Agentische KI meistern: Ein praktischer Python-Workshop

Ein umfassender vierstündiger Workshop, der kürzlich von ODSC veröffentlicht wurde, bietet einen tiefen Einblick in die Welt der agentischen KI-Entwicklung mit Python. Geleitet von Jon Krohn und Edward Donner, zielt das Tutorial darauf ab, die Konzepte, Designprinzipien und praktischen Anwendungen von KI-Agenten zu entmystifizieren und das Potenzial für geschäftlichen Mehrwert durch agentische Workflows hervorzuheben.

Was ist agentische KI?

Agentische KI wird als Programme definiert, bei denen die Ausgaben von großen Sprachmodellen (LLMs) komplexe Arbeitsabläufe steuern und Autonomie in Aufgaben erreichen. Der Workshop betont die raschen Fortschritte bei LLMs und ihr Potenzial, Geschäftsprozesse zu erweitern oder vollständig zu automatisieren. Es wird hervorgehoben, dass agentische KI eine "beispiellose Gelegenheit" bietet, ab 2025 Geschäftswert aus diesen Anwendungen zu schöpfen.

Kerninhalte des Workshops

Der Workshop deckt eine breite Palette von Themen ab, darunter:

• Definition von Agenten: Klärung, was KI-Agenten sind und wie sie sich von einfacheren vordefinierten Arbeitsabläufen unterscheiden.
• Der Fall für agentische KI: Betonung des Geschäftspotenzials und der Auswirkungen von LLMs in agentischen Frameworks.
• Grundlegende Elemente: Erläuterung von Konzepten wie "Tools", die es LLMs ermöglichen, Aktionen auszuführen, sowie die damit verbundenen Risiken und Strategien zur Risikominderung.
• Implikationen von agentischer KI: Diskussion über die Auswirkungen auf die Belegschaft und Strategien zur Zukunftsfähigkeit von Karrieren in der Datenwissenschaft.

Der Workshop stellt auch verschiedene agentische KI-Frameworks vor, darunter:

• Model Context Protocol (MCP): Ein Open-Source-Standardprotokoll, das als "USB-C für agentische Anwendungen" beschrieben wird.
• OpenAI Agents SDK: Ein leichtgewichtiges und flexibles Framework für die Forschung.
• CrewAI: Ein robusteres Framework, das speziell für Multi-Agenten-Systeme entwickelt wurde.
• Erwähnung komplexerer Frameworks wie LangGraph und Microsoft Autogen.

Praktische Übungen und Anwendungsfälle

Die Teilnehmer erhalten praktische Anleitungen durch Coding-Übungen, die Folgendes umfassen:

1. Nachbildung der "Deep Research"-Funktionalität von OpenAI mit dem OpenAI Agents SDK.
2. Diskussion von Designprinzipien für agentische Systeme mit fünf Workflow-Designmustern.
3. Aufbau eines autonomen Software-Engineering-Teams mit CrewAI, das Code schreibt, testet und Benutzeroberflächen generiert.
4. Entwicklung autonomer Händler unter Verwendung von MCP, die Marktdaten abrufen und Handelsentscheidungen treffen.

Erwartete Lernergebnisse

Nach Abschluss des Workshops werden die Zuschauer in der Lage sein:

• Die grundlegenden Konzepte von KI-Agenten zu verstehen.
• Agentische Systeme mit gängigen Frameworks zu implementieren.
• Das Model Context Protocol (MCP) für die Integration von Tools anzuwenden.
• Praktische agentische Anwendungen zu entwickeln.
• Risiken im Zusammenhang mit agentischen Systemen zu erkennen und zu mindern.

Dieser Workshop wird als wertvolle Ressource für alle empfohlen, die die agentische KI-Technologie verstehen und nutzen möchten.