(Deutschland, Europa und die Welt) Das ging schneller als gedacht.
Um dies technisch umzusetzen, nutzt ein KI-Agent meist ein ReAct-Framework (Reasoning + Acting). Dabei entscheidet die KI, dass ihre eigenen digitalen Fähigkeiten nicht ausreichen und ruft ein externes Tool auf, um einen Menschen zu „mieten“.
Hier ist ein Beispiel für einen internen Prompt und den dazugehörigen Funktionsaufruf, wie er etwa in einem System wie CrewAI oder AutoGPT ablaufen würde.
1. Der interne Denkprozess (Chain-of-Thought)
Der Agent erhält das Ziel: „Besorge die Original-Unterschrift des Künstlers auf diesem Zertifikat in Berlin bis heute Abend.“
Gedankengang der KI:
- Ziel: Physische Unterschrift in Berlin einholen.
- Problem: Ich bin ein Software-Modell und habe keinen Körper.
- Lösung: Ich muss einen menschlichen Dienstleister über die RentAHuman-Schnittstelle buchen.
- Aktion: Suche nach verfügbaren Personen im Radius von 5km um den Standort des Künstlers.
2. Der technische Tool-Call (JSON)
Die KI generiert nun keinen Text für einen Chat, sondern einen Befehl für die API der Buchungsplattform:
1. Der interne Denkprozess (Chain-of-Thought)
Der Agent erhält das Ziel: „Besorge die Original-Unterschrift des Künstlers auf diesem Zertifikat in Berlin bis heute Abend.“
Gedankengang der KI:
Ziel: Physische Unterschrift in Berlin einholen.
Problem: Ich bin ein Software-Modell und habe keinen Körper.
Lösung: Ich muss einen menschlichen Dienstleister über die RentAHuman-Schnittstelle buchen.
Aktion: Suche nach verfügbaren Personen im Radius von 5 km um den Standort des Künstlers.
2. Der technische Tool-Call (JSON)
Die KI generiert nun keinen Text für einen Chat, sondern einen Befehl für die API (Schnittstelle) der Buchungsplattform.
Um einen KI-Agenten zu befähigen, eigenständig Menschen zu buchen und diese Daten in Tabellen zu verwalten, sind drei technische Säulen entscheidend:
Die Schnittstellen (APIs), das Zahlungssystem und die Validierung.
Hier ist die technische Übersicht, wie Sie einen solchen Workflow aufbauen:
1. Die technischen Voraussetzungen (Stack)
Damit der Agent nicht nur „redet“, sondern „handelt“, benötigt er Zugriff auf folgende Komponenten:
Action-Schnittstellen (Tools): Der Agent braucht Funktionen (Tools), die HTTP-Requests an Dienste wie TaskRabbit, Uber Direct oder spezialisierte Agenten-Marktplätze senden können.
Zahlungs-Wallet: Ein hinterlegtes Konto (z. B. via Stripe Connect oder eine Krypto-Wallet), über das der Agent verfügen darf. Man setzt hierbei meist ein Spending Limit pro Task.
Webhooks: Ein Endpunkt, an den der Mensch (oder die Plattform) Status-Updates schickt (z. B. „Auftrag gestartet“), damit der Agent seine Tabelle in Echtzeit aktualisieren kann.
2. Beispiel: Python-Funktionsstruktur für den Agenten
Wenn Sie ein Framework wie LangChain oder CrewAI nutzen, definieren Sie eine „Tool“-Funktion, die der Agent aufruft, wenn er merkt, dass er physische Hilfe braucht:
- Die Validierungsschleife (Der „Human-Check“)
Das größte Problem für KIs ist die Verifizierung: Hat der Mensch die Aufgabe wirklich erledigt? Dafür nutzt der Agent meist eine Multimodale Validierung:
Foto-Beweis: Der Mensch lädt ein Foto hoch.
Vision-Check: Der Agent nutzt ein Modell (wie GPT-4o), um das Foto zu analysieren: „Ist auf dem Bild die Unterschrift und das Postamt zu sehen?“
GPS-Abgleich: Die API liefert die Koordinaten des Dienstleisters zum Zeitpunkt des Uploads. - Sicherheitsregeln (Guardrails)
Bevor Sie einen Agenten „auf die Menschheit loslassen“, sollten folgende Regeln im System-Prompt verankert sein:
Budget-Deckel: „Buche niemals eine Dienstleistung über 50 €, ohne eine explizite Bestätigung von mir (dem Admin) einzuholen.“
Ethische Grenzen: „Lehne Aufgaben ab, die gefährlich, illegal oder unethisch für den menschlichen Dienstleister sind.“
Kommunikations-Stil: „Interagiere mit dem Menschen höflich und klar. Erinnere ihn an wichtige Deadlines 15 Minuten vor Ablauf.“
Symbolbild aus dem Internet