Hinter der Magie: Wie autonome Agenten wirklich funktionieren
Es ist kein Zaubertrick. Es ist eine Schleife.
OpenClaw hat über 200.000 GitHub-Stars. Meta hat für Manus AI zwei Milliarden Dollar bezahlt. Die Welt redet von „autonomen Agenten" wie von Magie. Zeit, den Vorhang zu lüften.
Es ist eine Schleife: Der Agent Loop
Was passiert eigentlich, wenn man einem KI-Agenten eine Aufgabe gibt? Die Antwort ist ernüchternd einfach: Er läuft in einer Schleife.
Der sogenannte Agent Loop ist das Herzstück jedes autonomen Agenten, egal ob OpenClaw, Manus AI oder Cursor. Der Ablauf ist immer derselbe:
- Kontext laden: Gesprächsverlauf, Systemanweisungen, verfügbare Tools und gespeicherte Notizen werden zusammengestellt.
- LLM aufrufen: Das Sprachmodell erhält den gesamten Kontext und eine Liste verfügbarer Werkzeuge.
- Antwort auswerten: Das LLM antwortet entweder mit Text (fertig) oder mit einem Tool-Aufruf.
- Tool ausführen: Das System führt das angeforderte Werkzeug aus, z.B. eine Websuche, ein Shell-Kommando oder eine API-Abfrage.
- Ergebnis anhängen: Das Tool-Ergebnis wird zurück in den Kontext geschrieben.
- Wiederholen: Zurück zu Schritt 2, bis das LLM eine finale Textantwort gibt.
Das ist der gesamte Trick. Keine Magie, kein Bewusstsein, kein Geheimnis. Eine while-Schleife mit Werkzeugaufrufen.
Tool Calling: Die Hände des Agenten
Ein Agent ohne Tools ist ein Chatbot. Erst die Fähigkeit, Werkzeuge aufzurufen, macht ihn autonom.
Tools werden dem System als strukturierte Liste übergeben, mit Name, Beschreibung und Parametern. Das LLM entscheidet selbst, wann welches Tool sinnvoll ist. Die Runtime validiert den Aufruf und führt ihn aus.
Ein typischer Multi-Step-Ablauf sieht so aus:
- Agent ruft Websuche auf → erhält Suchergebnisse
- Agent ruft Seite lesen auf → extrahiert relevante Inhalte
- Agent fasst zusammen → liefert finale Antwort
Drei Schleifen-Iterationen. Drei Tool-Aufrufe. Ein Ergebnis, das sich anfühlt wie Intelligenz, aber Mechanik ist.
Zwei Architekturen, ein Prinzip
OpenClaw und Manus AI lösen das gleiche Problem auf unterschiedliche Weise. Aber unter der Haube läuft derselbe Loop.
OpenClaw
- Läuft lokal als Gateway-Prozess
- Hub-and-Spoke: Ein Gateway, viele Channel-Adapter (WhatsApp, Slack, Telegram)
- Sechs Input-Typen: Nachrichten, Heartbeats, Cron-Jobs, Hooks, Webhooks, Agent-to-Agent
- Tools definiert in
TOOLS.md - Open Source, jetzt unter dem Dach von OpenAI
Manus AI
- Läuft in der Cloud: eigene Sandbox pro Session
- Drei spezialisierte Agenten: Planner, Executor, Verifier
- Drei-Datei-System:
context.md,notes.md,task_plan.md - CodeAct-Paradigma: Generiert ausführbaren Python-Code statt JSON
- Von Meta für ~2 Mrd. $ übernommen (Dez. 2025)
Verschiedene Architekturen, verschiedene Philosophien, aber im Kern die gleiche Schleife: Denken → Handeln → Beobachten → Wiederholen.
Context ist alles (und kostet)
Jede Iteration der Schleife fügt dem Kontext neue Informationen hinzu: Tool-Ergebnisse, Zwischenschritte, Gesprächsverlauf. Je autonomer ein Agent arbeitet, desto mehr Schleifen dreht er, und desto mehr Tokens verbrennt er.
Bei Manus AI liegt das Verhältnis von Input- zu Output-Tokens bei etwa 100:1. Der Agent liest also hundertmal mehr, als er schreibt. OpenClaw serialisiert Sessions und trägt die gesamte Historie mit: jeder neue Schritt wird teurer als der vorherige.
Das erklärt, warum autonome Agenten echte Token-Fresser sind. Es ist keine Ineffizienz, es ist der Preis der Autonomie.
Der Wettlauf: OpenAI vs. Meta
Beide Tech-Giganten haben erkannt, dass Agenten das nächste große Ding sind:
- OpenAI holte OpenClaw-Gründer Peter Steinberger und setzt auf den lokalen, Open-Source-Ansatz.
- Meta kaufte Manus AI für 2 Milliarden Dollar und integriert die Technologie in WhatsApp, Instagram und Facebook.
Der Unterschied liegt nicht im Loop selbst, sondern im Ökosystem: Welche Tools stehen zur Verfügung? Wie gut sind die Guardrails? Und vor allem: Wem vertraut man seine Daten an?
Autonome Agenten sind keine Magie, sie sind eine Schleife mit Werkzeugaufrufen. Wer das versteht, kann diese Systeme rational bewerten, statt sich vom Hype blenden zu lassen. Die echte Differenzierung liegt in Tool-Ökosystemen, Kontextmanagement und Vertrauen.
