KI-Agenten für Anfänger: Ein einfaches Beispiel mit Python

KI-Agenten sind die nächste Evolutionsstufe der künstlichen Intelligenz: Sie können nicht nur Fragen beantworten, sondern auch selbstständig Aufgaben erledigen, Tools nutzen und sich an neue Situationen anpassen. Doch wie fängt man an, einen solchen Agenten zu programmieren? In diesem Tutorial zeigen wir dir, wie du mit Python und einfachen Bibliotheken deinen ersten KI-Agenten baust – ganz ohne Vorkenntnisse in KI-Entwicklung.

Was ist ein KI-Agent?

Ein KI-Agent ist ein Programm, das:

  • Eingaben (z. B. Text oder Daten) verarbeitet,
  • Entscheidungen trifft (z. B. basierend auf einem Large Language Model),
  • Aktionen ausführt (z. B. eine API abfragen oder eine Datei speichern).

Im Gegensatz zu Chatbots können KI-Agenten mehrere Schritte ausführen und Tools wie Suchmaschinen oder Datenbanken nutzen.

Was brauchst du für dieses Tutorial?

  • Python 3.10 oder höher (Download hier)
  • Eine Code-Umgebung (z. B. VS Code, PyCharm oder Jupyter Notebook)
  • Die Bibliotheken langchain und openai (wir nutzen die OpenAI-API für das LLM)
  • Einen OpenAI-API-Schlüssel (Hier registrieren)

Schritt 1: Umgebung einrichten

Installiere die benötigten Bibliotheken mit pip:

pip install langchain openai

Schritt 2: Einen einfachen KI-Agenten bauen

Wir erstellen einen Agenten, der:

  1. Eine Frage des Nutzers entgegennimmt,
  2. Entscheidungen trifft (z. B. „Soll ich eine Websuche durchführen?“),
  3. Eine Antwort zurückgibt.
from langchain.agents import initialize_agent, AgentType
from langchain.llms import OpenAI
from langchain.tools import Tool
from langchain.utilities import SerpAPIWrapper

# 1. LLM (Large Language Model) initialisieren
llm = OpenAI(temperature=0, openai_api_key="DEIN_API_SCHLÜSSEL")

# 2. Tools definieren (z. B. Websuche)
search = SerpAPIWrapper(serpapi_api_key="DEIN_SERPAPI_SCHLÜSSEL")
tools = [
    Tool(
        name="Websuche",
        func=search.run,
        description="Nützlich für die Suche nach aktuellen Informationen im Internet."
    )
]

# 3. Agenten initialisieren
agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True
)

# 4. Agenten ausführen
antwort = agent.run("Was ist das aktuelle Wetter in Berlin?")
print(antwort)

Erklärung:

  • OpenAI: Nutzt die OpenAI-API als „Gehirn“ des Agenten.
  • SerpAPIWrapper: Ermöglicht Websuchen (alternativ kannst du auch GoogleSearchAPI nutzen).
  • initialize_agent: Erstellt den Agenten mit den definierten Tools.
  • agent.run(): Führt die Nutzeranfrage aus.

Schritt 3: Agenten testen

Führe das Skript aus und probiere verschiedene Fragen:

  • „Was ist die Hauptstadt von Frankreich?“
  • „Wie viele Einwohner hat Rom?“
  • „Erzähl mir einen Witz.“

Der Agent entscheidet selbst, ob er die Websuche nutzen muss oder nicht!

Mögliche Erweiterungen

  • Weitere Tools hinzufügen (z. B. Datenbankabfragen, E-Mail-Versand).
  • Eigenes LLM nutzen (z. B. Mistral oder lokale Modelle mit llama-cpp).
  • Agenten in eine Web-App einbinden (z. B. mit Flask oder Streamlit).

Fazit

Mit nur wenigen Zeilen Code hast du einen funktionsfähigen KI-Agenten gebaut, der Fragen beantwortet und Tools nutzt. Dies ist der erste Schritt – im nächsten Tutorial zeigen wir dir, wie du den Agenten mit eigenen Daten trainierst oder komplexere Workflows umsetzt.