Die besten Memory-Tools für KI-Agenten 2026

Klären Sie zuerst, ob Sie Personalisierung brauchen oder Schlussfolgern über die Historie. Sich zu merken, dass jemand metrische Einheiten bevorzugt, im Berliner Büro sitzt und lange E-Mails nicht mag, ist Personalisierung — Mem0 oder Supermemory lösen das mit deutlich weniger Apparat. Die Frage „welche Lieferanten haben wir nach dem Vorfall im ersten Quartal aussortiert, und warum" verlangt Schlussfolgern über einen Faktengraphen, und das leisten zuverlässig nur Zep oder Cognee. In der Praxis kaufen Teams regelmäßig das Zweite, obwohl sie das Erste brauchten.

Fragen Sie, wer schreibt: das Framework oder der Agent. Mem0, Zep, Cognee und Supermemory extrahieren automatisch aus allem, was durch sie hindurchläuft — berechenbar, aufwandsarm und begrenzt durch das, was der Extraktor für wichtig hält. Letta und das Claude Memory Tool überlassen dem Agenten selbst die Entscheidung, was bleiben soll; das trägt echtes Dazulernen und Selbstkorrektur, macht die Erinnerungsqualität aber vom Modellverhalten abhängig. Keiner der beiden Wege ist besser, sie scheitern nur unterschiedlich — und die Frage ist, mit welchem Fehlerbild Sie leben können.

Behandeln Sie jede veröffentlichte Memory-Benchmark als Marketingmaterial, bis Sie sie selbst reproduziert haben. Die dominante Zahl der Kategorie stammt aus LoCoMo; ausgerechnet der Anbieter, den dieser Benchmark am schlechtesten aussehen lässt, hat eine detaillierte Kritik an dessen Konstruktion veröffentlicht — während ein dritter argumentiert, ein fairer Vergleich müsse das Framework konstant halten und die Modelle variieren. Eine neutrale Rangliste existiert nicht. Bauen Sie 50 Erinnerungsfragen aus Ihren eigenen Transkripten; das kostet einen Nachmittag und widerspricht anschließend jeder Anbieter-Grafik.

Prüfen Sie vor der engeren Auswahl, ob Ihre Daten den Rechtsraum verlassen dürfen. Eine Memory-Schicht sammelt das sensibelste Nebenprodukt Ihres Produkts: was Ihre Nutzer über Monate tatsächlich gesagt haben. Für DACH- und EU-regulierte Projekte macht das Selbsthosten zur Anforderung statt zur Präferenz — es bleiben Cognee, Letta, Graphiti, Mem0 als Open Source oder Supermemory auf eigener Infrastruktur. Beantworten Sie diese Frage zuerst, sie streicht mehr Optionen als jedes technische Kriterium.

Kalkulieren Sie die Token-Kosten des Gedächtnisses mit, nicht nur den Betrieb. Jede zurückgespielte Erinnerung landet im Prompt und wird in jedem Turn erneut abgerechnet — ein System, das großzügig abruft, kann teurer werden als das Mitschleppen der Historie, das es ersetzen sollte. Achten Sie dabei auf eine bestimmte Falle: Wenn eingespieltes Gedächtnis in jedem Turn den Prompt-Anfang verändert, kann es das anbieterseitige Prompt-Caching entwerten und die Ersparnis vollständig aufzehren. Messen Sie Token pro erledigter Aufgabe vorher und nachher, nicht nur die Trefferquote.

Ziehen Sie von Anfang an eine Grenze davor, was ins Gedächtnis geschrieben werden darf. Die OWASP Top 10 for Agentic Applications 2026 führen Memory & Context Poisoning als ASI06 — aus gutem Grund: Was ein Agent einmal gespeichert hat, behandelt er später als gesicherte Tatsache, ein einziges vergiftetes Dokument kann sein Verhalten monatelang lenken. Die Abwehr ist strukturell, nicht raffiniert: Schreibzugriffe validieren, zu jedem Eintrag die Herkunft mitführen, den Speicher einsehbar und löschbar halten. Was Sie nicht prüfen können, können Sie auch nicht bereinigen.

Halten Sie die Memory-Schicht austauschbar. Die Kategorie ist kaum zwei Jahre alt, die wichtigsten Anbieter veröffentlichen widersprüchliche Benchmark-Aussagen, und die Paketversionen bewegen sich schnell. Legen Sie eine dünne eigene Schnittstelle — schreiben, suchen, vergessen — zwischen Ihren Agenten und die gewählte Engine und halten Sie Ihr Prüfset unter Versionskontrolle. Ein Wechsel des Backends sollte eine Woche kosten, keinen Neubau.