In den letzten Jahren hat KI die Stufe des „Fragen beantwortens“ hinter sich gelassen: Gibt man ihr ein Ziel, überlegt sie sich selbst die Schritte, nutzt Werkzeuge und führt mehrere Schritte aus, bis die Aufgabe erledigt ist. Das ist ein KI-Agent. Die Zahl der Anfragen von Unternehmen steigt rasant, und Anbindungstechniken wie MCP verbreiten sich schlagartig. Dieser Kurs ist ein Praxiskurs für Entwickler, um genau solche KI-Agenten selbst zu entwerfen und zu bauen. Vom Verständnis der Funktionsweise über den ersten Agenten, MCP-Anbindung, Multi-Agenten, Evaluierung und Sicherheitsmaßnahmen bis zum Produktivbetrieb führt er in allen 7 Kapiteln.
Das Ziel: „Eine KI, die auf ein übergebenes Ziel hin selbst handelt, sicher bauen und betreiben“
Was ein KI-Agent ist
Ein KI-Agent ist ein KI-System, das auf ein übergebenes Ziel hin selbst die nötigen Schritte überlegt, Werkzeuge aufruft und mehrere Schritte autonom ausführt. Ein herkömmlicher Chat gab nur „auf eine Frage eine Antwort“; ein Agent dreht dagegen eine Schleife: recherchieren, entscheiden, ausführen, prüfen und bei Bedarf neu ansetzen.
Bittet man ihn etwa „Fasse den Umsatz der letzten Woche zusammen und mach einen Bericht daraus“, geht der Agent eine ganze Kette selbst durch, samt der Entscheidungen unterwegs: ① den Ort der Daten finden → ② sie abrufen → ③ aggregieren → ④ in Text fassen → ⑤ das Ergebnis überprüfen. Das Besondere: Er handelt vom Ziel her rückwärts, ohne dass ein Mensch jeden einzelnen Schritt anweisen muss.
💡 Die Grenze zwischen „schlauem Chat“ und „Agent“. Reines Unterhalten ist Chat. Sobald etwas auf externe Werkzeuge oder eine Umgebung einwirkt, das Ergebnis betrachtet und daraus die nächste Handlung ableitet, ist es ein Agent. Wem der Begriff noch unscharf ist, der startet am besten bei Was ist ein KI-Agent (Grundlagen).
Die vier Bausteine eines Agenten
Jeder Agent besteht, zerlegt man ihn, aus vier Teilen. Hat man diese Struktur im Kopf, werden die folgenden Kapitel deutlich leichter verständlich.
Das Zentrum, das die Lage versteht und entscheidet, was als Nächstes zu tun ist. Übernommen von großen Sprachmodellen wie Claude.
Die Hand, die nach außen wirkt: Suche, Berechnung, API-Aufrufe, Dateioperationen. Die Qualität der Werkzeuge bestimmt die Fähigkeiten.
Hält den bisherigen Verlauf und die gewonnenen Informationen fest. Über Erfolg oder Misserfolg entscheidet das Kontext-Design.
Der Mechanismus, der „denken → handeln → Ergebnis betrachten“ wiederholt. Dazu gehört auch die Entscheidung, wann Schluss ist.
In diesem Kurs bauen wir zunächst in Kapitel 2 einen minimalen Agenten aus diesen vier Elementen und vertiefen ab Kapitel 3 die Werkzeuge (Tools/MCP), das Gedächtnis (Kontext) und die Steuerung (Multi-Agenten, Evaluierung, Sicherheit) Schritt für Schritt. Wer das Kontext-Design tiefer kennenlernen will, findet in Context Engineering weiterführendes Material.
Unterschied zu RPA und Chatbots
„Was unterscheidet das eigentlich von RPA oder den bisherigen Chatbots?“ – eine häufige Frage. Der entscheidende Unterschied liegt zwischen „einen festgelegten Ablauf ausführen“ und „die Lage beurteilen und danach handeln“.
| Art | Arbeitsweise | Stärke | Schwäche |
|---|---|---|---|
| RPA | Wiederholt einen festen Ablauf exakt (Hand) | Standardisiert, große Mengen, präzise | Ausnahmen, Urteil, Veränderung |
| Chatbot | Antwortet in Frage-und-Antwort (Mund) | Gespräch, Auskunft, Antworten | Ausführung mehrerer Schritte |
| KI-Agent | Beurteilt die Lage und handelt selbst (Kopf + Hand) | Nicht-standardisiert, Urteil, Werkzeug-Zusammenspiel | Exakte Reproduzierbarkeit, Amoklaufrisiko |
📊 Kein Gegensatz, sondern eine Kombination. Der „Kopf“ – der Agent – beurteilt, die „Hand“ – RPA – führt präzise aus: Diese Rollenteilung ist mächtig. Wer die Unterschiede genauer wissen möchte, liest KI-Agenten vs. RPA; Einsatzfelder im Arbeitsalltag zeigen die Anwendungsbeispiele für Agenten.
Wann man einen Agenten baut – und wann nicht
Ein Agent ist kein Allheilmittel. Vor dem Bauen abzuwägen, „ob es wirklich einen Agenten braucht“, ist der erste Schritt eines guten Entwicklers.
- Der Ablauf lässt sich nicht vorab festlegen (er ändert sich je nach Lage)
- Es sind mehrere Werkzeuge und Informationsquellen zu überspannen
- Urteil oder Ausprobieren ist nötig
- Fehler lassen sich erkennen und neu ansetzen (es gibt Tests und Prüfung)
- Der Ablauf steht vollständig fest (→ RPA oder normaler Code)
- Ein einzelner LLM-Aufruf genügt (→ einfache API-Nutzung)
- Bereiche, in denen keine Fehler erlaubt sind und kein Neuansatz möglich ist
- Der Wert rechtfertigt Kosten und Latenz nicht
⚠️ Erst das Einfache versuchen. Statt gleich einen mehrstufigen Agenten zu bauen, gilt die eiserne Regel, die Stufen zu steigern: „Ein einzelner Prompt → reicht das nicht, ein Werkzeug ergänzen → reicht das immer noch nicht, dann ein Agent“. Fügen Sie Komplexität erst hinzu, wenn Sie sie wirklich brauchen.
Die Landkarte dieses Kurses
Dieser Kurs umfasst 7 Kapitel. In der Reihenfolge „verstehen → bauen → verbinden → vermehren → messen → schützen → betreiben“ gehen wir so weit, dass Sie Agenten entwerfen, bauen und betreiben können.
Ein Minimalaufbau aus den vier Elementen zum Mitmachen.
Zu Kapitel 2 →Standardisiert an externe Werkzeuge und Daten anbinden.
Zu Kapitel 3 →Die Qualität messen und das Verhalten sichtbar machen.
Zu Kapitel 5 →Design gegen Amoklauf, Fehlbedienung und Missbrauch.
Zu Kapitel 6 →Von der SDK-Wahl über Deployment bis zum Betrieb.
Zu Kapitel 7 →Bevor Sie beginnen
Dieser Kurs richtet sich an Entwickler. Dennoch müssen Sie sich nicht verkrampfen. Mit ungefähr den folgenden Voraussetzungen kommen Sie problemlos mit.
Es genügt, Python oder JavaScript ein wenig lesen und schreiben zu können. Tiefes Fachwissen ist nicht nötig.
Eine Umgebung, in der Sie eine KI-API wie Claude nutzen können. Fürs Erste reicht das kostenlose Kontingent.
Halten Sie ein kleines Ziel bereit, etwa „etwas recherchieren und zusammenfassen“.
✅ Wenn Sie nur „nutzen“ wollen, ohne Code zu schreiben, gibt es einen anderen Kurs. Wollen Sie Agenten nur im Arbeitsalltag einsetzen, ist der Kurs „KI im Job“ der richtige Weg; wollen Sie zunächst schnell etwas Lauffähiges bauen, ist Wie man einen KI-Agenten baut (Einstieg) die Abkürzung. Dieser Kurs richtet sich an Entwickler, die „selbst entwerfen und bauen“.
- KI-Agent = eine KI, die auf ein übergebenes Ziel hin die Schritte überlegt, Werkzeuge nutzt und autonom ausführt.
- Die Bausteine sind vier – Kopf (LLM), Werkzeuge, Gedächtnis (Memory) und Schleife (Steuerung).
- RPA (Hand, präzise) / Chatbot (Mund, Frage-Antwort) / Agent (Kopf + Hand, Urteil) haben unterschiedliche Rollen, und die Kombination ist stark.
- Vor dem Bauen abwägen, „ob es wirklich einen Agenten braucht“. Vom Einfachen aus die Stufen steigern.
Dann fangen wir an zu bauen. In Kapitel 2 „Den ersten Agenten bauen“ bringen wir einen minimalen Agenten aus den vier Elementen tatsächlich zum Laufen.