Sind KI-Agenten deterministisch?
KI-Agenten sind nicht deterministisch. Deterministisch heißt: Dieselbe Eingabe ergibt immer dasselbe Ergebnis, wie bei einem Taschenrechner. Ein KI-Agent, ein Programm, das mit KI Aufgaben erledigt, ist stattdessen probabilistisch: Er wählt aus mehreren wahrscheinlichen Antworten, deshalb können zwei Läufe derselben Anfrage ein wenig abweichen. Du kannst das verringern, und du kannst es von den Schritten fernhalten, bei denen es schaden würde.
Warum bekommt dieselbe Frage zwei Antworten?
Bitte einen Kollegen, am Montag und noch einmal am Freitag dieselbe E-Mail zu schreiben. Die beiden Mails sagen dasselbe mit anderen Worten. Eine KI verhält sich ähnlich. Sie schlägt eine Antwort nicht nach. Sie baut die Antwort Wort für Wort auf und wählt für jedes Wort eines von mehreren passenden.
Eine Einstellung namens Temperatur steuert, wie frei sie wählt. Ein hoher Wert ergibt lebendigeren, abwechslungsreicheren Text. Ein niedriger Wert hält die KI nah an der wahrscheinlichsten Formulierung.
Bei einem Agenten kann sich der Effekt verstärken, weil er in mehreren Schritten arbeitet. Ein kleiner Unterschied am Anfang verändert, was er als Nächstes liest.
Löst eine niedrige Temperatur das Problem?
Sie macht den Agenten deutlich beständiger. Identische Ergebnisse garantiert sie nicht. Und beständig ist nicht dasselbe wie richtig: Ein Agent kann jedes Mal dieselbe falsche Antwort geben. Beständigkeit lohnt sich trotzdem, denn ein Fehler, der sich wiederholt, ist leicht zu finden und zu beheben.
Wo Abweichungen in Ordnung sind und wo nicht
- In Ordnung: der Wortlaut von E-Mails und Zusammenfassungen, Ideen, alternative Formulierungen.
- In Ordnung, wenn jemand prüft: Anfragen in Kategorien einsortieren, Werte aus einem Dokument lesen.
- Nicht akzeptabel: Preise, Summen, Steuern, Vertragsdaten, wer Zugriff bekommt, ob eine Zahlung rausgeht.
Ein Beispiel: ein Angebot, in zwei geteilt
Ein Kunde schreibt: „Wir hätten gern ein Angebot für 40 Lizenzen. Wir sind seit drei Jahren bei euch.“ Erledigt der Agent die ganze Aufgabe allein, kann der Rabatt von Tag zu Tag unterschiedlich ausfallen. Teile die Aufgabe also auf.
- Die E-Mail lesen: der Agent. Er notiert Produkt, Menge und Kunde.
- Der Rabatt: eine feste Regel. Eine Tabelle sagt, was 40 Lizenzen und drei Jahre wert sind. Morgen sagt sie dasselbe.
- Die Summe: eine Berechnung, nie die KI.
- Die Begleit-Mail: der Agent. Zwei verschiedene Entwürfe sind hier kein Problem.
- Das Senden: Ein Mensch liest das Angebot und bestätigt.
Der Kunde bekommt eine persönliche E-Mail und einen Preis, den jeder im Unternehmen erklären kann. Der Agent hat die zwei Schritte erledigt, die Sprache brauchen. Alles, was jedes Mal gleich sein muss, wurde nie dem Zufall überlassen.
Vier Wege, einen Agenten beständiger zu machen
- Senke die Temperatur für Prüfen und Sortieren.
- Lege die Form der Antwort fest. „Wähle eine dieser vier Kategorien“ lässt wenig Raum zum Abschweifen.
- Gib Beispiele für die Grenzfälle, damit der Agent sie jedes Mal gleich entscheidet.
- Halte die Aufgabe klein. Eine Entscheidung pro Agent schwankt weniger als fünf.
Was das für ein kleines Unternehmen bedeutet
Frag nicht, ob ein Agent deterministisch ist. Frag, welche Teile der Aufgabe es sein müssen. Pack diese in Regeln und Berechnungen und gib dem Agenten das Lesen und das Schreiben. Dann ist die Abweichung dort willkommen, wo du eine menschliche Note willst, und fehlt dort, wo du Sicherheit brauchst.
So geht Worknano damit um
Worknano lässt dich den festen und den flexiblen Teil in einem Prozess vereinen. Ein Workflow ist eine Reihe von im Voraus festgelegten Schritten: was ihn startet, unter welchen Bedingungen und was dann passiert. Ein Agent ist ein Schritt darin. Jeder Agent hat seine eigene Temperatur, niedriger für gleichmäßige Antworten und höher für mehr Abwechslung. Du kannst dem Agenten außerdem Beispiele mitgeben, die ihn bei Grenzfällen leiten.
- Workflows: Auslöser, Bedingungen und Aktionen
- Baue deinen eigenen Agenten: Anweisungen, Modell und Temperatur
- KI-Agenten und ihre Ausgabetypen
Erstelle einen kostenlosen Workspace und setze eine Regel und einen Agenten in denselben Workflow.