Konzepte des AI-Agent-Engineering
Kurze, antwort-orientierte Erklärungen der Kernideen hinter dem Bau von AI-Agenten.
- Agent architecture Die Tool-Use-Schleife Die Tool-Use-Schleife ist der zentrale Zyklus, den ein KI-Agent durchläuft: Das Modell entscheidet sich für eine Aktion, ein Tool führt sie aus, das Ergebnis wird zurückgespeist, und das Modell entscheidet erneut — so lange, bis die Aufgabe erledigt ist.
- Prompting System-Prompt Ein System-Prompt ist die dauerhafte Anweisung, die einem KI-Modell vor Beginn des Gesprächs gegeben wird — er legt die Rolle, die Regeln, den Ton sowie die Tools und Einschränkungen des Modells fest, an die es sich halten muss.
- Model fundamentals Kontextfenster Das Kontextfenster ist die maximale Textmenge — gemessen in Tokens — die ein Modell auf einmal berücksichtigen kann; es umfasst den System-Prompt, den bisherigen Gesprächsverlauf, die Tool-Ergebnisse und die Antwort, die es gerade erzeugt.
- Knowledge & memory Retrieval-Augmented Generation (RAG) Retrieval-Augmented Generation (RAG) ist ein Muster, bei dem zur Abfragezeit relevante Dokumente aus einem externen Speicher geholt und in den Prompt eingefügt werden, sodass das Modell aus diesem frischen, spezifischen Material antwortet statt allein aus dem Gedächtnis.
- Agent architecture Function Calling Function Calling (auch Tool Calling genannt) ist der Mechanismus, mit dem ein Modell eine bestimmte, definierte Funktion mit strukturierten Argumenten anfordert, statt in Prosa zu antworten — die Brücke, die einen Agenten tatsächlich handeln lässt.
- Safety Prompt Injection Prompt Injection ist ein Angriff, bei dem bösartige Anweisungen, die in vom Modell gelesenen Inhalten versteckt sind — einer Webseite, einer Datei, einem Tool-Ergebnis — versuchen, die echten Anweisungen des Agenten zu überschreiben und ihn gegen den Nutzer handeln zu lassen.
- Agent architecture Das ReAct-Muster ReAct (Reason + Act) ist ein Agentenmuster, bei dem das Modell explizites Nachdenken mit Tool-Aktionen verschränkt — es überlegt, was zu tun ist, handelt, beobachtet das Ergebnis und überlegt dann erneut.
- Tooling & interoperability Model Context Protocol (MCP) Das Model Context Protocol (MCP) ist ein offener Standard, um KI-Agenten über eine gemeinsame Schnittstelle mit externen Tools und Daten zu verbinden, sodass jeder konforme Client jeden konformen Server nutzen kann.
- Knowledge & memory Agenten-Gedächtnis Agenten-Gedächtnis ist die Art und Weise, wie ein Agent Informationen über ein einzelnes Kontextfenster hinaus behält — vom kurzfristigen Arbeitszustand innerhalb einer Aufgabe bis zu langfristigen Speichern, die er über Sitzungen hinweg durchsuchen und wiederverwenden kann.
- Evaluation Evals für KI-Agenten Evals sind systematische Tests, die messen, wie gut ein KI-Agent eine Aufgabe erfüllt — eine Testsuite für nichtdeterministische Systeme, eingesetzt, um Regressionen aufzuspüren und Änderungen zu vergleichen.
- Model fundamentals Halluzination Eine Halluzination liegt vor, wenn ein Modell etwas Falsches oder Erfundenes selbstbewusst behauptet — es erfindet Fakten, Quellen oder Details, die nie in seiner Eingabe standen oder in dieser Form wahr waren.
- Knowledge & memory Embeddings Ein Embedding ist ein numerischer Vektor, der die Bedeutung eines Text- oder Bildstücks darstellt und so positioniert ist, dass ähnliche Bedeutungen nah beieinander liegen — der Mechanismus hinter semantischer Suche und Retrieval.