Kontext-Engineering: der Schlüssel zu hervorragenden Agenten
In den Medien heißt es oft: Content ist King. Für Agenten ist es der Kontext.
Die Large Language Models (LLMs), die heutige Agenten antreiben, sind äußerst leistungsfähig – nicht nur beim Beantworten von Fragen, sondern auch beim Erledigen von Aufgaben. Sie können alles übernehmen – von der Rücksendung einer Bestellung über die Vergabe einer Hypothek bis hin zur Vermeidung von Abonnementkündigungen.
Aber wie Menschen können sie nicht mit Informationen arbeiten, die ihnen nicht vorliegen. Und bei Überlastung verlieren sie aus den Augen, was wichtig ist. Diese Modelle zur richtigen Zeit mit dem richtigen Kontext zu versorgen, ist die zentrale Herausforderung bei der Entwicklung ausgefeilter Agenten für die reale Welt.
Die Lösung: Kontext-Engineering – also festzulegen, auf welche Informationen ein Agent zu welchem Zeitpunkt Zugriff hat und wann diese genutzt werden sollen.
Drei Phasen der Kundeninteraktion
Um zu verstehen, warum das so ist, hilft ein Blick darauf, wie sich Kundeninteraktionen entwickelt haben.
Phase 1: Interaktive Sprachantwort (IVR). IVRs können nicht denken oder schlussfolgern. Es gibt nur das Menü. Drücken Sie 1 für Rechnungen. Drücken Sie 2 für Rücksendungen. Drücken Sie 0, um mit einer Person zu sprechen. Und wenn das Anliegen eines Kunden nicht genau in eine Kategorie passt, kommt er nicht weiter.
Phase 2: FlowViele KI-Agenten folgen noch immer einem vordefinierten Ablauf – einem Flussdiagramm, Entscheidungsbaum oder digitalisierten Standardarbeitsverfahren (SOPs). Kunden können sich zwar ganz natürlich ausdrücken, doch das System funktioniert weiterhin nach dem Prinzip „wenn dies, dann das“. Fällt ein Problem aus diesem Ablauf heraus, wird es weitergeleitet. Und je mehr SOPs hinzukommen, desto schwieriger lässt sich das System verwalten und desto höher ist das Fehlerrisiko.
Phase 3: Kontext-Engineering. Die fortschrittlichsten Agenten folgen heute nicht mehr diesen starren Abläufen. Sie orientieren sich an Zielen und werden durch Schutzschranken abgesichert. Die zugrunde liegenden Modelle führen die Unterhaltung und das Verhalten des Agenten passt sich im jeweiligen Moment an das an, was er lernt. Sierra sorgt dafür, dass die Agenten zur richtigen Zeit den richtigen Kontext erhalten – damit sie effektiv schlussfolgern und richtig handeln.
Schrittweise Offenlegung
Mit zunehmender Anzahl von Tokens (Textbestandteilen) im Kontextfenster eines Modells nimmt dessen Fähigkeit ab, diese Informationen präzise abzurufen und entsprechend zu handeln. Jedes irrelevante Token konkurriert mit den tatsächlich relevanten Tokens um die Aufmerksamkeit des Modells.
Kontext-Engineering löst dieses Problem durch schrittweise Offenlegung: indem in jedem Moment des Gesprächs nur die wichtigsten Informationen bereitgestellt werden.
Wenn ein Kunde beispielsweise wegen einer internationalen Sendung nach Europa anruft, benötigt der Agent nicht von vornherein individuelle Regeln für jedes Land. Diese Informationen werden erst relevant, nachdem er das Zielland kennt. Geht die Sendung nach Deutschland, benötigt der Agent spezifische Hinweise für Deutschland. Bis dahin sind diese Informationen nur Ballast.
Bedingungen: das Bindegewebe
Bedingungen ermöglichen eine schrittweise Offenlegung. Sie beantworten die Frage: Unter welchen Umständen wird diese Information relevant?
Bedingungen können auf einem Status beruhen (ein Tool liefert bestimmte Daten, der Kunde ist authentifiziert, ein Abonnement ist geladen) oder auf einer Beobachtung (der Kunde hat ein Thema erwähnt, den Wunsch nach einer Kündigung geäußert oder nach einem bestimmten Produkt gefragt). Sobald eine Bedingung erfüllt ist, erhält der Agent die entsprechenden Informationen.
Diese Schichtung sorgt dafür, dass das Gespräch mit dem Nötigsten beginnt – grundlegenden Tools, allgemeinen Richtlinien und der Markenstimme – und dennoch lange, komplexe Kundeninteraktionen bewältigen kann. Im Verlauf des Gesprächs werden mit zunehmendem Wissen des Agenten zusätzliche Informationen bereitgestellt. Sobald der Kunde authentifiziert ist, stehen kontospezifische Tools und Richtlinien zur Verfügung. Fragen zu einer Abbuchung geben den Streitfallprozess sowie die Richtlinien und Tools frei, die zur Untersuchung der Transaktion benötigt werden. Jeder Schritt schaltet genau das frei, was für den nächsten erforderlich ist.
Arten von Kontexten
Die Plattform von Sierra gliedert den Kontext in überschaubare Komponenten. Dazu gehören:
| Block | Purpose |
|---|---|
| Journey | A goal the agent knows how to pursue: dispute a charge, file a claim, book a flight. Each journey has a trigger and an outcome. |
| Tool | A way for the agent to interact with external systems: pull an itinerary, check coverage, process a refund. |
| Rule / Policy | Guardrails and business logic expressed in natural language (e.g., “Premium cardholders waive foreign transaction fees.”). |
| Workflow | Step-by-step guidance for situations that require a specific sequence, like regulated intake or multi-step verification. |
| Knowledge | Help center articles, product docs, FAQs, and internal policies the agent can access on demand. |
| Memory | The customer’s history: past conversations, preferences, and prior issues. |
| Glossary | The terminology your business uses: product names, plan tiers, and internal jargon. |
| Response phrasing | Brand voice and tone. |
Ein Hinweis zu Workflows: Wir haben zwar gerade erläutert, warum starre Abläufe einschränkend sind, doch manche Situationen (etwa ein stark regulierter Aufnahmeprozess) erfordern sie tatsächlich. Der Unterschied besteht darin, dass ein Workflow bei erfüllten Bedingungen als weiterer Kontext verfügbar wird, statt das Ordnungsprinzip für das gesamte System zu bilden.
Sierra übernimmt das Kontext-Engineering für Sie
Die Frage ist also, wie sich ein solches System tatsächlich aufbauen lässt. Sierra bildet einen Agenten als eine Reihe kombinierbarer Kontextblöcke ab, jeweils mit einer zugehörigen Bedingung. Wir haben einen integrierten Stack entwickelt, um diese Architektur nutzbar zu machen – ohne dabei die Kontrolle aufzugeben:
- Ghostwriter: Ein Agent, der das Kontext-Engineering für Sie übernimmt. Sie können ihm Anweisungen in natürlicher Sprache geben oder ihn Ihre bestehenden SOPs, Gesprächsprotokolle und Dokumentationen einlesen lassen, sodass er automatisch Kontextblöcke und Bedingungen erstellt.
- KundenreisenMit unserem No-Code-Editor können Sie prüfen und verfeinern, was Ghostwriter erstellt hat, oder direkt in der Benutzeroberfläche eigene Inhalte erstellen.
- Agent SDK: Ermöglicht Teams, die Agenten als Code verwalten möchten, vollständige programmgesteuerte Kontrolle. Entwickler können benutzerdefinierte Blöcke definieren oder beliebigen Code schreiben.
Egal, wie Sie es erstellen, im Hintergrund funktioniert es gleich.
Warum das wichtig ist
Mit einer Aufgabe und einigen Tools arbeitet jeder moderne Agent problemlos und zuverlässig. Doch im Produktionsbetrieb – mit Dutzenden unterstützten Anwendungsfällen, mehreren Systemen und segmentspezifischen Richtlinien – machen sich die Anforderungen an Leistung und Komplexität bemerkbar.
Ein Agent, der fünf Journeys bearbeitet, kommt mit einem lockeren Kontextmanagement aus. Einer, der fünfzig bearbeitet, benötigt jeden Kontextbaustein genau zum richtigen Zeitpunkt. Ohne diese Systematik wird das Modell überfordert und die Nutzererfahrung leidet.
Kontext-Engineering löst dieses Problem auf architektonischer Ebene. Indem Sie dem Modell weniger, dafür aber hochrelevante Tokens senden, reduzieren Sie Halluzinationen, verbessern die Natürlichkeit und steigern die Leistung. Und Sie zahlen nicht dafür, bei einer einfachen Flugumbuchung tausend Tokens an Gepäckbestimmungen zu verarbeiten.
Noch wichtiger ist, dass der Agent zukunftssicher wird. Wenn Sie Logik fest programmieren, schränken Sie das Modell ein – es kann nur so leistungsfähig sein wie die von Ihnen vorgegebenen Pfade. Mit Kontext-Engineering kann der Agent freier schlussfolgern. Wenn neue, leistungsfähigere Modelle veröffentlicht werden, profitiert Ihr Agent automatisch davon.
Ein intelligenteres Modell macht Kontext-Engineering nicht überflüssig. Selbst die klügsten Menschen können nicht wissen, was sie nicht wissen. Es sorgt aber dafür, dass sich der Aufwand umso mehr auszahlt.
Wer herausragende Agenten entwickeln will, muss Kontext-Engineering meistern.
