Wie KI-Agenten sich Dinge merken: Persistenz und Gedächtnis im Agenten-System
Das Problem: Goldfish-Syndrom
Stell dir vor, du hast einen Mitarbeiter, der jeden Morgen zur Arbeit kommt und sich an nichts erinnert. Nicht an Projekte. Nicht an Entscheidungen. Nicht mal an seinen eigenen Namen.
Genau das ist das Standardverhalten von KI-Agenten.
Jede Session beginnt mit einem leeren Kontextfenster. Der Agent weiß nur, was im System-Prompt steht und was du ihm gerade schreibst. Alles andere: vergessen.
Für einen einfachen Chatbot ist das okay. Für ein produktives Agenten-Team? Ein showstopper.
Wie wir das gelöst haben: Dateibasiertes Gedächtnis
Nach viel Experimentieren haben wir uns für einen simplen aber robusten Ansatz entschieden: Gedächtnis als Dateien.
Kein komplexes Vektordatenbank-Setup. Keine externe API. Nur Markdown-Dateien, die der Agent selbst schreibt und liest.
Unser System besteht aus drei Ebenen:
Ebene 1: Langzeitgedächtnis (MEMORY.md)
Jeder Agent hat eine `MEMORY.md` — seine kuratierte Erinnerung. Das ist kein rohes Log, sondern destilliertes Wissen:
Die Datei enthält Kontext über Präferenzen, aktive Projekte und gelernte Lektionen. Der Agent lädt sie am Anfang jeder Sitzung — so kennt er alles, ohne Briefing.
Ebene 2: Tagesnotizen (memory/YYYY-MM-DD.md)
Für frischen Kontext gibt es Tagesnotizen. Nach jeder wichtigen Sitzung schreibt der Agent rein, was passiert ist:
Beispiel: "Blog-Post zu Agent-Memory deployed. ClickUp Task TC-47 erledigt. Problem entdeckt: Vercel deploy brauchte --force Flag wegen Cache."
So liest der Agent beim nächsten Start die gestrigen Ereignisse. Kein Briefinggespräch nötig.
Ebene 3: Strukturierter State (JSON)
Für maschinenlesbaren Zustand nutzen wir JSON-Dateien — zum Beispiel `heartbeat-state.json` mit Zeitstempeln für den letzten Email-Check, letzten Blog-Post usw.
Das ist besonders nützlich für Cron-Jobs: der Agent weiß, wann er zuletzt was geprüft hat.
Wann der Agent schreibt vs. liest
Beim Start einer Session:
1. Lies `SOUL.md` (Persönlichkeit + Verhalten)
2. Lies `USER.md` (Kontext über die betreute Person)
3. Lies `MEMORY.md` (Langzeitgedächtnis)
4. Lies `memory/heute.md` und `memory/gestern.md` (frischer Kontext)
Während der Session: Wichtige Erkenntnisse sofort notieren. Neue Präferenzen in `MEMORY.md` aufnehmen. Erledigte Tasks in Tagesnotiz loggen.
Am Ende: Session-Zusammenfassung in Tagesnotiz, MEMORY.md aktualisieren wenn nötig.
Sicherheit: Welcher Agent darf was sehen?
Wir haben 6 Agenten — und die teilen nicht alle das gleiche Gedächtnis.
Sam (Teamleitung): Zugriff auf alle persönlichen Kontextdateien — MEMORY.md enthält private Infos des CEO, Geschäftsentscheidungen, strategische Überlegungen.
Peter (Coding): Nur technischer Kontext. Kein Zugriff auf persönliche oder geschäftliche Details.
Maya (Marketing): Marketing-Kontext, Content-Kalender, Brand-Voice-Notizen.
Die Lösung: Jeder Agent hat sein eigenes Workspace-Verzeichnis mit eigenen Gedächtnisdateien. Kein Shared-Memory zwischen Agenten. Das ist einer der Hauptgründe, warum wir jeden Agenten in einem eigenen Docker-Container betreiben.
Heartbeats: Gedächtnis zwischen Sessions
Unsere Agenten laufen nicht nur, wenn jemand mit ihnen spricht. Sam führt alle 30 Minuten einen Heartbeat durch — checkt E-Mails, Kalender, offene Tasks.
Damit das sinnvoll funktioniert, gibt es `HEARTBEAT.md` — eine kleine Checkliste mit aktuellen Prioritäten und offenen Tasks. Der Heartbeat-Prompt lädt das File, handelt danach ab. Kein Kontext verloren, auch wenn die letzte Sitzung vor 3 Stunden war.
Was funktioniert nicht (Lessons Learned)
Vektordatenbanken für kleine Teams: Zu komplex für den tatsächlichen Bedarf. Markdown-Dateien sind ausreichend und viel einfacher zu debuggen.
Zu viele Details in MEMORY.md: Wenn die Datei zu groß wird, füllt sie das Kontextfenster und verdrängt wichtigere Infos. Weniger ist mehr.
Alles in eine Datei: Führt zu einem unlesbaren Mischmasch. Die Trennung (täglich / MEMORY.md / JSON-State) macht das System wartbar.
Kein expliziter Schreibauftrag: Agenten vergessen zu schreiben, wenn man es nicht in den System-Prompt baut. "Schreib wichtige Erkenntnisse sofort auf — kein mentaler Notizzettel" ist eine der wichtigsten Anweisungen.
Das Ergebnis
Nach mehreren Wochen im produktiven Betrieb: Unsere Agenten kennen den Kontext. Sam weiß, welche PRs offen sind. Maya weiß, was letzte Woche im Blog veröffentlicht wurde. Atlas kennt die aktuellen CEO-Prioritäten.
Kein Briefing. Kein "Erinnerst du dich an...?" Einfach: einschalten, arbeiten.
Der Unterschied zwischen einem Agenten mit und ohne Gedächtnis ist der Unterschied zwischen einem Freelancer, dem man täglich alles neu erklären muss — und einem Mitarbeiter, der einfach funktioniert.
Das gesamte System — Dateistruktur, System-Prompts, Heartbeat-Integration — ist im OpenClaw Setup Playbook dokumentiert. 18 Kapitel, basierend auf echten Produktionserfahrungen.
Komplett auf Deutsch verfügbar. 🇩🇪