KI-Harness 2026: Stand, Prognosen, bestes System
Das Modell ist nur die halbe Miete. Ob ein KI-Agent im Unternehmen verlässlich arbeitet, entscheidet oft das System drumherum: der Harness. Hier steht, was davon belegt ist, was nur behauptet wird und was ich heute bauen würde.
Was ein Harness ist
Die kurze Formel lautet Agent = Modell + Harness. Der Harness umfasst Werkzeuge, Kontext, Gedächtnis und Kontrollschleifen. Der Begriff ist jung: Laut Marmelab tauchte er im Februar 2026 in einem Artikel von OpenAI auf.
UML-Komponentendiagramm: Der Harness liegt zwischen Mensch und Modell. Die Freigabe läuft zurück zum Menschen.
Was belegt ist
| Befund | Zahl |
|---|---|
| Gleiches Modell, acht Harnesses (Composio) | Erfolgsrate 68 bis 88 % |
| Harnesses ohne Test oder Eval | 60 % von 97 |
| Sicherheitsregeln in CLAUDE.md, die technisch abgesichert sind | 4,4 % |
| Vier-Rollen-Team gegen besten Einzelagenten | 72,2 zu 71,8 % |
Vieles davon sind Einzelstudien oder Herstellerangaben. Die Richtung ist trotzdem klar: Der Harness zählt, Regeln ohne Durchsetzung schützen kaum, und mehr Agenten sind nicht automatisch besser.
Auch mehr Text hilft nicht automatisch. Die ETH Zürich hat Kontextdateien getestet: Maschinell erzeugte Dateien senkten den Erfolg leicht, von Menschen geschriebene halfen nur wenig, und die Kosten stiegen um über 20 %.
Die Prognosen
- Über 40 % der Projekte mit agentischer KI werden laut Gartner bis Ende 2027 eingestellt, wegen Kosten, unklarem Nutzen oder schwacher Risikokontrolle.
- 15 % der täglichen Arbeitsentscheidungen sollen bis 2028 autonom durch Agenten fallen.
- 33 % der Unternehmenssoftware sollen bis 2028 agentische KI enthalten.
Das sind Gartner-Prognosen vom Juni 2025, also schon älter. Marmelab macht keine eigene Prognose und warnt, dass heutige Definitionen schnell veralten.
Meine Einschätzung: Harnesses werden kleiner, weil bessere Modelle alte Regeln überflüssig machen. Messung und Durchsetzung werden wichtiger. Der Mensch bleibt bei allem Riskanten im Ablauf.
Das beste System aktuell
Die bekannten Rankings zählen GitHub-Sterne, also Beliebtheit. Für Softwareteams sind Claude Code und Codex naheliegende Startpunkte. Wir arbeiten selbst mit Claude Code, das ist also keine neutrale Empfehlung.
Für ein kleines Unternehmen würde ich nicht nach dem Produkt auswählen, sondern nach diesen Punkten:
- ein klarer Ablauf mit messbarem Nutzen
- eine kurze, von Hand geschriebene Anleitung
- wenige Werkzeuge mit engen Rechten, zum Beispiel über MCP
- Prüfungen im Code statt nur im Text
- Freigabe durch einen Menschen bei allem Riskanten
- eine Messung, bevor du etwas änderst
Du willst das für deinen Betrieb prüfen? Schreib uns, dann schauen wir, wo sich KI-Automatisierung wirklich lohnt.
Häufige Fragen
Was ist ein KI-Harness?
Alles rund um das Sprachmodell, das es zu einem verlässlichen Agenten macht: Schleife, Kontext, Werkzeuge, Gedächtnis, Prüfungen und Messung.
Welches KI-System ist aktuell das beste?
Eine neutrale Gesamtwertung gibt es nicht. Entscheidend ist, ob das System zu deinem Ablauf passt, Risiken begrenzt und seinen Nutzen messbar macht.
Lohnt sich KI-Automatisierung für kleine Unternehmen?
Dort, wo ein klarer, wiederkehrender Ablauf viel Zeit kostet und ein Mensch das Ergebnis prüfen kann. Ohne messbaren Nutzen lohnt sie sich nicht.
Quellen
- Marmelab: The State Of AI Harness Engineering 2026
- Gartner: Over 40 % of Agentic AI Projects Will Be Canceled by End of 2027
- Gloaguen u. a.: Evaluating AGENTS.md (ETH Zürich)
Die Serie
- Woche planen mit KI
- KI-Harness 2026: Stand und Prognosen
- Unser Startup Brain
- Die neuesten Ansätze für KI-Agenten
In short
Agent = model + harness. Studies show that the harness matters, that rules without enforcement barely protect, and that more agents are not automatically better. There is no neutral winner.