Agent Workflow
Definition: Ein Agent Workflow ist die strukturierte, orchestrierte Abfolge von Schritten, in denen ein KI-Agent Wahrnehmung, Reasoning, Werkzeugnutzung und Aktionen plant und ausführt. Er definiert Zustandsübergänge, Entscheidungspunkte und Schleifen, um komplexe Aufgaben mit LLMs, Retrieval und externen APIs zielgerichtet und kontrolliert zu lösen.
Definition und Architektur: Vom Prompt zur orchestrierten Aktion
Ein einzelner Prompt an ein Large Language Model erzeugt eine Antwort. Ein Agent Workflow hingegen ist ein System. Er beschreibt die formale Struktur, die einen KI-Agenten befähigt, mehrstufige Probleme zu lösen. Diese Struktur umfasst typischerweise eine Schleife aus vier Phasen: Perzeption (Aufnahme von Nutzerziel und Kontext), Reasoning (Planung der nächsten Schritte), Aktion (Aufruf von Tools, APIs oder Datenbanken) und Beobachtung (Auswertung des Ergebnisses). Der Workflow ist das Betriebssystem dieser Schleife.
Die Architektur unterscheidet sich fundamental von deterministischen Software-Pipelines. Während klassische Pipelines fest verdrahtete Schritte ausführen, beinhaltet ein Agent Workflow dynamische Verzweigungen. Das Reasoning-Modul entscheidet auf Basis des aktuellen Zustands, welcher Pfad als Nächstes eingeschlagen wird. Dies erfordert eine explizite Zustandsverwaltung, um Kontext über mehrere Iterationen hinweg zu erhalten.
Ein Agent Workflow ist weniger ein Fließband, sondern eher ein autonomer Mitarbeiter mit einem definierten Prozesshandbuch, das er in Echtzeit interpretiert und anpasst.
Komponenten und Steuerungsmechanismen
Die Effektivität eines Agent Workflows hängt von der präzisen Definition seiner Komponenten ab. Vier Elemente sind konstitutiv:
| Komponente | Funktion | Typische Implementierung |
|---|---|---|
| Orchestrator | Steuert den Ablauf, verwaltet den Zustand und ruft die nächste Aktion auf. | LangChain, LlamaIndex, Custom State Machine |
| Reasoning Engine | Plant die Schritte und entscheidet über Verzweigungen (z. B. ReAct-Muster). | LLM mit strukturiertem Prompting (Chain-of-Thought) |
| Tool Layer | Bietet definierte Schnittstellen zur Außenwelt (Suche, DB, APIs). | Function Calling, MCP-Server, REST-Endpoints |
| Memory/State Store | Speichert Zwischenergebnisse, Kontext und Historie der Iterationen. | Vektor-Datenbank, Kurzzeitgedächtnis im Kontextfenster |
Die Steuerung erfolgt über definierte Übergangsbedingungen. Ein Workflow kann linear sein, eine Baumstruktur aufweisen oder zyklische Schleifen enthalten. Kritisch ist die Abbruchbedingung: Wann gilt eine Aufgabe als gelöst? Diese muss im Workflow explizit definiert sein, um Endlosschleifen und Kostenexplosionen zu vermeiden. Guardrails validieren die Ausgaben des Reasoning-Moduls, bevor sie im Tool Layer ausgeführt werden.
Kontextuelle Abgrenzung: Workflow vs. Pipeline vs. Prozess
Der Begriff „Workflow“ ist mehrdeutig und muss kontextuell verankert werden. Im Bereich der Software-Entwicklung und Datenverarbeitung bezeichnet eine Pipeline eine feste, oft lineare Abfolge von Transformationsschritten (ETL). Ein Agent Workflow hingegen ist nicht-linear und adaptiv. Er enthält Entscheidungspunkte, die zur Laufzeit evaluiert werden.
Im B2B-Sales- und RevOps-Kontext beschreibt ein Workflow die Automatisierung von Vertriebsprozessen (z. B. Lead-Routing, Follow-up-Sequenzen). Diese Systeme sind regelbasiert und deterministisch. Die Verwechslung dieser Domänen führt zu falschen Erwartungen an die Fähigkeiten von KI-Agenten. Ein CRM-Workflow ist keine KI, sondern eine Automatisierung. Ein Agent Workflow hingegen nutzt KI, um den Prozess selbst zu generieren.
Die Schnittstelle zur Retrieval-Augmented Generation (RAG) ist besonders relevant. Ein RAG-Pipeline ist eine spezifische Form eines Workflows, bei dem der Abruf relevanter Dokumente ein fester Schritt im Prozess ist. In einem Agent Workflow kann der Retrieval-Schritt jedoch dynamisch ausgelöst werden – nur dann, wenn das Reasoning-Modul erkennt, dass externes Wissen benötigt wird.
Praxisbeispiel und didaktische Analogie
Stellen Sie sich einen Kundenservice-Agenten vor, der eine Stornierungsanfrage bearbeitet. Ein einfacher Prompt würde lediglich eine Textantwort generieren. Ein Agent Workflow orchestriert den Prozess:
- Perzeption: Die Anfrage wird geparst und das Kundensegment identifiziert.
- Reasoning: Der Agent entscheidet, ob die Vertragsdaten aus dem CRM abgerufen werden müssen.
- Aktion: Er ruft die CRM-API auf und erhält den Vertragsstatus.
- Beobachtung: Er prüft, ob eine Stornogebühr anfällt.
- Schleife: Er generiert eine Antwort, validiert sie gegen die Compliance-Regeln und sendet sie ab.
Die Feynman-Analogie: Ein Agent Workflow ist wie ein Koch, der nicht nur ein Rezept liest, sondern auch den Inhalt des Kühlschranks prüft, entscheidet, ob er einkaufen muss, und die Zubereitungstechnik an die verfügbaren Zutaten anpasst. Die Pipeline wäre das Fließband in einer Fabrik, das immer dieselben Schritte ausführt. Der Agent Workflow ist die flexible Küche eines Spitzenkochs, der das Menü basierend auf den Zutaten des Tages entwirft.
Die Herausforderung liegt in der Balance zwischen Autonomie und Kontrolle. Zu viel Freiheit führt zu unvorhersehbarem Verhalten. Zu wenig Freiheit degeneriert den Agenten zu einer teuren, komplexen Pipeline. Der Workflow ist das Steuerungsinstrument, das diese Balance definiert.
« Back to Glossary Index