KI-Agent
Ein KI-Agent ist eine autonome Entität, die ihre Umgebung durch Sensoren wahrnimmt, Informationen verarbeitet und mit Aktoren auf diese Umgebung einwirkt, um bestimmte Ziele zu erreichen, wobei häufig Techniken des maschinellen Lernens und des bestärkenden Lernens eingesetzt werden.
Ein KI-Agent ist eine computergestützte Entität, die darauf ausgelegt ist, ihre Umgebung wahrzunehmen, Entscheidungen zu treffen und Aktionen auszuführen, um spezifische Ziele zu erreichen. Diese Konzeption ist grundlegend für künstliche Intelligenz, insbesondere in Bereichen wie Robotik, Spiele und autonome Systeme. Die Interaktionsschleife des Agenten besteht aus Wahrnehmung (Erfassung von Informationen über den Zustand der Umgebung über Sensoren), Verarbeitung (Interpretation der wahrgenommenen Informationen, Schlussfolgerung und Entscheidung für eine Aktion) und Aktion (Ausführung der gewählten Aktion über Aktuatoren). Die Komplexität eines KI-Agenten kann erheblich variieren. Ein einfacher „Reflex-Agent“ reagiert möglicherweise direkt auf aktuelle Wahrnehmungen (z. B. ein Thermostat-Agent, der die Heizung einschaltet, wenn die Temperatur unter einen Schwellenwert fällt). Anspruchsvollere „modellbasierte Agenten“ pflegen einen internen Zustand oder ein Modell der Umgebung, was es ihnen ermöglicht, mit teilweiser Beobachtbarkeit umzugehen und vorauszudenken. „Zielbasierte Agenten“ verfolgen explizit Ziele, während „nutzenbasierte Agenten“ darauf abzielen, ihren „Nutzen“ (ein Maß für Wünschbarkeit oder Zufriedenheit) zu maximieren, wenn mehrere Ziele möglich oder widersprüchlich sind. Maschinelles Lernen, insbesondere Reinforcement Learning (RL), spielt eine entscheidende Rolle dabei, Agenten zu befähigen, durch Interaktion und Feedback optimale Verhaltensweisen zu erlernen und sich an dynamische Umgebungen anzupassen. Die Designkompromisse beinhalten die Abwägung der Komplexität des Agenten (Rechenkosten, Entwicklungszeit) mit seiner Leistung und Autonomie. Sicherzustellen, dass die Aktionen des Agenten sicher, ethisch und auf die beabsichtigten Ziele ausgerichtet sind, ist ein vorrangiges Anliegen, insbesondere wenn Agenten leistungsfähiger und autonomer werden.
graph LR
Center["KI-Agent"]:::main
Pre_large_language_model["large-language-model"]:::pre --> Center
click Pre_large_language_model "/terms/large-language-model"
Pre_artificial_intelligence["artificial-intelligence"]:::pre --> Center
click Pre_artificial_intelligence "/terms/artificial-intelligence"
Rel_generative_ai_agents["generative-ai-agents"]:::related -.-> Center
click Rel_generative_ai_agents "/terms/generative-ai-agents"
Rel_agentic_ai["agentic-ai"]:::related -.-> Center
click Rel_agentic_ai "/terms/agentic-ai"
Rel_artificial_consciousness["artificial-consciousness"]:::related -.-> Center
click Rel_artificial_consciousness "/terms/artificial-consciousness"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 Erkläre es wie einem 5-Jährigen
Ein KI-Agent ist wie ein schlauer Roboter, der sehen, denken und Dinge tun kann, um ein Ziel zu erreichen, ähnlich wie ein Saugroboter, der dein Haus reinigt, indem er sich darin zurechtfindet.
🤓 Expert Deep Dive
## Expert Deep Dive: AI Agents
An AI agent is a computational entity designed to operate autonomously within an environment to achieve specific goals. This autonomy is characterized by its ability to perceive its surroundings, reason about the perceived information, and take actions that influence the environment. The core components of an AI agent typically include:
Sensors: Mechanisms for perceiving the environment. These can range from physical sensors (cameras, microphones, lidar) in embodied agents to data feeds and APIs in software agents.
Actuators: Mechanisms for acting upon the environment. This could involve physical manipulation (robot arms, wheels) or digital actions (sending emails, executing code, updating databases).
Decision-Making/Reasoning Engine: The cognitive core of the agent. This component processes sensor data, consults internal models or knowledge bases, and employs algorithms (e.g., rule-based systems, search algorithms, reinforcement learning policies, large language models) to determine the optimal action to take to progress towards its objectives.
Environment: The domain in which the agent operates. This can be a physical space, a simulated world, a software system, or a combination thereof.
AI agents are often categorized by their complexity and capabilities, from simple reflex agents that react directly to percepts, to model-based agents that maintain an internal state of the world, to goal-based agents that plan sequences of actions, and finally to utility-based agents that optimize for a performance measure. The design of an effective AI agent hinges on accurately modeling the environment, defining clear objectives, and selecting appropriate AI techniques to enable intelligent, goal-directed behavior.