Conversational Agents und General Agents
Gesprächsorientierte und allgemein einsetzbare KI-Agenten arbeiten über Chat, Messenger oder Desktop und übernehmen wechselnde Aufgaben – vom persönlichen Assistenten bis zum Generalisten mit Werkzeugzugriff.
Conversational Agents führen Gespräche in natürlicher Sprache und erledigen dabei Aufgaben. General Agents sind nicht auf ein Fachgebiet festgelegt: Sie kombinieren Websuche, Dateizugriff, Codeausführung und weitere Werkzeuge, um unterschiedliche Aufträge zu bearbeiten.
Viele Projekte dieser Kategorie sind als persönliche Assistenten gedacht. Für den Einsatz im Unternehmen kommt es darauf an, Zuständigkeit, Rechte und Datenzugriff verbindlich zu regeln.
Rolle im AI-first-Geschäftsmodell
Im Kundenkontakt sind Gespräche der Ort, an dem Umsatz entsteht oder verloren geht. Conversational Agents können Anfragen einordnen, Antworten vorbereiten und Gespräche dort fortführen, wo Kundinnen und Kunden ohnehin kommunizieren.
Gerade hier gilt: Nicht jede Antwort sollte autonom versendet werden. Ein KI-first Operating Model legt fest, welche Antworten ein Agent selbstständig gibt, welche er vorbereitet und wann ein Mensch übernimmt.
Worauf Sie bei der Auswahl achten
- Kanäle: Wo findet das Gespräch tatsächlich statt?
- Übergabe an Menschen mit vollständigem Kontext
- Regeln dafür, was ohne Freigabe gesendet werden darf
- Datenzugriff und Speicherung von Gesprächsinhalten
18 Tools in dieser Kategorie
Colossal-AI
System für Training und Inferenz großer Sprachmodelle. Die enthaltene Anwendung ColossalChat zeigt, wie sich ein Chat-Modell mit RLHF (Reinforcement Learning from Human Feedback) umsetzen lässt.
RasaGPT
Headless-Chatbot-Plattform, die das Dialog-Framework Rasa mit LangChain und LLMs verbindet. Geeignet als Ausgangspunkt für eigene Chatbots ohne vorgegebene Benutzeroberfläche.
SuperAgent
Open-Source-Projekt, das darauf ausgelegt ist, LLM-Agenten in den produktiven Betrieb zu bringen. Interessant für Teams, die Agenten nicht nur prototypisch, sondern im Einsatz betreiben wollen.
ix
Plattform für autonome Agenten auf Basis von GPT-4. Dient dazu, Agenten einzurichten, die Aufgaben selbstständig in mehreren Schritten bearbeiten.
Multi-Modal LangChain agents in Production
Starter-Projekt von Steamship, um LangChain-Agenten bereitzustellen und mit Telegram zu verbinden. Nützlich als Vorlage für einen Chat-Agenten, den Nutzer direkt im Messenger ansprechen.
Autonomous HR Chatbot
Beispielprojekt für einen Agenten, der Fragen rund um Personalthemen eigenständig beantwortet und dafür die ihm zur Verfügung stehenden Tools nutzt. Zeigt einen konkreten Anwendungsfall für interne Assistenten.
LLama Cpp Agent
Framework, das die Arbeit mit großen Sprachmodellen über llama.cpp vereinfachen soll. Geeignet, um lokal betriebene Modelle in Chat- und Agenten-Anwendungen einzubinden.
Letta
Plattform für zustandsbehaftete Agenten mit ausgebautem Memory, die aus Interaktionen lernen und sich verbessern sollen. Relevant, wenn ein Agent sich über lange Zeiträume an Kontext erinnern muss.
joinly
Sprachbasierter KI-Assistent für Online-Meetings, der sich aktiv am Gespräch beteiligt und Aufgaben noch während des Meetings erledigt. Ein Beispiel für Agenten, die per Stimme statt per Text arbeiten.
Gobii
Open-Source-Plattform zum Bereitstellen und Verwalten von Browser-Agenten in größerer Zahl. Gesteuert wird über eine Chat-Oberfläche und eine API.
ClaudeClaw
Plugin für Claude Code, das dauerhaft laufende Agenten orchestriert. Bietet unter anderem Routing über Slack, WhatsApp und Telegram, Sandbox-Isolation auf Betriebssystemebene, strukturiertes Memory und Webhook-Trigger.
OpenAgent
Selbst hostbarer persönlicher KI-Assistent auf Basis von LLMs, RAG und Agenten-Schleifen. Unterstützt Computer- und Browser-Steuerung, Coding, viele Modellanbieter, einen visuellen Workflow-Builder und MCP-Tools.
MateClaw
Open-Source-Assistenzsystem auf Spring Boot und Spring AI Alibaba. Eine einzige Anwendung liefert Web-Admin, Desktop-App, einbettbares Widget und mehrere Messenger-Kanäle, die sich denselben Agenten teilen.
Orkas
Lokal laufende Multi-Agenten-Desktop-Anwendung, in der ein koordinierender Agent Spezialisten für Recherche, Coding, Datenanalyse, Dokumente und Medien steuert. MIT-lizenziert, Modellzugänge bringt man selbst mit.
Ouroboros
Selbst gehosteter Allzweck-Agent mit dauerhafter Identität und Memory. Er kann sich nach Prüfung selbst verändern, Teams spezialisierter Sub-Agenten einsetzen und auf dem Desktop oder ohne Oberfläche laufen.
5dive
Ermöglicht, ein Team benannter KI-Agenten auf dem eigenen Server zu betreiben, organisiert in einem Organigramm mit gemeinsamem Backlog. Die Agenten übergeben sich Arbeit, Entscheidungen trifft der Mensch per Smartphone.
Raven
Multi-Agenten-Umgebung, die als dauerhaftes, sich selbst weiterentwickelndes System für die Zusammenarbeit über verschiedene Fachgebiete angelegt ist. Im Mittelpunkt steht die wiederholte Selbstverbesserung der Agenten.
Markus
Open-Source-Plattform zum Aufbauen und Betreiben von KI-Agenten-Teams. Bietet rollenbasierte Agenten, Aufgabendelegation, dauerhaftes Memory und Kommunikation zwischen den Agenten.
Vom Tool zum Ergebnis
Im AI-first-Coaching klären Sie, welche Ergebnisse KI-Agenten in Ihrer Marktbearbeitung verantworten sollen und in welchem Rahmen. Danach gestaltet, entwickelt und betreibt REVAGO Ihr System. Sie zahlen für Ergebnisse – nicht für Aktivität.
Leitbegriffe
Weitere Kategorien
Neutrale Einordnung, keine Empfehlung einzelner Anbieter. REVAGO ist mit den aufgeführten Projekten nicht verbunden. Beschreibungen beruhen auf den öffentlichen Angaben der Projekte; Funktionsumfang und Lizenzen können sich ändern. Auswahl nach awesome-agents (kyrolabs), Stand 19. Oktober 2026.