Fallstudie: 77% der Entitäten verloren — dann 100% wiederhergestellt

Wenn ein LLM-Gespräch das Kontextfenster übersteigt, fassen Plattformen es zusammen – und verlieren dabei Informationen. Wir haben dies in unserem eigenen Produktions-Multi-Agenten-Deployment gemessen: Die standardmäßige Kompaktierung führte zum Verlust von 77 % der benannten Entitäten (Personen, Entscheidungen, Tools, Daten). Als wir nach einer Zahlungsabwickler-Integration gefragt haben, die 90 Minuten zuvor besprochen wurde, antwortete der Agent: „Ich weiß es nicht“.

Wir haben die Kompression durch eine dreischichtige Abrufarchitektur über strukturierten Speicher ersetzt: Entitäten bleiben vollständig erhalten, und der Agent ruft genau das ab, was der aktuelle Durchgang benötigt, bei Bedarf.

Das Ergebnis, gemessen an über 16.000 Nachrichten auf zwei Produktions-Agenten-Instanzen: 100 % Wiederherstellung früherer Entscheidungen (gegenüber 43 % ohne), während eine 46 MB Sitzung auf 35 kB Arbeitskontext komprimiert wird – eine Reduzierung der Token-Last von 99,94 %. Die Schlussfolgerung des veröffentlichten Papers bleibt bestehen: Zahlen Sie nicht für ein besseres Modell, zahlen Sie für besseren Speicher.

Die vollständige Methodik, einschließlich einer Überprüfung von 27 aktuellen Papern westlicher, chinesischer, koreanischer und japanischer Forschungsgruppen, wird von GLG, a.s. als Open Paper veröffentlicht (März 2026) – einschließlich koreanischer und chinesischer Ausgaben.