Tony Seale, The Knowledge Graph Guy, identifiziert eine wachsende Diskrepanz in der Art und Weise, wie die Branche KI-Agenten baut. Einerseits investiert die Branche massiv in Orchestrierungs-Frameworks: LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK — jedes mit eigenen Orchestrierungsgraphen, Zustandsautomaten und Routing-Logik. Andererseits sind führende Praktiker zum Paradigma des „leistungsfähigen Modells in einem leistungsfähigen Harness“ übergegangen (Claude Code, Codex, OpenClaw, Hermes).

Der Kollaps der Frameworks. Frühe Frameworks waren notwendig, als Modelle mehrstufige Aufgaben nicht allein bewältigen konnten. Anthropic-Zitat: „Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve.“ Ein für ein begrenztes Modell gebautes Gerüst behindert ein intelligentes Modell. Es sollte mit der Zeit abnehmen, nicht sich anhäufen. Was übrig bleibt, ist einfach: ein leistungsfähiges Modell in einem leistungsfähigen Harness. Viele, die interagieren, die zusammenarbeiten. Kein Framework erforderlich.

Isolierte Agenten reichen nicht aus. Zugriff auf den Computer ≠ Verständnis. Gibt man einem Agenten 1000 Dokumente, sucht er, hofft er, rät er. Multipliziert man das mit 50 Agenten ohne gemeinsames Weltmodell, erhält man Intelligenz, die isoliert, aber in der Kombination inkohärent ist. Im Unternehmensmaßstab braucht die Informationsumgebung Struktur — ein gemeinsames Domänenmodell, mit dem Menschen im Loop.

Die Symmetrie. Die Antwort besteht darin, dieselbe Vereinfachung auf der Datenseite anzuwenden. Das Modell sitzt in einem Harness, der ihm Zugriff auf den Computer gibt; die Daten sitzen in einer Ontologie, die ihnen Struktur und Bedeutung gibt. Die Ontologie definiert, was existiert, ihre Eigenschaften, ihre Beziehungen — die Schnittstelle, durch die Agenten Daten verstehen. Zwei symmetrische Muster: (leistungsfähiges Modell + leistungsfähiger Harness) und (leistungsfähige Daten + leistungsfähige Ontologie).

Der Semantische Agent. Ihre Kombination erzeugt den Semantic Agent: (Model + Harness) + (Ontology + Data). Er generiert nicht nur, er beginnt zu verstehen. Alles andere ist Gerüst — eine Zeit lang nützlich, aber zum Abbau bestimmt.

Was man besitzt. Jeder hat Zugang zu denselben Frontier-Modellen; jeder kann ein Harness bauen. Das ist Commodity, und es dünnt sich jeden Tag weiter aus. Was KEINE Commodity ist: die eigene Ontologie, das eigene Domänenmodell, das strukturierte und verknüpfte Wissen, das erfasst, wie die eigene Organisation die Welt versteht. Frameworks sind eine Übergangsphase. Modelle werden gemietet. Das Einzige, was noch zu bauen bleibt — und das man selbst besitzt — ist Wissen.