Ist Markdown das neue Austauschformat für KI-Agents?

Eine spannende Frage, die an die sich entwickelnde Architektur von KI-Systemen rührt. Die kurze Antwort lautet: Ja und nein 😀.

Markdown wird zur „Lingua franca“ für die Denk- und Generierungsebene von KI, während JSON (und XML) der Standard für die Ausführungs- und Tool-Ebene bleibt. Hier sehen Sie, warum Markdown an Boden gewinnt, wo es scheitert und welche hybride Zukunft sich abzeichnet.

1. Warum Markdown beim Denken der Agents gewinnt

In den Anfangstagen der LLM-Integration versuchten Entwickler, Modelle in JSON „denken“ zu lassen. Das verschlechterte oft die Leistung, denn LLMs werden vor allem mit menschlichem Text trainiert (Prosa, Code, Artikel) – nicht mit strengen Datenstrukturen.

Token-Effizienz und Fluss: Markdown liegt einem Modell natürlicher. Ein Plan als Aufzählung in Markdown passt dazu, wie das Modell das nächste Token in einem Satz vorhersagt. Zwingt man es, {"step_1": "description"} auszugeben, muss es sich um Syntax sorgen (Klammern, Anführungszeichen, Escape-Zeichen) statt um die Logik.

Reiche Semantik: Markdown kennt Hierarchie (#, ##), Hervorhebung (**) und Codeblöcke (```). So kann die KI ihre „Gedanken“ oder ihren „Notizblock“ strukturieren und die Bedeutung besser erhalten als in einem flachen JSON-String.

Debugging mit Mensch im Loop: Gibt ein Agent sein Reasoning in Markdown aus, kann ein Entwickler (oder Nutzer) es sofort lesen. JSON-Reasoning-Logs sind visuell mühsam.

2. Warum JSON nicht verschwindet

Markdown ist großartig, um Inhalte zu erzeugen und Gedankengänge festzuhalten. Für die Systemintegration ist es dagegen ungeeignet.

Deterministisches Parsing: Ruft ein Agent eine Wetter-API auf, muss das System genau wissen, welches Feld der Breitengrad ist und welches der Längengrad. Markdown ist zu „unscharf“. Ein Aufzählungspunkt wird zum Bindestrich, eine Überschrift geht verloren. JSON erzwingt ein Schema, das garantiert, dass Maschinen die Ausgabe zuverlässig lesen.

Typsicherheit: JSON kennt Typen (Strings, Zahlen, Booleans, Arrays). Markdown ist nur Text. Gibt ein Agent „500“ in Markdown aus: Zahl oder String? In JSON sind 500 und "500" verschieden.

Streaming und Teil-Parsing: Es ist einfacher, Parser zu bauen, die gestreamtes JSON validieren (mit Tools wie zod oder Partial-JSON-Parsern) und Aktionen auslösen, bevor das Modell fertig generiert hat.

3. Der neue Hybrid-Standard: das Sandwich

Die Branche konvergiert offenbar auf ein Muster, das oft „Thought-Action-Observation“ heißt.

Markdown fürs Denken: Der Agent beginnt mit einem „Thought“-Block in Markdown. Er zerlegt das Problem, plant Schritte und schreibt Code-Snippets.

JSON/XML für die Aktion: Entscheidet er zu handeln (z. B. im Web zu suchen), gibt er einen strikten Block aus (oft in XML-Tags oder einem festen JSON-Schema), den das System parst, um eine Funktion auszuführen.

Markdown für die Schlussantwort: Liefern die Tools Daten zurück, fasst der Agent die endgültige Antwort für den Nutzer in Markdown zusammen.

4. Fazit

Markdown ersetzt JSON nicht, es abstrahiert es. Wir bewegen uns auf eine Welt zu, in der Agents mit anderen Agents und Menschen in Markdown kommunizieren (unstrukturierte natürliche Sprache), mit Software und Tools aber in JSON (strukturierte Daten).