| Lehrinhalt |
Prüfungsform: Schriftliche Klausur | Empfohlene Voraussetzungen: Machine-Learning-Grundlagen, Lineare Algebra, Stochastik sowie Datenstrukturen & Graphen
Klassische Sprachmodelle (LLMs) sind passive Texterzeuger. Agentische KI-Systeme kombinieren Sprachmodelle mit Werkzeugen, Gedächtnis und autonomen Handlungsschleifen, um komplexe Aufgaben eigenständig zu lösen.
In diesem Modul blicken wir hinter die Kulissen aktueller KI-Agenten. Der Kurs folgt dem Grundsatz „Grundlagen zuerst": Statt nur vorgefertigte High-Level-Frameworks zusammenzustecken, verstehen und berechnen Sie die zugrundeliegenden mathematischen, algorithmischen und architektonischen Prinzipien von Grund auf. Ethik und Sicherheit ziehen sich dabei als roter Faden durch alle Themen.
(Vorläufiger) Inhalt:
1. Der Agent-Loop & Tool Use: Das ReAct-Muster (Reasoning + Acting), Function Calling, Code-Aktionen (CodeAct) und Sampling-Strategien.
2. Aufgaben-Zerlegung & Planung: Task Decomposition als Graph (DAGs, topologische Sortierung, kritischer Pfad), Baumsuche (Tree-of-Thoughts) gekoppelt mit LLM-Evaluierung (A*) sowie die Formulierung von Agenten als Markov-Entscheidungsprozesse (MDPs).
3. Vektorräume, Gedächtnis & RAG: Embeddings & Cosine-Similarity, semantische Suche, Session-Speicherung (JSONL) und Kontext-Komprimierung (Compaction).
4. Model Internals: Tokenisierung, kausale Attention, KV-Cache-Speicherberechnung und Prompt Caching – der Blick in das Innere des Modells.
5. Multi-Agenten-Systeme & Spieltheorie: Rollenspezialisierung, Supervisor-Pattern, Proaktivität (Heartbeat-Daemon) und Verhandlungen mittels Auszahlungsmatrizen.
6. Gateway-Architektur, Security & Observability: Deterministische Security-Boundaries, Sandboxing, Prompt-Injection-Schutz, OpenTelemetry-Tracing und Evaluationsmetriken für Agenten.
Im Labor (Praktikum) festigen Sie die (mathematischen) Grundlagen und erproben die Theorie in Python. Sie programmieren den ReAct-Loop und Vektor-Abfragen zunächst selbst („from scratch"), bevor der Transfer auf moderne Industrie-Frameworks (z. B. PydanticAI, LangGraph) und CLI-Coding-Agenten erfolgt. |
