Lokale KI lernen · Kernmodul 6
Agenten und Automatisierung verstehen
Vom Chatbot zum Agenten: Begriffe, Werkzeuge, Grenzen.
Stand: 4. Juli 2026
Lektion 1: Vom Chatbot zum Agenten: Die fünf Stufen der Selbstständigkeit
Die entscheidende Frage: Wer entscheidet?
«Agent» ist zum Modewort geworden — dabei ist die Abgrenzung präzise: Es geht darum, wer den Ablauf bestimmt. Die fünf Stufen, sortiert nach wachsender Selbstständigkeit:
| Stufe | Wer entscheidet den Ablauf? | Beispiel |
|---|---|---|
| 1 · Chat | du, bei jeder Nachricht | Frage stellen, Antwort lesen |
| 2 · Regelbasierte Automation | fest verdrahtete Regeln | «Anhänge automatisch in Ordner X» |
| 3 · Workflow | ein Mensch, im Voraus, Schritt für Schritt | E-Mail → speichern → benachrichtigen |
| 4 · KI-gestützter Workflow | Mensch plant die Schritte, KI füllt einzelne aus | E-Mail → KI fasst zusammen → Notiz ablegen |
| 5 · Agent | die KI plant die Schritte selbst | «Recherchiere X und lege mir einen Bericht ab» |
Die wichtigste Berufsregel der Automatisierer: Nimm die niedrigste Stufe, die die Aufgabe löst. Jede Stufe darüber kauft Flexibilität mit Unvorhersehbarkeit — ein Workflow macht denselben Fehler jedes Mal (leicht zu finden), ein Agent macht jedes Mal andere (schwer zu finden).
Die Anatomie eines Agenten
Was macht Stufe 5 technisch aus? Die Agentenschleife:
Die Bausteine, die du dafür kombinierst (alle schon bekannt oder im Glossar):
- Ein Sprachmodell als Planer — bei uns lokal, über die API aus Kernmodul 4.
- Tools als Hände: Dateien lesen/schreiben, suchen, Nachrichten senden.
Der technische Mechanismus dahinter heisst Function Calling — das Modell antwortet nicht
mit Prosa, sondern mit einem strukturierten Werkzeugaufruf («rufe
datei_lesenmit Pfad X»), den die umgebende Software ausführt. Zunehmend standardisiert über MCP. - Ein Trigger als Startsignal, oft ein Webhook.
- Memory, damit der Agent über Durchläufe hinweg weiss, was er schon erledigt hat (die Grenzen kennst du aus KM5).
- Das Sicherheitsnetz: Human in the Loop, Not-Aus, Protokolle. In diesem Kurs Pflichtausstattung.
Multi-Agenten — und wann weniger mehr ist
Mehrere spezialisierte Agenten können zusammenarbeiten (einer recherchiert, einer schreibt, einer prüft). Das ist mächtig — und um Grössenordnungen schwerer zu beherrschen: Fehler pflanzen sich fort, Kosten und Laufzeiten vervielfachen sich. Kurshaltung: Erst einen einzelnen Agenten sauber beherrschen (Kernmodul 7), Multi-Agenten als bewusstes Vertiefungsthema — praktisch ausprobierbar in Labor 9.
Vertiefung: Warum niedrigere Stufen oft die klügere Wahl sind
Ein Beispiel durchgespielt: «Neue Rechnungen im Ordner sollen in eine Übersicht.» Als Agent formuliert («kümmere dich um meine Rechnungen») muss das Modell jedes Mal neu entscheiden — und kann jedes Mal anders abbiegen. Als KI-Workflow (Stufe 4) ist der Ablauf fest: neue Datei → KI extrahiert Betrag und Datum → Zeile in Tabelle. Die KI tut nur, was sie am besten kann (unstrukturierten Text verstehen), alles andere ist verlässliche Mechanik. Stufe 5 hebst du dir für Aufgaben auf, deren Weg wirklich unvorhersehbar ist.
Kurz geprüft
3 Fragen zum Festigen — Feedback kommt sofort.
Das kann ich jetzt
- Ich ordne jede Automatisierungsidee einer der fünf Stufen zu — und wähle die niedrigste ausreichende.
- Ich kenne die Agentenschleife (Planen → Handeln → Beobachten) und ihre Bausteine inklusive Function Calling und MCP.
- Ich kann begründen, warum Freigaben, Logs und Not-Aus zur Grundausstattung gehören.
Nächster Schritt: «Die Werkzeuglandschaft» — womit baut man das konkret?
Lektion 2: Die Werkzeuglandschaft: Womit baut man Workflows und Agenten?
Erst die Kategorie, dann das Produkt
Die Landschaft ist unübersichtlich, weil dauernd Neues erscheint. Ordnung schafft der Blick auf die Kategorie — Produktnamen wechseln, Kategorien bleiben (Profile: Stand Kurserstellung 07/2026; Prüfdaten je Produkt im Technologiekatalog):
| Kategorie | Charakter | Bekannte Vertreter |
|---|---|---|
| Grafische Workflow-Baukästen | Stufe 3–4 per Drag-and-drop, hunderte Anbindungen | n8n, Node-RED (Heim-Klassiker), Dify |
| KI-Flow-Baukästen | grafisch, spezialisiert auf LLM-Ketten und Chat-Apps | Flowise, Langflow |
| RAG-/Chat-Plattformen | fertige Oberflächen mit Dokumentenwissen, teils Agentenfunktionen | Open WebUI, AnythingLLM |
| Agenten-Frameworks (Code) | maximale Kontrolle, Programmierung nötig | LangGraph, LlamaIndex, CrewAI, AutoGen, Haystack |
| Computer-Use-Werkzeuge | KI bedient direkt Programme/Terminal — mächtig und riskant | Open Interpreter u. ä. |
| Smart-Home-Zentralen | Automatisierung im Haus, zunehmend mit KI-Anschluss | Home Assistant (Labor 6) |
Die Bewertungskriterien
Egal welche Kategorie — prüfe Kandidaten immer gegen dieselbe Liste (sie stammt direkt aus den Kurszielen): Anfängerfreundlichkeit · grafische Bedienung vs. Code · läuft es vollständig lokal? · Datenschutz (wohin telefoniert es?) · Windows-Kompatibilität · Stabilität und Projektaktivität (Kernmodul 10 zeigt, wie man das auf GitHub abliest) · Kosten/Lizenz · Agentenfunktionen (Tools, Freigaben, Logs) · Sicherheitsmodell (lassen sich Rechte begrenzen?).
Womit dieser Kurs baut
Für die Kursprojekte gilt der Grundsatz «so wenig Werkzeuge wie möglich»:
- Kernmodul 7 (erster Agent): ein kleines, vollständig erklärtes Python-Skript plus die lokale API aus Kernmodul 4. Warum kein Baukasten? Weil du beim ersten Agenten jede Zeile verstehen sollst — Berechtigungen, Logs und Not-Aus inklusive. Keine Angst vor Python: Es sind wenige Dutzend Zeilen, jede wird erklärt, und du musst nichts davon auswendig können.
- Mission 6 (Fernsteuerung): die eingebaute Weboberfläche bzw. ein Messenger-Anschluss — mit dem Sicherheitsmodell aus Kernmodul 9.
- Wenn du lieber grafisch arbeitest: n8n oder Node-RED sind die naheliegenden Baukästen für Stufe-3/4-Projekte; die Konzepte des Kurses (Trigger, Tools, Freigaben, Logs) übertragen sich eins zu eins.
Der Entscheidungsweg
- Stufe bestimmen (letzte Lektion): Stufe 2–4 → Workflow-Baukasten; Stufe 5 → Framework oder eigenes Skript.
- Lokal-Pflicht? Streiche alles, was einen Cloud-Zwang hat.
- Kriterienliste durchgehen — besonders Projektaktivität und Sicherheitsmodell.
- Kleinstprojekt bauen (ein Trigger, ein Schritt) bevor du dich festlegst — eine Stunde Ausprobieren schlägt zehn Stunden Vergleichslektüre.
Kurz geprüft
3 Fragen zum Festigen — Feedback kommt sofort.
Das kann ich jetzt
- Ich ordne Automatisierungswerkzeuge in sechs Kategorien ein — und Produkte kommen und gehen.
- Ich bewerte Kandidaten nach der festen Kriterienliste, mit Projektaktivität und Sicherheitsmodell als Schwergewichten.
- Ich weiss, womit der Kurs baut und warum — und wie ich grafische Alternativen einordne.
Nächster Schritt: Mission 5 und Kernmodul 7 — dein erster eigener Agent, mit Sicherheitsnetz.