Agentic AI und Prozessunterstützung
Niveau
Master
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Teilnehmer:innen:
• können Konzepte agentischer KI (z.B. autonome Agenten, Tool-Use, Planung, Orchestrierung, LLM-Agenten, Multi-Agent-Systeme) erklären und deren Funktionsweise analysieren
• können KI-Agentensysteme, die mehrere Komponenten (LLMs, Tools, APIs, Datenquellen, Subagenten) orchestrieren, entwerfen
• können geeignete Stellen in Geschäftsprozessen zur agentischen Unterstützung herausfinden und agentische KI-Lösungen zur Prozessautomatisierung und -augmentation entwerfen
• können moderne Agenten-Frameworks (z.B. LangGraph, AutoGen, CrewAI, HuggingFace Agents, ReAct-basierte Systeme, OpenAI Assistant/Actions) anwenden und evaluieren
• können Konzepte agentischer KI (z.B. autonome Agenten, Tool-Use, Planung, Orchestrierung, LLM-Agenten, Multi-Agent-Systeme) erklären und deren Funktionsweise analysieren
• können KI-Agentensysteme, die mehrere Komponenten (LLMs, Tools, APIs, Datenquellen, Subagenten) orchestrieren, entwerfen
• können geeignete Stellen in Geschäftsprozessen zur agentischen Unterstützung herausfinden und agentische KI-Lösungen zur Prozessautomatisierung und -augmentation entwerfen
• können moderne Agenten-Frameworks (z.B. LangGraph, AutoGen, CrewAI, HuggingFace Agents, ReAct-basierte Systeme, OpenAI Assistant/Actions) anwenden und evaluieren
Voraussetzungen der Lehrveranstaltung
keine
Lehrinhalte
- Grundlagen agentischer KI: Begriffe, Eigenschaften, Architekturen
- Entwurf von Agentensysteme: Modularisierung, Orchestrierung, Rollenmodelle
- Integration in Geschäfts- und Wissensprozesse
- Frameworks & Tools: (z.B. LangGraph, AutoGen, CrewAI, HuggingFace Agents, Assistants APIs)
- Multi-Agent-Systeme: Interaktionen, Delegation, Kollaboration
- Praktische Entwicklungsprojekte
- Entwurf von Agentensysteme: Modularisierung, Orchestrierung, Rollenmodelle
- Integration in Geschäfts- und Wissensprozesse
- Frameworks & Tools: (z.B. LangGraph, AutoGen, CrewAI, HuggingFace Agents, Assistants APIs)
- Multi-Agent-Systeme: Interaktionen, Delegation, Kollaboration
- Praktische Entwicklungsprojekte
Empfohlene Fachliteratur
- Bornet, P., Wirtz, J., Davenport, T., De Cremer, D. (2025): Agentic Artificial Intelligence: Harnessing AI Agents to Reinvent Business, Work and Life
- Schneider, M. (2025): Automatisieren mit n8n & KI: Als Einsteiger Workflows erstellen, AI-Agenten nutzen und Prozesse automatisieren
- Kade. S. (2025): AI Agents in Practice: Build, Orchestrate, and Scale Autonomous Systems with LLMs and Multi-Agent Frameworks (The AI Agent Mastery Series, Band 1)
- Lakshaman, V., Hapke, H. (2025): Generative AI Design Patterns: Solutions to Common Challenges When Building Genai Agents and Applications
- Dibia, V. (2025): Designing Multi-Agent Systems: Principles, Patterns, and Implementation for AI Agents
- Gollnick, B. (2025): Generative KI mit Python: KI im Unternehmenskontext – GenAI, Agenten und mehr! Der Guide für RAG-Anwendungen und Agentensysteme mit Vektordatenbanken und LLMs
- Schneider, M. (2025): Automatisieren mit n8n & KI: Als Einsteiger Workflows erstellen, AI-Agenten nutzen und Prozesse automatisieren
- Kade. S. (2025): AI Agents in Practice: Build, Orchestrate, and Scale Autonomous Systems with LLMs and Multi-Agent Frameworks (The AI Agent Mastery Series, Band 1)
- Lakshaman, V., Hapke, H. (2025): Generative AI Design Patterns: Solutions to Common Challenges When Building Genai Agents and Applications
- Dibia, V. (2025): Designing Multi-Agent Systems: Principles, Patterns, and Implementation for AI Agents
- Gollnick, B. (2025): Generative KI mit Python: KI im Unternehmenskontext – GenAI, Agenten und mehr! Der Guide für RAG-Anwendungen und Agentensysteme mit Vektordatenbanken und LLMs
Bewertungsmethoden und -Kriterien
Projekt
Unterrichtssprache
Deutsch
Anzahl der zugewiesenen ECTS-Credits
6
Semesterwochenstunden (SWS)
Geplante Lehr- und Lernmethode
Vortrag, Gruppenarbeit,Präsentation und Diskussion von Aufgaben
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
3