Agentic AI

Grundlagen: Agent oder Workflow — und wann keins von beidem

Ein Team nennt sein Skript einen Agenten, weil in jedem der drei festen Schritte ein Modell steckt — und budgetiert die Produktion mit einem Aufruf pro Aufgabe. Beide Fehler haben dieselbe Wurzel: Niemand hat gefragt, wer die Schleife beendet. Wer das nicht beantworten kann, kennt weder die Kosten noch die Grenzen seines Systems.

~30 Min · 11 Abschnitte Einführung · 9 Übungen (davon 2 Missionen)

Modul starten →

Fortschritt wird gespeichert — du kannst das Modul später jederzeit fortsetzen.

Nur den Lehrtext lesen →

Das kannst du danach

  • Danach ordnest du ein System am Kontrollfluss ein statt an seiner Selbstbeschreibung.
  • Du erkennst die fünf Muster, die mit festem Ablauf auskommen — und die Bedingung, unter der jedes passt.
  • Du weißt, wann ein Agent das falsche Werkzeug ist und welche Messung eine Architekturentscheidung trägt.

Übungen

  • 1. MissionSechs Systeme, zwei Kategorien
  • 2. EntscheidungWas ist der tragfähige Aufbau?
  • 3. EntscheidungWelches Muster passt zu dieser Aufgabenstruktur?
  • 4. ReihenfolgeSechs Entscheidungen in der Reihenfolge, in der sie voneinander abhängen
  • 5. EntscheidungWie legt ihr den Autonomie-Grad fest?
  • 6. EntscheidungWas erklärt die Abweichung?
  • 7. EntscheidungWoran hängt der Test künftig?
  • 8. EntscheidungWas ist die strukturelle Verbesserung?
  • 9. EntscheidungWas empfiehlst du?

Arbeitsartefakte

Quellen & Aktualität5 Primärquellen · zuletzt geprüft:
  1. 01Anthropic Engineering — Building Effective Agents
  2. 02Anthropic — Context windows
  3. 03OWASP GenAI Security Project — LLM06:2025 Excessive Agency
  4. 04Yao et al. — ReAct: Synergizing Reasoning and Acting in Language Models, ICLR 2023
  5. 05Anthropic Engineering — Effective context engineering for AI agents

Verfasst von Julian Zentgraf