Vom Prompt zum Loop: Die Evolution der KI-Steuerung · Teil 3 von 8
Die Entstehung der Agenten
Tool Use, Function Calling und das Model Context Protocol
Vom Antwortautomaten zum Akteur: Tool Use, Function Calling, ReAct und das Model Context Protocol.
Anhören auf
Hörprobe auf Spotify
Über dieses Hörbuch
Bisher haben wir Sprachmodelle als Antwortautomaten genutzt. Teil 3 handelt vom Moment, in dem aus Texterzeugung Handeln wird: ein Agent, der Werkzeuge aufruft, Ergebnisse liest und entscheidet, was als Nächstes passiert.
Sie bekommen die Mechanik dahinter — Function Calling, Tool Use, das ReAct-Muster aus Denken, Handeln und Beobachten — und einen genauen Blick auf das Model Context Protocol, die Schnittstelle, die den Anschluss externer Werkzeuge und APIs zum Standard macht statt zu Bastelei. Das letzte Kapitel gehört der Sicherheit: Was ändert sich, sobald ein Agent Zugriff auf echte Systeme und Daten hat?
36 Minuten. Für alle, die verstehen wollen, wie moderne KI-Anwendungen tatsächlich handeln.
Kapitel
- Vom Sprachmodell zum Akteur
- ReAct, Function Calling und APIs
- MCP und die Sicherheitsfrage
Das im eigenen Betrieb anwenden?
Die Hörbücher erklären die Ideen. Im Kickstart-Workshop baut Ihr Team an einem Tag das erste eigene Werkzeug.
Kursangebot ansehenVom Prompt zum Loop: Die Evolution der KI-Steuerung
-
1. Das Handwerk der WorteRollen, Few-Shot-Beispiele, Chain of Thought und System-Instruktionen: Prompting als Handwerk statt Rätselraten.
-
2. Kontext ist KönigWie ein Sprachmodell das richtige Wissen bekommt: Kontextfenster, Memory und Retrieval-Augmented Generation.
-
4. Das Harness und die UmgebungDie Umgebung entscheidet, ob ein Agent produktionsreif ist: Leitplanken, Sandboxen und automatische Evaluatoren.
-
5. Die Geburt von Loop EngineeringPlanen, Ausführen, Beobachten, Verfeinern: Warum autonome Arbeitszyklen bei jeder längeren Aufgabe den Einzel-Prompt schlagen.
-
6. Anatomie eines perfekten LoopsAbbruchbedingungen, Kontext-Rotation, Memory und ein menschlicher Notaus: Was eine autonome Schleife sicher hält.
-
7. Verifizierung und Self-CorrectionEin Modell darf seine eigene Arbeit nicht benoten: Generator-Evaluator-Schleifen, harte Tests und Fallbacks für KI, der man trauen kann.
-
8. Das autonome ÖkosystemTeams spezialisierter Agenten, Hierarchie gegen Schwarm, und der Mensch als Architekt, Auditor und Dirigent.