KI-Agent-Grundlagen

Large Language Models (LLMs) und generative KI haben zahlreiche wertvolle Anwendungsfälle erschlossen, wie Content-Erstellung und Dokumentenzusammenfassung. Für komplexere Anwendungen wie Workflow-Automatisierung, Programmierassistenz und fortgeschrittene Kundensupport-Chatbots benötigen wir eine Möglichkeit, damit LLMs Entscheidungen treffen und reale Aktionen auslösen können: Hier kommen KI-Agenten ins Spiel!In diesem Skill Track lernst du anhand praktischer Beispiele, was KI-Agenten sind und wofür sie eingesetzt werden können (und wofür nicht!).Du entdeckst praktische Frameworks wie die Thought-Action-Observation (TAO)-Schleife und ReAct-Prompting, um besser zu verstehen, wie KI-Agenten Entscheidungen treffen.Du erfährst, was einen KI-Agenten im Produktivbetrieb erfolgreich macht und warum so viele es nicht über die Entwicklungsphase hinausschaffen. Du lernst die neuesten Praktiken für den Aufbau skalierbarer agentischer Systeme kennen, wie aufkommende Multi-Agenten-Designmuster, das Model Context Protocol (MCP) und das Agent-to-Agent (A2A)-Protokoll.Entdecke, wie KI-Agenten bereits heute deine Arbeitsweise verändern können!