Ein Themen-Hub zu KI-Agenten, Workflows, Tool-Nutzung, Orchestrierung, Berechtigungen und Governance-Risiken, die durch teilautonomes Handeln entstehen.
30
Begriffe
10
Vergleiche
8
Fragen
Agentische KI umfasst Systeme, die mehr tun als eine einzelne Antwort zu erzeugen: Sie können planen, Tools aufrufen, Aufgaben delegieren und über Workflows hinweg handeln. Dadurch wird die Kontrollgrenze breiter als bei gewöhnlichen Chatbots.
Wenn ein KI-System Tools nutzen oder Handlungen automatisieren kann, muss Compliance Berechtigungen, Logs, Eskalation, Tests und vernünftigerweise vorhersehbare Fehlverwendung berücksichtigen.
Nützlich für Prüfungen von Agenten-Deployments, Automation Governance, sichere Tool-Integration, Klassifizierung im KI-Inventar und Planung der Incident Response.
Zentrale Begriffe zum Verständnis von Agenten, agentischem Verhalten und wiederholten Beobachten-Planen-Handeln-Schleifen.
Konzepte zur Verbindung von Agenten mit Tools, Workflows, APIs und Aufgabendelegation.
Risikobegriffe zur Begrenzung dessen, was ein Agent sehen, entscheiden und ausführen kann.
Ein direkter Vergleich von agentischer KI und KI-Agent. Verstehen Sie, wie agentische KI eine Klasse autonomer zielverfolgender Systeme beschreibt, während ein KI-Agent die handelnde Entität oder das Softwaresystem ist.
Ein direkter Vergleich von Agentischer Workflow und Agentische Schleife. Er erklärt, wie sich ein Prozess, in dem ein KI-Agent mehrere Schritte zu einem definierten Ziel plant und ausführt von ein wiederholter Zyklus aus Beobachten, Schlussfolgern, Handeln und Feedbacknutzung durch einen KI-Agenten unterscheidet und welche Folgen dies für Governance, Systemdesign und Nachweise hat.
Ein direkter Vergleich von agentischer KI und autonomen Systemen. Er erklärt, wie sich KI-Systeme, die planen und zielgerichtet handeln, von der breiteren Kategorie von Systemen unterscheiden, die ohne kontinuierliche menschliche Intervention arbeiten.
Ein direkter Vergleich von KI-Agent und Bot. Er erklärt, wie sich eine Entität oder ein Softwaresystem, das eine Umgebung wahrnimmt, Eingaben interpretiert und Handlungen zur Zielerreichung ausführt von eine Softwareanwendung zur Automatisierung von Aufgaben, teilweise mit Interaktion mit Menschen unterscheidet und welche Folgen dies für Governance, Systemdesign und Nachweise hat.
Ein direkter Vergleich von Model Context Protocol und Plugins. Er erklärt, wie sich ein Protokoll zur standardisierten Verbindung von KI-Modellen oder Assistenten mit Tools, Datenquellen und Diensten von modulare Tools oder Erweiterungen, die an ein KI-System oder einen Agenten angebunden werden können unterscheidet und welche Folgen dies für Governance, Systemdesign und Nachweise hat.
Ein direkter Vergleich von Function Calling und Plugins. Er erklärt, wie sich den strukturierten Aufruf externer Tools, APIs oder Funktionen von modulare Erweiterungen, die Fähigkeiten eines KI-Systems ausbauen unterscheidet und was diese Unterscheidung für KI-Governance, Systemdesign und Nachweise bedeutet.
Ein direkter Vergleich von Action Space und Identity-and-Access-Management-Berechtigungen. Er erklärt, wie sich die verfügbaren Aktionen eines Agenten von Zugriffskontrollen unterscheiden, die Aktionen auf Ressourcen autorisieren.
Ein direkter Vergleich von [KI] Orchestrierung und Agentischer Workflow. Er erklärt, wie sich die Koordination und Weiterleitung über KI-Komponenten, Modelle, Tools und Agenten hinweg von die mehrstufige zielgerichtete Ausführung durch einen KI-Agenten unterscheidet und was diese Unterscheidung für KI-Governance, Systemdesign und Nachweise bedeutet.
Ein direkter Vergleich von Automatisierung und Agentische Prozessautomatisierung. Er erklärt, wie sich technologiegestützte Aufgabenausführung mit weniger menschlichem Eingreifen von autonome oder teilautonome KI-Agenten in Geschäftsprozessen unterscheidet und was diese Unterscheidung für KI-Governance, Systemdesign und Nachweise bedeutet.
Ein direkter Vergleich von Angriffsfläche und Action Space. Er erklärt, wie sich ausnutzbare Systemexposition und Angriffspunkte von die Tools, Berechtigungen und Operationen, die ein Agent nutzen kann unterscheidet und was diese Unterscheidung für KI-Governance, Systemdesign und Nachweise bedeutet.
KI-Orchestrierung ist die Koordination und Weiterleitung von KI-Aufgaben, Workflows, Modellaufrufen, Tools und Agenten innerhalb eines Systems. Sie hilft, komplexe Prozesse in handhabbare Schritte zu zerlegen und sie den passenden Modellen, Sub-Agenten oder Automatisierungskomponenten zuzuweisen.
Function Calling ist eine Fähigkeit, mit der ein Sprachmodell externe Tools, APIs oder vordefinierte Funktionen aufrufen kann. Sie erweitert das Modellverhalten über Textgenerierung hinaus, indem strukturierte Aktionen, Retrieval, Berechnungen oder Systemintegration ermöglicht werden.
Das Model Context Protocol (MCP) ist ein Protokoll, um KI-Modelle oder Assistenten über eine standardisierte Schnittstelle mit externen Tools, Datenquellen und Diensten zu verbinden. Es hilft, Modellverhalten von Tool-Integration zu trennen, und kann Portabilität, Governance und Kontextmanagement verbessern.
Action Space ist die Menge der Tools, Operationen, Berechtigungen oder Handlungsmöglichkeiten, die einem Agenten bei der Ausführung einer Aufgabe zur Verfügung stehen. Ein gut begrenzter Action Space sollte für die Aufgabe ausreichen und zugleich unnötige Fähigkeiten begrenzen, die Fehler oder Governance-Risiken erhöhen können.
IAM-Berechtigungen, also Berechtigungen im Identitäts- und Zugriffsmanagement, sind granulare Zugriffskontrollen, die festlegen, welche Akteure welche Aktionen auf welchen Ressourcen ausführen dürfen. Sie werden häufig über Rollen an Nutzer, Gruppen, Servicekonten oder Anwendungen vergeben, um Least-Privilege-Zugriff durchzusetzen.
Ein Router-Agent ist ein Agent, der eine Nutzeranfrage oder Aufgabe klassifiziert und sie an den am besten geeigneten spezialisierten Agenten, das passende Tool oder den passenden Workflow weiterleitet. Er wird in Multi-Agenten-Systemen eingesetzt, um Verantwortlichkeiten zu koordinieren und Aufgaben besser zu bearbeiten.
Multi-Agenten-Systeme bestehen aus mehreren interagierenden Agenten, die in einer Umgebung wahrnehmen, entscheiden, kommunizieren und handeln können. Sie werden genutzt, um verteilte Problemlösung, Koordination, Verhandlung, Wettbewerb und kollektives Verhalten zu modellieren.
KI-Governance ist der Rahmen aus Richtlinien, Prozessen, Rollen, Kontrollen und Aufsicht, mit dem KI-Entwicklung und KI-Nutzung über ihren Lebenszyklus gesteuert werden. Ziel ist eine verantwortungsvolle, rechtmäßige, sichere, transparente und rechenschaftspflichtige KI-Praxis innerhalb einer Organisation oder Rechtsordnung.