AI Basics: Die wichtigsten Begriffe
Lerne die Grundlagen von Large Language Models, KI-Agenten, Prompts und Reasoning kennen, um komplexe Arbeitsaufgaben systematisch zu automatisieren
KI-Agenten sind mehr als Chatbots. Sie kombinieren Sprachmodelle mit Anweisungen, Kontext, Werkzeugen und Berechtigungen, um Aufgaben in deinem Arbeitsumfeld zu erledigen. Dieses Glossar erklärt die wichtigsten Begriffe und zeigt, wie diese zusammenspielen.
LLM: Das Sprachmodell hinter AI
LLM steht für „Large Language Model“, also großes Sprachmodell. Ein LLM ist ein AI-Modell, das mit großen Mengen an Text trainiert wurde. Du gibst ihm einen Prompt und es sagt Schritt für Schritt das wahrscheinlich nächste Wort voraus, bis die Antwort fertig ist.
Bekannte Modelle kommen zum Beispiel von OpenAI, Anthropic oder Google. Anbieter und Modell sind nicht dasselbe. Ein Anbieter kann mehrere Modelle mit unterschiedlichen Stärken, Geschwindigkeiten und Kosten anbieten.
Wo ein Modell betrieben wird, hängt nicht allein vom Anbieter ab. Dasselbe Modell kann je nach Anbieter in unterschiedlichen Regionen oder Rechenzentren betrieben werden, zum Beispiel in der EU oder in Deutschland. Dadurch können Modelle unabhängig von ihrem ursprünglichen Anbieter unter bestimmten Voraussetzungen DSGVO-konform genutzt werden.
Ein LLM allein kann Text erzeugen. Es kann nicht von sich aus Tools bedienen, handeln oder auf deine Projektdaten zugreifen. Genau dafür kommen weitere Bausteine dazu.
Tipp: Für einfache Aufgaben reicht oft ein schnelles und günstiges Modell. Komplexere Aufgaben können ein leistungsstärkeres Modell erfordern.
Prompt
Ein Prompt ist die Eingabe, mit der du dem LLM eine Aufgabe gibst. Er kann zum Beispiel eine Frage, eine Anweisung oder zusätzlichen Kontext enthalten. Das LLM verarbeitet diesen Text und erzeugt daraus seine Antwort.
Reasoning
Reasoning bezeichnet die Fähigkeit eines AI-Modells, komplexe Aufgaben über mehrere Verarbeitungsschritte hinweg zu bearbeiten. Dabei kann das Modell Informationen analysieren, Zusammenhänge herstellen und eine Lösung schrittweise entwickeln.
Je nach Modell und Konfiguration kann Reasoning unterschiedlich stark ausgeprägt sein. Das kann sich auf Qualität, Geschwindigkeit und Kosten einer Antwort auswirken.
Stream
Stream bezeichnet die schrittweise Übertragung einer AI-Antwort, während sie erzeugt wird. Statt auf die vollständige Antwort zu warten, werden bereits erzeugte Teile direkt angezeigt.
Das sorgt dafür, dass du früher erste Ergebnisse siehst, auch wenn die vollständige Verarbeitung noch läuft.
Chatbot: Fragen stellen und Antworten erhalten
Ein Chatbot ist ein LLM mit einer Benutzeroberfläche. Du gibst etwas ein, der Chatbot antwortet in natürlicher Sprache.
Zusätzlich zum LLM kann ein Chatbot einen System Prompt und Memory haben. Damit kann er eine feste Rolle bekommen oder sich Informationen über einzelne Nachrichten hinaus merken.
Der entscheidende Unterschied zum Agenten: Ein Chatbot antwortet, aber er handelt nicht selbstständig. Er legt zum Beispiel nicht eigenständig eine Aufgabe an und verschickt keine E-Mail.
Chatbots eignen sich besonders für Aufgaben, bei denen du den nötigen Kontext direkt mitgibst:
-
Schnelle Textarbeit wie Umformulieren oder Varianten erstellen
-
Recherche für eine konkrete Fragestellung
-
Zusammenfassungen von Inhalten, die du selbst bereitstellst
-
Brainstorming und Ideenchecks
AI-Agent: AI, die Aufgaben erledigt
Ein AI-Agent ist ein konfigurierbarer digitaler Assistent. Er besteht aus einem Sprachmodell, das mit einer Identität, Anweisungen, Zugriff auf ausgewählte Informationen und optionalen Fähigkeiten ausgestattet ist. Dadurch kann er Aufgaben planen, mehrere Schritte ausführen und mit seiner Umgebung arbeiten.
Anders als ein generischer Chatbot arbeitet ein Agent innerhalb definierter Grenzen und kann Aktionen im Namen des Nutzers ausführen.
Der Unterschied lässt sich einfach merken:
-
Chatbot: Du fragst, er antwortet
-
Agent: Du gibst ein Ziel, er arbeitet darauf hin
Ein Agent kann dabei selbst entscheiden, welche Informationen oder Werkzeuge er für den nächsten Schritt benötigt. Er arbeitet in einer Schleife: planen, handeln, Ergebnis prüfen und weitermachen, bis das Ziel erreicht ist. Diese sogenannte Agent Loop läuft in einer geschützten Umgebung, der Sandbox.
Aus welchen Bausteinen besteht ein Agent?
Ein Agent besteht aus mehreren Bausteinen, die zusammenarbeiten:
-
LLM Für Verarbeitung und Textgenerierung
-
System Prompt Für Rolle, Regeln und Ziel
-
Kontext Für das Wissen, das der Agent für die Aufgabe braucht
-
Tools und MCP Damit der Agent handeln und externe Systeme nutzen kann
-
Skills Für wiederholbare und konsistente Vorgehensweisen
-
Memory Für gespeicherte Informationen über die Zeit
-
Trigger Damit der Agent auf Zuruf, nach Zeitplan oder bei einem Ereignis startet
-
Human in the Loop Für definierte menschliche Freigaben an kritischen Stellen
Wichtig: Mehr Autonomie kann einen Agenten nützlicher machen. Gleichzeitig steigen die Anforderungen an Berechtigungen, Grenzen, Kontrolle und Nachvollziehbarkeit.
System Prompt: Die festen Leitplanken
Der System Prompt ist eine feste Anweisung im Hintergrund. Er legt fest, welche Rolle ein Agent hat, wie er arbeiten soll und welches Ziel er verfolgt.
Damit wird aus einem allgemeinen Sprachmodell ein spezialisierter Agent. Ein System Prompt kann zum Beispiel Vorgaben für Rolle, Tonalität, Guidelines und Arbeitsweise enthalten.
Kontext: Das Wissen für die aktuelle Aufgabe
Kontext ist die Summe aller Informationen, die dem LLM für eine Aufgabe zur Verfügung stehen. Dazu können dein Prompt, Dateien, der bisherige Gesprächsverlauf oder angebundene Tools gehören.
Mehr Kontext ist dabei nicht automatisch besser. Relevant und präzise vorbereitete Informationen liefern bessere Voraussetzungen als eine große Menge widersprüchlicher oder irrelevanter Daten. Außerdem hat jedes Modell ein begrenztes Kontextfenster.
Memory: Gespeicherter Kontext
Memory bezeichnet gespeicherten Kontext, der mit einem Agenten verbunden ist. Darin können Informationen oder frühere Interaktionen enthalten sein, die in zukünftigen Gesprächen wieder genutzt werden.
Der Unterschied zum normalen Kontext: Memory bleibt über einzelne Aufgaben oder Gespräche hinweg erhalten. Nicht jede Information muss deshalb dauerhaft gespeichert werden.
Skill: Wiederverwendbare Anleitung
Ein Skill ist eine wiederverwendbare Anleitung. Er beschreibt, wie eine Aufgabe nach einem bestimmten Standard erledigt werden soll.
Ein LLM kann zum Beispiel Code schreiben. Ein Skill kann zusätzlich festlegen, welche Struktur, Namenskonventionen und Tests dabei gelten. Für eine Agentur kann ein Skill etwa definieren, wie ein Briefing nach dem eigenen Template geprüft wird.
Skills helfen vor allem bei drei Dingen:
-
Konsistenz Die Aufgabe wird nach dem gewünschten Standard erledigt
-
Zuverlässigkeit und Effizienz Wiederholtes Nachjustieren und Erklären wird reduziert
-
Wiederverwendung und Teilen Ein einmal erstellter Skill kann vom Team genutzt werden
-
Unternehmensspezifisch anpassbar Eigene Vorlagen, Prozesse, Terminologie
-
Modular und erweiterbar Neue Fähigkeiten können ergänzt werden, ohne das Grundsystem zu verändern
Skills erweitern die Fähigkeiten eines Agenten, ohne dass du seine Grundkonfiguration ändern musst.
Skills vs. Tools
-
Tool: Das, was ein Agent tun kann, zum Beispiel eine Websuche
-
Skill: Die Anleitung dafür, wie er diese Fähigkeit richtig einsetzt
Tools und Capabilities: Was ein Agent nutzen darf
Capabilities ist der Oberbegriff für die Fähigkeiten, die einem Agenten zur Verfügung stehen. Dazu gehören Skills, integrierte Tools und Connectors.
Das zentrale Prinzip lautet: Fähigkeiten werden explizit gewährt, nicht einfach angenommen. Du bestimmst also, welche Tools, welcher Kontext und welche Berechtigungen ein Agent erhält. Das gibt dir Kontrolle darüber, was der Agent tun kann und was nicht.
Connectors und Connections: Verbindungen zu anderen Systemen
Ein Connector stellt die Verbindung zu externen Diensten oder Systemen her. So kann ein Agent auf Daten oder Funktionen außerhalb von awork zugreifen.
Eine Connection ist eine einzelne authentifizierte Identität für diesen Connector.
Ein Connector kann mehrere Connections haben.
Der Verbindungsstatus des Connectors und die Frage, ob er mit einem bestimmten Agenten verknüpft ist, werden getrennt voneinander verwaltet.
MCP: Die gemeinsame Schnittstelle für AI
MCP steht für „Model Context Protocol“. Es ist ein offener Standard, mit dem AI-Agenten über eine gemeinsame Schnittstelle an externe Tools und Datenquellen angebunden werden.
Vereinfacht gesagt ist MCP wie USB-C für AI: ein Standard, an den viele Systeme angeschlossen werden können. Technisch verbindet MCP die API eines Tools mit dem Agenten. Dadurch kann der Agent Daten lesen oder Aktionen auslösen, ohne dass für jedes Tool eine eigene Sonderintegration gebaut werden muss.
MCP ist besonders relevant, wenn ein Agent über mehrere Systeme hinweg arbeiten soll, etwa mit einem Projektmanagement-Tool, CRM oder Slack.
Trigger und Schedules: Was einen Agenten startet
Ein Trigger bestimmt, wann ein Agent aktiv wird. Er kann auf Zuruf starten oder durch ein Ereignis beziehungsweise einen Zeitplan ausgelöst werden.
Ein Schedule steht für wiederkehrende oder proaktive Aufgaben. Ein Agent kann so konfiguriert werden, dass er bestimmte Arbeiten regelmäßig ausführt, ohne dass du ihn jedes Mal manuell startest.
So kann ein Agent zum Beispiel auf eine neue Datei reagieren oder regelmäßig einen bestimmten Arbeitsablauf ausführen.
Human in the Loop: Menschliche Kontrolle an wichtigen Stellen
Human in the Loop ist ein bewusst gesetzter Kontrollpunkt. Der Agent stoppt und wartet auf eine menschliche Entscheidung, bevor er weitermacht.
Du legst vorher fest, wo diese Freigabe nötig ist. Ein Agent kann beispielsweise einen Status setzen oder ein Dokument vorbereiten, während eine E-Mail an einen Kunden erst nach menschlicher Freigabe verschickt werden darf.
Das Prinzip ist simpel: Der Agent arbeitet, der Mensch entscheidet an den kritischen Weichen.
Thread und Run: Wie Agenten-Ausführungen dokumentiert werden
Ein Thread ist ein Gesprächsverlauf mit einem Agenten. Sie dokumentieren den Austausch zwischen dir und dem Agenten und ermöglichen es, frühere Konversationen nachzuvollziehen. Auch ein geplanter Agentenlauf erscheint als Thread.
Ein Run ist eine einzelne Ausführung innerhalb eines Threads. Ein Thread kann mehrere Runs enthalten. Jeder Run hat eine verantwortliche Person.
So greifen die AI-Bausteine ineinander
Ein Agent arbeitet in einer Schleife.
-
Ein Trigger startet den Agenten
-
Das LLM verarbeitet System Prompt, Kontext und Aufgabe
-
Der Agent nutzt bei Bedarf Tools oder Skills
-
Das Ergebnis fließt zurück und der Agent entscheidet über den nächsten Schritt
-
An definierten Stellen wartet er auf einen Human in the Loop
-
Relevante Informationen können in der Memory erhalten bleiben
Genau darin liegt der Unterschied zwischen einem Chatbot und einem Agenten: Der Chatbot erzeugt eine Antwort. Der Agent kann eine Aufgabe über mehrere Schritte hinweg bearbeiten.
FAQ
Was ist ein Skill?
Ein Skill ist eine wiederverwendbare Anleitung, die festlegt, wie ein Agent eine Aufgabe nach einem bestimmten Standard erledigen soll.
Was ist MCP?
MCP ist ein offener Standard, der AI-Agenten über eine gemeinsame Schnittstelle mit externen Tools und Datenquellen verbindet.
Warum braucht ein Agent einen Human in the Loop?
Damit an wichtigen Stellen ein Mensch entscheidet, bevor der Agent weitermacht. So lassen sich kritische Aktionen bewusst mit einer menschlichen Freigabe versehen.
Was ist der Unterschied zwischen einem Tool und einem Skill?
Ein Tool gibt dem Agenten eine Fähigkeit. Ein Skill beschreibt, wie er diese Fähigkeit beziehungsweise eine Aufgabe nach einem bestimmten Standard nutzen soll.
Was ist ein Thread?
Ein Thread ist der Verlauf einer Interaktion mit einem Agenten. Auch geplante Agentenläufe werden als Thread dargestellt.
Was ist ein Run?
Ein Run ist eine einzelne Ausführung innerhalb eines Threads. Ein Thread kann mehrere Runs enthalten.
Bereitgestellt von happysupport.ai