Agentenzustand
Der Agentenzustand ist die strukturierte Information, die ein KI-Agent während der Ausführung einer Aufgabe speichert – damit wird festgehalten, was erledigt, gelernt und was noch offen ist. So kann die KI in mehreren Schritten denken, ohne Arbeit zu wiederholen.
Verstehen Agentenzustand
Stateless-KI-Systeme sind einfach, aber eingeschränkt: Jeder API-Aufruf ist unabhängig und es gibt kein Gedächtnis für vorherige Schritte. Der Agentenzustand verändert das, indem er eine beständige Datenstruktur pflegt, die alle Informationen während der Arbeit des Agenten aufsammelt. Typischerweise umfasst der Agentenzustand: die ursprüngliche Aufgabenbeschreibung, eine Liste erledigter Schritte und deren Ergebnisse, Resultate von Tool-Aufrufen, Zwischenergebnisse und Hinweise darauf, was als nächstes zu tun ist. Dieser angesammelte Zustand ermöglicht es dem Agenten, seine Fortschritte zu beurteilen, doppelte Tool-Abfragen zu vermeiden und fundierte Entscheidungen auf Basis aller bisher gewonnenen Informationen zu treffen. In LangGraph wird der Agentenzustand als typisiertes Dictionary im Graphen weitergegeben. Jeder Knoten liest den aktuellen Zustand, ergänzt oder verändert ihn und reicht den aktualisierten Zustand an den nächsten Knoten weiter. So wird das Zustandsmanagement explizit und überprüfbar. Der Zustand ermöglicht zudem Unterbrechungen und Fortsetzungen: Wenn eine langwierige Agentenaufgabe pausiert wird (z. B. für einen menschlichen Checkpoint oder wegen eines Fehlers), kann der Zustand gespeichert und die Aufgabe exakt an diesem Punkt wieder aufgenommen werden – ohne dass alles von vorne beginnt.
Wie GAIA verwendet Agentenzustand
Das auf LangGraph basierende Agentensystem von GAIA verwendet typisierte Zustandsobjekte, die Informationen sammeln, während mehrstufige Aufgaben ausgeführt werden. Bei der Bearbeitung einer komplexen Anfrage wie „Erstelle mein morgendliches Briefing“ verfolgt der Zustand, welche Posteingänge gelesen wurden, welche Aufgaben angezeigt und welche Kalendereinträge abgerufen wurden. So wird sichergestellt, dass keine Quelle doppelt abgefragt wird und keine Informationen zwischen den Schritten verloren gehen.
Verwandte Konzepte
Agenten-Loop
Ein Agenten-Loop ist der iterative Ausführungszyklus eines KI-Agenten, in dem er über den aktuellen Status nachdenkt, eine Aktion auswählt und ausführt (häufig einen Tool-Aufruf), das Ergebnis beobachtet und dies wiederholt, bis die Aufgabe abgeschlossen oder eine Abbruchbedingung erreicht ist.
Agentische KI
Agentische KI beschreibt Systeme der künstlichen Intelligenz, die darauf ausgelegt sind, autonom zu agieren, Entscheidungen zu treffen und mehrstufige Aufgaben mit minimaler menschlicher Aufsicht auszuführen.
Agenten-Gedächtnis
Agenten-Gedächtnis ist die Fähigkeit eines KI-Agenten, Informationen aus vergangenen Interaktionen, Beobachtungen und Handlungen zu speichern, abzurufen und für zukünftiges Verhalten zu nutzen – und so einen beständigen Kontext über mehrere Sitzungen hinweg zu ermöglichen.
Autonomer Agent
Ein autonomer Agent ist ein KI-System, das in der Lage ist, seine Umgebung eigenständig wahrzunehmen, Entscheidungen zu treffen und Maßnahmen zu ergreifen, um festgelegte Ziele zu erreichen, ohne bei jedem Schritt menschliche Eingaben zu benötigen.
Workflow-Orchestrierung
Workflow-Orchestrierung ist die automatisierte Koordination mehrerer Aufgaben, Werkzeuge und Prozesse in eine strukturierte Abfolge. Dabei werden Abhängigkeiten, Fehlerbehandlung und Datenfluss in jedem Schritt verwaltet.
