Stellen Sie sich vor, Sie hätten gerade ein superintelligentes Robotergehirn gebaut, das Gedichte schreiben, mathematische Probleme lösen und Quantenphysik besser erklären kann als jeder andere. Man würde denken, das sei die ultimative Erfindung, oder? Aber hier ist der Haken: Wenn man dieses Gehirn eine Frage stellt, antwortet es und vergisst sofort alles wieder. Es hat keine Erinnerung daran, was Sie gerade gesagt haben, es kann Ihnen nicht die Tür öffnen und es kann sich nicht an Ihre Lieblingspizza von vor fünf Minuten erinnern. Es ist wie ein Genie, das ausschließlich im „Jetzt“ lebt, unfähig, für morgen zu planen oder aus gestern zu lernen. So arbeitet die frühe „reaktive“ KI – sie ist im Moment brillant, aber nutzlos für alles, was einen langfristigen Plan oder eine To-Do-Liste erfordert.

Wissenschaftler versuchen seit langem, dies zu beheben, indem sie „Agentic AI“ bauen. Denken Sie bei diesem nicht als ein einzelnes Gehirn, sondern als ein ganzes Team von Arbeitern. Sie haben das „Gehirn“ (das Modell, das denkt), aber Sie brauchen auch einen „Manager“ (um Ziele und Gedächtnis im Auge zu behalten), einen „Werkzeuggürtel“ (um Dateien zu öffnen oder APIs aufzurufen) und eine „Uhr“ (um weiterzuarbeiten, auch wenn Sie nicht mit ihm sprechen). Die große Frage, die sich alle stellen, ist: Geschieht die Magie einfach deshalb, weil das Gehirn klüger ist, oder geschieht sie deshalb, weil wir endlich das richtige Team um es herum gebaut haben? Dieses Paper taucht genau in diese Frage ein und testet, ob ein kluges Gehirn einen Vollzeit-Manager und ein Gedächtnis braucht, um zu einem wirklich autonomen Agenten zu werden.

---

Die große Idee des Papers: Es ist nicht nur das Gehirn, es ist der ganze Körper

Dieses Paper, geschrieben von Konstantinos I. Roumeliotis und Ranjan Sapkota, argumentiert, dass man nicht allein auf ein leistungsstarkes Large Language Model (LLM) vertrauen kann, um einen wirklich autonomen KI-Agenten zu bauen. Stattdessen benötigt man ein geschichtetes System, in dem verschiedene Teile unterschiedliche Aufgaben übernehmen. Um dies zu beweisen, führen die Autoren zwei spezifische Technologien zusammen: Ollama und OpenClaw.

Betrachten Sie Ollama als das „Gehirn“. Es ist ein Werkzeug, mit dem Sie ein superintelligentes KI-Modell direkt auf Ihrem eigenen Computer (wie einem Laptop oder Server) ausführen können, ohne das Internet zu benötigen. Es ist großartig darin, Sprache zu verstehen und zu denken, aber für sich allein genommen ist es wie ein Gehirn in einem Glas: Es kann denken, aber es kann sich nicht bewegen, es kann sich nicht erinnern und es kann nichts berühren.

OpenClaw hingegen fungiert als „Körper und Manager“. Es ist die Software, die die Gedanken des Gehirns in Taten umsetzt. Es erinnert sich daran, was gestern geschah, es weiß, wie man Werkzeuge benutzt (wie das Öffnen einer Datei oder das Rechnen), und es sorgt dafür, dass der Agent an einem Ziel weiterarbeitet, auch wenn man ihn gerade nicht beobachtet.

Die Autoren wollten sehen, was passiert, wenn man diese beiden kombiniert. Erhält man einen Superhelden? Oder ist es nur ein schicker Chatbot?

Das Experiment: Drei Stufen der „Großartigkeit“

Um dies herauszufinden, richteten die Forscher einen wie ein Videospiel aufgebauten Test mit 15 verschiedenen Herausforderungen ein. Sie testeten ihr System in drei verschiedenen „Modi“, um zu sehen, wie viel jedes Teil des Teams beitrug.

1. Level 1: Das Gehirn allein (C1). Sie ließen das KI-Modell (Ollama) versuchen, die Aufgaben alleine zu lösen. Kein Gedächtnis, keine Werkzeuge, kein Manager. Nur das rohe Gehirn.

   • Das Ergebnis: Es war eine Katastrophe. Das Gehirn löste etwa 46,7 % der Aufgaben korrekt. Als es aufgefordert wurde, eine Datei zu lesen, konnte es dies nicht tun, weil es kein Werkzeug zum Öffnen hatte. Als es aufgefordert wurde, sich an etwas zu erinnern, vergaß es es sofort. Es war, als würde man einen Genie bitten, ein Haus zu bauen, ihm aber die Verweigerung, einen Hammer oder einen Bauplan zu benutzen.

2. Level 2: Das Gehirn mit einem Werkzeuggürtel (C2). Sie fügten OpenClaw als Manager hinzu. Nun konnte das Gehirn Werkzeuge benutzen (wie das Lesen von Dateien oder das Rechnen), aber der Manager hatte eine kurze Aufmerksamkeitsspanne. Jedes Mal, wenn eine neue Aufgabe begann, löschte der Manager das Gedächtnis komplett.

   • Das Ergebnis: Wow! Die Erfolgsquote sprang auf etwa 91,1 % (für ein Modell) und 95,5 % (für ein anderes). Plötzlich konnte der Agent Dateien lesen und rechnen, weil er die Werkzeuge hatte. Aber wenn man ihn fragte, sich an etwas aus der vorherigen Aufgabe zu erinnern, scheiterte er, weil das Gedächtnis gelöscht worden war.

3. Level 3: Das volle Team (C3). Dies war der vollständige Aufbau: Das Gehirn (Ollama) + Der Manager (OpenClaw) + Ein permanentes Gedächtnis. Der Manager konnte sich an alles aus vorherigen Aufgaben erinnern und dieses Wissen nutzen, um neue Aufgaben zu bewältigen.

   • Das Ergebnis: Dies war der Gewinner. Die Erfolgsquote stieg noch weiter auf 93,3 % und **9

4. Das Ergebnis (und was sie nicht fanden)

Das aufregendste, was das Paper fand, ist, dass die „Magie“, ein autonomer Agent zu sein, vom System kommt, nicht nur vom Gehirn.

Als die Forscher sich die Zahlen ansah, sahen sie eine klare, geradlinige Verbesserung: Level 1 < Level 2 < Level 3. Dies bewies, dass ein klügeres Gehirn allein keinen besseren Agenten macht. Tatsächlich performten zwei sehr unterschiedliche KI-Gehirne (Qwen3.5 und Gemma4) fast identisch, wenn sie in das vollständige „Level 3“-System eingesetzt wurden. Dies deutet darauf hin, dass die Architektur – die Art und Weise, wie Gehirn, Gedächtnis und Werkzeuge miteinander verbunden sind – das ist, was den Agenten tatsächlich intelligent und fähig macht, und nicht nur die rohe Leistung des Modells selbst.

Sie fanden auch etwas Interessantes über das Gedächtnis heraus. Im letzten Level erinnerte sich der Agent mit 100 % Genauigkeit und null Fehlern über alle Tests hinweg. Wenn man ihm sagte: „Erinnere dich daran, Aufzählungszeichen zu verwenden“, tat er es jedes Mal perfekt, selbst Stunden später. Er wusste sogar, wie er sein Gedächtnis ändern konnte, wenn man ihm sagte: „Vergiss die Aufzählungszeichen, verwende jetzt Nummern.“

Das Paper weist jedoch vorsichtig darauf hin, dass dies kein „gelöstes“ Problem ist. Das System ist immer noch langsamer, als nur eine Frage an ein Gehirn zu richten. Das vollständige System dauerte etwa 11.000 bis 12.000 Millisekunden (etwa 11–12 Sekunden) pro Aufgabe, während das Gehirn allein mit unter 1.000 Millisekunden super schnell war. Die zusätzliche Zeit wird damit verbracht, dass der Manager Werkzeuge prüft, das Gedächtnis liest und plant. Aber der Kompromiss lohnt sich: Das langsame System erledigt tatsächlich den Job, während das schnelle System nur halluzinierte Antworten gibt.

Der holprige Weg nach vorn

Die Autoren warnen auch, dass der Bau dieser „Full-Body“-Agenten neue Gefahren mit sich bringt. Da der Agent nun Dateien öffnen, Code ausführen und Dinge speichern kann, kann er auch größere Fehler machen. Wenn jemand den Agenten mit einem „Prompt Injection“ austrickst (einer hinterlistigen Nachricht, die ihn dazu bringt, schlechte Dinge zu tun), könnte diese schlechte Anweisung in seinem permanenten Gedächtnis hängen bleiben und ihn dauerhaft seltsam agieren lassen. Sie schlagen vor, dass wir starke „Sicherheitsbarrieren“ wie Sandkästen (sichere Räume, in denen der Agent spielen kann) und strikte Regeln darüber benötigen, welche Werkzeuge er anfassen darf.

Das Fazit

Vereinfacht gesagt, sagt uns dieses Paper, dass die Zukunft der KI nicht nur darin besteht, größere, klügere Gehirne zu bauen. Es geht darum, bessere Körper und Manager für diese Gehirne zu bauen. Man kann das klügste Gehirn der Welt haben, aber ohne ein Gedächtnis und einen Werkzeuggürtel ist es nur ein Genie, das nichts tun kann. Durch die Kombination eines lokalen Gehirns (Ollama) mit einem beständigen Manager (OpenClaw) haben die Autoren gezeigt, dass wir Agenten bauen können, die wirklich erinnern, planen und eigenständig handeln können. Es ist ein großer Schritt hin zu einer KI, die nicht nur mit uns chattet, sondern uns tatsächlich dabei hilft, Dinge zu erledigen.