# Microsoft-Studie: KI-Agenten suchen besser ohne Chatverlauf

> Eine neue „Fork-and-Flush“-Methode lässt lang laufende KI-Agenten ihren Gesprächsverlauf verwerfen. Bei komplexen Aufgaben stiegen die Ergebnisse dadurch um bis zu 66 Prozent.

Oossa · 2026-10-12 · https://oossa.com/de/microsoft-study-shows-clearing-ai-chat-history-improves-search-performance

Microsoft-Forschende stellten fest, dass KI-Agenten oft dieselben Ideen weiterverfeinern, weil sie ihr Chatverlauf immer wieder in denselben Lösungsraum lenkt. Ihre neue Methode namens Fork-and-Flush erzeugt mehrere parallele Zweige, löscht den Gesprächskontext jedes Zweigs und behält nur die besten Ergebnisse. Bei 13 Benchmark-Aufgaben steigerte die Methode den normalisierten Durchschnittswert von 0,47 auf 0,78 und verringerte zugleich die Streuung der Ergebnisse.

## Die Fakten

- Fork-and-Flush erzielte einen normalisierten Durchschnittswert von 0,78 – eine Verbesserung um 66 % gegenüber einzelnen Durchläufen (0,47).
- Die Experimente nutzten GPT‑5.6‑terra und GPT‑5.5 über die GitHub Copilot CLI bei 13 Aufgaben, darunter Polyomino-Packung und Kryptoanalyse.

## Warum es wichtig ist

Entwickler können mit KI-Agenten bessere und zuverlässigere Lösungen erzielen, ohne zusätzliche Rechenleistung einzusetzen. Das spart bei komplexen Optimierungsproblemen Zeit und Kosten.

## Quellen und Referenzen

1. [Clearing chat history helps AI agents find better solutions](https://the-decoder.com/clearing-chat-history-helps-ai-agents-find-better-solutions/) – The Decoder, 2026-10-12

Zuletzt aktualisiert: 2026-10-12