Was sind AI Agents und wie funktionieren sie? Einsatz von AI Agents in Bildung, Forschung und im Alltag

Die künstliche Intelligenz (KI, Englisch: Artificial Intelligence (AI)) hat in den letzten Jahren rasante Fortschritte gemacht und entwickelt sich immer mehr zu einem Bestandteil unseres täglichen Lebens (vgl. Walter, Y., 2023). Eine der letzten Innovationen in diesem Bereich ist die Entstehung von sogenannten AI Agents. Diese sind intelligente Programme, die noch besser darin sind, Aufgaben auszuführen, Entscheidungen zu treffen und mit Menschen zu interagieren. Der folgende Blogbeitrag gibt eine grundlegende Definition, erklärt die Funktionsweise, zeigt Anwendungsgebiete und stellt einige ethische Überlegungen an.

Was sind AI Agents?

AI Agents, auch als KI-Agenten oder intelligente Agenten bezeichnet, sind Software- oder Hardware-Entitäten, die autonom Aufgaben erledigen, Daten verarbeiten, Entscheidungen treffen und mit ihrer Umgebung oder anderen Agenten interagieren. Diese Agenten basieren auf fortschrittlichen Algorithmen und maschinellem Lernen, die es ihnen ermöglichen, sich an veränderte Bedingungen anzupassen und ständig dazuzulernen. Sie sind damit einfachen Large-Language-Modellen wie GPT (das hinter ChatGPT steckt) überlegen, denn sie erledigen Aufgaben gezielt und können sich selber Folgeaufgaben stellen.

Wie funktionieren AI Agents?

AI Agents sind eine Weiterentwicklung von bestehenden Algorithmen, insbesondere Large Language Models (LLMs). Wie LLMs verwenden AI Agents Algorithmen des maschinellen Lernens (ML), um aus den gesammelten Daten Muster, Regeln oder Modelle abzuleiten. Darauf basierend können sie Entscheidungen treffen oder Aufgaben ausführen. Ausserdem sind sie in der Lage, mit ihrer Umgebung zu interagieren, sei es physisch in Form von Robotern oder virtuell in Form von Computerprogrammen, und sich so an veränderte Bedingungen anpassen und kontinuierlich verbessern.

AI Agents können aber noch viel mehr: Ihre genaue Funktionsweise hängt von der spezifischen Anwendung und den zugrunde liegenden Algorithmen ab. Ihre Fähigkeit, Entscheidungen zu treffen ist dabei zentral. Denn dadurch können sie verschiedene Werkezeuge wie konkrete Programme, Datenbanken etc. nutzen.

Vereinfacht lässt sich dies wie folgt erklären: Sie bekommen die Aufgabe, ein Haus zu bauen, mit den blossen Händen ist dies schwierig und nicht zufriedenstellend. Sie sind jedoch so intelligent zu lernen, wie man Werkzeuge für den Hausbau nutzt. Wenn man GPT, einem LLM, den Auftrag gibt, etwas Komplexes auszurechnen, wird das Ergebnis nicht zufriedenstellend sein, denn es kann nicht rechnen. GPT ist jedoch intelligent genug, einen Taschenrechner als Werkzeug zu nutzen, wenn man es entsprechend trainiert. GPT wird damit zum AI Agent. Sich für die richtigen Werkzeuge entscheiden zu lernen und die Möglichkeit, diese anzuwenden, ist das, was den AI Agent ausmacht.

Beispielsweise verwenden Chatbots natürliche Sprachverarbeitungsmodelle (z.B. GPT), um menschenähnliche Gespräche zu führen. AI Agents können darüber hinaus neuronale Netzwerke nutzen, um Bilder zu analysieren und Objekte zu erkennen (vgl. Abbildung 1). In jedem Fall sind das Training und die Qualität der Daten von entscheidender Bedeutung, um AI Agents effektiv arbeiten zu lassen.

Wo können AI Agents eingesetzt werden?

AI Agents haben das Potenzial, die Bildung zu revolutionieren. Sie können personalisierte Lernpfade für Schüler:innnen und Studierende erstellen, um deren individuellen Bedürfnissen gerecht zu werden. Dozierende können AI Agents einsetzen, um Lehrinhalte zu optimieren und automatisierte Prüfungen durchzuführen. Diese Technologie kann auch bei der Erstellung von Lehrmaterialien und der Analyse von Bildungsdaten helfen (vgl. De Witt, C., Rampelt, F., & Pinkwart, N., 2020).

In der wissenschaftlichen Forschung können AI Agents grosse Fortschritte erzielen. Sie können komplexe Berechnungen durchführen, Daten analysieren und Hypothesen generieren. Forschende können AI Agents nutzen, um grosse Datensätze zu durchsuchen und Muster oder Trends zu identifizieren. Dies beschleunigt den Forschungsprozess erheblich. Auch die Literaturrecherche kann durch Agents erleichtert werden.

Im Gesundheitswesen können AI Agents bei der Diagnose von Krankheiten und der Entwicklung von Behandlungsplänen eine wichtige Rolle spielen. Sie können medizinische Daten analysieren, um Ärztinnen und Ärzten bei der Entscheidungsfindung zu unterstützen und die Genauigkeit von Diagnosen zu verbessern (vgl. Davenport T. & Kalakota R., 2019).

Autonome Fahrzeuge sind ein prominentes Beispiel für AI Agents in der realen Welt. Diese Fahrzeuge verwenden Sensoren und Algorithmen, um sicher durch den Verkehr zu navigieren und Unfälle zu verhindern (vgl. Fugen, Y. & al., 2020).

Wie kann man AI Agents nutzen?

Es gibt eine grosse Anzahl an bereits fertigen AI Agents, die man mit mehr oder weniger grossem Installationsaufwand testen kann. Ein Beispiel ist AgentGPT von dem Unternehmen reworkd, auf das browserbasiert zugegriffen werden kann. Die Nutzung ist aktuell über eine Warteliste möglich, die Website gibt jedoch auch ohne Login einen ersten Einblick, wie die Anwendung aussieht. Das folgende Video zeigt den konkreten Einsatz von TravelGPT, der Reisen plant und dazu mehre Aufgaben erstellt und mehrere Datenquellen nutzt:

Fazit – welches Potenzial steckt in KI Agents?

AI Agents haben das Potenzial, viele Aspekte unseres Lebens zu transformieren. Prozesse werden beschleunigt, die Arbeit im Alltag unterstützt. Für Studierende bieten sie die Möglichkeit, sich auf dem Gebiet der KI zu spezialisieren und an innovativen Projekten zu arbeiten. Dozierende können AI Agents nutzen, um den Lehrprozess zu optimieren und effektivere Bildungserfahrungen zu schaffen. Die Zukunft der AI Agents ist vielversprechend, jedoch dürfen ethische Fragen (vgl. Willi Kägi, I. & Walter Y., 2023), die Nachvollziehbarkeit von Entscheidungen und der Datenschutz dabei nicht ausser Acht gelassen werden.

Quellen und weiterführende Informationen

Davenport, T. & Kalakota, R. (2019). The potential for artificial intelligence in healthcare: Future Healthc J. 2019 Jun;6(2):94-98. doi: 10.7861/futurehosp.6-2-94. PMID: 31363513; PMCID: PMC6616181.

De Witt, C., Rampelt, F., & Pinkwart, N. (2020). Künstliche Intelligenz in der Hochschulbildung. KI-Campus Whitepaper.

Fugen, Y., Jiangtao, Z., Jingru, Y., Chuqiao, C., Xiqun, (M.) C. (2020). Hybrid operations of human driving vehicles and automated vehicles with data-driven agent-based simulation, Transportation Research Part D: Transport and Environment, Volume 86, 2020, 102469, ISSN 1361-9209.

Russell, S. J., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach: Pearson.

VAI LABS (2023). Navigating the AI Agent Landscape: Insights into Advancements and Opportunities.

Walter, Y. (2023). Über KI-Superintelligenz (1/2). Kalaidos Blog.

Willi Kägi, I. & Walter Y. (2023). Kalaidos Talk: Künstliche Intelligenz und Ethik (Podcast). Kalaidos Blog.