Profi 9 Begriffe · 50 Min Lesezeit

Agenten & RAG: Die nächste KI-Generation

Verstehe in 9 Begriffen, wie autonome KI-Agenten arbeiten und wie sie mit externen Wissensquellen via Retrieval-Augmented Generation (RAG) verbunden werden.

Dein Fortschritt 0 / 9

Retrieval-Augmented Generation (RAG)

RAG kombiniert ein Large Language Model mit externem Informationsabruf – für faktenbasierte Antworten ohne teures Retraining.
Vektor-Datenbank

Eine Vektor-Datenbank speichert numerische Vektoreinbettungen und ermöglicht semantische Ähnlichkeitssuche — das Fundament moderner KI-Architekturen wie RAG.
KI-Agent

Ein KI-Agent ist autonome Software, die Ziele versteht, selbstständig Entscheidungen trifft und Aktionen in Systemen ausführt – ohne menschliche Intervention.
Agentic Workflow

Ein Agentic Workflow ist ein KI-gesteuerter Prozessablauf, in dem autonome Agenten Aufgaben planen, Tools aufrufen und Entscheidungen treffen – ohne feste Skripte.
Agentic RAG

Agentic RAG kombiniert klassisches Retrieval mit autonomen KI-Agenten, die Recherchen iterativ planen, ausführen und validieren.
Multi-Agent-System

Ein Multi-Agent-System (MAS) ist ein Netzwerk autonomer KI-Agenten, die kooperieren, um komplexe Aufgaben zu lösen, die ein einzelner Agent nicht bewältigen könnte.
AI Agent Framework

Ein AI Agent Framework ist ein Software-Framework, das autonome KI-Agenten strukturiert: mit Planung, Tool-Nutzung, Memory und Multi-Agent-Orchestrierung.
MCP (Model Context Protocol)

MCP (Model Context Protocol) ist ein offener Standard von Anthropic, der KI-Modelle wie LLMs mit externen Tools und Datenquellen über eine einheitliche Schnittstelle verbindet.
AgentOps

AgentOps ist die operative Disziplin für den gesamten Lebenszyklus autonomer AI-Agenten: Monitoring, Governance, Orchestrierung und Compliance in einem.

Retrieval-Augmented Generation (RAG)

Vektor-Datenbank

KI-Agent

Agentic Workflow

Agentic RAG

Multi-Agent-System

AI Agent Framework

MCP (Model Context Protocol)

AgentOps