KI-Agenten von Grund auf: Funktionsweise und Bauanleitung

👁 119 Aufrufe

Ein KI-Agent ist ein Programm, in dem ein Sprachmodell in einer Schleife Werkzeuge auswählt, deren Ergebnisse analysiert und entscheidet, wie es weitergeht, bis die Aufgabe erledigt ist. Um Ihren ersten Agenten zu entwickeln und die Abläufe im Detail zu verstehen, durchlaufen Sie drei Stufen: Modell-APIs, Automationen und Agenten. Hier finden Sie einen strukturierten Fahrplan, einen 30-Tage-Lernplan, lauffähigen Python-Code (getestet am 4. Oktober 2026) sowie eine Übersicht empfehlenswerter kostenloser Kurse. Für kleine, schnelle Entscheidungen innerhalb eines Agenten eignen sich auch Entscheidungsmodelle für KI. Einen fertigen Unternehmensagenten hat Google am 8. Oktober vorgestellt - Details finden Sie im Artikel zu Gemini Agent.

Fahrplan: Von der API zum eigenen KI-Agenten

Der häufigste Fehler beim Einstieg ist der direkte Sprung in ein mächtiges Agenten-Framework. Das funktioniert meist nur so lange, bis ein Fehler auftritt und die Ursache im Verborgenen liegt. Deshalb empfiehlt sich ein dreistufiger Aufbau:

Stufe 1 wird im Leitfaden KI-APIs ausführlich behandelt. Hier liegt der Schwerpunkt auf den Stufen 2 und 3. Wenn Sie No-Code-Lösungen bevorzugen, lässt sich Stufe 3 auch in Gumloop oder mit dem AI-Agent-Knoten in n8n umsetzen. Das grundlegende Verständnis gelingt jedoch deutlich schneller, wenn man die Schleife einmal in 76 Zeilen Python-Code gesehen hat.

Wie ein KI-Agent funktioniert: Die 4-Schritte-Schleife

Jeder Agent, vom minimalistischen Skript bis hin zu Claude Code, folgt demselben Prinzip. Das Sprachmodell führt keine Aktionen selbst aus: Es fordert lediglich ein Werkzeug an, während Ihr Programm die Funktion ausführt und das Ergebnis an das Modell zurückgibt.

Im Code sieht die Logik folgendermaßen aus (Auszug aus dem eigenen Agenten; die vollständige Version finden Sie im Text zum Bau eines KI-Agenten):

    for schritt in range(1, MAX_SCHRITTE + 1):
        r = client.chat.completions.create(model=MODEL, messages=messages, tools=TOOLS)
        kosten += getattr(r.usage, "cost", 0) or 0
        msg = r.choices[0].message
        messages.append(msg.model_dump(exclude_none=True))
        if not msg.tool_calls:
            print(f"--- Ende nach {schritt} Schritten, Kosten: {kosten:.5f} USD")
            return msg.content
        if msg.content: print(f"[Schritt {schritt}] GEDANKE: {msg.content.strip()[:300]}")
        for call in msg.tool_calls:
            args = json.loads(call.function.arguments or "{}")
            try:
                obs = WERKZEUGE[call.function.name](**args)
            except Exception as e:
                obs = f"FEHLER: {e}"
            print(f"[Schritt {schritt}] AKTION: {call.function.name}({json.dumps(args, ensure_ascii=False)})")
            print(f"[Schritt {schritt}] BEOBACHTUNG: {obs[:160]!r}")
            log.write(json.dumps({"t": time.strftime("%H:%M:%S"), "schritt": schritt, "werkzeug": call.function.name,
                                  "args": args, "beobachtung": obs[:500]}, ensure_ascii=False) + "\n")
            messages.append({"role": "tool", "tool_call_id": call.id, "content": obs})
    return f"Abgebrochen: Limit von {MAX_SCHRITTE} Schritten erreicht (Kosten: {kosten:.5f} USD)."

Drei wesentliche Aspekte sollten Sie beachten:

• Werkzeuge sind reguläre Funktionen, die mittels JSON-Schema deklariert werden. Die Anforderung durch das Modell nennt sich Function Calling.
• Jeder Schritt überträgt den gesamten Verlauf, weshalb die Kosten überproportional mit der Zahl der Durchläufe steigen. Werkzeug-Rückgaben sollten daher stets gekürzt werden.
• Ein Agent ohne Begrenzung und Logging birgt Risiken. Im gezeigten Code ist ein Limit von 8 Schritten definiert, und jede Aktion wird in einer JSONL-Datei protokolliert.

Lernplan für 30 Tage

Der Plan basiert auf etwa einer Stunde Lernzeit pro Tag und grundlegenden Python-Kenntnissen (Variablen, Funktionen, for-Schleifen). Falls diese fehlen, empfiehlt sich vorab eine zusätzliche Woche für einen Python-Grundkurs.

Praxistest: Projekte und Messwerte

Zur praktischen Verifikation wurden alle Stufen lokal auf einem Windows-System ausgeführt. Sofern nicht das Claude Agent SDK zum Einsatz kam, wurde openai/gpt-5.6-luna über OpenRouter genutzt (ca. 0,18 EUR bzw. 0,20 USD pro Million Input-Tokens; EZB-Kurs 1,1181). Embeddings wurden lokal via Ollama auf einer RTX 4090 berechnet.

*Hinweis zu Preisangaben: Die umgerechneten EUR-Beträge basieren auf dem EZB-Referenzkurs vom 12.10.2026 (1 EUR = 1,1181 USD via EZB) und dienen als Orientierungswert.

Frameworks und Tools im Überblick

Ein detaillierter Vergleich von fünf Programmbibliotheken hinsichtlich Codezeilen, Latenz und Kosten findet sich im Artikel Frameworks für KI-Agenten. Gehostete OpenAI-Agenten behandelt der Text zum Agents API von OpenAI, während Programmier-Assistenten in KI-Agenten für Code vorgestellt werden.

Sprachspezifische Besonderheiten und Lokalisierung

Im zugrundeliegenden Test wurden Prompts, Werkzeugbeschreibungen und Dokumente vollständig auf Polnisch evaluiert, was moderne Modelle problemlos bewältigen. Bei nicht-englischen Implementierungen treten generell drei Faktoren hervor:

• Dokumentensuche: Das Embedding-Modell muss die jeweilige Zielsprache beherrschen. Im polnischen Gesetzestest lieferte bge-m3 in 8 von 10 Fällen den passenden Paragrafen unter den Top-5-Ergebnissen, während nomic-embed-text nur auf 4 Treffer kam (Vergleich).
• Lokale Daten: Feiertagsregelungen, lokale Währungskurse oder länderspezifische Vorschriften sollten Sprachmodellen stets explizit per Werkzeugaufruf bereitgestellt werden.
• Funktionsnamen: Diese sollten auf lateinische Standardzeichen (ASCII), Ziffern und Unterstriche beschränkt bleiben, da APIs Sonderzeichen oft nicht unterstützen.

Kostenlose Lernressourcen und Kurse (Geprüft am 4.10.2026)

Die folgenden Angebote decken den Aufbau von APIs, Automationen und Agenten systematisch ab. Alle URLs wurden am 4. Oktober 2026 überprüft.

Offizielle Dokumentationen und Kurse

Internationale YouTube-Kanäle und Communitys

• freeCodeCamp: Ausführliche Videokurse, darunter „AI Agents For Beginners“ (3 Std., Juli 2026) und „Learn Python and Build Autonomous Agents“ (6 Std.).
• Dave Ebbelaar: Software-Architektur für KI-Systeme in Python (RAG, FastAPI, Automatisierung).
• LangChain: Konzepterklärungen und Demos rund um LangGraph.
• Sam Witteveen: Technische Analysen neuer Modelle und Frameworks mit Code-Beispielen.
• Anthropic und OpenAI: Offizielle Konferenzaufzeichnungen und Feature-Präsentationen.

Empfohlene Lernreihenfolge: Zunächst der Anthropic-Leitfaden zu Agenten, anschließend praktische Skripte in Python, danach der Hugging Face Agents Course oder Andrew Ngs Agentic AI, und abschließend die Spezialisierung auf ein konkretes Framework.

Starter-Paket für eigene Experimente

Der im Rahmen des Leitfadens getestete Code steht als Archiv mit Beispieldateien und einer .env.example zur Verfügung:

• 01_function_calling.py: Demonstration von Function Calling (Wetter, Rechner, Wikipedia-Abfrage);
• 02_agent_bez_frameworka.py: Minimalistischer Agent in 76 Zeilen mit Schrittlimit und Logging;
• 03_agent_openai_sdk.py: Umsetzung auf Basis des OpenAI Agents SDK;
• 04_rag.py: PDF-Abfragesystem mit lokalen Embeddings via Ollama;
• 05_serwer_mcp.py: Eigener MCP-Server für Tool-Integrationen;
• 06_webhook.py: Formularverarbeitung über Webhooks;
• frameworki/: Derselbe Agent in 5 Framework-Varianten;
• dane/: Testdaten (Beispielrechnungen und Beispieldokumente).

Agenten-Starter-Archiv herunterladen (2,1 MB, 25 Dateien, MIT-Lizenz). Tragen Sie Ihren OpenRouter-API-Schlüssel lokal in die .env-Datei ein und vermeiden Sie es, Schlüssel direkt im Code oder in Screenshots zu speichern.

Häufig gestellte Fragen (FAQ)

Wie baut man einen KI-Agenten Schritt für Schritt?

1. Einfache Modell-API-Anfragen beherrschen.
2. Function Calling implementieren.
3. Das System in eine Ausführungsschleife mit Schrittbegrenzung einbetten.
4. Nur-Lese-Werkzeuge und ein strukturiertes Logging ergänzen.
5. Mit bekannten Eingabedaten testen, bei denen das Soll-Ergebnis vorab feststeht.

Eine ausführliche Anleitung mit Code finden Sie im Beitrag KI-Agent in Python bauen.

Muss man programmieren können, um einen KI-Agenten zu erstellen?

Nein. Plattformen wie n8n, Make oder Gumloop ermöglichen rein visuelle Workflows. Um jedoch zu verstehen, warum ein Agent Fehler macht oder in Schleifen gerät, ist der Blick auf wenige Dutzend Zeilen Python-Code sehr aufschlussreich.

Welche Kosten entstehen beim Erlernen von KI-Agenten?

Die empfohlenen Dokumentationen und Kurse sind kostenlos. Auf API-Ebene lagen die Kosten für alle hier durchgeführten Tests bei insgesamt rund 0,13 EUR (0,15 USD; EZB-Kurs 1,1181). Für erste Experimente genügt ein Prepaid-Guthaben von 2 bis 5 USD mit festgelegtem Ausgabenlimit.

Was unterscheidet einen KI-Agenten von einer klassischen Automation?

In einer Automation ist jeder Schritt deterministisch vordefiniert. Ein Agent entscheidet dagegen dynamisch anhand von Zwischenergebnissen, welches Werkzeug als Nächstes eingesetzt wird. Viele Praxislösungen kombinieren beide Ansätze: eine starre Pipeline mit einem agentenbasierten Teilschritt.

Womit sollte man beginnen: n8n oder Python?

Für schnelle Ergebnisse im Betriebsalltag eignen sich n8n oder Make. Wer die technische Funktionsweise von APIs und Kontrollschleifen verstehen möchte, wählt Python. Am effektivsten ist es, denselben Ablauf zuerst in Code und anschließend in n8n abzubilden.

Welches Modell eignet sich für den ersten Agenten?

Ein kostengünstiges Modell mit solider Tool-Unterstützung (z. B. Filter nach „tools“ auf OpenRouter). Im Test funktionierte openai/gpt-5.6-luna für 0,20 USD pro Million Input-Tokens zuverlässig. Leistungsstärkere Modelle sind erst dann notwendig, wenn das kleinere Modell komplexe Pläne nicht mehr einhalten kann.

Was ist MCP und wann wird es benötigt?

Das Model Context Protocol (MCP) ist ein offener Standard, um externe Werkzeuge standardisiert an KI-Anwendungen anzubinden. Für den allerersten Agenten ist es nicht zwingend erforderlich, erleichtert aber die spätere Wiederverwendung der Werkzeuge in Umgebungen wie Claude Code oder Cursor. Siehe auch Eigener MCP-Server in 15 Minuten und Was ist MCP?.

Kann ein KI-Agent vollständig lokal ohne Internetverbindung laufen?

Ja, in Kombination mit lokalen Modellen über Ollama, das eine OpenAI-kompatible API bereitstellt. Da kleinere lokale Modelle Werkzeug-Parameter mitunter ungenauer übergeben, empfiehlt sich hier der Beginn mit eng umgrenzten Aufgaben.

Quellen und Prüfdatum

• Alle Code-Ausführungen: Lokaler Testrechner (Windows 11, Python 3.13, RTX 4090) am 4. Oktober 2026.
• Paketversionen: PyPI und npm, Stand 4.10.2026. Preisübersichten von Make, Zapier und n8n: Herstellerangaben vom 4.10.2026.
• Kurse und URLs: Alle Adressen am 4.10.2026 aufgerufen. Abonnentenzahlen von YouTube gerundet.
• Weiterführende Artikel: Was ist ein KI-Agent?, KI-Agenten: Funktionsweise und Evaluierung, Automation mit KI, RAG-Grundlagen, Fine-Tuning.

// weiterlesenMit KI auf ein Vorstellungsgespräch vorbereiten: Schritt für SchrittAnleitungenWie einen Avatar mit KI generieren: Schritt für SchrittAnleitungenWie eine lange PDF mit AI zusammenfassen: Schritt für SchrittAnleitungen

Kinetyra