Ein neues Framework zielt darauf ab, die zunehmend komplexe Welt der agentischen künstlichen Intelligenz zu vereinfachen und Entwicklern einen Leitfaden zur Navigation durch die unzähligen verfügbaren Tools und Modelle zu bieten. Forscher verschiedener Institutionen haben an der Studie mitgearbeitet, die agentische Frameworks anhand ihres Schwerpunkts und ihrer Kompromisse kategorisiert und eine praktische Ressource für die Auswahl der am besten geeigneten Tools und Strategien für spezifische Anwendungen bereitstellt.

Die Studie befasst sich mit der wachsenden Verwirrung unter Entwicklern, die von dem expandierenden Ökosystem agentischer Tools überfordert sind. Laut den Forschern rahmt das Framework agentische KI für Unternehmensteams neu und verlagert den Fokus von der einfachen Auswahl eines Modells auf architektonische Entscheidungen. Diese Entscheidungen umfassen die Festlegung, wie Trainingsbudgets zugewiesen werden, wie viel Modularität beibehalten werden soll und welche Kompromisse zwischen Kosten, Flexibilität und Risiko akzeptiert werden sollen.

Die Forscher identifizierten zwei Hauptdimensionen innerhalb der agentischen KI-Landschaft: Agenten-Adaption und Tool-Adaption. Die Agenten-Adaption umfasst die Modifizierung des Foundation-Modells, das dem agentischen System zugrunde liegt, durch Aktualisierung der internen Parameter oder Richtlinien des Agenten durch Methoden wie Feinabstimmung oder Reinforcement Learning. Die Tool-Adaption hingegen konzentriert sich auf die Verbesserung der dem Agenten zur Verfügung stehenden Tools, z. B. die Verbesserung ihrer Effizienz oder die Erweiterung ihrer Funktionalität.

"Die rasante Verbreitung von agentischen KI-Tools hat eine Situation geschaffen, in der Entwickler oft unsicher sind, welche Tools für ihre Bedürfnisse am besten geeignet sind", sagte Ben Dickson, ein Technologieanalyst. "Dieses Framework bietet eine dringend benötigte Struktur, um die verschiedenen Ansätze zu verstehen und fundierte Entscheidungen zu treffen."

Agentische KI stellt einen bedeutenden Fortschritt in diesem Bereich dar und ermöglicht es KI-Systemen, Aufgaben autonom auszuführen und sich an veränderte Umstände anzupassen. Diese Systeme werden in verschiedenen Sektoren eingesetzt, darunter Kundenservice, Gesundheitswesen und Finanzen, um Prozesse zu automatisieren und die Entscheidungsfindung zu verbessern. Die Komplexität dieser Systeme wirft jedoch auch Bedenken hinsichtlich Transparenz, Rechenschaftspflicht und potenzieller Verzerrungen auf.

Es wird erwartet, dass das Framework Entwicklern helfen wird, effektivere und verantwortungsvollere agentische KI-Systeme zu entwerfen. Durch ein klares Verständnis der Kompromisse, die mit verschiedenen Ansätzen verbunden sind, kann das Framework Entwickler bei der Auswahl der Tools und Strategien unterstützen, die mit ihren spezifischen Zielen und Werten übereinstimmen. Die Forscher planen, das Framework im Zuge der Weiterentwicklung des Bereichs der agentischen KI weiter zu verfeinern und neue Tools und Techniken zu integrieren, sobald diese entstehen. Die Studie wurde im Journal of Artificial Intelligence Research veröffentlicht.