AI Agents
Software, die mittels LLM entscheidet, was als Nächstes zu tun ist, Tools aufruft, um diese Entscheidung umzusetzen, und in der Schleife bleibt, bis das Ziel erreicht ist.
Ein AI Agent ist die Schleife, nicht das Modell. Das Modell (Claude, GPT, Gemini, ein Open-Weights-LLM) ist der Entscheider. Der Agent ist die Runtime: Er gibt dem Modell ein Ziel, lässt es Tools (Datenbank, API, Code-Interpreter, anderer Agent) aufrufen, beobachtet das Ergebnis und füttert die Schleife, bis fertig.
Die Unterscheidung zählt, weil agentische Systeme anders versagen als reine LLM-Anwendungen. Ein Chatbot, der irrt, ist ein Nutzer, der weiterzieht. Ein Agent, der irrt, schickt eine E-Mail, führt eine Transaktion durch oder löscht eine Datei. Production-Agents brauchen Authorisierungs-Gates, Observability und Circuit Breakers, die die meisten Prototypen weglassen.
Wavects Haltung: zuerst fragen, ob KI hier das richtige Werkzeug ist, dann fragen, ob ein Agent die richtige Form von KI ist. Die meisten Workflows, die als „agentisch" gepitcht werden, sind besser als deterministische Pipeline mit einem LLM-Call in der Mitte aufgehoben."