Ausfallsichere KI-Agenten überstehen Fehler. Stürzt der Server ab, startet ein Deployment den Prozess neu oder antwortet die Modell-API nicht, fängt ein solcher Agent nicht von vorn an und verliert seine Arbeit nicht. Er macht beim letzten gespeicherten Schritt weiter. Im Englischen heißt das Prinzip "Durable Execution". Es wird wichtig, sobald ein Agent länger als ein paar Minuten läuft: eine Recherche über eine Stunde, eine Programmieraufgabe über einen Tag oder ein Beobachter, der wochenlang aktiv ist. Dieser Beitrag erklärt, wie das funktioniert, worauf Sie achten müssen und welche Werkzeuge es im November 2026 gibt.
Kurz gesagt
Warum lange laufende Agenten Durable Execution brauchen
Eine normale Chat-Anfrage dauert Sekunden. Scheitert sie, klicken Sie auf "Erneut versuchen" und verlieren wenig. Ein Agent arbeitet anders. Er ruft ein Modell auf, nutzt ein Werkzeug, liest das Ergebnis, fragt wieder das Modell, und das dutzende oder hunderte Male. Je länger diese Schleife läuft, desto wahrscheinlicher geht unterwegs etwas kaputt.
Typische Gründe für einen abgebrochenen Lauf:
- Ein Deployment oder Autoscaler startet den Prozess neu.
- Die Maschine oder der Container fällt aus.
- Der Modellanbieter meldet einen Fehler oder ein Rate Limit.
- Ein Werkzeug, etwa eine Zahlungs-API, läuft in einen Timeout, ohne zu sagen, ob es geklappt hat.
- Der Laptop, auf dem der Agent läuft, geht in den Ruhezustand.
Ohne Ausfallsicherheit heißt das jedes Mal: neu anfangen, dieselben Tokens doppelt bezahlen und manchmal dieselbe Aktion doppelt ausführen. Mit Ausfallsicherheit geht es dort weiter, wo der Agent stand. Wie beim automatischen Speichern in einem langen Dokument: Die letzten Sekunden sind vielleicht weg, aber nicht der ganze Nachmittag.
Die vier Bausteine ausfallsicherer KI-Agenten
1. Checkpoints
Nach jedem Schritt schreibt der Agent fest, was passiert ist: die Antwort des Modells, das Ergebnis des Werkzeugs, den aktuellen Plan. Oft ist das Gesprächsprotokoll selbst der Checkpoint.
2. Wiederholungen
Ein fehlgeschlagener Schritt wird erneut versucht, meist mit einer wachsenden Pause dazwischen. Gute Systeme wiederholen nur diesen Schritt, nicht den ganzen Lauf.
3. Fortsetzen nach dem Absturz
Ein neuer Prozess liest den gespeicherten Zustand und führt die offene Arbeit fort. Das Gedächtnis des abgestürzten Prozesses braucht er nicht.
4. Idempotente Werkzeuge
Diesen Punkt übersehen viele Teams. Ist der Agent abgestürzt, während ein Werkzeug lief: Wurde es fertig? Eine Datei zweimal lesen schadet nicht. Eine Rechnung zweimal verschicken schon. Ein Werkzeug ist idempotent, wenn zweimaliges Ausführen dieselbe Wirkung hat wie einmaliges, etwa weil es einen Idempotenzschlüssel mitsendet. Frameworks für ausfallsichere Agenten verlangen, dass Sie festlegen, welche Werkzeuge wiederholt werden dürfen.
Ausfallsicher heißt nicht genau einmal
Ein Punkt für Deutschland: Checkpoints und DSGVO
Checkpoints speichern Gesprächsverläufe und Werkzeugergebnisse. Liest der Agent E-Mails oder Kundendaten, landen personenbezogene Daten im Speicher, oft dauerhaft. Planen Sie deshalb von Anfang an, wo dieser Speicher liegt, wie lange Checkpoints aufbewahrt werden und wie Sie einen Löschantrag nach Art. 17 DSGVO auch in alten Checkpoints umsetzen.
Die wichtigsten Optionen im Überblick
Es gibt zwei Familien. Allgemeine Durable-Execution-Engines machen beliebigen Code ausfallsicher, auch eine Agenten-Schleife. Agenten-Harnesses bauen die Ausfallsicherheit direkt in den Agenten ein.
Temporal
Temporal trennt Workflows, die die Logik enthalten, von Activities, die mit der Außenwelt sprechen. Jedes Ereignis landet in einer Historie. Fällt ein Worker aus, spielt ein anderer den Workflow-Code gegen diese Historie ab und macht weiter. Dafür muss der Workflow-Code deterministisch sein. Im Oktober 2026 zeigte Temporal, wie der Pi-Coding-Agent auf Temporal läuft, mit Übergabe zwischen Maschinen.
Cloudflare Durable Objects und Agents SDK
Im Cloudflare Agents SDK ist jeder Agent ein Durable Object mit eigenem SQL-Speicher, geplanten Aufgaben und wiederherstellbarer Ausführung. Wird ein Objekt verdrängt oder stürzt es ab, startet ein Alarm es neu. Mehr dazu in unserem Beitrag zu Cloudflare Project Think.
Pi Durable
Pi Durable ist ein experimentelles TypeScript-Harness von Earendil, dem KI-Unternehmen des österreichischen Entwicklers Armin Ronacher. Erschienen ist es am 1. Oktober 2026 zusammen mit Pi 1.0, über das auch heise berichtet. Jede Modellanfrage und jeder Werkzeugaufruf ist eine Aufgabe, die vor dem nächsten Schritt einen Checkpoint speichert. Werkzeuge erklären, ob sie wiederholt werden dürfen. Details in unserem Beitrag zu Pi Durable.
Restate, Inngest, DBOS und LangGraph
- Restate ist eine schlanke Laufzeitumgebung, die Agenten, Workflows und Dienste ausfallsicher macht. Abgeschlossene Schritte werden gespeichert.
- Inngest führt Funktionen als Schritte aus und speichert jedes Ergebnis. Bei einem Fehler wird nur dieser Schritt wiederholt.
- DBOS ist eine Bibliothek. Ein paar Annotationen im Code genügen, der Zustand liegt in Postgres.
- LangGraph speichert den Zustand über Checkpointer. Für den Produktivbetrieb ist der Postgres-Checkpointer gedacht, der In-Memory-Speicher geht beim Neustart verloren.
Vergleichstabelle
| Option | Art | Wo der Zustand liegt | Werkzeug-Sicherheit | Passt gut für |
|---|---|---|---|---|
| Temporal | Allgemeine Durable-Execution-Engine | Ereignishistorie im Temporal-Cluster | Activities mit Retry- und Timeout-Regeln; Idempotenz selbst bauen | Teams mit Temporal im Einsatz oder Bedarf an Failover über Maschinen |
| Cloudflare Agents SDK | Agenten-Laufzeit auf Durable Objects | SQLite im jeweiligen Durable Object | Hängt vom Harness ab | Viele kleine Agenten, einer pro Nutzer oder Aufgabe |
| Pi Durable | Agenten-Harness (experimentell) | SQLite, JSONL, IndexedDB, Durable Objects oder eigenes Backend | Replay-Angabe pro Werkzeug | TypeScript-Teams, die Ausfallsicherheit in der Agenten-Schleife wollen |
| Restate | Durable Runtime | Journal im Restate-Server | Protokollierte Schritte | Dienste mit niedriger Latenz und zustandsbehaftete Agenten |
| Inngest | Gehostete Schritt-Funktionen | Inngest-Plattform | Retry pro Schritt | Ereignisgesteuerte Agenten ohne eigene Infrastruktur |
| DBOS | Bibliothek | Ihr Postgres | Gespeicherte Schritte | Teams, die Postgres vertrauen und keinen Zusatzdienst wollen |
| LangGraph | Agenten-Framework mit Checkpointern | Konfigurierter Checkpointer, z. B. Postgres | Liegt bei Ihren Knoten | Graph-basierte Agenten auf LangChain-Basis |
Ein Hinweis zu Vergleichen im Netz: Viele stammen von einem der Anbieter selbst. Die Tabelle hält sich an das, was jedes Projekt in seiner eigenen Dokumentation sagt. Für EU-Datenhaltung ist zusätzlich wichtig, ob Sie selbst hosten können. Bei DBOS, Temporal und Pi Durable liegt der Zustand auf Wunsch in Ihrer eigenen Infrastruktur.
So treffen Sie die Wahl
- 1Beim vorhandenen Stack anfangen. Wer Temporal oder Postgres schon betreibt, setzt die Agenten-Schleife oft am günstigsten darauf.
- 2Klären, welchen Ausfall Sie überstehen müssen. Ein Prozessabsturz ist leichter als der Verlust des ganzen Hosts. Die lokale SQLite-Variante von Pi Durable übersteht Prozessabstürze, kann bei Strom- oder Hostausfall aber die neuesten Commits verlieren.
- 3Werkzeuge einordnen. Für jedes Werkzeug: darf wiederholt werden, nur mit Idempotenzschlüssel, oder nie. Diese Liste ist wichtiger als das Framework.
- 4Absturz absichtlich testen. Beenden Sie den Prozess mitten im Lauf und prüfen Sie, was passiert. Temporals Demo beendet den aktiven Worker alle 15 bis 40 Sekunden.
- 5Kosten im Blick behalten. Eine fortgesetzte Modellanfrage wird eventuell erneut gesendet und kostet erneut Tokens. Setzen Sie Budgets pro Lauf.
Ausfallsicherheit ergänzt klare Ziele. Unser Beitrag zu Codex Goals zeigt die andere Hälfte lang laufender Arbeit. Und erst Ausfallsicherheit macht proaktive KI-Agenten praxistauglich, denn ein Beobachter, der wochenlang läuft, erlebt jede Art von Fehler.
Wie Halmob unterstützt
Halmob baut ausfallsichere Agenten: lang laufende Agenten, die ihren Zustand behalten, nach Fehlern neu versuchen und dort weitermachen, wo sie aufgehört haben, für Arbeit über Stunden oder Tage. Dazu kommt die Software-Fabrik, eine Agenten-Pipeline, die aus einer Spezifikation geprüfte und getestete Pull Requests in Ihrem Repository macht. Wenn Sie zwischen Pi Durable, OpenClaw, Hermes Agent oder einer anderen Plattform wählen, hilft unsere Beratung zu Agenten-Plattformen bei Auswahl, Einrichtung und Einführung. Sprechen Sie uns an.