KI-Agenten verstehen und anwenden
KI-Agenten verändern zunehmend die Art und Weise, wie intelligente Anwendungen entwickelt, umgesetzt und skaliert werden. In diesem Buch erfahren Sie, wie Sie von der ersten Idee bis zur fertigen Lösung effizient vorgehen. Sie lernen die Kernkomponenten und Entwurfsprinzipien moderner KI-Agenten kennen und erhalten einen klar strukturierten Rahmen, um robuste Agentensysteme zu entwickeln. Dabei werden alle relevanten aktuellen Frameworks und Technologien vorgestellt und deren Einsatzmöglichkeiten erläutert, sodass Sie die passende Lösung für Ihre Anforderungen auswählen können.
Praktische Beispiele und Protokolle
Zahlreiche Codebeispiele und Use Cases zeigen, wie KI-Agenten in der Praxis eingesetzt werden – von Kundensupport über Werbung und Recht bis hin zu Code-Reviews. Sie lernen, wie Agenten planen, Aufgaben ausführen, Tools nutzen und durch Finetuning sowie Transfer Learning aus Erfahrungen lernen. Darüber hinaus werden wichtige Kommunikationsstandards wie das Model Context Protokol (MCP) und das Agent-to-Agent-Protokoll erklärt, die den Informationsaustausch zwischen Agenten effizient gestalten.
Von Einzel- zu Multi-Agenten-Systemen
Das Buch zeigt zudem, wie sich Single-Agent-Systeme zu komplexen Multi-Agent-Systemen skalieren lassen. Bewährte Muster wie demokratische, hierarchische oder Akteur-Kritiker-Ansätze werden verständlich vorgestellt. Außerdem erfahren Sie, wie Agenten bewertet, überwacht und sicher, ethisch sowie regelkonform betrieben werden können.
Wer hat's geschrieben?
Michael Albada ist Machine Learning Engineer mit langjähriger Erfahrung in der Entwicklung und Umsetzung großer KI-Lösungen bei Unternehmen wie Microsoft, Uber und ServiceNow. Er spezialisiert sich auf LLMs, Reasoning-Modelle, Finetuning, Empfehlungssysteme, Geodatenmodellierung sowie Multi-Agenten-Systeme im Bereich Cybersicherheit. Michael hat einen B.A. von der Stanford University, einen M.Phil. von der University of Cambridge und einen M.S. von der Georgia Tech.

