenten

29d (edited) • KI-News

🔧 Dein Agent denkt überall gleich tief.

🔧 Dein Agent denkt überall gleich tief. Bei „Hallo" wie bei der Analyse. Und das kostet dich Geld — egal mit welchem Tool.

Was ist der Unterschied zwischen „ich konfiguriere einen Chatbot" und „ich verkaufe mein Fachwissen souverän"?

Stell dir einen Statiker vor, den du rufst, um eine Glühbirne zu wechseln. Genau das passiert in fast jedem Agenten da draußen: Er denkt bei „Hallo, ich bin bereit" **genauso tief** wie bei der eigentlichen Aufgabe. Eine Reasoning-Einstellung für alles — Begrüßung, Arbeit, Abschluss.

Dabei hat jedes Gespräch **Phasen.** Mal zählt Tempo, mal Präzision. Trotzdem behandeln wir sie gleich — und bezahlen das in Tokens, in Zeit und in Schärfe.

**Am Montag bei ai.connect (18:00 Uhr)** zeige ich live, wie man das auflöst — und warum es nicht nur eleganter, sondern *messbar* günstiger und schneller ist. Mit echten Zahlen aus einem laufenden Agenten.

---

## Das Prinzip (nimmst du für jeden Agenten mit)

Stell dir vor, du steuerst pro Phase getrennt:

- **wie tief** das Modell denkt (die Denktiefe / der Reasoning-Aufwand)

- **wie ausführlich** es antwortet (Verbosity)

- **welcher Teil** deiner Instruktion in dieser Phase überhaupt geladen wird

Derselbe Agent, drei Phasen, jede richtig dosiert:

```

Begrüßung → flach denken (hier wird nicht gerechnet, nur empfangen)

Arbeit → volle Tiefe (hier zählt jedes Detail)

Abschluss → flach & kurz (freundlich, fertig)

```

Der eigentliche Clou ist nicht die Denktiefe allein — es ist der **Kontext.** In der Begrüßung lädt der Agent die schweren Rechenregeln gar nicht erst, die er erst bei der Arbeit braucht. Weniger Kontext = weniger Tokens, schnellere Antwort, schärferer Fokus — **ohne** Qualitätsverlust dort, wo er zählt.

---

## Was das in Zahlen heißt (echtes Beispiel)

Ich hab's an einem echten Agenten nachgemessen — einem numerologischen Profil-Agenten mit umfangreichem Regelwerk. *(Schätzwerte, Größenordnung; deine Zahlen variieren je nach Instruktion.)*

**Ohne Phasen** steht die komplette Instruktion bei *jedem einzelnen Zug* im Prompt:

```

Vollständige Instruktion pro Zug: ~12.800 Tokens

```

**Mit Phasen** lädt jeder Zug nur, was er braucht:

```

Begrüßung → ~2.070 Tokens (≈ 84 % weniger als der Monolith!)

Arbeit → ~10.450 Tokens (fast alles — hier soll es so sein)

Abschluss → ~1.900 Tokens (≈ 85 % weniger)

```

Über eine typische Sitzung — sagen wir 3 Begrüßungs-, 2 Berechnungs- und 2 Abschluss-Züge:

```

Ohne Phasen: 7 × 12.800 = ~89.600 Tokens

Mit Phasen: 30.900 Tokens

─────────────────────────────────────────────

Ersparnis: ~58.700 Tokens → rund 65 % weniger Instruktions-Kontext

```

Wichtig: Das oben ist **Hebel 1 — der Kontext**, also wie viele Tokens das Modell pro Zug überhaupt liest. Es gibt einen **zweiten Hebel — die Denktiefe**, also wie viele Reasoning-Tokens es *erzeugt*, bevor es antwortet. Ein Begrüßungs-Zug auf voller Tiefe verbrennt locker ein paar tausend Reasoning-Tokens, bevor „Willkommen" erscheint — mehrere Sekunden „Denkt nach…". Auf *flow* gestellt: nahezu sofort.

**Und was ist mit Prompt-Caching?** Faire Frage — die kommt garantiert, also direkt offen: Caching macht *wiederholte, identische* Instruktionen günstiger (bis ~90 %) und die erste Antwort schneller (bis ~80 %). Es entwertet das Beispiel aber nicht — aus drei Gründen:

- Caching wirkt nur auf den **Input** (Hebel 1). Hebel 2 — die erzeugten Reasoning-Tokens — wird **gar nicht** gecacht. Eine flache Begrüßung spart die so oder so.

- Der Cache lebt nur **wenige Minuten** (ca. 5–10). Ein Agent mit sporadischen Nutzern startet fast immer „kalt" — und zahlt dann den vollen Monolithen, Preis *und* Wartezeit.

- Und das Entscheidende: Caching macht den Ballast nur *billiger* — er bleibt **im Kontext** und lenkt das Modell weiter ab. Phasen werfen ihn raus.

> **Weniger laden schlägt billiger nachladen.**

---

## Wo die Tools heute stehen (ehrlicher Vergleich)

Damit du deinen eigenen Stack einordnen kannst:

- **OpenAI / Custom GPT:** Eine Instruktion, eine Einstellung. Phasen umschalten? Nur, wenn du **selbst Code schreibst** und Modelle hin- und herswitchst.

- **Voiceflow:** Kann Reasoning-Aufwand pro Schritt — aber als visuellen Klick-Graph, Node für Node verdrahtet. Steuert *wie tief*, aber nicht *welcher Teil deiner Instruktion* gerade aktiv ist.

- **Botpress / LangGraph / CrewAI:** Mächtig, aber Entwickler-Frameworks. Nichts für Fachexperten ohne Code.

**Was in dieser Bündelung keiner hat** — und was ich Montag zeige:

> Phasen-Feintuning **deklarativ in einer einzigen Instruktion** — kein Graph, kein Code — das **gleichzeitig** Kontext und Denktiefe steuert, sich rückwärtskompatibel zuschalten lässt und auf einer **souveränen Auslieferung** läuft (EU-Server, kein US-Hosting, direkt im Messenger).

Das ist der Unterschied zwischen „ich konfiguriere einen Chatbot" und „ich verkaufe mein Fachwissen souverän".

---

## „Aber das regeln moderne Modelle doch automatisch?"

Stimmt zur Hälfte — und genau da wird's spannend. Aktuelle Modelle haben *adaptive reasoning*: Sie denken bei einfachen Zügen weniger, bei schweren mehr. Schön. Aber:

- Das ist die **Schätzung des Modells**, nicht deine Garantie. Es kennt deine Geschäftsphasen nicht — ein kurz getippter, aber kritischer Schritt kann unterdacht werden.

- Vor allem: Auto-Reasoning regelt nur, *wie tief* gedacht wird — **nicht, was überhaupt im Kontext liegt.** Deine schweren Regeln stehen bei *jedem* „Hallo" im Prompt: Tokens, Kaltstart-Wartezeit, abgelenkte Aufmerksamkeit. Phasen werfen sie raus.

- Und es ist das Feature *eines* Anbieters auf dessen Infrastruktur. Phasen gehören dir.

> Adaptive reasoning regelt, *wie tief* das Modell denkt. Phasen regeln, *wie tief es denkt, was es dabei überhaupt sieht — und wer den Hebel in der Hand hält.*

---

## Bring deinen Agenten mit

Egal mit welchem Tool du baust — überleg dir vorher diese eine Frage:

**In welcher Phase denkt dein Agent zu tief, und wo zu flach?**

Genau da setzen wir Montag an. Am konkreten Beispiel, zum Mitdenken, mit Vorher/Nachher und echten Zahlen.

👉 **Montag, ai.connect, 18:00 Uhr.** Schreib gern schon in die Kommentare, welches Tool du nutzt — dann greife ich es live mit auf.

*Intra.ID eG · powered by PINKTECH*

2 comments

🔧 Dein Agent denkt überall gleich tief.