MCP · 9 Min.
RAG vs. MCP vs. Memory: Welche Kontext-Strategie KI-Agenten wirklich brauchen
Kontext ist der Treibstoff für KI-Agenten. Aber RAG, MCP und Memory lösen unterschiedliche Probleme und sollten nicht in einen Topf geworfen werden.
SYSTEMS Grafik zu RAG vs MCP vs Memory: Context -> Tools -> Control. Fokus: Welche Kontext-Architektur braucht ein KI-Agent für produktive Arbeit?
Kurzfassung
RAG liefert Wissen aus Dokumenten, MCP verbindet Agenten mit Tools und Datenquellen, Memory speichert Erfahrungen über Zeit. Ein produktiver Agent braucht oft alle drei, aber mit klar getrennten Aufgaben. Der häufigste Fehler ist, fehlende Prozessklarheit mit mehr Kontext zu überdecken.
Strategischer Lesepfad
Baue das Thema im passenden Cluster weiter aus und verknüpfe es mit den nächsten Architekturentscheidungen.
Warum Kontext über Agenten-Qualität entscheidet Ein Modell ohne Kontext kann gute allgemeine Antworten geben. Ein Agent im Unternehmen braucht jedoch konkrete Informationen: Kundendaten, Produkte, Regeln, laufende Projekte, frühere Entscheidungen, Tickets, Kalender, Dokumente und operative Ziele.
Die Frage ist nicht: "Wie bekommen wir möglichst viel Kontext ins Modell?" Die bessere Frage lautet: "Welche Kontextart braucht der Agent in welchem Schritt?"
RAG: Wissen abrufen Retrieval-Augmented Generation , kurz RAG, ist sinnvoll, wenn der Agent Dokumente, Wissen oder Richtlinien nachschlagen soll. Beispiele: interne Handbücher, Produktdokumentation, Sales-Playbooks, Support-Artikel oder Angebotsbausteine.
RAG ist stark, wenn Informationen groß, textlastig und relativ stabil sind. Es ist schwach, wenn der Agent aktuelle Aktionen ausführen oder dynamische Zustände verändern muss.
Gut für: Wissensfragen, Policy-Prüfung, Dokumentensuche, Briefings. Schwach für: Echtzeitaktionen, Rechteprüfung, Datenbankänderungen, komplexe Tool-Orchestrierung. MCP: Werkzeuge und Live-Systeme anbinden Das Model Context Protocol adressiert eine andere Ebene. Es geht nicht primär um gespeichertes Wissen, sondern um strukturierte Verbindung zu Tools und Datenquellen. Ein MCP -Server kann Funktionen bereitstellen: Dateien lesen, CRM-Daten holen, Tickets suchen oder Aktionen vorbereiten.
MCP wird wichtig, wenn ein Agent nicht nur wissen, sondern handeln oder aktuelle Systemzustände abrufen soll. Damit steigt aber auch das Sicherheitsniveau, das nötig ist.
Memory: Erfahrung speichern Memory ist nicht einfach ein großer Notizzettel. Gute Agenten-Memory speichert Muster, Präferenzen, Entscheidungen und Ergebnisse, die später bessere Arbeit ermöglichen. Beispiel: Welche Lead-Signale waren wirklich relevant? Welche Formulierungen wurden freigegeben? Welche Kunden brauchen besondere Eskalation?
Memory ist gefährlich, wenn sie ungeprüft wächst. Veraltete Informationen, falsche Annahmen und doppelte Einträge machen Agenten schlechter. Deshalb braucht Memory Pflege: Zusammenführen, Löschen, Vertrauen bewerten.
Die richtige Kombi Ein Sales-Agent könnte RAG für Playbooks nutzen, MCP für CRM und Kalender, und Memory für gelernte Präferenzen aus vergangenen Kampagnen. Ein Support-Agent könnte RAG für Hilfeartikel nutzen, MCP für Ticketsystem und Kundendaten, und Memory für wiederkehrende Kundenkontexte.
Die Architektur sollte nicht mit Tools starten. Sie sollte mit Entscheidungen starten: Was muss der Agent wissen? Was muss er prüfen? Was darf er tun? Was muss er sich merken?
Der SYSTEMS-Blick Kontextstrategie ist AI-Architektur. Wer nur Dokumente hochlädt, bekommt bessere Antworten. Wer RAG, MCP und Memory sauber trennt, bekommt Agenten, die im Unternehmen arbeiten können.
Der Unterschied liegt in Grenzen. RAG erklärt. MCP verbindet. Memory lernt. Ein produktives System entscheidet bewusst, wann welche Schicht genutzt wird.
