Agentic Compute (agentengetriebene Rechenlast)

Agentic Compute bezeichnet die gesamte Rechen- und Ausführungslast, die entsteht, wenn KI-Agenten nicht nur eine einzelne Antwort erzeugen, sondern eigenständig mehrstufige Aufgaben ausführen. Dazu gehören Modellaufrufe, Tool Calling, Browser- und API-Zugriffe, Codeausführung, Speicherzugriffe, Retries und lange Laufzeiten. Der Begriff ist wichtig, weil sich Kosten und Betriebsrisiken bei Agenten anders verhalten als bei klassischem Chat-LLM-Verkehr. Bei einem normalen Chat skaliert der Aufwand grob mit Prompt- und Output-Token. Bei Agentic Compute skaliert er zusätzlich mit Schrittzahl, Parallelität, Tool-Nutzung, Schleifen sowie Beobachtungs- und Sicherheitslogik. Ein Coding-Agent, der Dateien liest, Tests startet, Logs prüft und mehrere Korrekturschleifen durchläuft, verbraucht daher deutlich mehr Ressourcen als eine einzelne Modellantwort. Für Architektur und Pricing bedeutet das: Unternehmen müssen nicht nur Tokenpreise betrachten, sondern Budgets pro Workflow, maximale Laufzeit, Concurrency-Limits, Tracing, Abbruchregeln und menschliche Freigaben definieren. Agentic Compute ist damit weniger ein einzelnes Modellmerkmal als ein Betriebsmodell für autonome KI-Systeme. Besonders in produktiven Unternehmensumgebungen wird der Begriff relevant, weil Autonomie ohne Kostenkontrolle schnell zu Budgetspitzen, unnötigen Schleifen oder schwer erklärbaren Betriebszuständen führen kann.