Speicherarchitektur für Agenten: Kurzzeit, Langzeit, episodisch

Die meisten produktiven Agenten kombinieren drei Schichten mit je eigener Aufgabe. Kurzzeit- oder Arbeitsgedächtnis hält den aktuellen Aufgabenkontext — worüber der Agent gerade nachdenkt — und lebt meist im Kontextfenster des Modells: schnell und hochrelevant, aber in der Größe begrenzt und in jeder Iteration bezahlt. Langzeitgedächtnis persistiert Fakten und Wissen in einem externen Speicher, oft einer Vektordatenbank, und wird nur bei Relevanz abgerufen; hier lebt Retrieval-Augmented Generation, und es skaliert den Abruf weit über das hinaus, was ins Kontextfenster passt. Episodisches Gedächtnis zeichnet vergangene Interaktionen oder ganze Läufe auf, auf die der Agent zurückblicken kann, was Kontinuität und Personalisierung über Sitzungen unterstützt. Die Kunst ist nicht, eine Schicht zu maximieren, sondern die richtige Information an den richtigen Ort zu leiten: Arbeitsgedächtnis knapp halten, Langzeitwissen auf Anforderung holen und episodische Aufzeichnungen bewusst schreiben. Jede Schicht hat zudem andere Lebensdauer, Kosten und Vertrauenseigenschaften, weshalb sie unterschiedlich gesteuert statt als ein undifferenziertes Gedächtnis behandelt werden.

Weil alles, was ein Agent speichert, später abgerufen und als vertrauenswürdiger Kontext behandelt werden kann, was den Schreibpfad ins Gedächtnis zur Angriffsfläche macht statt zu einer neutralen Annehmlichkeit. Das dominierende Risiko ist Memory Poisoning: Werden Schreibvorgänge nicht validiert, kann falscher oder schädlicher Inhalt im Langzeit- oder episodischen Gedächtnis bestehen bleiben und viele künftige Läufe still verzerren, lange nach dem ursprünglichen Ereignis, und weil er als etablierter Kontext abgerufen wird, ist er schwer zu erkennen. Das zweite Risiko ist Datenexposition: Zu breite Aufbewahrung personenbezogener Daten erhöht die Pflichten nach der DSGVO und vergrößert den Schadensradius eines Vorfalls, denn ein Speicher voller gemerkter Kundendaten ist genau das, was ein Angreifer will. Hinzu kommt der sitzungsübergreifende Aspekt — Gedächtnis ist einer der wenigen Wege, auf denen eine einzelne Kompromittierung die verursachende Sitzung überdauert. Gedächtnis muss daher gesteuert, nicht nur auf Abruf optimiert werden: validieren, was hineingelangt, nach Vertrauensstufe segmentieren, damit nicht vertrauenswürdige Quellen nicht zu vertrauenswürdigem Kontext werden, Lebensdauern setzen und Least Privilege darauf anwenden, wer und was schreiben darf.

Weniger, als die meisten Teams annehmen, denn der Reflex, mehr zu behalten, macht den Agenten meist schlechter, nicht besser. Jeder Token Arbeitsgedächtnis wird in jeder Iteration bezahlt, ein aufgeblähter Kontext ist also teuer, und schlimmer noch, er verwässert das Signal, das das Modell braucht — die wenigen relevanten Fakten unter vielen irrelevanten zu vergraben verschlechtert das Reasoning messbar. Das bessere Muster ist von Grund auf selektiv: Arbeitsgedächtnis knapp und auf den aktuellen Schritt begrenzt halten, Langzeitwissen auf Anforderung abrufen statt alles vorab zu laden und episodische Aufzeichnungen bewusst mit Ablauf speichern, statt jede Interaktion für immer zu horten. Mehr Gedächtnis ist nicht mehr Fähigkeit; relevantes Gedächtnis schon. Hilfreich ist der Gedanke, dass das Ziel Abrufpräzision ist, nicht Abrufvolumen — der Agent soll die richtige Information erreichen, wenn er sie braucht, was ein Routing- und Retrieval-Problem ist, kein Speicher-Maximierungs-Problem. Beginnen Sie minimal, fügen Sie eine Gedächtnisschicht erst hinzu, wenn ein konkreter Aufgabenfehler zeigt, dass sie fehlt, und stutzen Sie aggressiv.

Nein — RAG ist eine Komponente des Agentengedächtnisses, konkret die Langzeitschicht, nicht das ganze Bild. Retrieval-Augmented Generation ist eine Technik, relevante Fakten oder Dokumente aus einem externen, meist vektorbasierten Speicher zu holen und sie genau dann in den Kontext zu spritzen, wenn sie gebraucht werden, also genau das, was Langzeitgedächtnis tut. Aber die Speicherarchitektur eines Agenten ist breiter: Sie umfasst auch das kurzfristige Arbeitsgedächtnis im Kontextfenster, das RAG nicht adressiert, und das episodische Gedächtnis vergangener Interaktionen und Läufe, bei dem es um Kontinuität geht, nicht um Wissensabruf. Die beiden zu verwechseln führt zu einem häufigen Fehler — der Annahme, RAG hinzuzufügen verleihe dem Agenten Gedächtnis —, während Ihnen womöglich weiterhin Arbeitsgedächtnis-Disziplin oder jegliches episodische Erinnern fehlt. Praktisch gefasst beantwortet RAG, was der Agent weiß und nachschlagen kann, das Arbeitsgedächtnis, was der Agent gerade hält, und das episodische Gedächtnis, was zuvor geschah. Entwerfen Sie alle drei bewusst; RAG ist die mächtige Mittelschicht, kein Ersatz für die anderen.