Agent Loop
Der iterative Zyklus eines KI-Agenten: Beobachten → Denken → Handeln → Ergebnis bewerten → Wiederholen, bis das Ziel erreicht ist.
Der Agent Loop ist der iterative Observe-Think-Act-Zyklus, der KI-Agenten antreibt – das Grundmuster hinter autonomer Aufgabenausführung.
Erklärung
Der Agent Loop ist das Herzstück jedes KI-Agenten. Pro Iteration entscheidet das LLM ob ein Tool aufgerufen, eine Frage gestellt oder die finale Antwort geliefert wird. Gute Loops haben Exit-Bedingungen, Max-Iterations und Backoff-Strategien.
Relevanz für Marketing
Verständnis des Agent Loops ist kritisch für das Design und Debugging von KI-Agenten und deren Kostenoptimierung.
Häufige Fallstricke
Infinite Loops ohne Exit-Bedingung. Zu viele Tool-Calls pro Iteration. Fehlende Backpressure bei langen Runs.
Entstehung & Geschichte
Das Konzept basiert auf dem OODA-Loop (Boyd, 1976) und wurde durch ReAct (Yao et al., 2022) auf LLM-Agenten übertragen.
Abgrenzung & Vergleiche
Agent Loop vs. Chain-of-Thought
CoT ist einmaliges schrittweises Denken. Agent Loop ist ein iterativer Zyklus mit Tool-Ausführung und Feedback.