KI-Agenten

01

Was unterscheidet einen Agenten von einem Chatbot?

Ein Kunde schreibt in den Support-Chat eines Onlineshops: „Die Sneaker von gestern passen nicht. Ich möchte mein Geld zurück.“ Wechsle in der Szene unten zwischen Chatbot und Agent.

Ein Chatbot nimmt eine Frage und schreibt eine Antwort. Ein Agent bekommt ein Ziel und arbeitet so lange weiter, bis er es erreicht hat: Er überlegt, was zu tun ist, nutzt ein Tool, um es wirklich zu tun, schaut sich das Ergebnis an und überlegt wieder – Runde um Runde. Der Kern: Niemand legt vorher fest, welche Tools in welcher Reihenfolge zum Einsatz kommen. Das entscheidet das Modell unterwegs.

Die Stärke eines Agenten kommt von seinen Tools. Aber ein LLM kann nur Text schreiben. Wie kann es dann ein Bestellsystem aufrufen?

02

Wie Agenten Tools nutzen (Function Calling)

Ein LLM schreibt nur Text – es kann sich nicht selbst mit anderen Systemen verbinden. Deshalb schickt die App dem LLM eine Liste der Tools, die es nutzen darf, mit einer Beschreibung zu jedem: Name, was das Tool tut und welche Werte es erwartet.

Tool: order_lookup
Beschreibung: Liefert Status und Lieferort der Bestellung eines Kunden
Parameter: order_id (String, Pflicht)

Wenn das LLM merkt, dass es für die Antwort ein Tool braucht, antwortet es noch nicht. Stattdessen schickt es eine Anfrage in einem festen Format zurück, etwa „bitte order_lookup mit order_id 1042 aufrufen“. Ausgeführt wird das Tool von der App. Sie gibt das Ergebnis an das LLM zurück, und das LLM schreibt daraus seine Antwort. Das nennt man Function Calling (Funktionsaufruf) oder Tool Calling. Geh die Nachrichten in der Szene unten durch.

Die Tool-Beschreibung ist der einzige Hinweis, den das Modell bei der Auswahl hat. Schreib also klar hin, wofür jedes Tool gedacht ist. Und die App sollte nicht blind übernehmen, welches Tool und welche Werte das LLM anfordert: Sie prüft vor dem Ausführen, ob das Tool erlaubt ist und die Werte sinnvoll sind.

Ein Tool einmal aufzurufen ist erst der Anfang. Was macht ein Agent, wenn er – wie bei der Erstattung in Kapitel 1 – mehrere Tools nacheinander nutzen und je nach Ergebnis die Richtung ändern muss?

03

Denken, handeln, Ergebnis ansehen (ReAct und Planung)

Der Agent aus Kapitel 1 ist immer wieder die Runde Denken → Handeln → Beobachten gelaufen. Die eigenen Gedanken aufschreiben (Reasoning), danach ein Tool nutzen (Acting) und das Ergebnis in den nächsten Gedanken einfließen lassen – das heißt ReAct, kurz für Reason + Act. Wenn der Gedanke zuerst aufgeschrieben wird, wählt der Agent den nächsten Schritt besser. Und weil er sich das Ergebnis ansieht, bevor er weiterdenkt, kann er umsteuern, wenn er in die falsche Richtung läuft.

Bei einer großen Aufgabe zerlegt der Agent sie zuerst in kleinere Teilaufgaben. Das nennt man Planung (Planning). Die Szene unten zeigt einen Agenten, der eine Dienstreise vorbereitet. Spiel sie einmal durch, lass dann die Hotelbuchung scheitern und spiel sie noch einmal durch.

Eine Automatisierung, die nur feste Schritte abarbeitet, bleibt stehen, sobald etwas Unerwartetes zurückkommt. Der Agent hat das Ergebnis „ausgebucht“ gesehen, seinen Plan geändert und ein anderes Hotel gesucht. Genau dafür setzt man einen Agenten ein: Er kann den nächsten Schritt an das anpassen, was gerade passiert ist.

Die Kehrseite: Ein Agent kann auch hängen bleiben und dieselbe Aktion endlos wiederholen. Deshalb setzt man Grenzen, zum Beispiel eine maximale Anzahl von Schritten oder eine Kostenobergrenze, bei der er stoppt.

Wenn ein Agent lange an etwas arbeitet oder immer wieder mit derselben Person spricht, muss er sich manchmal merken, was er beim letzten Mal erfahren hat.