Was ist ein AI-Agent und wie arbeitet er?
Autor: Redaktion Domeny.ForSale Veröffentlicht
Kurz gesagt: Ein Agent auf Basis von AI ist ein System, das künstliche Intelligenz nutzt, um ein Ziel zu erreichen: Es wählt die nächsten Schritte, setzt verfügbare Werkzeuge ein und reagiert auf die Ergebnisse seiner Aktionen. Anders als ein einfacher Chatbot muss es sich nicht auf eine Antwort beschränken — es kann beispielsweise eine Bestellung prüfen und eine Reklamation vorbereiten. Wie selbstständig der Agent handeln darf, hängt von seinen Berechtigungen und den geltenden Regeln ab, nicht allein von der Bezeichnung „Agent“.
Was ein System zu einem Agenten auf Basis von AI macht
Es gibt keine allgemein anerkannte, eindeutige Abgrenzung zwischen Agenten und anderen Anwendungen auf Basis von AI. In der Praxis bezeichnet der Begriff meist ein System, das anhand eines Ziels und aktueller Informationen entscheidet, was als Nächstes zu tun ist, statt lediglich eine vorab festgelegte Folge von Anweisungen auszuführen.
Viele heutige Agenten nutzen ein großes Sprachmodell, also ein Modell, das Texte verarbeiten und erzeugen sowie Anweisungen interpretieren kann. Das Modell allein ist jedoch noch kein vollständiger Agent. Es benötigt eine Softwareumgebung, die Werkzeuge bereitstellt, Aktionsergebnisse zurückliefert und Einschränkungen durchsetzt.
Ein typischer Agent besteht aus mehreren Elementen:
- Ziel und Anweisungen: Sie legen die Aufgabe und die Bedingungen für ihren Abschluss fest.
- Kontext: Er umfasst die für die Arbeit benötigten Informationen, etwa den Inhalt einer Anfrage und bisherige Absprachen.
- Werkzeuge: Sie ermöglichen es, Daten abzurufen oder Aktionen auszuführen, beispielsweise Dokumente zu suchen oder Einträge im Kundenservice-System anzulegen.
- Kontrollregeln: Sie bestimmen, welche Aktionen erlaubt sind, wann die Zustimmung eines Menschen erforderlich ist und wann die Arbeit abgebrochen werden muss.
Ein Agent benötigt weder ein dauerhaftes Gedächtnis noch einen Internetzugang. Er kann ausschließlich mit bereitgestellten Dokumenten und innerhalb einer einzigen Sitzung arbeiten.
Wie ein Agent eine Aufgabe Schritt für Schritt erledigt
Ein Agent arbeitet häufig in einer Schleife: Er bewertet die Situation, wählt einen Schritt, ruft ein Werkzeug auf, analysiert das Ergebnis und trifft die nächste Entscheidung. Diese Schleife läuft, bis ein Ergebnis vorliegt, ein Hindernis auftritt oder eine Grenze für Zeit, Kosten oder die Anzahl der Aktionen erreicht ist.
Angenommen, ein Kunde eines Shops fragt nach einer verspäteten Sendung. Der Agent, der die Anfrage bearbeitet, könnte:
- Die Bestellnummer auslesen und fehlende Informationen erfragen.
- Den Status aus dem Bestellsystem sowie Daten des Versanddienstleisters abrufen.
- Die Informationen mit den Regeln für den Umgang mit Lieferverzögerungen abgleichen.
- Eine Antwort vorbereiten oder ein Ticket für einen Mitarbeiter anlegen.
- Vor einer Rückerstattung anhalten, falls diese Aktion eine Freigabe erfordert.
Das ist ein mögliches Einsatzszenario, kein Funktionsumfang, den jeder Agent bietet. Ohne eine passende Integration kann das System den tatsächlichen Paketstatus nicht prüfen. Die Aussage „Ich habe die Bestellung geprüft“ ist kein Beleg dafür, dass die Aktion ausgeführt wurde — als Bestätigung sollte das Ergebnis des Werkzeugs im Aktionsprotokoll vorliegen.
Agent, Chatbot und Automatisierung — die Unterschiede
Ein Chatbot ist eine Schnittstelle für Gespräche mit Nutzern. Er kann sich darauf beschränken, Fragen zu beantworten, aber auch der Bedienung eines Agenten dienen. Chat und Agent sind deshalb keine Gegensätze: Der erste Begriff beschreibt die Form der Kommunikation, der zweite die Art, wie eine Aufgabe erledigt wird.
Klassische Automatisierung führt vorab definierte Regeln aus. Zum Beispiel: Geht ein Formular ein, wird der Kontakt zur Datenbank hinzugefügt und eine Bestätigung versendet. Ist der Ablauf vorhersehbar, lässt sich eine solche Lösung meist leichter testen und kontrollieren.
Ein Agent ist dann hilfreich, wenn der Weg zum Ergebnis von Inhalt und Kontext abhängt. Er kann erkennen, dass eine Kundennachricht sowohl einen beschädigten Artikel als auch eine falsche Adresse betrifft, und anschließend ein passendes Vorgehen wählen. Diese Flexibilität macht seine Entscheidungen allerdings weniger vorhersehbar.
Beide Ansätze lassen sich in einem System verbinden: AI interpretiert die Anfrage, während herkömmlicher Code die Berechtigungen prüft und die zulässige Aktion ausführt. Das Modell sollte nicht selbst entscheiden, ob es Schutzmaßnahmen umgehen darf.
Für welche Aufgaben sich ein Agent eignet
Gut geeignet sind Prozesse, bei denen unterschiedliche Informationen analysiert, mehrere Schritte ausgeführt und Werkzeuge ausgewählt werden müssen. Beispiele sind das Sortieren von Anfragen, das Zusammentragen von Informationen aus Unternehmensdokumenten, das Erstellen von Berichten oder das Vorschlagen von Codeänderungen. Damit der Einsatz nützlich ist, muss sich das Ergebnis überprüfen lassen.
Beantworte vor der Wahl einer Lösung drei Fragen: Reichen einfache Regeln aus? Hat der Agent Zugang zu verlässlichen Daten? Lassen sich fehlerhafte Aktionen leicht rückgängig machen? Wenn die Aufgabe darin besteht, Daten zwischen festgelegten Feldern zu übertragen, kann eine einfachere Automatisierung die bessere Wahl sein.
Im Marketing kann ein Agent, der anhand eines freigegebenen Katalogs Entwürfe für Produktbeschreibungen erstellt, ein sinnvoller Einstieg sein. Ob diese Beschreibungen automatisch veröffentlicht werden sollen, ist eine separate Entscheidung. Dafür sind zusätzliche Kontrollen nötig, weil das System eine Eigenschaft ergänzen könnte, die das Produkt nicht besitzt.
Wie sich Fehler und Risiken begrenzen lassen
Ein Agent kann das Ziel falsch interpretieren, das falsche Werkzeug wählen oder unwahre Informationen erzeugen. Er kann auch den Inhalt eines Dokuments als Anweisung auffassen. Ein solcher Angriff, prompt injection genannt, besteht darin, Anweisungen in die zu verarbeitenden Materialien einzuschleusen, um das Verhalten des Systems zu verändern.
Ein sichererer Ausgangspunkt ist ein reiner Lesezugriff, beschränkt auf die für die Aufgabe erforderlichen Daten. Für das Versenden von Nachrichten, das Löschen von Dateien, das Veröffentlichen von Inhalten oder Finanztransaktionen sollten separate Berechtigungen und passende Freigabeanforderungen gelten. Einschränkungen müssen in der Software durchgesetzt werden; es genügt nicht, sie nur in den Anweisungen für das Modell festzuhalten.
Nötig sind außerdem Grenzen für die Anzahl der Aktionen, ein Protokoll der Werkzeugnutzung und die Möglichkeit, den Prozess anzuhalten. Prüfe bei der Auswahl eines Dienstes in der aktuellen Dokumentation des Anbieters die Regeln zur Datenspeicherung, die verfügbaren Integrationen und die Art der Gebührenberechnung.
Beginne mit einer einzelnen Aufgabe, deren Aktionen sich rückgängig machen lassen, und teste sie an typischen wie auch problematischen Fällen. Erhöhe die Selbstständigkeit erst, wenn du nachvollziehen kannst, was der Agent getan hat, auf welcher Grundlage er gehandelt hat und wer Aktionen mit weitreichenderen Folgen freigibt.
Siehe auch: Was sind Domains mit polnischen Sonderzeichen?
Lesen Sie auch
