Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

Agenten-Schleife

Die Agenten-Schleife (Agent Loop) ist der sich wiederholende Zyklus im Kern eines KI-Agenten: Das Modell fordert einen Tool-Aufruf an, die Anwendung führt ihn aus und gibt das Ergebnis zurück, und das Modell entscheidet, was als Nächstes passiert.

Auch: agentic loop, tool-use loop

Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir

Ein Sprachmodell kann von sich aus keinen Code ausführen und keine API aufrufen. Es kann nur Text erzeugen, darunter eine strukturierte Anfrage, ein Tool zu nutzen. Die Agenten-Schleife ist der Code rund um das Modell, der diese Anfragen in Aktionen umsetzt.

So funktioniert es

1. Schick dem Modell die Aufgabe und eine Liste von Tools. 2. Das Modell antwortet mit einem oder mehreren Tool-Aufrufen oder mit einer endgültigen Antwort. 3. Hat es Tools angefordert, führt die Anwendung sie aus und fügt die Ergebnisse der Unterhaltung hinzu. 4. Schick die aktualisierte Unterhaltung zurück und wiederhole ab Schritt 2.

In der Claude API läuft die Schleife weiter, solange der Stop-Grund der Antwort tool_use ist, und endet bei jedem anderen Stop-Grund. Jeder Tool-Aufruf ist ein Hin und Zurück, eine Aufgabe mit zehn Tool-Aufrufen bedeutet also mindestens zehn Anfragen. Die Details jeder Anfrage stehen unter Tool Calling.

Was die Schleife umgibt

Die Schleife selbst ist kurz. Der größte Teil der Entwicklungsarbeit steckt in dem, was sie umgibt: Grenzen für die Zahl der Durchläufe, Fehlerbehandlung, wenn ein Tool scheitert, Freigabeabfragen für riskante Aktionen und Wege, die Unterhaltung im Kontextfenster zu halten, während sich Ergebnisse anhäufen. Diese Hülle wird oft Agent-Harness genannt.

Verwandte Muster

Das ReAct-Muster ist eine Art, die Schleife zu strukturieren, indem es Denktext und Aktionen abwechselt.

Verwandte Begriffe

KI-Agent
Ein KI-Agent (AI Agent) ist ein System, in dem ein Sprachmodell seine nächsten Schritte selbst bestimmt: Es ruft Tools auf, liest die Ergebnisse und wiederholt das, bis die Aufgabe erledigt ist, statt einem festen Skript zu folgen.
Tool Calling
Tool Calling, auch Function Calling (Funktionsaufruf) genannt, ist eine Funktion von Modell-APIs, bei der du Funktionen mit einem Schema beschreibst, das Modell mit einer strukturierten Anfrage antwortet, eine davon aufzurufen, und dein Code sie ausführt und das Ergebnis zurückgibt.
Agent-Harness
Ein Agent-Harness ist die Software rund um ein Modell, die es zu einem arbeitsfähigen Agenten macht: die Schleife, Tools, System-Prompt, Berechtigungen, Kontextverwaltung und alle Dateien, die Fortschritt zwischen Sitzungen weitertragen.
Kontextfenster
Ein Kontextfenster (Context Window) ist die maximale Textmenge, gezählt in Tokens, die ein Sprachmodell auf einmal berücksichtigen kann, einschließlich System-Prompt, Unterhaltung, Dokumenten, Tool-Ergebnissen und der Antwort, die es schreibt.
ReAct (Reasoning and Acting)
ReAct (Reasoning and Acting, also Denken und Handeln) ist ein Prompting-Muster, bei dem ein Sprachmodell abwechselnd einen Denkschritt schreibt, eine Aktion wie eine Suche oder einen Tool-Aufruf ausführt und das Ergebnis liest, bevor es den nächsten Schritt macht.

Quellen