1/3+160 XP

Was ein KI-Agent wirklich ist: der Loop aus perceive, plan, act, observe

# Was ein KI-Agent wirklich ist: der Loop aus perceive, plan, act, observe

Tippen Sie das in einen modernen KI-Assistenten: „Recherchiere die 3 wichtigsten Wettbewerber von Notion und stelle sie in einer Vergleichstabelle dar.“

Beobachten Sie, was passiert. Er durchsucht das Web. Er liest ein paar Seiten. Er merkt, dass er nur zwei belastbare Wettbewerber gefunden hat, und sucht erneut. Er zieht Preise, prüft eine Bewertungsseite und baut dann die Tabelle. Sie haben eine Anweisung gegeben, und er hat vielleicht acht Schritte eigenständig gemacht.

Dieser selbstgesteuerte Loop ist der ganze Unterschied zwischen einem Agenten und einem Chatbot. Ein Chatbot antwortet. Ein Agent arbeitet.

Agent vs. einzelner Prompt

Ein einzelner Prompt ist eine Frage rein, eine Antwort raus. Sie fragen, das Modell antwortet nur mit dem, was es schon weiß. Wenn es aktuelle Informationen oder eine Berechnung braucht, kann es sie sich nicht holen. Es rät einfach.

Ein KI-Agent ist ein Sprachmodell, das Aktionen ausführen, die Ergebnisse sehen und entscheiden kann, was als Nächstes zu tun ist, und das wiederholt, bis das Ziel erreicht ist. Das Schlüsselwort ist *Loop*. Der Agent ist nicht auf einen Zug beschränkt. Er macht weiter, bis die Aufgabe erledigt ist oder er entscheidet, dass er feststeckt.

Hier die einfache Definition, mit der wir arbeiten:

> Ein Agent ist ein Sprachmodell plus Tools plus ein Loop.

Ein Tool ist jede Aktion, die das Modell auslösen kann: eine Websuche, ein Rechner, eine Datenbankabfrage, das Versenden einer E-Mail, das Ausführen von Code. Der Loop ist der Motor, der das Modell diese Tools wiederholt nutzen lässt und dabei nachjustiert.

Der Loop: perceive, plan, act, observe

Jeder Agent, egal von welchem Anbieter, durchläuft eine Variante dieses vierstufigen Zyklus. Gehen wir ihn an der Wettbewerbsrecherche durch.

1. Perceive

Der Agent nimmt die aktuelle Situation auf: Ihre Anweisung plus alles, was er bisher weiß.

Am Anfang ist „perceive“ nur Ihr Prompt: *„Recherchiere die 3 wichtigsten Wettbewerber von Notion und stelle sie in einer Vergleichstabelle dar.“* Später im Loop heißt Wahrnehmen auch, die Ergebnisse der eigenen vorherigen Aktionen zu lesen (die Suchergebnisse, die gerade zurückkamen).

2. Plan

Der Agent entscheidet den nächsten Schritt. Nicht das ganze Projekt, nur den nächsten Zug.

Seine interne Überlegung könnte sein: *„Ich kenne die wichtigsten Wettbewerber von Notion nicht aus dem Kopf mit aktuellen Daten. Ich sollte zuerst das Web durchsuchen.“*

Diesen Teil unterschätzen die Leute. Der Agent folgt keinem festen Skript, das Sie geschrieben haben. Er wählt jeden Schritt auf Basis dessen, was er aktuell weiß.

3. Act

Der Agent nutzt ein Tool. Hier ruft er ein Websuche-Tool mit einer Anfrage wie Notion competitors 2026 auf.

Das ist der Moment, in dem ein Agent den Chatbot hinter sich lässt. Er produziert nicht mehr nur Text. Er tut etwas in der Welt und bekommt echte Daten zurück.

4. Observe

Der Agent liest, was die Aktion zurückgegeben hat. Die Suche liefert Coda, Obsidian und einen vagen Hinweis auf „andere“.

Jetzt bewertet er: *„Ich habe zwei starke Wettbewerber und eine Lücke. Ich brauche einen weiteren.“*

Und dann startet der Loop neu. Er nimmt die aktualisierte Situation wahr, plant eine zweite Suche (best all-in-one workspace apps 2026), handelt und beobachtet erneut. Er läuft vielleicht drei oder vier Runden: eine Suche pro Wettbewerber, eine für Preise, eine zur Verifizierung. Erst wenn er genug hat, hört er auf und schreibt die Tabelle.

Dieser wiederholte Zyklus, getrieben vom eigenen Urteil des Modells darüber, was noch fehlt, macht es zu einem Agenten.

Wie der Loop im Code aussieht

Sie müssen das nicht von Grund auf bauen (die SDKs unten übernehmen das für Sie), aber das Skelett zu sehen, lässt das Konzept einrasten. Das hier ist herstellerneutraler Pseudocode für den Loop:

python

goal = "Research top 3 competitors to Notion and build a comparison table."
messages = [{"role": "user", "content": goal}]

while True:
    # PERCEIVE + PLAN: Modell betrachtet alles Bisherige und entscheidet den nächsten Schritt
    response = model.generate(messages, tools=[web_search])

    if response.tool_call:
        # ACT: das vom Modell angeforderte Tool ausführen
        result = run_tool(response.tool_call)   # z. B. web_search("Notion competitors 2026")

        # OBSERVE: Ergebnis zurückspeisen, damit das Modell es im nächsten Zug wahrnehmen kann
        messages.append(response)
        messages.append({"role": "tool", "content": result})
    else:
        # Kein Tool nötig: das Modell hat seine endgültige Antwort (die Tabelle)
        print(response.content)
        break

Lesen Sie die Kommentare, und Sie sehen alle vier Schritte. model.generate ist perceive und plan. run_tool ist act. Das Anhängen des Ergebnisses ist observe. Der while-Loop ist das, was aus einer Einmalantwort einen Agenten macht. Das Modell, nicht Sie, entscheidet, wann es aufhört, indem es eine endgültige Antwort statt eines weiteren Tool-Calls zurückgibt.

Warum der Loop wichtiger ist als das Modell

Eine gängige Annahme: „Ein klügeres Modell macht einen besseren Agenten.“ Teilweise richtig. Aber der Loop ist das, was die Fähigkeit des Modells zur *Korrektur* freischaltet.

Wenn die erste Suche Müll liefert, merkt ein Agent das im Observe-Schritt und probiert eine andere Anfrage. Ein einzelner Prompt kann das nicht. Er legt sich auf seine eine Antwort fest, samt Fehlern.

Deshalb können Agenten auch offene Aufgaben bearbeiten. Sie müssen nicht vorab wissen, wie viele Suchen es braucht, um drei Wettbewerber zu finden. Der Agent findet das unterwegs heraus.

Der Trade-off: Loops können lange laufen, mehr kosten und sich gelegentlich im Kreis drehen. Gutes Agent-Design setzt dem Loop Grenzen, zum Beispiel „stopp nach 10 Schritten“ oder „stopp, wenn die Tabelle vollständig ist“. Guardrails dieser Art behandeln wir später in diesem Block.

Wissenscheck

1. Was ist laut Lektion das entscheidende Merkmal, das einen KI-Agenten von einem Chatbot unterscheidet?

2. Die Lektion definiert einen Agenten mit der Formel „ein Sprachmodell plus Tools plus ein Loop“. Welche Rolle spielt der „Loop“ in dieser Definition?

3. Im Beispiel der Wettbewerbsrecherche sucht der Agent erneut, nachdem er nur zwei belastbare Wettbewerber gefunden hat. Welchen Schritt des Loops aus Perceive, Plan, Act, Observe veranschaulicht diese Entscheidung zum „erneuten Suchen“ am direktesten?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE richtigen Antworten. Welche der folgenden Punkte werden nach der Definition der Lektion zutreffend als „Tools“ beschrieben, die ein Agent auslösen kann?

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE richtigen Antworten. Welche Aussagen beschreiben einen einzelnen Prompt (eine Frage rein, eine Antwort raus) im Vergleich zu einem Agenten zutreffend?

Wählen Sie alle richtigen Antworten aus.

Tools sind die Hände des Agenten

Ohne Tools ist selbst der Loop nutzlos. Ein Modell, das nur reden kann, kann nichts recherchieren. Tools sind der Weg, auf dem der Agent über seinen eigenen Kopf hinausgreift.

Gängige Tool-Typen, die Sie in echten Agenten sehen:

Search / Retrieval: Websuche oder das Nachschlagen interner Unternehmensdokumente.
Compute: ein Rechner oder ein Code-Runner für Mathematik und Datenarbeit.
Lesen/Schreiben in Systeme: eine Datenbank abfragen, ein Spreadsheet aktualisieren, eine Slack-Nachricht senden.
Andere Agenten: ja, ein Agent kann einen anderen Agenten als Tool aufrufen.

Für die Wettbewerbsaufgabe brauchte der Agent genau ein Tool: Websuche. Fügen Sie ein Tool „in Google Sheets schreiben“ hinzu, und derselbe Agent könnte die fertige Tabelle direkt in Ihren Workspace legen, ohne Copy-Paste.

Wenn Sie eine klare, kostenlose Einführung dazu wollen, wie Tool-Nutzung und Agent-Loops zusammenpassen: Anthropics Leitfaden Building Effective Agents ist im Geist herstellerneutral und wird branchenweit häufig zitiert.

Wo die Anbieter ins Spiel kommen

Der Loop aus perceive, plan, act, observe ist bei allen Anbietern identisch. Unterschiedlich ist das Toolkit, das jeder für den Bau mitgibt:

OpenAI Agents SDK
Claude Agent SDK (Anthropic)
Googles Agent Development Kit (ADK)

Alle drei kapseln denselben Loop, übernehmen die Tool-Calling-Mechanik und ergänzen Funktionen wie Memory und Guardrails. Wählen Sie eines anhand des Modells, das Sie schon nutzen; die Konzepte, die Sie hier gelernt haben, lassen sich direkt übertragen. Die Anbieter-Deep-Dive-Blöcke später in diesem Kurs behandeln jedes SDK praktisch.

Fürs Erste zählt das mentale Modell mehr als das Tool. Wenn Sie verstehen, dass ein Agent *Modell plus Tools plus ein Loop* ist, verstehen Sie jedes Agent-Framework, das 2026 auf dem Markt ist.

Ein kurzer Selbstcheck

Fragen Sie sich bei jedem KI-Feature, das Sie nutzen: *Führt es mehrere Aktionen aus und entscheidet die nächste anhand der Ergebnisse?*

„Fasse diese E-Mail zusammen.“ Ein Schritt, keine Tools. Kein Agent. Nur ein Prompt.
„Prüfe meinen Kalender, finde nächste Woche einen freien 30-Minuten-Slot und schreibe Sam eine E-Mail mit dem Vorschlag.“ Mehrere Aktionen, Entscheidungen auf Basis der Funde. Agent.

Die Trennlinie ist der Loop, nicht wie eindrucksvoll die Antwort klingt.

Key Takeaways

Ein Agent = ein Sprachmodell + Tools + ein Loop. Nehmen Sie eines davon weg, und Sie sind wieder bei einem Chatbot.
Der Loop hat vier Schritte: perceive, plan, act, observe. Der Agent wiederholt sie und wählt jeden nächsten Schritt anhand dessen, was er gerade gelernt hat, bis das Ziel erreicht ist.
Tools sind die Hände des Agenten. Websuche, Code, Datenbanken, andere Agenten. Ohne sie kann der Loop die reale Welt nicht berühren.
Der Loop, nicht die reine Modellintelligenz, lässt einen Agenten sich von schlechten Ergebnissen erholen und offene Aufgaben bewältigen, bei denen Sie nicht jeden Schritt vorskripten können.
Das Konzept ist herstellerneutral. Die SDKs von OpenAI, Claude und Google kapseln alle denselben Loop, lernen Sie das Muster also einmal, und es überträgt sich überall.