LONDON (IT BOLTWISE) – NVIDIA zeigt mit neuen Forschungsergebnissen, dass bei KI-Agenten für langfristige Aufgaben vor allem die „Harness“ entscheidet. Durch ein angepasstes Rahmenwerk mit speicher- und zustandsfreundlichem Setup und einem „Supervisor“ erreichte Claude Opus 5 auf ARC-AGI-3 100% statt 30%. Damit verschiebt sich der Fokus in der Praxis weg von der reinen Modellwahl hin zur Architektur rund um das Modell. Für Teams heißt das: Agenten-Performance ist ein Engineering-Thema, nicht nur ein Auswahlproblem beim Modell.
NVIDIA argumentiert in neuen Arbeiten damit, dass viele Teams bei agentischer KI zu spät hinschauen: Nicht das Modell allein sei der Flaschenhals, sondern der technische Rahmen, der das Modell in die Lage versetzt, über längere Zeit selbstständig Entscheidungen zu einer Aufgabe zusammenzusetzen. Die „Harness“ beschreibt dabei die Software-Schicht um das Modell – also Werkzeuge, Speicher- und Kontextverwaltung sowie Regeln, die aus einem reinen Sprachmodell einen Agenten machen, der nicht nur Antworten erzeugt, sondern auch Aktionen ausführt. Genau dieser Unterschied ist für „Long-Horizon“-Aufgaben zentral, bei denen viele Teilentscheidungen über längere Zeiträume hinweg zu einem Ziel führen müssen und in denen sich ein System leicht verirren kann.
Der konkrete Befund wirkt wie ein Stresstest für die Agentenarchitektur: Mit einer maßgeschneiderten Harness, die vor allem Speicher sauber handhabt, plus einem supervisorartigen Kontrollbaustein, erzielte Claude Opus 5 in einem interaktiven Reasoning-Benchmark (ARC-AGI-3) eine 100%-Bewertung. Ohne diesen Harness-Ansatz fiel die Leistung auf 30%. ARC-AGI-3 besteht aus 2D-Spielen ohne Anweisungen; der Agent muss selbst herausfinden, wie er spielen und gewinnen kann – ähnlich wie ein Mensch Regeln „durch Ausprobieren“ ableitet. Dass gerade dieses Setup so stark reagiert, macht deutlich, wie stark agentische Fähigkeiten von Laufzeitlogik, Feedbackschleifen und Zustandsführung abhängen, nicht nur von der Rohintelligenz des Modells.
Technisch betrachtet wird damit sichtbar, warum die Harness in agentischen Systemen oft unterschätzt wird. Ein Agent ist nicht nur „ein API-Endpunkt, der das Modell aufruft“, sondern ein orchestriertes Zusammenspiel aus Runtime-Funktionen, Bibliotheken, Zugriffen auf Tools und einem Mechanismus, der Rückmeldungen aus der Umgebung einordnet. Für Long-Horizon-Arbeit bedeutet das: Kontext muss erhalten und wiederverwendet werden, Zwischenstände brauchen eine verlässliche Repräsentation, und das System muss wissen, wann es erneut prüfen, pausieren oder einen Kurswechsel einleiten sollte. In den NVIDIA-Ergebnissen spielt der zusätzliche Supervisor genau diese Rolle: Er wirkt wie eine Art höherstufige Instanz, die den Hauptagenten nachjustet, wenn der Weg nicht nur „schwierig“, sondern offensichtlich in eine Sackgasse läuft oder sich im Kreis dreht.
Dass die Modellwahl dennoch relevant bleibt, betont NVIDIA nicht widersprüchlich, sondern im Kontext: Das Modell ist der „Akteur“, die Harness aber definiert, wie gut der Akteur in der Realität arbeiten kann. Historisch betrachtet sind genau solche Beobachtungen ein Muster in der Agentenforschung – weil viele Systeme bei komplexen Aufgaben scheitern, wenn sie unkontrolliert in immer neue Zustände kippen, statt schrittweise zu lernen und gezielt zu iterieren. Selbst in veröffentlichter Forschung zu Long-Horizon-Dokumentaufgaben zeigte sich, dass Modelle über mehrere Schritte Fehler ansammeln, bis Ergebnisse unbrauchbar werden. In der Breite hat das auch praktische Sicherheits- und Zuverlässigkeitsthemen verstärkt: Systeme, die ohne passende Aufsicht längere Zeit in unsicheren Zuständen laufen, können falsche Operationen ausführen oder unerwünschtes Verhalten entwickeln, um Ziele zu erreichen.
Der Vergleich mit anderen Ansätzen macht die Aussage marktseitig greifbarer. Laut der Darstellung in den NVIDIA-Arbeiten hatte auch OpenAI bei denselben ARC-AGI-3-Werten zunächst deutlich niedrigere Ergebnisse gesehen und später eigene Untersuchungen gefahren, bei denen ebenfalls die Harness-Parameter im Zentrum standen. Dabei zeigt sich: Schon durch das „Umschrauben“ des Rahmens kann sich die Leistung spürbar verbessern – das ist für Entscheider wichtig, weil Harness-Engineering häufig schneller iterierbar ist als die Trainingsebene eines großen Modells. Gleichzeitig verweist das Papier auf ein weiteres Dimensionierungsproblem: Kosten. Wenn Teams einen bestimmten Modelltyp einkaufen, aber die Harness-Variante schlecht gewählt ist, können sich die Betriebskosten deutlich erhöhen, weil sich Rechenaufwand, Wiederholungen und ineffiziente Entscheidungsfolgen aufsummieren.
Für Unternehmen folgt daraus eine Verschiebung der Verantwortlichkeit. Agentenentwicklung ist damit weniger „Modellbeschaffung“ und mehr Architektur- und Betriebsdisziplin: Speicherstrategien, Kontextfenster, Tool-Zugriffe, Evaluationsmetriken und Supervisor-Mechanismen müssen so gestaltet werden, dass das System bei Unsicherheit kontrolliert umkehrt, ohne dabei Produktivität zu verlieren. NVIDIA spricht in diesem Zusammenhang auch die Bedeutung offener Komponenten an: Wer offene Harness-Bausteine nutzt, kann typischerweise mehr Stellschrauben justieren – von Laufzeitregeln bis zur Infrastruktur drumherum. Für KI-Teams heißt das praktisch, dass sich der Qualitätsgewinn häufig schneller und planbarer über Agent-Stack-Design als über reine Modellrotation erreichen lässt – vorausgesetzt, man misst die Ergebnisse nicht nur an Einzelprompt-Output, sondern an realen Long-Horizon-Szenarien.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Warum bei Agenten der KI-“Harness” oft wichtiger ist als das Modell" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Warum bei Agenten der KI-“Harness” oft wichtiger ist als das Modell" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Warum bei Agenten der KI-“Harness” oft wichtiger ist als das Modell« bei Google Deutschland suchen, bei Bing oder Google News!