Glossar
Glossar der agentischen KI
Die Begriffe der agentischen KI haben nicht alle eine feste Definition. Dieses Glossar erklärt sie einzeln, gestützt auf Quellen mit breitem Konsens.
Dieses Glossar versammelt die Begriffe, denen man am häufigsten begegnet, wenn es um KI-Agenten geht: autonomer Agent, Multi-Agenten-Orchestrierung, MCP, RAG, Tool-Calling, BYOK, Human-in-the-Loop, Observability sowie Leitplanken und Governance. Manche stammen aus der akademischen Forschung, andere aus der technischen Dokumentation der großen Modellanbieter, wieder andere aus aktuellen Regulierungsrahmen. Das Vokabular in diesem Bereich entwickelt sich schnell, und dieselben Begriffe werden von Anbieter zu Anbieter mitunter recht unterschiedlich verwendet.
Jede Seite folgt demselben Prinzip: zunächst prüfen, was die maßgeblichen Quellen zum Thema sagen (offizielle Dokumentation, grundlegender Forschungsartikel, Rechtstext), auf Abweichungen hinweisen, wenn zwei seriöse Quellen die Sache nicht ganz gleich darstellen, und den Begriff dann einfach erklären, mit einem konkreten Beispiel statt einer abstrakten Definition. Wo es passt, stützt sich das Beispiel auf die tatsächliche Funktionsweise eines autonomen KI-Agenten bei Atako, ohne etwas zu erfinden, das nicht dokumentiert ist.
Die Absicht ist nicht, eine Wörterbuchdefinition zu ersetzen, sondern genug Verständnis für einen Begriff zu vermitteln, um anderswo weiterzulesen, sei es ein Fachartikel, eine Produktdokumentation oder ein Gespräch mit einem Team. Jede Seite verweist zudem auf verwandte Begriffe, damit man von einem Konzept zum nächsten navigieren kann, ohne den Faden zu verlieren.
Alle Begriffe
Agenten-Observability: sehen, was ein KI-Agent in Echtzeit tut
Agenten-Observability ist die Fähigkeit, die Aktivität eines KI-Agenten im Detail zu verfolgen: seine Werkzeugaufrufe, Entscheidungen, Fehler, mit Ursprung und Ergebnis, in der Regel über Protokolle, eine Ereignis-Zeitleiste oder Traces. Sie erlaubt zu verstehen, warum ein Agent so gehandelt hat, und ein Problem zu erkennen, bevor es sich verschlimmert.
Agenten-Orchestrierung: Definition, Funktionsweise und Anwendungsfälle
Agenten-Orchestrierung bezeichnet die Koordination mehrerer KI-Agenten oder Unteragenten innerhalb desselben Systems: Aufgabenverteilung, Abfolge der Schritte, Aufsicht über die Ausführung und Rückmeldung der Ergebnisse. Ein Orchestrator, zentralisiert oder verteilt, entscheidet, welcher Agent wann handelt und wie die Ergebnisse kombiniert werden.
Agentische KI: Definition, Funktionsweise und Beispiele
Agentische KI ist das Paradigma von KI-Systemen, die ihre Umgebung wahrnehmen, eine Abfolge von Aktionen planen und sie mit Werkzeugen ausführen, um ein Ziel über mehrere Schritte zu erreichen, statt nur einmal auf eine isolierte Anfrage zu antworten, bei begrenzter, aber einstellbarer menschlicher Aufsicht.
Autonomer KI-Agent: Definition und Unterschied zum Workflow
Ein autonomer KI-Agent verfolgt ein langfristiges Ziel, wählt selbst die Abfolge der Aktionen, um es zu erreichen, und läuft dauerhaft in seiner eigenen Umgebung, statt nur für eine einzelne Anfrage aktiviert zu werden. Er wendet sich nur bei einer präzisen Entscheidung an den Menschen, im Gegensatz zu einem Workflow, der punktuell durch ein Ereignis ausgelöst wird.
BYOK: einen KI-Agenten mit dem eigenen API-Schlüssel betreiben
BYOK (Bring Your Own Key) ist eine Option, mit der man einen KI-Agenten oder ein KI-Werkzeug mit dem persönlichen API-Schlüssel eines Modellanbieters (OpenAI, Anthropic, Mistral AI) betreiben kann, statt mit dem im Abonnement enthaltenen Zugang. Die Abrechnung des Modells läuft dann direkt über das Konto des Anbieters, außerhalb des Plattform-Tarifs.
Generative KI vs. agentische KI: was ist der Unterschied?
Generative KI erzeugt Inhalte (Text, Bild, Code) als Antwort auf eine punktuelle Anfrage. Agentische KI plant eine Abfolge von Aktionen und führt sie mit Werkzeugen aus, um ein Ziel über mehrere Schritte zu erreichen. Letztere nutzt in der Regel Erstere als internes Reasoning-Modul.
Human-in-the-Loop: einen Menschen in der Schleife eines KI-Agenten behalten
Human-in-the-Loop (Mensch in der Schleife) ist ein Konzeptionsprinzip, bei dem eine Person die Befugnis behält, eine von einer KI erzeugte Entscheidung oder Aktion an einem bestimmten Punkt des Prozesses zu validieren, zu korrigieren oder zu blockieren, bevor sie eine reale Wirkung entfaltet. Es ist ein Kontrollmechanismus, keine durchgehende Überwachung jedes Schritts.
KI-Agent: Definition, Funktionsweise und Beispiele
Ein KI-Agent ist ein Programm, das seine Umgebung wahrnimmt, eine Aktion entscheidet und sie ausführt, allein oder über externe Werkzeuge, um ein Ziel zu erreichen. Er unterscheidet sich von einem klassischen Chatbot durch die Fähigkeit, mehrere Schritte aneinanderzureihen und zu handeln, wobei der Grad der Autonomie je nach Plattform variiert.
Leitplanken und Governance von KI-Agenten: Definition und Mechanismen
Leitplanken und Governance bezeichnen die Gesamtheit der Regeln, Berechtigungen und Kontrollen, die festlegen, was ein KI-Agent tun darf, vor, während und nach der Ausführung einer Aktion. Das umfasst Berechtigungen pro Aktion, menschliche Validierung sensibler Entscheidungen, das Audit dessen, was geschehen ist, und die Fähigkeit, den Zugriff jederzeit zu kappen.
MCP (Model Context Protocol): Definition, Funktionsweise und Beispiele
MCP (Model Context Protocol) ist ein offenes Protokoll, Ende 2024 von Anthropic geschaffen, das standardisiert, wie sich ein Modell oder ein KI-Agent mit Datenquellen und externen Werkzeugen verbindet. Es ersetzt maßgeschneiderte Integrationen, eine pro Werkzeug, durch eine gemeinsame Sprache zwischen KI-Anwendungen und Drittsystemen.
Multi-Agenten-System: Definition, Funktionsweise und Beispiele
Ein Multi-Agenten-System vereint mehrere autonome KI-Agenten, die gemeinsam an einer komplexen Aufgabe arbeiten. Jeder Agent hat eine spezialisierte Rolle, tauscht Informationen mit den anderen aus und trifft eigene Entscheidungen. Diese Arbeitsteilung erlaubt es, Workflows zu bearbeiten, die ein einzelner Agent nicht effizient allein bewältigen könnte.
RAG (Retrieval-Augmented Generation): Definition und Funktionsweise
RAG (Retrieval-Augmented Generation) ist eine Methode, die eine Dokumentensuche mit einem Sprachmodell verbindet: Bevor das Modell antwortet, sucht es relevante Passagen in einer externen Basis und erzeugt seine Antwort dann aus diesen Passagen. Das begrenzt Erfindungen und erlaubt die Nutzung aktueller oder unternehmensinterner Informationen.
Tool-Calling: wie ein KI-Agent externe Werkzeuge aufruft
Tool-Calling (Werkzeugaufruf, auch Function-Calling genannt) ist die Fähigkeit eines Sprachmodells, zu erkennen, dass eine Anfrage eine externe Aktion erfordert, etwa das Lesen einer Datenbank oder das Senden einer Nachricht, und dafür eine strukturierte Aufrufanfrage mit ihren Argumenten zu erzeugen. Eine Anwendung führt diesen Aufruf anschließend aus und gibt das Ergebnis an das Modell zurück.
Häufig gestellte Fragen
Was ist ein KI-Agent, in einem Satz?
Ein KI-Agent ist ein System, das dauerhaft läuft, Entscheidungen trifft und mit echten Werkzeugen handeln kann, um ein Ziel zu erreichen, statt nur eine Frage in einem einzelnen Gespräch zu beantworten. Die Pillar-Seite der Website erläutert diese Definition im Detail und zeigt, was einen autonomen Agenten von einem einfachen Chat-Assistenten unterscheidet.
Was unterscheidet einen KI-Agenten von klassischer generativer KI?
Klassische generative KI beantwortet eine einzelne Anfrage, ohne Gedächtnis und ohne die Fähigkeit, über den erzeugten Text hinaus zu handeln. Ein KI-Agent behält ein Gedächtnis zwischen den Interaktionen, kann externe Werkzeuge aufrufen und arbeitet nach der ersten Antwort weiter, bis das Ziel erreicht ist oder ein Mensch eingreift.
Wird dieses Glossar regelmäßig aktualisiert?
Ja, jeder Begriff zeigt ein Datum der letzten Aktualisierung an und stützt sich auf Referenzquellen, die am Seitenende zitiert werden, etwa die offizielle Dokumentation der Modellanbieter oder anerkannte Rahmenwerke für KI-Governance. Das Vokabular in diesem Bereich entwickelt sich schnell, die Definitionen werden entsprechend überprüft.
Als Nächstes lesen
CTO bei Atako
Dieser Inhalt wurde von den KI-Agenten von Atako verfasst und anschließend von Romain Laodicina, CTO von Atako, geprüft, korrigiert und freigegeben.