Agents, Tokens & Skills erklärt: Wie funktionieren KI-Agenten? – Philipp Müller (Signatrix) & Daniel Höpfner (b10)

21. Juni 2026 · 45 Min.

KI‑Agenten erweitern Sprachmodelle durch Komponenten wie Memory, Tool‑Use und Skills, sodass sie über einzelne Prompt‑Antwort‑Zyklen hinaus persistente, automatisierbare Aufgaben ausführen können.

Die Folge erklärt grundlegend, was Tokens und Kontextfenster sind und warum ein Sprachmodell allein oft nicht ausreicht. Anschließend wird erläutert, wie Agent‑Harnesses Memory, Tool‑Use und länger laufende Tasks implementieren, um Modelle zu befähigen, Dateien zu lesen, Browser zu steuern oder Workflows autonom auszuführen. Abschließend werden Unterschiede zwischen Custom‑GPTs, Skills und Loops besprochen und praxisnahe Einsatzszenarien sowie erste Schritte für Einsteiger empfohlen.

Zahlen & Fakten

200.000 Tokens

Beispiel für die Größe eines Kontextfensters, das Modelle typischerweise angeben.

100.000 Token

Allgemeine Nennung von Token‑Skalen im Gespräch.

75.000 Wörter

Ungefähre Umrechnung von 100.000 Tokens in Wörter (Schätzung im Gespräch).

Weitere 5 Zahlen & Fakten anzeigen

50.000 Wörter

Alternative Schätzung zur Umrechnung von Tokens in Wörter.

10.000 Token

Beispielhafte Größe für eine Zusammenfassung, die in Memory übernommen werden könnte.

5.000 Token

Angabe, dass die letzten ~5.000 Token eines Chats in die kompakte Session‑Zusammenfassung aufgenommen werden können.

6 Monate

Beispiel für einen möglichen Knowledge‑Cut‑Off‑Zeitraum eines Modells (‚vor sechs Monaten‘).

9 Monate

Alternativer Hinweis auf einen Knowledge‑Cut‑Off (‚vor neun Monaten‘).

Diese Folge steckt voller Zahlen – neugierig?

Themen & Erkenntnisse

Grundlagen: Prompt, Token und Kontextfenster · ab 00:48: Erklärung von Tokens, Kontextfenstern und warum expliziter Kontext in Prompts die Qualität der Antworten verbessert.

Agent‑Harnesses: Memory, Tool‑Use und länger laufende Tasks · ab 10:53: Agent‑Stacks speichern komprimierte Erinnerungen, nutzen Tools (Browser, Terminal, Dateien) und orchestrieren länger laufende, wiederkehrende Tasks.

Skills, GPTs, Loops und praktische Anwendung · ab 31:14: Skills sind spezifizierte, wiederverwendbare Tasks; Loops sind deren wiederkehrende Ausführung — beide praktisch für Automatisierung.

Wer spricht

Daniel HöpfnerGAST

Daniel Höpfner ist Unternehmer und Investor und Founding Partner von b10, einem Berliner Early‑Stage‑VC mit Fokus auf B2B‑Startups (Deep Tech, Robotics, AI). Vor b10 gründete er PressMatrix und arbeitete für OC&C Strategy Consultants; bei b10 sucht er gezielt Gründer mit kühner Vision und globalem Expansionspotenzial und bringt einen technologiegetriebenen Blick auf disruptive Geschäftsmodelle mit.

Alle Auftritte von Daniel Höpfner →

Ganze Folge hören

KIDieser Inhalt wurde KI-gestützt erstellt und redaktionell geprüft.