Agentic AI

Kontroll-Schleifen: ReAct, Planung, Termination

Ein Agent setzt dreimal dieselbe Suche mit denselben Parametern ab, bekommt dreimal nichts und läuft weiter, weil der Rundendeckel noch nicht greift. Ein anderer nennt einen Preis, den die gedrosselte API nie geliefert hat. Beide Läufe sehen im Protokoll erfolgreich aus — weil die Schleife keine Grenze kennt, die Fortschritt von Verbrauch unterscheidet.

~25 Min · 11 Abschnitte Einführung · 8 Übungen (davon 3 Missionen)

Modul starten →

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

Nur den Lehrtext lesen →

Das kannst du danach

  • Danach führst du Werkzeugfehler so zurück, dass die Schleife sie lesen und darauf reagieren kann.
  • Du setzt Zielbedingung und harten Deckel als zwei getrennte Abbruchbedingungen und weißt, was beim Greifen passieren muss.
  • Du unterscheidest Stillstand von Ressourcenverbrauch und wählst zwischen Reagieren, Planen und festem Gerüst.

Übungen

  • 1. ReihenfolgeEine Runde im Zyklus
  • 2. EntscheidungWelches Schleifenmuster trägt diese Aufgabe?
  • 3. EntscheidungWie behandelt ihr Werkzeugantworten künftig?
  • 4. MissionDie Konfiguration eines Agentenlaufs
  • 5. EntscheidungWas ändert ihr an der Schleife?
  • 6. DiagnoseDrei Suchen, kein Fortschritt
  • 7. EntscheidungWas ist die entscheidende Ergänzung zu diesem Vorschlag?
  • 8. EntscheidungWas ist die tragfähige Struktur?

Arbeitsartefakte

Quellen & Aktualität6 Primärquellen · zuletzt geprüft:
  1. 01Yao et al. — ReAct: Synergizing Reasoning and Acting in Language Models, ICLR 2023
  2. 02Shinn et al. — Reflexion: Language Agents with Verbal Reinforcement Learning
  3. 03Anthropic Engineering — Effective context engineering for AI agents
  4. 04Anthropic Engineering — Building Effective Agents
  5. 05Anthropic — Context windows
  6. 06OWASP GenAI Security Project — LLM10:2025 Unbounded Consumption

Verfasst von Julian Zentgraf