Smarte Suche für deinen KI-Agenten: Exa-Neuralsuche und Faktencheck

Was smarte Suche ganz einfach bedeutet

Stell dir einen belesenen Kumpel vor. Hat einen Berg Bücher verschlungen, weiß alles - sitzt aber seit zwei Jahren in einem Zimmer ohne Fenster. Kein Internet, kein Handy. Frag ihn nach dem Wetter von morgen oder nach der neuesten Version irgendeiner Library - und er sagt entweder ehrlich „weiß ich nicht“ oder, viel schlimmer, erfindet mit todernster Miene eine Antwort. Zugeben, dass er keine Ahnung hat, ist ihm zu peinlich.

Genau das ist ein nacktes Modell. Es kennt die Welt bis zu dem Tag, an dem es trainiert wurde. Was danach kam - ein Rätsel. Damit es aufhört zu fantasieren, braucht es Augen im Internet - also Suche.

Aber „Suche geben“ ist nur die halbe Miete. Die andere Hälfte ist, ihm eine smarte Suche zu geben und dem Agenten beizubringen, richtig zu suchen. Nicht mit einer Anfrage ins Blaue, sondern wie ein echter Detektiv.

Warum du als Vibecoder verstehen solltest, wie dein Agent sucht

Du bist Vibecoder. Eine Suchmaschine von Hand schreiben musst du nicht. Aber wenn du verstehst, wie der Agent sucht - dann hast du eine Superkraft in der Hand:

• Die KI hört auf, frische Fakten zu erfinden, und fängt an, sie zu prüfen;
• Antworten werden aktuell - über heutige News, Preise, Library-Versionen;
• der Agent zieht ein funktionierendes Code-Beispiel statt eines uralten aus seinem Gedächtnis;
• du sparst Nerven: weniger „stimmt das wirklich?“ und weniger manuelles Nachprüfen hinter dem Agenten.

Der Unterschied zwischen „die KI hat schönen Quatsch geschrieben“ und „die KI hat auf eine Quelle verwiesen und lag richtig“ - das ist oft ein einziger Unterschied: ist sie suchen gegangen, bevor sie den Mund aufmacht.

Wie Claude sucht: smarte Suchmaschine plus smarte Gewohnheit

Hier gibt es zwei getrennte Superkräfte. Einzeln läuft jede nur auf halber Kraft. Die erste - womit suchen, also eine gute Suchmaschine. Die zweite - wie suchen, also die richtige Gewohnheit. Gehen wir der Reihe nach durch.

Exa-Neuralsuche: Suche nach Bedeutung statt nach Stichwörtern

Normale Suche fängt Wortübereinstimmungen. Du tippst „billiger Laptop“ - und bekommst Seiten, auf denen die Wörter „billig“ und „Laptop“ vorkommen. Selbst wenn das der Artikel „10 Gründe, keine billigen Laptops zu kaufen“ ist. Daneben, aber formal stimmt alles überein. Neuralsuche Neuralsuche - eine Suche, die den Sinn der Anfrage versteht, statt nur nach Buchstaben-Übereinstimmungen zu suchen. Du kannst mit eigenen Worten beschreiben, „was ich finden will“, und sie versteht es. funktioniert anders - mit Köpfchen. Sie fängt die Bedeutung der Anfrage und findet sinngemäß passende Seiten, selbst wenn die Wörter dort ganz andere sind.

Exa Exa - ein Suchdienst mit Neuralsuche, den der Agent über MCP einbindet. Versteht die Anfrage nach Bedeutung, nicht nach Stichwörtern. ist genau so eine Suchmaschine. Der Agent bindet sie sich als Tool ein, über MCP (zu MCP gab es ein eigenes Kapitel). Und sie hat zwei Tools für unterschiedliche Aufgaben:

• web_search_exa - allgemeine Suche im Internet: News, Fakten, Firmen, Personen. Du kannst angeben, wie viele Ergebnisse zurückkommen, und den Fokus eingrenzen - zum Beispiel nur nach Firmen suchen.
• get_code_context_exa - Suche nach Code und Doku: Beispiele von GitHub, Antworten von Stack Overflow, Doku-Seiten. Liefert genau die funktionierenden Code-Stücke, keine Artikel „10 Gründe, Python zu lernen“.

Iteratives Suchen: in Kreisen suchen wie ein Detektiv, nicht ins Blaue

Und genau hier kommt der Clou. Der Anfänger denkt: Suche ist eine Anfrage, eine Antwort. Der Profi weiß: gute Suche ist ein Kreislauf. Wie bei einem Detektiv. Erst wirfst du ein weites Netz aus, schaust, was hängenbleibt, verstehst, wie das Ding überhaupt heißt - und triffst erst dann punktgenau.

Iteratives Suchen Iteratives Suchen - Suche in mehreren Runden: breit suchen → Funde bewerten → Anfrage präzisieren → nochmal suchen. Jede Runde macht die Anfrage genauer. ist ein Kreislauf aus vier Schritten. Man durchläuft ihn maximal 3-mal und hört dann auf:

1. Netz auswerfen - breite Anfrage, um zu verstehen, was es zum Thema überhaupt gibt.
2. Bewerten - die Funde anschauen: was ins Schwarze trifft, was daneben, was noch fehlt.
3. Präzisieren - Wörter ergänzen, die du in den Funden aufgeschnappt hast, und offensichtlichen Müll rauswerfen.
4. Wiederholen - nochmal suchen gehen, diesmal gezielt. Und so bis zu 3 Runden.

Warum geht es ohne nicht? Weil du oft selbst das richtige Wort nicht kennst. Du suchst „Anfragen-Begrenzung“, im Projekt heißt das aber „throttle“. Und die erste Runde schiebt dem Agenten genau den richtigen Begriff zu - danach trifft die zweite Anfrage punktgenau ins Schwarze.

Vor- und Nachteile der Suche für deinen Agenten

Beispiel: wie der Agent Preise und alten Code erfindet

Du bittest den Agenten: „Bau mir eine Seite mit Hosting-Tarifen und binde eine Library für Zahlungen ein.“ Ohne Suche schreibt er munter Preise aus dem Kopf (zu 99 % veraltet) und bindet die Library in der Version ein, an die er sich erinnert. Und bei der haben sich inzwischen die Befehle geändert. Der Code begrüßt dich beim allerersten Start mit einem roten Fehler.

Was wirklich passiert ist:

1. Die Preise hat der Agent erfunden - das heutige Internet hat er nie gesehen.
2. Das Code-Beispiel kam aus dem alten Gedächtnis - die Library hat sich seitdem aktualisiert.
3. Er hat sich kein einziges Mal mit der echten Welt abgeglichen.

Und wie würde es ein Vibecoder machen, der’s verstanden hat? Er würde den Agenten bitten, erst Fakten zu holen und sich erst dann ans Schreiben zu setzen:

Bau eine Seite mit Hosting-Tarifen und binde Zahlungen ein. Aber bevor du Code schreibst, such erst Fakten im Internet:

Finde per Websuche aktuelle Hosting-Preise für dieses Jahr. Nimm 3 Quellen und vergleiche sie - vertrau nicht einer einzigen Seite.
Finde per Code-Suche ein frisches, funktionierendes Beispiel zum Einbinden von Zahlungen - genau Code und Doku, keine Übersichtsartikel.
Wenn du mit der ersten Anfrage wenig oder nur Unpassendes gefunden hast - präzisiere die Anfrage mit Wörtern, die du in den Funden aufgeschnappt hast, und such nochmal. Nicht mehr als drei Runden.
Gib in der Antwort an, auf welche Quellen du dich gestützt hast. Was du nicht gefunden hast - sag es ehrlich, statt zu erfinden.

Checkliste: woran du merkst, dass der Agent wieder fantasiert

Bevor du der Antwort aufs Wort glaubst, lauf die Checkliste durch:

1. Ist das ein frischer Fakt? Preise, News, Versionen - ohne Suche liegt der Agent fast sicher daneben. Lass ihn suchen.
2. Hat er wirklich gesucht? Wenn in der Antwort keine einzige Quelle steht - hat er wahrscheinlich aus dem Kopf geredet.
3. Das richtige Tool? Wurde Code mit der Code-Suche gesucht und nicht mit der allgemeinen Websuche?
4. Eine Quelle oder mehrere? Eine = Risiko, Quatsch zu glauben. Lass 2-3 vergleichen.
5. Hat er sich in der Suche verrannt? Wenn der Agent Dutzende Anfragen abfeuert - erinnere ihn an die Drei-Runden-Regel.

Häufige Anfängerfehler beim Umgang mit der Suche

• Dem Agenten frische Fakten ohne Suche glauben. Preise, News, Versionen - die erfindet er, ohne mit der Wimper zu zucken. Lass ihn immer suchen.
• Code mit allgemeiner Websuche suchen. Du bekommst Artikel „Top 10 Tipps“ statt eines funktionierenden Beispiels. Für Code - die Code-Suche.
• Eine Anfrage und fertig. Die erste Anfrage ist fast immer ein Rohentwurf. Lass den Agenten präzisieren und nochmal suchen gehen.
• Der Quellenzahl hinterherjagen. 3 präzise sind besser als 20 matschige. Qualität, kein Haufen.
• Endlose Suche erlauben. Ohne Stopp gräbt sich der Agent bis zum Morgen ein. Setz ein Limit - 3 Runden.
• Keine Quellen verlangen. Keine Links, kein Check. Lass dir immer zeigen, woher die Info kommt.