Kontroll-Schleifen: wie ein Agent iteriert — und wie du ihn beherrschst
Einführung · 7 Abschnitte · ~9 Min Lesezeit · Stand
Der Agenten-Loop: Reason – Act – Observe
Das Herz eines Agenten ist eine Schleife: reasonen (was ist der nächste Schritt?), handeln (ein Tool aufrufen), beobachten (das Ergebnis) — und daraus den nächsten Schritt ableiten. Dieses Muster (ReAct) passt, wenn spätere Schritte von Zwischenergebnissen abhängen, die man vorab nicht kennt.
- Reason
- Act (Tool)
- Observe
- …
- Fertig?
Planen oder Schritt-für-Schritt?
Reines Schritt-für-Schritt-ReAct kann sich bei komplexen, interdependenten Aufgaben in die Ecke manövrieren — es tut früh etwas, das eine spätere Bedingung unmöglich macht. Dann hilft Plan-then-Execute: erst einen Gesamtplan (Schritte, Abhängigkeiten, Constraints), dann ausführen.
Termination: jeder Loop braucht ein Ende
Ohne erzwungene Stopp-Bedingung läuft ein Agent, bis das Plattform-Timeout oder das Kostenlimit greift. Nötig sind beide: eine Ziel-Bedingung (fertig, wenn X erreicht) UND ein harter Backstop (max. Schritte/Budget) für den Fall, dass das Ziel nie erreichbar ist.
Steckengeblieben: Loop-Detection
Ein häufiges Failure-Muster: der Agent ruft dieselbe Aktion mit demselben Ergebnis immer wieder auf und macht keinen Fortschritt — bis das Schritt-Cap greift. Erkennung wiederholter Aktionen/Zustände (No-Progress) sollte die Schleife durchbrechen: andere Strategie erzwingen, eskalieren oder abbrechen.
Reflection: sich selbst kritisieren
Eine Reflection-Schleife lässt den Agenten seine eigene Ausgabe gegen die Anforderungen kritisieren und überarbeiten, bevor er sie abgibt — hebt oft die Qualität bei „erster Entwurf zu 80 % richtig“-Aufgaben.
Kontext über die Schleife managen
Hängt jeder Schritt die volle Historie an, wächst der Kontext ins Riesige: Kosten steigen, und frühe Constraints geraten in die vernachlässigte Mitte langer Kontexte („lost in the middle“) — der Agent driftet über lange Läufe.
Wenn Freiheit nicht trägt: Scaffolding — gleich im Check
Ist ein Loop unzuverlässig und die Schritte großteils bekannt, ist mehr Freiheit die falsche Antwort. Leg deterministisches Scaffolding um das LLM: die bekannten Schritte als festen Ablauf kodieren, das Modell nur dort einsetzen, wo echtes Urteil nötig ist. Struktur schlägt Autonomie.