Endlich das letzte Kapitel. Bis hierher sind Sie so weit gekommen: die Struktur eines Agenten verstehen, den ersten bauen, Werkzeuge anbinden, auf mehrere aufteilen, per Evaluierung messen und mit Guardrails schützen. Es bleibt ein Thema – daraus ein „täglich weiterlaufendes Produktivsystem“ zu machen. In diesem Kapitel behandeln wir die Wahl des Frameworks, die zwei Wege, mit Claude zu bauen, und die Betriebskniffe Deployment, Überwachung, Kosten und Zuverlässigkeit. Der im vorigen Kapitel zu Guardrails und Sicherheit gelernte Schutzentwurf trägt hier als Betrieb Früchte.
Das Ziel: „aus dem Prototyp einen stabil weiterlaufenden Produktiv-Agenten machen“
Selbst bauen oder Framework?
„Soll man einen Agenten mit einem Framework bauen oder die Schleife selbst schreiben?“ – die Frage, an der jeder zuerst zögert. Die Antwort ist einfach: solange es klein ist, im Eigenbau die Funktionsweise lernen; ist es gewachsen, mit SDK oder Framework die Produktivität steigern. Dass wir in Kapitel 2 den Minimalaufbau von Hand zusammengesetzt haben, war genau diese Stufe des „erst im Eigenbau verstehen“. Ist das Innere sichtbar, kann man auch nach dem Umstieg auf ein Framework im Betrieb erfassen, was passiert. Wirft man dagegen alles einem Framework zu, ohne die Funktionsweise zu kennen, ist man bei Problemen hilflos.
💡 Richtwert für die Entscheidung. Wird es zur Last, Schleife, Werkzeugaufrufe und Zustandsverwaltung weiter selbst zu schreiben, ist das das Signal, ein Framework einzuführen. Umgekehrt, solange es klein und im Experimentierstadium ist, ist schlanker Eigenbau-Code schneller und vertieft das Verständnis. Führen Sie es nicht „weil es praktisch ist“ ein, sondern „weil sich Doppelarbeit verringert“.
Wie man ein Framework wählt
Frameworks gibt es viele, aber bevor man Namen oder die neueste Version verfolgt, ist es wichtig, einen Maßstab dafür zu haben, „wonach man wählt“. Werkzeuge kommen und gehen, aber dieser Blickwinkel hält lange. Bewerten Sie die Kandidaten anhand der folgenden fünf.
Je höher, desto weniger Code zum Laufen, aber desto schwerer sichtbar, was drinnen passiert. Nach der Balance mit Lernen und Debugging wählen.
Lassen sich eigene Schleifen und Steuerung einschieben? Je anspruchsvoller die Anforderung, desto stärker wirkt ein flexibler Entwurf mit Auswegen.
Die Dichte von Anbindungsbausteinen, Doku, Beispielen und Community. Ob man bei Problemen Informationen findet, wirkt in der Praxis.
Bringt es Mechanismen für Trace, Log und Evaluierung mit? Ob es das in Kapitel 5 gelernte „Sichtbarmachen“ von Haus aus stützt.
Ist es nicht zu sehr an ein bestimmtes Modell oder eine Basis gebunden? Leichter Wechsel und die Bequemlichkeit der Bindung sind ein Trade-off.
Ordnet man die typischen Vertreter grob nach Kategorie, gewinnt man den Überblick. Universelle Orchestrierung (Bibliotheken, die LLM-Verarbeitung als Ketten oder Graphen zusammenbauen, die sogenannten Frameworks im Stil von LangChain), Multi-Agenten-Systeme (Frameworks mit Fokus auf Aufteilung und Kooperation mehrerer Agenten) und die offiziellen SDKs der Anbieter (von den Modellanbietern herausgegebene, auf ihr Modell optimierte Entwicklungskits). Meist schließen diese einander nicht aus, sondern lassen sich kombinieren.
📊 Nicht nach Einzelnamen, sondern nach „Blickwinkel“ wählen. Die Kräfteverhältnisse der Frameworks bewegen sich schnell, und der letztjährige Standard ist dieses Jahr nicht zwingend noch einer. Gerade deshalb ist es verlässlich, die fünf Blickwinkel oben als Maßstab an die eigenen Anforderungen anzulegen. Die konkreten Namen je Kategorie und ihren Einsatz prüfen Sie im aktuellen Line-up unter KI-Agenten-Frameworks im Vergleich.
Zwei Optionen, um mit Claude zu bauen
Dieser Kurs hatte Claude als Achse. Um mit Claude einen Agenten zu produktivieren, gibt es grob zwei Wege. Beide sind reale Optionen, und der wesentliche Unterschied ist: „Wer hostet die Schleife und die Sandbox des Agenten?“
Ein Kit, um Schleife, Werkzeugausführung und Zustandsverwaltung des Agenten in Ihrer Umgebung (Server oder Container) laufen zu lassen. Die Steuerung greift fein, und es lässt sich tief in bestehende Systeme einbetten.
Passt, wenn: Sie es eng an eigene Ausführungsumgebung, Werkzeuge und Daten koppeln wollen.
Ein Verfahren, bei dem Schleife und Sandbox (isolierte Ausführungsumgebung) des Agenten serverseitig von Anthropic gehostet werden. Der Betriebsaufwand der Ausführungsbasis sinkt, und es läuft in einer isolierten, sicheren Umgebung.
Passt, wenn: Sie den Aufwand der Ausführungsumgebung verringern und rasch, sicher starten wollen.
Grob gesagt lässt es sich anhand der Achse fassen: Wollen Sie selbst fein steuern, das SDK; wollen Sie den Betriebsaufwand abgeben, Managed. Beide bauen auf den Fähigkeiten von Claude auf und lassen die in den bisherigen Kapiteln gelernte Werkzeuganbindung, Evaluierung und Guardrails unverändert nutzen. Konkrete Einrichtung und Umfang können sich ändern, deshalb überlassen wir die Details den Erklärartikeln und der offiziellen Doku.
💡 Erst das Konzept, Details aus der Primärquelle. „Die Schleife selbst drehen (SDK)“ oder „hosten lassen (Managed)“ – nur diesen Gegensatz im Kopf zu haben, genügt. Den Ablauf der Implementierung finden Sie in Claude Agent SDK – Einstieg, die Denkweise des Managed-Verfahrens in Was sind Managed Agents. Da sich Spezifikationen aktualisieren, ist es letztlich sicher, die offizielle Doku als Primärquelle heranzuziehen.
Kniffe des Produktivbetriebs
Der Unterschied zwischen Prototyp und Produktion liegt im Sprung von „einmal läuft es“ zu „es läuft weiter“. Eine Demo besteht, wenn sie ein paar Mal gelingt, doch die Produktion ist täglich, massenhaft und vielfältigen Eingaben ausgesetzt. Halten wir die hier wirkenden Kniffe in sechs Kästen fest.
Schlüssel per Umgebungsvariablen verwalten, Konfiguration und Code trennen. In reproduzierbarer Form (z. B. Container) ausliefern und jederzeit zurückrollen können.
Die Beobachtbarkeit aus Kapitel 5 an die Produktion anschließen. Trace jedes Schritts, Erfolgsrate und Latenz ständig betrachten und Anomalien früh bemerken.
Den Token-Verbrauch sichtbar machen und Obergrenzen-Alarme setzen. Unnötige Wiederholungen und zu langen Kontext beschneiden, das Modell nach Zweck einsetzen.
API-Grenzen und vorübergehende Fehler einkalkulieren und mit exponentiellem Backoff (mit Abstand erneut versuchen) durchhalten. Endlos-Retry vermeiden, eine Obergrenze festlegen.
Zwischenzustände von Gespräch und Arbeit sicher speichern und wiederherstellen. Ein Entwurf, der auch nach einem Absturz von der Stelle fortsetzt, trägt Langzeitaufgaben.
Updates von Modell oder SDK erst am Evaluierungsset auf ihr Verhalten prüfen. Im Vorher-Nachher-Vergleich stille Qualitätsänderungen nicht übersehen.
⚠️ Kosten entscheiden sich im „Entwurf“. Weil ein Agent für eine Aufgabe das Modell mehrfach aufruft, ist die Struktur kostenanfällig. Schritte, für die ein günstiges Modell genügt, an das günstige Modell weiterreichen, den Kontext nur so weit wie nötig übergeben – solche unscheinbaren Kniffe wirken. Konkrete Senkungsmethoden bietet praxisnah Kostenoptimierung beim KI-Coding, das sich unverändert auf den Agentenbetrieb anwenden lässt.
Entwurf, der nicht zusammenbricht
Ein Produktiv-Agent trifft irgendwann zwangsläufig auf unerwartete Eingaben, Ausfälle externer APIs und Launen des Modells. Wichtig ist nicht, „ihn niemals scheitern zu lassen“, sondern ihn so zu bauen, dass er selbst beim Scheitern keinen ausufernden Schaden anrichtet und sich still erholt. Vollenden wir die Guardrails aus dem vorigen Kapitel als Betriebsmechanismus.
Nicht sofort alles freigeben, sondern von wenigen Nutzern oder einem Teil des Traffics aus. Ist es problemlos, ausweiten; ist es schlecht, sofort zurückrollen.
Antwortet ein Werkzeug oder Modell nicht, auf einen Alternativpfad oder eine sichere Standardantwort ausweichen. Lieber teilweise Zurücknahme als Komplettstopp.
Vor unumkehrbaren oder folgenschweren Operationen eine menschliche Prüfung einschieben (siehe Kapitel 6). Die Grenze festlegen, an der Sicherheit vor Geschwindigkeit geht.
Einmal bestanden heißt nicht fertig. Auch die Eingabetendenz und das Modell ändern sich. Das Evaluierungsset regelmäßig laufen lassen und Qualitätsverfall erkennen.
✅ „Sich still reparieren“ entwerfen. Ein gutes Produktivsystem macht auch bei einem Zwischenfall kein Aufsehen. Mit stufenweisem Release die Auswirkung klein halten, mit Fallback teilweise zurücknehmen, mit dem Freigabe-Gate den tödlichen Treffer verhindern und mit Neu-Evaluierung dem Verfall zuvorkommen. Erst wenn diese vier ineinandergreifen, „bricht es nicht zusammen“.
Das Lernen von hier an
Zum Schluss noch ein wenig zum Ausblick. Das Ökosystem der Agenten – Frameworks, SDKs, Modelle, Anbindungsstandards – bewegt sich auch künftig mit rasender Geschwindigkeit. Die beste Lösung von heute ist nächstes Jahr nicht zwingend die beste. Gerade deshalb ist das Verfolgenswerte nicht der Name des Trend-Werkzeugs, sondern die unveränderlichen Grundlagen.
📊 Zum Vermögen werden die Grundlagen. Die vier Bausteine (Kopf, Werkzeuge, Gedächtnis, Schleife) aus Kapitel 1, die Evaluierung und Beobachtbarkeit aus Kapitel 5, der Sicherheitsentwurf aus Kapitel 6 – das sind Fundamente, die gelten, welches Framework auch gerade in Mode ist. Bei jedem neuen Werkzeug durchschauen Sie mit diesem Maßstab rasch, „was es abstrahiert“. Werkzeuge wandeln sich, die Grundlagen bleiben. Das bis hierher aufgebaute Verständnis ist Ihr größtes Vermögen.
Dann noch: Bringen Sie, wenn auch klein, tatsächlich eines in die Produktion. Laufen lassen, messen, reparieren – die Erfahrung, diese Schleife im eigenen Projekt zu drehen, ist stärker als jedes Lehrmaterial.
- Solange es klein ist, im Eigenbau lernen; ist es gewachsen, mit dem Framework die Produktivität steigern. Nicht „weil praktisch“, sondern „weil sich Doppelarbeit verringert“ einführen.
- Ein Framework nach den fünf Blickwinkeln Abstraktionsgrad, Freiheitsgrad, Ökosystem, Beobachtbarkeit, Anbieterabhängigkeit wählen. Maßstab statt Einzelname.
- Baut man mit Claude, dann das Claude Agent SDK mit eigener Schleife oder die gehosteten Managed Agents. Nach Kontrolle oder Bequemlichkeit wählen.
- Die Betriebskniffe sind Deployment, Überwachung, Kosten, Retry, Zustandsverwaltung, Updates. Und mit Stufen-Release, Fallback, Freigabe-Gate, Neu-Evaluierung nicht zusammenbrechen.
- Das Ökosystem bewegt sich schnell. Gerade die Grundlagen vier Elemente, Evaluierung, Sicherheit werden zum lange wirkenden Vermögen.
Alle 7 Kapitel, gut gemacht. Sie haben den ganzen Weg durchschritten, einen Agenten zu entwerfen, zu bauen, anzubinden, zu vermehren, zu messen, zu schützen und zu betreiben. Von hier an sind Sie an der Reihe, in Ihrem eigenen Produkt Hand anzulegen.
Für alle, die einen Schritt von der bauenden Seite zurücktreten und auch den Blick schärfen wollen, KI im Job zu nutzen.
Zum Kurs „KI im Job“ →Für alle, die Coding-Werkzeuge wie Claude Code beherrschen wollen.
Zum Kurs „KI-Coding“ →Für alle, die den gebauten Agenten zu einem veröffentlichten Indie-Produkt heranziehen wollen.
Zum Kurs „Indie-Entwicklung mit KI“ →