Liquid Content
Was ist Liquid Content? Und warum ist die neue Content-Architektur für Medien wichtig? Antworten gibt es im kostenfreien Deepdive!
Dieser Deepdive beschäftigt sich mit der nächsten Evolutionsstufe der künstlichen Intelligenz: den KI-Agenten. Was bedeutet die Entwicklung für Medienunternehmen?
Kostenfrei downloaden
Welche KI-Agenten gibt es bereits, wie funktionieren sie und welches Potenzial bieten sie für die Medienbranche – unter anderem das beleuchtet der Deepdive des MedienNetzwerk Bayern Thinktank.
Relevanz

Jacqueline Hoffmann
MedienNetzwerk Bayern Thinktank
„ChatGPT, Claude und Co. sind für viele kaum noch aus dem (Arbeits-)Alltag wegzudenken, bei vielen Medienhäusern sind sie bereits in die eigene IT-Infrastruktur integriert. Doch bisher reagierten die künstlichen Intelligenzen nur auf Anweisung. Das ändert sich gerade. Denn: KI-Agenten sind da! Sie sollen komplexe Aufgaben, die mehrere Arbeitsschritte erfordern, selbstständig durchführen können. Manchmal funktioniert das schon heute beeindruckend gut, manchmal geht es komplett daneben.“
KI-Agenten haben ihren Ursprung in der Weiterentwicklung großer Sprachmodelle, wobei das Open-Source-Projekt AutoGPT im März 2023 als einer der ersten Vorreiter gilt. Sie funktionieren als autonom agierende Systeme, die eine komplexe Aufgabe eigenständig analysieren, in notwendige Teilschritte zerlegen und diese nacheinander abarbeiten. Im Gegensatz zu einfachen Chatbots arbeiten sie iterativ, das heißt, sie nutzen Zwischenergebnisse, um selbstständig weitere Schritte einzuleiten oder bei Hürden nach Lösungen zu suchen. Technisch gesehen fungiert dabei oft ein zentrales Sprachmodell als Steuereinheit, das spezialisierte Werkzeuge wie Webbrowser oder Programmierschnittstellen (APIs) dirigiert, um das gewünschte Ziel ohne ständige Rücksprache zu erreichen.
Es existieren sowohl kommerzielle Dienste wie ChatGPT Deep Research, Manus AI und MiniMax Agent als auch offene Projekte wie AgenticSeek, Agent Zero oder Eigent. Darüber hinaus gibt es spezialisierte Werkzeuge wie Cursor für die Programmierung sowie Baukasten-Systeme wie LangChain oder n8n, mit denen Medienhäuser eigene, maßgeschneiderte Agenten-Systeme entwickeln können.
KI-Agenten ermöglichen es, menschliche Arbeit vom zeitaufwendigen „Selbst-Tun“ hin zum effizienten „intelligenten Delegieren“ komplexer Aufgaben zu transformieren. Da sie Inhalte oft ohne Beachtung von Bezahlschranken verarbeiten und die direkte Bindung zum Publikum durch automatisierte Zusammenfassungen schwächen können, stellen sie zudem eine wirtschaftliche Herausforderung dar, auf die Medienhäuser reagieren müssen.
Medienschaffende können KI-Agenten bereits heute einsetzen, um zeitintensive Prozesse wie die Themenfindung durch Echtzeit-Analysen von Social-Media-Trends zu automatisieren. In der Content-Produktion unterstützen die Systeme eigenständig bei der Erstellung, SEO-Optimierung und Format-Anpassung von Inhalten für verschiedene Kanäle oder Zielgruppen. Zudem ermöglichen sie die schnelle Erstellung von Prototypen für Apps oder Websites, was Innovationsprozesse in Redaktionen erheblich beschleunigt.
Eine der größten Schwächen ist der Hang zu Halluzinationen, bei denen die Systeme faktisch falsche Informationen erfinden, was besonders im Journalismus riskant ist. Zudem können sich Fehler über mehrere Arbeitsschritte hinweg potenzieren, wobei die Entscheidungsprozesse der Agenten oft intransparent bleiben und der Betrieb deutlich höhere Kosten verursacht als bei einfachen Chatbots.