Ein AI Agent bearbeitet Ziele mithilfe von KI und angebundenen Werkzeugen. Der Lexikoneintrag erklärt den englischen Begriff, zeigt ein Recherchebeispiel und grenzt Handlungsspielraum von tatsächlicher Zuverlässigkeit ab.
Eine API ermöglicht Programmen den geregelten Zugriff auf Funktionen und Daten anderer Systeme. Erfahre, wie KI-Agenten solche Schnittstellen nutzen und weshalb Authentifizierung, Berechtigungen und Fehlermeldungen wichtig sind.
Agentic AI bezeichnet KI-Anwendungen, die ihre nächsten Schritte anhand von Zwischenergebnissen auswählen. Der Begriff erklärt einen Ansatz für Abläufe und sagt allein noch nichts über Qualität oder Autonomie aus.
Das Kontextfenster begrenzt, welche Informationen ein Sprachmodell in einer Anfrage berücksichtigen kann. Erfahre, wie Gesprächsverlauf und Dokumente diesen Platz nutzen und warum relevante Auswahl wichtiger als bloße Menge ist.
Ein Embedding stellt Inhalte als Zahlenvektor dar und unterstützt die Suche nach Ähnlichkeiten. Erfahre, wie solche Darstellungen in Wissenssystemen helfen und warum ähnliche Treffer nicht automatisch richtige Antworten liefern.
Function Calling übergibt Funktionsnamen und Parameter zwischen Modell und Anwendung. Erfahre, wie strukturierte Aufrufe entstehen und warum eine formal gültige Eingabe noch keine zulässige Geschäftsaktion bedeutet.
Guardrails begrenzen Eingaben, Ausgaben und Aktionen einer KI-Anwendung. Lerne technische und organisatorische Kontrollen kennen und erfahre, warum ihre Wirksamkeit anhand konkreter Fehlerfälle überprüft werden muss.
Human-in-the-Loop bezeichnet die gezielte Beteiligung von Menschen an automatisierten Abläufen. Erfahre, wie Rückfragen und Freigaben eingebunden werden und welche Informationen eine wirksame Entscheidung unterstützen.
Ein KI-Agent wählt innerhalb festgelegter Grenzen nächste Arbeitsschritte und Werkzeuge aus. Erfahre am Beispiel der Rechnungsbearbeitung, wie sich Vorschläge, vorbereitete Vorgänge und freigegebene Aktionen unterscheiden.
Ein Large Language Model verarbeitet Sprache und erzeugt Antworten aus dem bereitgestellten Kontext. Lerne, welche Rolle ein LLM im Agenten übernimmt und weshalb Werkzeugzugriffe und Faktenprüfung zusätzliche Aufgaben sind.
Das Model Context Protocol verbindet KI-Anwendungen mit Werkzeugen und Kontextquellen. Erfahre, wie Host, Client und Server zusammenwirken und warum eine standardisierte Anbindung eigene Zugriffskontrollen benötigt.
Memory speichert Informationen für spätere Schritte oder neue Sitzungen eines KI-Agenten. Erfahre, welche Arten von Erinnerungen sinnvoll sind und wie Herkunft, Gültigkeit, Nutzertrennung und Löschung berücksichtigt werden.
Ein Multi-Agent-System verteilt Aufgaben auf mehrere spezialisierte Agenten. Lerne typische Rollen und Übergaben kennen und erfahre, warum zusätzliche Abstimmung und gemeinsame Fehlerquellen im Vergleich berücksichtigt werden.
Orchestrierung steuert die Zusammenarbeit von Modellen, Werkzeugen und Agenten. Erfahre, wie Reihenfolge, Übergaben und Fehlerpfade zusammenhängen und weshalb auch Wartezustände und Wiederholungen geplant werden müssen.
Prompt Injection versucht, KI-Anwendungen durch manipulierte Inhalte vom Auftrag abzulenken. Erfahre, wie Angriffe über Dokumente oder Webseiten entstehen und weshalb Werkzeugrechte unabhängig davon begrenzt werden müssen.
Retrieval-Augmented Generation ergänzt Modellanfragen um passende Informationen aus einer Suche. Lerne den Ablauf von RAG kennen und erfahre, warum Quellenqualität, Aktualität und Zugriffsrechte das Ergebnis prägen.
Tool Calling ermöglicht KI-Modellen, strukturierte Werkzeugaufrufe vorzuschlagen. Der Eintrag erklärt die Trennung von Vorschlag und Ausführung sowie die Prüfung von Parametern und Rechten am Beispiel eines Kalenders.
Eine Vektordatenbank findet gespeicherte Inhalte anhand numerischer Ähnlichkeiten. Erfahre, wie sie eine Dokumentensuche unterstützt und welche Rolle Filter, Aktualisierung und Nutzerrechte beim Abruf von Wissen spielen.
Das Lexikon ordnet technische Begriffe nach ihrer Bedeutung im Arbeitsablauf ein. Von API und Tool Calling bis Memory und RAG zeigen die Einträge, wofür ein Baustein verwendet wird und welche Frage bei der Umsetzung wichtig bleibt.
Nutze die Beispiele, um Dokumentationen besser zu verstehen. Ähnlich klingende Begriffe können verschiedene Ebenen beschreiben: Ein Modell verarbeitet Informationen, eine Schnittstelle erschließt Funktionen und die Anwendung steuert den Zugriff. Verlinkte Grundlagen vertiefen diese Zusammenhänge.