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.
ReAct strukturiert die Runde eines Agenten als sichtbare Kette aus Gedanke → Aktion → Beobachtung. Statt direkt zu einem Tool-Aufruf zu springen, schreibt das Modell zuerst seine Überlegung aus, wählt dann eine Aktion und liest die Beobachtung, bevor es fortfährt. Das explizite Ausformulieren der Überlegung verbessert die Zuverlässigkeit bei mehrstufigen Aufgaben und macht das Verhalten leichter zu debuggen, weil man sehen kann, warum der Agent jede Aktion gewählt hat.
Kernpunkte
- Jeder Schritt ist Gedanke (Überlegung) → Aktion (Tool-Aufruf) → Beobachtung (Ergebnis), wiederholt bis zur Fertigstellung.
- Die Überlegung vor dem Handeln auszuschreiben verbessert die Genauigkeit bei mehrstufigen Aufgaben gegenüber blindem Handeln.
- Die sichtbare Gedankenspur macht das Agentenverhalten weit leichter zu debuggen und zu auditieren.
- Es ist ein Prompting-/Orchestrierungsmuster, das auf die Tool-Use-Schleife aufsetzt, kein Modellmerkmal.
Lern es durch Bauen
Way of the Agent bringt dir AI-Agent-Engineering Level für Level bei — Konzepte wie dieses, dann Praxis, XP und die AI Chronicles.
Kostenlos starten →