Das Modell ist nicht der Agent: Was der „Harness“ beim KI-Agenten-Kauf bedeutet

Im Vertrieb läuft die Demo: Ein KI-Agent beantwortet Anfragen, legt Aufgaben an und bereitet Angebote vor. Auf der Folie steht der Name eines bekannten Sprachmodells, darunter ein Preis. Sie fragen sich, ob Sie damit den Agenten gekauft haben. Die ehrliche Antwort lautet: nein. Sie haben das Denkvermögen gekauft. Was daraus einen Mitarbeiter-Ersatz macht, der in Ihrem Unternehmen etwas erledigt, steckt in der Hülle darum herum. In der Fachsprache heißt diese Hülle neuerdings „Harness“.

Dieser Artikel ist ein Evergreen-Thema und keine Eilmeldung. Es gibt kein Produkt, das Sie ab heute einschalten, sondern ein Denkmodell, das erklärt, warum zwei Agenten mit demselben Modell völlig unterschiedlich arbeiten können. Wir stützen uns auf drei veröffentlichte Erklärtexte: den Beitrag von Vivek Trivedy im LangChain-Blog vom 10. März 2026, den Artikel von Matt Abrams bei Builder.io vom 6. April 2026 und den Erklärtext von Khalid Abdelaty bei DataCamp vom 15. Mai 2026. Wir haben alle drei selbst gelesen. Wo Zahlen auftauchen, sind es Angaben der jeweiligen Autoren, die wir nicht unabhängig nachgemessen haben.

Was „Harness“ meint: Agent = Modell + Hülle

Der LangChain-Beitrag vom 10. März 2026 bringt den Gedanken auf eine kurze Formel: „Agent = Model + Harness“. Der Autor Vivek Trivedy definiert den Harness als alles, was nicht das Modell selbst ist. Wörtlich heißt es: „If you’re not the model, you’re the harness.“ Ein Sprachmodell allein nimmt Text entgegen und gibt Text zurück. Es merkt sich nichts über das Gespräch hinaus, es öffnet keine Datei und es ruft keine Schnittstelle auf. Erst die Software darum herum macht daraus etwas, das handelt. Der Beitrag fasst es in einem Satz zusammen: Das Modell enthält die Intelligenz, und der Harness macht diese Intelligenz nutzbar.

Builder.io beschreibt dasselbe aus der Praxis. Ein rohes Modell sei ein „stateless text predictor“, also ein Textvorhersager ohne Gedächtnis. Der Harness sei der gesamte Code, die Konfiguration und die Ausführungslogik, die das Modell umgibt. Er übernehme Zustandsverwaltung, Werkzeugausführung, Speicher, Orchestrierung und Einschränkungen. Der Autor Matt Abrams formuliert es so: Das Modell sei die Konstante, der Harness die Variable. Gemeint ist: Wenn zwei Agenten sich unterschiedlich verhalten, liegt es häufig nicht am Modell, sondern an dem, was darum herum gebaut wurde.

Zur Erinnerung, damit die Begriffe hängen bleiben: Das Modell denkt. Der Harness entscheidet, was das Modell sehen darf, welche Werkzeuge es benutzen darf, was es sich merkt und wann ein Mensch gefragt wird.

Woraus ein Harness besteht

Die drei Quellen nennen ähnliche Bausteine, mit leicht unterschiedlicher Gewichtung. Der LangChain-Beitrag führt fünf auf: Systemprompts, also die dauerhaften Anweisungen an das Modell; Werkzeuge, Skills und MCP-Anbindungen samt ihren Beschreibungen; bereitgestellte Infrastruktur wie Dateisystem, Sandbox und Browser; Orchestrierungslogik, etwa das Starten von Unter-Agenten, Übergaben und die Wahl des Modells je Aufgabe; sowie Hooks und Middleware, also feste Regeln, die unabhängig vom Modell ausgeführt werden. Das Dateisystem nennt der Beitrag „arguably the most foundational harness primitive“, den vielleicht grundlegendsten Baustein. Wir lesen das so: Ein Agent, der Zwischenstände ablegen kann, kann Arbeit über mehrere Schritte fortsetzen.

Builder.io ergänzt Speicher und Suche, zum Beispiel Regeldateien wie AGENTS.md, sowie Dateisystem und Git für dauerhafte Speicherung. Bei den Hooks nennt der Artikel ausdrücklich „Bestätigungsschranken“ und deterministische Durchsetzung. Das ist für Unternehmen der wichtigste Punkt: Im Harness entscheidet sich, ob vor einer kritischen Aktion jemand gefragt wird. DataCamp nennt als eigene Bausteine Gedächtnis und Zustand (kurz- und langfristig), Guardrails und Berechtigungen sowie Observability und Tracing, also die Nachvollziehbarkeit dessen, was der Agent getan hat.

Für Ihre Entscheidung übersetzt sich das in eine einfache Liste. Hinter jedem Angebot mit dem Etikett „KI-Agent“ stehen mindestens diese Fragen:

• Welche Anweisungen und Regeln gelten dauerhaft, und wer kann sie ändern?
• Auf welche Systeme darf der Agent zugreifen, und mit welchen Rechten?
• Was merkt sich der Agent, wo wird das gespeichert, und wie lange?
• Wer startet, wer stoppt und wer überwacht die einzelnen Schritte?
• An welchen Stellen fragt das System einen Menschen, bevor etwas passiert, das sich nicht rückgängig machen lässt?
• Können Sie hinterher nachvollziehen, was der Agent getan hat?

Was die Quellen zur Wirkung belegen und was nicht

Ein Argument für die Bedeutung des Harness sind Messwerte, und hier ist Vorsicht angebracht. Der LangChain-Autor schreibt, er habe seinen Coding-Agenten auf dem Benchmark Terminal Bench 2.0 allein durch Änderungen am Harness „von Top 30 auf Top 5“ gebracht. Builder.io greift denselben Gedanken auf und beschreibt, dass dasselbe Modell mit einem anderen Harness von Platz 30 und tiefer unter die ersten fünf springen kann. DataCamp berichtet, LangChain habe nach dem Hinzufügen modellspezifischer Harness-Profile einen Sprung von 10 bis 20 Punkten in einer Teilmenge des Benchmarks tau2-bench gemessen.

Das sind Beobachtungen aus der Softwareentwicklung, gemessen an Coding-Benchmarks und berichtet von Anbietern und Fachautoren. Sie sagen nicht, dass Ihr Rechnungsprozess durch einen anderen Harness um dieselben Beträge besser wird. Sie zeigen etwas Grundsätzliches: Die Qualität eines Agenten ist keine reine Modellfrage. Mehr behaupten wir nicht.

Ein Angebot mit dem Namen eines Modells beschreibt das Gehirn. Die Frage, die über den Nutzen entscheidet, betrifft die Hände, das Gedächtnis und die Spielregeln.

Kein Industriestandard: Warum Begriffe wackeln

DataCamp weist ausdrücklich darauf hin, dass die Formel ein Denkmodell ist und kein Industriestandard. Anbieter verwenden „Harness“, „Framework“ und „Scaffold“ teilweise gleichbedeutend. Der Artikel zieht trotzdem Grenzen: Ein Framework liefert Bausteine wie Modellaufrufe, Werkzeugdefinitionen und eine Schleifenstruktur. Eine Runtime sorgt für dauerhafte Ausführung, gespeicherten Zustand, Wiederholungen und Freigabe durch Menschen. Der Harness sitzt darüber, mit mehr bereits getroffenen Entscheidungen zu Werkzeugen, Planung, Dateisystem und Kontextverwaltung. Harrison Chase vergleiche das laut DataCamp mit Next.js und Express auf der einen Seite und Node.js auf der anderen.

„Scaffold“ gilt laut DataCamp als älterer Name für dasselbe Konzept. Der Begriff „Gerüst“ suggeriert eine Hilfskonstruktion, die verschwindet, sobald die Modelle gut genug sind. Der Harness werde dagegen als dauerhafter Teil des Systems verstanden. Als Zeitpunkt nennt der Artikel den Februar 2026, in dem Mitchell Hashimoto in einem Blogbeitrag von „harness engineering“ gesprochen habe. Für Sie heißt das: Wenn ein Anbieter im Gespräch von „Framework“ spricht und ein anderer von „Harness“, sind Rückfragen zum Inhalt wichtiger als die Wortwahl. Lassen Sie sich zeigen, was jeweils enthalten ist.

Verfügbarkeit: ein Konzept, kein Produkt

Hier gibt es nichts, was Sie freischalten oder bestellen. Der Harness ist kein Produkt mit Verfügbarkeitsstatus, sondern eine Bauweise, die in jedem Agenten-Werkzeug im Hintergrund steckt. Die Quellen nennen als Beispiele für Harnesses unter anderem Claude Code, Codex, LangChain Deep Agents, das Anthropic Agent SDK und das OpenAI Agents SDK. Wir bewerten diese Produkte hier nicht und sagen nichts über ihre Verfügbarkeit in DACH, denn das war nicht Gegenstand unserer Prüfung.

Entscheidend ist der Umkehrschluss für Ihre Praxis. Wenn Sie ein fertiges Agenten-Angebot kaufen, kaufen Sie den Harness des Anbieters gleich mit, ob Sie es wollen oder nicht. Wenn Sie selbst bauen, bauen Sie ihn, auch wenn Sie ihn nicht so nennen. Ein Modell ohne durchdachten Harness bleibt dagegen, in den Worten von Builder.io, ein Textvorhersager ohne Gedächtnis: Es antwortet, aber es erledigt nichts verlässlich.

Ein Gedankenbeispiel: zwei Angebote, ein Modell

Stellen Sie sich zwei Anbieter vor, die in ihrer Präsentation dasselbe Modell nennen. Das Beispiel ist frei erfunden und dient nur dazu, die Fragen greifbar zu machen. Anbieter A zeigt eine Oberfläche, in der der Agent Anfragen beantwortet. Auf die Frage, was er mit dem Posteingang tun darf, lautet die Antwort: alles, wofür das Konto berechtigt ist. Anbieter B beantwortet dieselbe Frage mit einer Liste: lesen ja, Entwürfe ja, Versenden nur nach Bestätigung, Löschen nie.

Aus Sicht der Quellen unterscheiden sich die beiden Angebote nicht im Modell, sondern in den Bausteinen Berechtigungen, Hooks und Bestätigungsschranken. Welche Variante für Sie besser ist, hängt vom Prozess ab. Für einen Ablauf, bei dem ein Fehler wenig kostet, kann eine großzügige Berechtigung vertretbar sein. Für alles, was nach außen geht, spricht vieles für die Liste von Anbieter B. Entscheidend ist, dass Sie diesen Unterschied überhaupt sehen. Wer nur auf den Modellnamen schaut, sieht ihn nicht.

Dasselbe gilt für das Gedächtnis. Auf die Frage, was sich der Agent merkt, kann ein Anbieter antworten „alles, damit er besser wird“. Ein anderer legt offen, was gespeichert wird, wo es liegt und wer es löschen kann. Ob das für Ihre Daten relevant ist, klären Sie bitte im Einzelfall, gegebenenfalls mit Ihrer Datenschutzbeauftragten oder Ihrem Datenschutzbeauftragten. Hier geht es nur um den Hinweis, dass auch dieser Baustein zur Hülle gehört und im Angebot geprüft werden sollte.

Was das für ein Unternehmen mit 10 bis 250 Mitarbeitenden heißt

Erstens: Die Anbieterwahl ist eine Frage nach der Hülle. Wer nur nach dem Modellnamen fragt, vergleicht das Falsche. Fragen Sie nach Werkzeug-Anbindung, Speicher, Rechten, Protokollierung und Freigabe-Logik. Wenn ein Anbieter diese Fragen nicht beantworten kann oder will, ist das eine Antwort.

Zweitens: Dasselbe Modell heißt nicht dasselbe Verhalten. Die Quellen sehen das Modell als Konstante und den Harness als die Stellschraube, an der sich das Ergebnis ändert. Für Sie ist das ein Hinweis, Vergleichsangebote nie allein am Modellnamen festzumachen. Es ist auch ein Hinweis für den laufenden Betrieb: Wenn sich am Modell oder an der Hülle etwas ändert, kann sich das Verhalten ändern. Fragen Sie deshalb, wer solche Änderungen vorab testet und wie Sie davon erfahren.

Drittens: Ein Modell mit ein paar Dokumenten ist noch kein Agent. Das ist unsere Einordnung, abgeleitet aus der Faustformel. Wer einem Modell Unterlagen gibt und hofft, dass es von allein Prozesse erledigt, hat die Zutat ohne das Rezept. Es fehlen Werkzeuge, Gedächtnis, Regeln und Freigaben, also genau die Bausteine der Hülle.

Welcher Agent: der Memory-Layer als Teil der Hülle

Auf amazing-agents.com ordnen wir dieses Thema dem Memory-Layer zu, dem achten der acht Agenten. Die Webseite beschreibt ihn mit zwei Aussagen: gemeinsamer Kontext über alle Agenten, und nichts muss doppelt erklärt werden. Das ist die Gedächtnis-Seite des Harness. Wichtig ist uns die Abgrenzung: Der Memory-Layer ist nicht der ganze Harness. Er ist der Teil, der Kontext zwischen den Schritten und zwischen den Agenten bereithält. Werkzeuge, Rechte und Freigaben gehören zu anderen Bausteinen.

Zur Freigabe geben wir wieder, was auf unserer Webseite steht: Jeder Agent läuft in einem definierten Rahmen mit Freigabe-Schritten bei kritischen Aktionen. Mails werden zum Beispiel als Entwurf erstellt und nicht direkt versendet. In der Steuerzentrale, dem Ort, an dem Sie sehen und steuern, was läuft, brauchen kritische Aktionen Ihre Freigabe. Mehr behaupten wir nicht, und wir verallgemeinern es nicht auf Funktionen, die dort nicht stehen.

Warum Gedächtnis überhaupt zum Thema Grenzen gehört, zeigt ein Blick auf die Quellen. Builder.io behandelt den Verfall des Kontextes bei langen Aufgaben, Stichwort „Context Rot“, als reales Problem und rechnet Beispiele dazu durch. Der LangChain-Beitrag nennt Verfahren wie Komprimierung und das Auslagern von Werkzeug-Ausgaben, um genau dem entgegenzuwirken. Ein gemeinsamer Speicher kann helfen, entscheidet aber nicht darüber, was der Agent tun darf. Dafür braucht es die Grenzen.

Mit und ohne Freigabe-Schritt im Harness

Ohne Freigabe-Schritt entscheidet der Harness allein, welches Werkzeug der Agent einsetzt. Ein Agent mit Zugriff auf Ihr Postfach und Ihr Kundensystem kann dann auch dann handeln, wenn die Anweisung missverständlich war. Fehler zeigen sich erst danach, im ungünstigen Fall beim Kunden. Es gibt keine Stelle, an der ein Mensch den Vorgang gesehen hätte.

Mit Freigabe-Schritt sind die kritischen Werkzeug-Aufrufe im Harness als Bestätigungsschranken festgelegt. Welche das sind, entscheiden Sie vorab: etwa Zahlungen, Löschungen oder alles, was nach außen geht, zum Beispiel eine E-Mail an einen Kunden. Der Agent bereitet vor, ein Mensch gibt frei, erst dann wird ausgeführt. Das kostet einen Moment Aufmerksamkeit und verhindert die Fehler, die sich nicht zurückholen lassen.

Auch hier gehört Ehrlichkeit dazu: Eine Bestätigungsschranke ist kein Allheilmittel. Wenn Menschen jede Rückfrage ungelesen bestätigen, ist die Schranke wertlos. Gut gebaut ist ein Harness, der nur an den wenigen kritischen Stellen fragt, dort aber verbindlich. Wo diese Stellen liegen, hängt von Ihrem Betrieb ab.

Das sollten Sie jetzt vorbereiten

Die Verfügbarkeit ist kein Thema, denn es gibt nichts zu aktivieren. Die Vorbereitung beginnt im Kopf und auf Papier. Fünf Schritte, die Sie diese Woche ohne Werkzeug erledigen können:

1. Prozess wählen: Suchen Sie einen Ablauf, den ein Agent übernehmen soll, und beschreiben Sie ihn in fünf Sätzen, vom Auslöser bis zum Ergebnis.
2. Werkzeuge auflisten: Welche Systeme muss der Agent dafür berühren? Posteingang, Kundenverwaltung, Dateiablage? Je weniger, desto besser für den Anfang.
3. Kritische Aktionen markieren: Was darf ohne Rückfrage passieren, was nicht? Alles, was nach außen geht oder Geld bewegt, gehört auf die Freigabe-Liste.
4. Gedächtnis festlegen: Was soll sich der Agent merken, was ausdrücklich nicht? Notieren Sie, wer das später einsehen und korrigieren kann.
5. Anbieter befragen: Stellen Sie die sechs Fragen aus dem Abschnitt zu den Bausteinen. Notieren Sie, was Sie schriftlich zurückbekommen und was nur mündlich.

Was wir nicht wissen und nicht behaupten

Zum Schluss die Grenzen dieses Artikels. Wir haben keine Messung für Betriebe Ihrer Größe, und wir behaupten keine Einsparung. Die genannten Benchmark-Werte stammen aus Coding-Aufgaben und sind Angaben der Autoren. Die Formel „Agent = Modell + Harness“ stammt laut Builder.io von Vivek Trivedy bei LangChain; einen Erfinder des Wortes „Harness“ selbst nennt Builder.io nicht. Dass Begriffe uneinheitlich verwendet werden, bestätigt DataCamp ausdrücklich. Und wir haben nur geprüft, was in den drei genannten Texten steht, nicht, wie sich einzelne Produkte in der Praxis verhalten.

Was bleibt, ist eine Denkregel, die Sie bei jeder Kaufentscheidung einsetzen können: Fragen Sie nie nur, welches Modell drinsteckt. Fragen Sie, was der Agent darf, was er sich merkt und wer vor einer kritischen Aktion gefragt wird. Der Unterschied, auf den es am Ende ankommt, ist der zwischen einem Agenten, der einfach weitermacht, und einem Agenten mit Grenzen und Freigabe-Schritt.

Quellen

• Vivek Trivedy, LangChain-Blog, 10.03.2026 (langchain.com/blog/the-anatomy-of-an-agent-harness)
• Matt Abrams, Builder.io-Blog, 06.04.2026 (builder.io/blog/agent-harness)
• Khalid Abdelaty, DataCamp-Blog, 15.05.2026 (datacamp.com/blog/agent-harness)
• amazing-agents.com: Agenten (Memory-Layer), Steuerzentrale, häufige Fragen