Das Vokabular der
KI-Agenten.

Eine AI-Agent-Runtime ist die dauerhaft laufende Software, die einen KI-Agenten beherbergt — sie besitzt die Modell-Verbindung, die Werkzeuge, das Gedächtnis und den Loop, der eine Anfrage in Aktionen übersetzt.

Anders als ein Chat-Fenster behält sie Zustand über Unterhaltungen hinweg und führt Arbeit im Hintergrund aus — die Grundlage, die ein professioneller Agent wie lynox braucht, um ein Business zu betreiben.

Ein professioneller Agent ist ein KI-Agent, gebaut um die wiederkehrende operative Arbeit eines Unternehmens zu erledigen — er merkt sich Kunden und Kontext über Unterhaltungen hinweg und führt geplante Aufgaben unbeaufsichtigt aus.

lynox ist ein professioneller Agent — im Gegensatz zum persönlichen Assistenten, der für einmalige Chats statt für dauerhafte Geschäftsabläufe optimiert ist.

Ein persönlicher KI-Assistent ist ein chat-zentrierter Agent, optimiert für einzelne Ad-hoc-Aufgaben; er behält in der Regel keinen strukturierten Geschäftskontext und läuft nicht unbeaufsichtigt.

Die meisten Consumer-KI-Tools sind persönliche Assistenten — gut für individuelle Produktivität, aber nicht gebaut, um ein Business zu betreiben.

Ein Knowledge Graph ist ein typisierter Speicher von Entitäten (Personen, Firmen, Deals, Projekte) und ihren Beziehungen, der einem KI-Agenten strukturierten, dauerhaften Kontext gibt statt eines flachen Chatverlaufs.

Er erlaubt dem Agenten, „was ist mit Acme offen?“ über benannte Fakten zu beantworten, statt jede vergangene Nachricht erneut zu lesen.

Der Agent-Loop ist der Zyklus, in dem ein Modell Kontext liest, ein Werkzeug aufruft, das Ergebnis liest und wiederholt, bis die Aufgabe erledigt ist.

Das unterscheidet einen Agenten von einer einzelnen Frage-Antwort: das Modell handelt, beobachtet und passt sich über mehrere Schritte an.

Self-hosted KI bedeutet, die KI-Anwendung auf Infrastruktur zu betreiben, die du kontrollierst — eigener Server oder Cloud-Account — statt in der Multi-Tenant-Cloud eines Anbieters, sodass deine Daten in deiner Umgebung bleiben.

Der KI-Modell-Anbieter sieht weiterhin den Gesprächskontext, aber bei Self-Hosting sitzt kein Anwendungs-Anbieter dazwischen und speichert deine Daten.

BYOK bedeutet, dass du deinen eigenen API-Schlüssel für den KI-Modell-Anbieter hinterlegst, sodass dich der Anbieter direkt abrechnet statt über den Anwendungs-Anbieter.

Das hält deine Modell-Nutzung transparent und nicht durch die App gedeckelt, und deinen Schlüssel unter deiner Kontrolle.

Workflow-Erfassung bedeutet, eine mehrstufige Aufgabe, die ein Agent gerade ausgeführt hat, in einen wiederverwendbaren, parametrisierten Workflow zu verwandeln, der erneut gestartet oder geplant werden kann.

Statt eine wiederkehrende Aufgabe jedes Mal neu zu beschreiben, speicherst du sie einmal, und der Agent wiederholt sie auf Abruf oder nach Zeitplan.

Ein Background Worker ist der Teil einer Agent-Runtime, der geplante oder ausgelöste Aufgaben unabhängig von einer offenen Chat-Sitzung ausführt.

Er ermöglicht es einem Agenten, einen Montagmorgen-Report per Cron-Zeitplan zu fahren — ob du online bist oder nicht.

EU-Datenresidenz bedeutet, dass personen- und geschäftsbezogene Daten innerhalb der Europäischen Union verarbeitet und gespeichert werden — eine häufige Anforderung für DSGVO-Konformität bei der Wahl von KI-Anbietern.

Ein EU-basierter Modell-Anbieter (z.B. Mistral in Paris) vermeidet einen transatlantischen Datentransfer und reduziert das US-CLOUD-Act-Risiko.

Datensouveränität ist das Prinzip, dass Daten den Gesetzen des Landes unterliegen, in dem sie gespeichert sind, und dass ihr Eigentümer die Kontrolle behält, wo sie liegen und wer darauf zugreift.

Self-Hosting plus ein EU-basierter KI-Anbieter ist ein praktischer Weg, als Unternehmen die Datensouveränität zu wahren.

Provider-agnostisch bedeutet, dass die Software auf mehreren KI-Modell-Anbietern laufen kann — z.B. Anthropic, Mistral oder jedem OpenAI-kompatiblen Endpunkt — und ohne Umbau zwischen ihnen wechseln kann.

Das schützt vor Vendor-Lock-in: ändert ein Anbieter Preise oder Policy, tauschst du den Schlüssel, nicht das System.

Eine Modell-Stufe ist ein Leistungs- und Kosten-Band, dem ein Agent Arbeit zuweist — etwa eine Deep-Stufe für schwieriges Reasoning und eine Fast-Stufe für günstige Routine-Schritte — unabhängig davon, welcher Anbieter das Modell liefert.

Stufen nach Funktion zu benennen (deep / balanced / fast) statt nach einer Anbieter-Marke hält das Setup provider-agnostisch.

Prompt-Caching wiederverwendet den gecachten internen Zustand des Modells für ein unverändertes Prompt-Präfix — System-Prompt, Tool-Schemas und frühere Historie — über mehrere Turns hinweg und senkt so Kosten und Latenz langer Agent-Loops.

Weil ein Agent seinen ganzen Kontext bei jedem Turn neu sendet, kann Caching die realen Kosten eines Loops um ein Mehrfaches verschieben.

Tool-Use ist die Fähigkeit eines KI-Modells, externe Funktionen oder APIs aufzurufen — suchen, E-Mail senden, eine Datenbank abfragen — und die Ergebnisse zu nutzen, statt nur Text zu erzeugen.

Es ist die Fähigkeit, die einen Agenten handlungsfähig macht; der Agent-Loop ist um wiederholten Tool-Use herum gebaut.