Dieser Inhalt wurde automatisch aus dem Ukrainischen übersetzt.
AI-Agent, oder Agent für künstliche Intelligenz, ist ein Softwaresystem, das ein Ziel erhält, selbstständig die erforderlichen Schritte festlegt und im Namen des Benutzers Aktionen ausführt. Es kann Informationen analysieren, einen Plan erstellen, auf externe Dienste zugreifen, Zwischenergebnisse überprüfen und zukünftige Aktionen je nach Situation anpassen.
Ein gewöhnlicher Chatbot antwortet hauptsächlich auf Fragen. Der AI-Agent ist in der Lage, nicht nur zu erklären, was zu tun ist, sondern auch einen Teil der Arbeit zu erledigen: Daten zu finden, eine Datei zu öffnen, einen Datensatz im System zu aktualisieren, eine Nachricht zu senden oder Programmcode auszuführen. OpenAI definiert Agenten als Systeme, die Aufgaben im Namen des Benutzers selbstständig ausführen, den Arbeitsablauf steuern und Werkzeuge zur Informationsbeschaffung und Durchführung von Aktionen nutzen.
Zum Beispiel kann ein gewöhnliches Sprachmodell auf die Anfrage „Bereite einen Verkaufsbericht für den Monat vor“ eine Dokumentenstruktur vorschlagen. Der AI-Agent kann, sofern er den erforderlichen Zugriff hat, selbst Daten in Tabellen oder CRM finden, Kennzahlen überprüfen, Diagramme erstellen, einen Bericht generieren und ihn in einem bestimmten Ordner speichern.
Warum wird er Agent genannt
Das Wort Agent bedeutet auf Englisch jemanden, der im Namen einer anderen Person oder Organisation handelt. Diese Bedeutung liegt der Terminologie zugrunde: Das System erhält einen Auftrag und eine gewisse Freiheit bei der Auswahl der Ausführungsweise.
Der Benutzer muss nicht jeden Schritt beschreiben. Anstelle des detaillierten Befehls „Öffne die Tabelle, finde die benötigte Spalte, berechne die Werte und übertrage das Ergebnis in das Dokument“ kann das Endziel formuliert werden: „Analysiere die Ausgaben für das Quartal und zeige, wofür wir am meisten ausgegeben haben“.
Der Agent entscheidet selbst, welche Daten er benötigt, welche Werkzeuge er verwenden möchte und in welcher Reihenfolge er die Arbeit ausführt. Diese Fähigkeit, den eigenen Prozess zu steuern, unterscheidet den Agenten von einem starr programmierten Skript. Anthropic unterscheidet beispielsweise zwischen gewöhnlichen Arbeitsabläufen mit vordefinierten Schritten und Agenten, bei denen das Sprachmodell dynamisch die nächsten Schritte und benötigten Werkzeuge auswählt.
Wie funktioniert der AI-Agent
Im Zentrum eines modernen AI-Agenten steht häufig ein großes Sprachmodell. Es analysiert die Aufgabe, die Anweisungen und den verfügbaren Kontext und bestimmt dann den nächsten Schritt. Das Modell selbst ist jedoch noch kein vollwertiger Agent.
Für die Arbeit benötigt das System mehrere miteinander verbundene Komponenten.
Modell
Das Modell fungiert als eine Art Steuermechanismus. Es versteht die Anfrage, vergleicht Informationen, wählt Werkzeuge aus, erstellt einen Plan und entscheidet, ob das gesetzte Ziel erreicht wurde.
Gleichzeitig erfordert nicht jeder Schritt das leistungsstärkste Modell. Einfache Operationen wie die Klassifizierung von Nachrichten können von einem kleineren und schnelleren Modell durchgeführt werden, während komplexe Entscheidungen breitere Analysefähigkeiten benötigen.
Anweisungen
Die Anweisungen definieren die Rolle des Agenten, seine Aufgaben und die Grenzen des Erlaubten. Darin kann festgelegt werden, welche Quellen verwendet werden sollen, in welchem Format das Ergebnis präsentiert werden soll, wann eine Bestätigung angefordert werden soll und welche Aktionen nicht ausgeführt werden dürfen.
Zum Beispiel kann ein Support-Agent die Regel erhalten: selbstständig auf häufige Fragen zu antworten, aber vor der Rückerstattung unbedingt die Entscheidung an einen Mitarbeiter weiterzuleiten.
Werkzeuge
Werkzeuge ermöglichen es dem Agenten, mit anderen Programmen und Daten zu interagieren. Dazu können Internetrecherche, E-Mail, Kalender, Kundendatenbank, Dateispeicher, Taschenrechner, Code-Editor oder interne Unternehmenssysteme gehören.
Ohne Werkzeuge erstellt das Modell hauptsächlich eine textuelle Antwort. Mit Werkzeugen kann der Agent aktuelle Informationen erhalten oder etwas in einem externen System ändern: eine E-Mail senden, einen Datensatz aktualisieren, ein Dokument erstellen oder eine Codeüberprüfung durchführen.
Speicher und Zustand
Für mehrstufige Aufgaben muss der Agent Informationen über bereits ausgeführte Schritte speichern. Andernfalls weiß er nicht, welche Quellen er überprüft hat, was er bereits geändert hat und an welchem Punkt er gestoppt hat.
Unter dem Speicher des Agenten kann der aktuelle Kontext des Gesprächs, die Historie der Aufgabenerfüllung, gespeicherte Benutzerpräferenzen oder der Zugriff auf eine bestimmte Wissensdatenbank verstanden werden. In der Dokumentation von OpenAI wird die Speicherung des Zustands als eine der notwendigen Möglichkeiten für die Durchführung mehrstufiger Arbeiten bezeichnet.
Umgebung
Die Umgebung definiert, wo der Agent arbeitet und auf welche Ressourcen er Zugriff hat. Ein System kann nur das hochgeladene Dokument sehen, während ein anderes auf Unternehmensdateien, Kalender, E-Mails und interne Datenbanken zugreifen kann.
Von der Umgebung hängen nicht nur die Möglichkeiten, sondern auch die Risiken ab. Ein Agent mit dem Recht, den Kalender zu lesen, ist potenziell weniger gefährlich als ein System, das selbstständig E-Mails senden, Finanzdaten ändern oder Dateien löschen kann.
Was ist der Agentenzyklus
Der AI-Agent arbeitet normalerweise nicht nach dem Prinzip „eine Anfrage – eine Antwort“, sondern führt einen wiederholbaren Zyklus aus:
erhält ein Ziel → analysiert die Situation → wählt eine Aktion → verwendet ein Werkzeug → überprüft das Ergebnis → bestimmt den nächsten Schritt.
Der Zyklus wiederholt sich, bis die Aufgabe abgeschlossen ist, ein Fehler auftritt oder eine menschliche Entscheidung erforderlich ist. OpenAI bezeichnet einen solchen Zyklus als zentralen Mechanismus der Agentenarbeit: Das Modell kann mehrere aufeinanderfolgende Werkzeugaufrufe durchführen, bis es die Abschlussbedingung erreicht.
Stellen wir uns einen Agenten vor, der den Auftrag hat, einen geeigneten Raum für ein Treffen zu finden. Er kann:
- die Anzahl der Teilnehmer überprüfen;
- ihre Kalender einsehen;
- eine verfügbare Zeit finden;
- freie Räume überprüfen;
- die optimale Option vorschlagen;
- nach Bestätigung ein Ereignis erstellen und eine Einladung senden.
Wenn der benötigte Raum nicht verfügbar ist, beendet der Agent die Arbeit nicht einfach mit einem Fehler, sondern kann nach einer anderen Zeit suchen oder ein Online-Meeting vorschlagen.
Wie unterscheidet sich der AI-Agent von einem Chatbot und gewöhnlicher Automatisierung
Die Grenze zwischen diesen Begriffen ist nicht immer klar. Ein moderner Assistent kann Agentenfunktionen erhalten, und ein Chatbot kann Zugriff auf Werkzeuge haben. Es ist wichtig, nicht auf den Produktnamen zu schauen, sondern darauf, ob das System in der Lage ist, mehrstufige Arbeiten zu steuern und reale Aktionen auszuführen.
Google bezeichnet die Schlüsselmerkmale von Agenten als die Fähigkeit zu denken, zu planen, Ergebnisse zu beobachten und zu handeln. Gleichzeitig interagiert der AI-Assistent normalerweise enger mit dem Benutzer in jeder Phase, während der Agent mehr Freiheit für die eigenständige Ausführung der Aufgabe erhält.
Beispiele für AI-Agenten
Ein AI-Agent muss nicht unbedingt wie ein Roboter oder ein separates Programm aussehen. Er kann in eine Website, einen Arbeitsdienst, einen Code-Editor oder ein Unternehmenssystem integriert sein.
Support-Agent liest die Anfrage des Kunden, findet seine Bestellung, überprüft die Unternehmensrichtlinien, schlägt Lösungen vor und aktualisiert den Status der Anfrage.
Forschungsagent sucht Informationen aus mehreren Quellen, vergleicht Daten, trennt Wichtige und bereitet einen strukturierten Bericht vor.
Code-Agent überprüft Projektdateien, findet die Ursache eines Fehlers, bearbeitet den Code, führt Tests durch und wiederholt den Versuch, wenn die Überprüfung nicht bestanden wurde.
Büro-Agent kann E-Mails sortieren, Antworten vorbereiten, freie Zeiten im Kalender suchen, Dokumente erstellen oder Daten zwischen Arbeitssystemen übertragen.
Analyse-Agent erhält Daten aus Tabellen und Datenbanken, überprüft sie, führt Berechnungen durch und erstellt einen Bericht gemäß der Anfrage des Benutzers.
Der Nutzen des Agenten ist besonders deutlich, wenn die Aufgabe aus mehreren Schritten besteht, unstrukturierte Daten enthält oder eine Auswahl zwischen verschiedenen Handlungsweisen erfordert. Für einfache und vollständig vorhersehbare Operationen bleibt gewöhnliche Automatisierung oft kostengünstiger und zuverlässiger.
Was ist ein Multi-Agenten-System
Nicht alle komplexen Aufgaben werden von einem universellen Agenten ausgeführt. In einem Multi-Agenten-System wird die Arbeit auf mehrere spezialisierte Agenten verteilt.
Zum Beispiel sucht ein Agent nach Quellen, ein anderer analysiert Fakten, ein dritter schreibt Texte und ein vierter überprüft das Ergebnis. Gesteuert werden sie von einem zentralen Agenten-Manager, der Aufgaben verteilt und Antworten zusammenführt.
Eine andere Möglichkeit ist die direkte Übertragung von Arbeiten zwischen Agenten. Ein Support-System kann zunächst eine Anfrage an einen Agenten für Lieferfragen richten, der sie bei Bedarf an einen Agenten für Rücksendungen weiterleitet.
Die Multi-Agenten-Architektur ist nützlich für komplexe Prozesse, erhöht jedoch auch die Anzahl möglicher Fehler, Kosten und die Komplexität der Kontrolle. Daher wird Entwicklern empfohlen, zunächst zu prüfen, ob die Aufgabe von einem Agenten mit klaren Anweisungen und gut konfigurierten Werkzeugen ausgeführt werden kann.
Arbeitet der AI-Agent vollständig autonom
Die Autonomie des Agenten bedeutet nicht vollständige Unabhängigkeit von Menschen. Der Grad der erlaubten Selbstständigkeit hängt von der spezifischen Aufgabe und den möglichen Konsequenzen ab.
Einem Agenten kann erlaubt werden, selbstständig Informationen zu suchen und Entwürfe zu erstellen. Ein anderer muss vor dem Versenden einer E-Mail, der Zahlung einer Rechnung, dem Löschen einer Datei oder der Änderung von Kundendaten um Bestätigung bitten.
Der sicherste Ansatz besteht darin, dem System nur die Rechte zu gewähren, die tatsächlich für die Arbeit erforderlich sind. Für riskante oder irreversible Aktionen sollte eine menschliche Bestätigung erforderlich sein, und der Benutzer sollte die Möglichkeit haben, den Plan zu sehen, die Ausführung zu stoppen und den Arbeitsverlauf zu korrigieren.
Welche Probleme können auftreten
AI-Agenten erben die Einschränkungen von Sprachmodellen. Sie können das Ziel falsch verstehen, unzuverlässige Daten verwenden, falsche Schlussfolgerungen ziehen oder ein ungeeignetes Werkzeug wählen. In einem mehrstufigen Prozess kann ein Fehler alle nachfolgenden Aktionen beeinflussen.
Ein zusätzliches Risiko entsteht durch den Zugriff auf externe Systeme. Wenn der Agent zu weitreichende Berechtigungen hat, kann sein Fehler nicht nur zu einer falschen Antwort führen, sondern auch zu unerwünschten Datenänderungen, dem Versenden von Nachrichten oder der Offenlegung vertraulicher Informationen.
Agentensysteme benötigen auch mehr Zeit und Rechenressourcen als eine einzelne Antwort eines Sprachmodells. Mehrere Analyse-, Such- und Werkzeugnutzungszyklen erhöhen die Kosten und verlängern die Verzögerung. Anthropic empfiehlt, das System nicht unnötig zu komplizieren: Für vorhersehbare Aufgaben kann ein gewöhnliches Skript oder eine einzelne Anfrage an das Modell ausreichend sein.
Ein zuverlässiger AI-Agent sollte klare Anweisungen, eingeschränkte Zugriffsrechte, Überprüfungen der Eingangs- und Ausgangsdaten, ein Protokoll der durchgeführten Aktionen und eine verständliche Möglichkeit haben, die Kontrolle an einen Menschen zu übergeben.
Ist AI-Agent und Agenten-KI dasselbe?
Diese Begriffe sind miteinander verbunden, werden jedoch etwas unterschiedlich verwendet.
AI-Agent ist ein spezifisches Softwaresystem, das Aufgaben ausführt: zum Beispiel ein Support-Agent, ein Forschungsagent oder ein Agent zum Schreiben von Code.
Agenten-KI oder agentenbasierte künstliche Intelligenz ist ein breiterer Begriff. Er beschreibt einen Ansatz, bei dem Systeme der künstlichen Intelligenz nicht nur Antworten generieren, sondern auch selbstständig planen und eine Abfolge von Aktionen durchführen.
Das bedeutet, dass der AI-Agent eine konkrete Umsetzung der Prinzipien der agentenbasierten KI ist.
Häufig gestellte Fragen
Ist jedes neuronale Netzwerk ein AI-Agent?
Nein. Ein Modell, das Bilder erkennt, Werte vorhersagt oder Text generiert, kann Teil eines Agenten sein, steuert jedoch nicht unbedingt den Prozess und führt keine mehrstufigen Aktionen aus.
Kann ein AI-Agent ohne Sprachmodell arbeiten?
Ja, das Konzept eines Software-Agenten existierte lange vor den modernen generativen Modellen. Heute wird der Begriff AI-Agent jedoch häufig speziell für Systeme verwendet, bei denen ein großes Sprachmodell hilft, das Ziel zu verstehen, zu planen und Werkzeuge auszuwählen.
Kann ein Agent ohne Erlaubnis des Benutzers handeln?
Nur im Rahmen der ihm erteilten Rechte. Ein gut gestaltetes System sollte eine Bestätigung vor riskanten, finanziellen oder irreversiblen Aktionen verlangen.
Ersetzt der AI-Agent einen Mitarbeiter?
Der Agent kann einzelne Aufgaben oder sogar einen gesamten Arbeitsprozess automatisieren, benötigt jedoch dennoch ein klar formuliertes Ziel, Zugang zu qualitativ hochwertigen Daten, Kontrolle und Verantwortung von Seiten des Menschen. Er sollte eher als ein ausführendes Werkzeug mit gewisser Selbstständigkeit betrachtet werden, nicht als vollständig unabhängiger digitaler Arbeiter.
