KI-Agent, LLM und Modell: Wer macht was?
KI-Agent, LLM und Modell kurz erklärt: Ein Modell ist ein Computerprogramm, das aus Beispielen gelernt hat. Ein LLM, kurz für Large Language Model (großes Sprachmodell), ist ein Modell, das gelernt hat, Text zu lesen und zu schreiben. Ein KI-Agent ist Software rund um ein LLM, die ihm eine Aufgabe, die Mittel dafür und Regeln gibt. Das LLM schreibt. Der Agent bringt die Arbeit zum Abschluss.
Die drei Wörter, eins nach dem anderen
- Modell. Das weiteste Wort. Ein Modell ist ein Programm, das niemand Regel für Regel geschrieben hat. Seine Fähigkeit hat es aus sehr vielen Beispielen gelernt.
- LLM. Ein Modell, das aus einer riesigen Menge Text gelernt hat. Du gibst ihm Text, und es schreibt Text zurück. Die KI hinter ChatGPT, Claude und Gemini ist jeweils ein LLM.
- KI-Agent. Ein Programm, das ein LLM an die Arbeit setzt. Es enthält die Aufgabenbeschreibung, die Liste der Dinge, die das LLM tun darf, etwa einen Kunden nachschlagen oder eine E-Mail senden, und die Regeln, wann zuerst ein Mensch zustimmen muss.
Ein Auto ist ein guter Vergleich. Das LLM ist der Motor. Der Agent ist der Rest des Autos: Lenkrad, Bremsen und die Route für heute.
Was ein LLM allein nicht kann
Ein LLM nimmt Text auf und gibt Text aus. Allein kann es nicht deine Kundenliste öffnen, keine E-Mail senden und sich nicht merken, was ihr letzte Woche besprochen habt.
Der Agent fügt diese Fähigkeiten hinzu. Wenn eine KI „etwas nachschlägt“, schreibt das LLM nur eine kurze Anfrage, etwa „finde die unbezahlten Rechnungen“. Das Nachschlagen erledigt der Agent und gibt das Ergebnis als Text an das LLM zurück.
Eine Anfrage, Schritt für Schritt
Angenommen, du führst eine kleine Handelsfirma und sagst deiner KI: „Erinnere die Kunden, deren Rechnungen mehr als 30 Tage überfällig sind.“
| Schritt | Was passiert | Wer es tut |
|---|---|---|
| 1 | Deine Anfrage wird mit der Aufgabenbeschreibung und den Regeln zusammengesetzt | Agent |
| 2 | Die Anfrage wird gelesen und ein erster Zug gewählt: die überfälligen Rechnungen finden | LLM |
| 3 | Die überfälligen Rechnungen werden nachgeschlagen. Vier kommen zurück | Agent |
| 4 | Vier höfliche Erinnerungen werden geschrieben | LLM |
| 5 | Die Entwürfe werden gelesen und bestätigt | Du |
| 6 | Die E-Mails gehen raus, und an jeder Rechnung wird eine Notiz ergänzt | Agent |
Das LLM kommt zweimal vor: einmal zum Entscheiden und einmal zum Schreiben. Alles, was an deine Daten geht, erledigt der Agent.
Was das bei der Auswahl von KI-Software bedeutet
Weil die Teile getrennt sind, gibt es zwei getrennte Fragen.
- Welches Modell steckt drin? Das bestimmt, wie schnell die Antworten kommen, wie gut schwierige Aufgaben gelöst werden und was jede Nutzung kostet.
- Wie ist der Agent eingerichtet? Das bestimmt, was die Aufgabe ist, was die KI lesen darf, was sie tun darf und wann sie erst fragen muss.
Deshalb können sich zwei Produkte auf demselben LLM sehr unterschiedlich verhalten.
Ist das Ergebnis falsch, prüfe in dieser Reihenfolge
Das Modell ist selten das Erste, was man ändert.
- Konnte sie die richtigen Informationen sehen? Wenn die KI einen Datensatz nicht erreicht, kann kein Modell ihn nutzen.
- Waren die Anweisungen klar? Eine Aufgabe, schlicht beschrieben.
- Durfte sie tun, was die Aufgabe braucht? Darf sie nicht suchen, kann sie nur raten.
- Erst dann: Ist das Modell zu klein für die Aufgabe?
So geht Worknano damit um
In Worknano sind die beiden Teile absichtlich getrennt. Jeder Agent hat einen Namen, Anweisungen, Tools (die Aktionen, die er ausführen darf) und ein Modell, du kannst das Modell also wechseln, ohne den Rest anzufassen. Ein schnelles Modell passt zu kurzen Prüfungen, ein ausgewogenes zu Planung in mehreren Schritten. Du kannst auch ein Modell deiner Wahl anbinden, darunter Open-Source-Modelle oder ein Modell, das dein Unternehmen selbst betreibt. Mit regionalem Hosting in der EU, den USA oder APAC bleibt die KI-Verarbeitung in dieser Region.