● Session 06 anwender 20 Minuten automatisierung

KI-Agenten – was steckt dahinter?

Bisher hast du KI vor allem manuell genutzt: du tippst, die KI antwortet. Ein Agent macht daraus das nächste Level. Du gibst nicht mehr jeden Schritt vor – du beschreibst ein Ziel, und der Agent arbeitet sich selbstständig dorthin.

Vorher / Nachher

Das nimmst du aus dieser Session mit

Vor dieser Session

“Ich nutze KI als Chatbot: Ich frage, warte auf eine Antwort und starte jeden nächsten Schritt selbst.”

Nach dieser Session

“Ich erkenne, wie ein Agent ein Ziel verfolgt, mehrere Schritte verbindet und ein sichtbares Ergebnis vorbereitet.”

🟢 BASIC

Ich möchte verstehen

Verstehe in wenigen Minuten, warum KI-Agenten die nächste Generation von KI-Anwendungen sind.

Lesen · ca. 5 Min
🔵 ANWENDER

Ich möchte selbst einen Agenten bauen

Starte Schritt für Schritt deinen ersten eigenen KI-Agenten.

Workshop · ca. 10 Min
🟠 FORTGESCHRITTEN

Ich möchte eigene Agenten entwickeln

Passe Agenten an, ändere Prompts und entwickle eigene Ideen.

Vertiefung · ca. 5 Min
🟢

PHASE 1 · Verstehen

Warum Agenten anders sind

Was macht einen Agenten besonders?

Ein Chatbot beantwortet Fragen. Ein Agent arbeitet auf ein Ziel hin. Er kann mehrere Schritte nacheinander ausführen, Informationen sammeln, auswerten und ein Ergebnis vorbereiten.

💬

Chatbot

Du führst – KI folgt

Du stellst eine Frage, bekommst eine Antwort und entscheidest den nächsten Schritt.

  • 👤 Du gibst jeden Schritt vor.
  • 🔄 Antwortet einmal und wartet.
  • 👆 Du steuerst den gesamten Ablauf.

Typisch geeignet für: Fragen, Ideen, Texte, Erklärungen, Brainstorming

🤖

Agent

Du gibst ein Ziel – Agent erledigt es

Der Agent plant den Ablauf, sammelt Informationen, lässt KI analysieren und macht das Ergebnis sichtbar.

  • 🎯 Du gibst nur das Ziel vor.
  • ⚙️ Plant und führt mehrere Schritte aus.
  • ✅ Erledigt Aufgaben selbstständig.

Typisch geeignet für: Recherchen, Analysen, Automatisierungen, Workflows

Merksatz: Ein Chatbot beantwortet Fragen. Ein Agent erledigt Aufgaben. Der Unterschied ist Autonomie.

Drei Alltagsbeispiele wo Agents Zeit sparen

📧

Mail

Ein Agent prüft neue Nachrichten und erkennt, was dringend ist.

Aus vielen Mails wird eine kurze Übersicht mit Prioritäten.

✓ Spart etwa 20 Minuten täglich.
📄

Report

Ein Agent sammelt Zahlen und erstellt einen Wochenüberblick.

Wiederkehrende Reports entstehen aus Quellen, Regeln und KI-Auswertung.

✓ Spart etwa 2 Stunden pro Woche.
📡

Monitoring

Ein Agent beobachtet Quellen und meldet relevante Veränderungen.

Du wirst informiert, wenn etwas passiert, statt selbst ständig zu suchen.

✓ Spart stundenlange manuelle Recherche.

Denk wie ein Agent

Drei Fragen für deinen ersten Agenten

1
Welches Ziel soll erreicht werden?

Ohne klares Ziel wird ein Agent nur ein komplizierter Chatbot.

2
Welche Schritte passieren immer wieder?

Agenten lohnen sich besonders bei wiederkehrenden Abläufen.

3
Woran erkennt der Agent, dass das Ergebnis fertig ist?

Ein gutes Ergebnis braucht ein klares Format oder eine klare Entscheidung.

Du verstehst jetzt, warum Agenten so mächtig sind.

Keine Sorge: Du musst kaum Code verstehen. Wir führen dich Schritt für Schritt vom Starterpaket bis zum ersten sichtbaren Ergebnis.

🔵

PHASE 2 · Anwenden

Deinen ersten Agenten starten

Starterpaket

Alle Workshop-Dateien gehören an einen Ort. Lade sie gesammelt herunter und lege sie gemeinsam in deinen Projektordner.

Starterpaket

Starterpaket herunterladen

Enthält alle Dateien, die du für den Workshop brauchst.

Starterpaket herunterladen

Schritt 1 · Arbeitsplatz vorbereiten

Erst sorgst du dafür, dass Python, Ordner und Dateien bereitliegen.

✓

Python prüfen

Öffne dein Terminal und prüfe, ob Python verfügbar ist.

python3 --version Mac: Terminal öffnen und python3 --version nutzen. Windows: Eingabeaufforderung öffnen und python --version testen. Wenn eine Versionsnummer erscheint, bist du startklar.
✓

Projektordner anlegen

Lege einen eigenen Ordner für deinen Food Trend Agent an und wechsle hinein.

mkdir food-trend-agent && cd food-trend-agent
✓

Dateien herunterladen

Lege fetch_sources.py, analyze_trends.py, run_agent.py und dashboard.html in diesen Ordner.

Schritt 2 · Agent starten

Jetzt installierst du die Pakete, setzt den API-Key und startest den Agenten.

✓

Pakete installieren

Installiere die Python-Pakete, die der Agent zum Lesen von Quellen und für die KI-Auswertung nutzt.

pip install feedparser anthropic Falls pip nicht gefunden wird: auf dem Mac pip3 install feedparser anthropic oder python3 -m pip install feedparser anthropic testen. Unter Windows hilft oft python -m pip install feedparser anthropic.
✓

API Key eintragen

Setze deinen Anthropic API-Key als Umgebungsvariable, damit er nicht in einer Datei gespeichert wird.

export ANTHROPIC_API_KEY="dein_api_key" Mac/Linux: export ANTHROPIC_API_KEY="dein_api_key". Windows CMD: set ANTHROPIC_API_KEY=dein_api_key. Den API-Key nie öffentlich teilen und nicht direkt in Code-Dateien schreiben.
✓

Kontrolle

Prüfe kurz, ob die wichtigsten Pakete geladen werden können.

python3 -c "import anthropic, feedparser; print('ok')"
✓

Start

Starte den Agenten aus deinem Projektordner.

python3 run_agent.py Wenn ein 401 Authentication Error erscheint, fehlt der API-Key oder er ist falsch gesetzt. Setze ihn erneut und starte den Agenten im selben Terminalfenster.

Schritt 3 · Ergebnis ansehen

Zum Schluss öffnest du das Dashboard und prüfst die erste Analyse.

✓

Dashboard öffnen

Öffne anschließend die dashboard.html aus dem Starterpaket. Dort siehst du die Ergebnisse deines Agenten direkt im Browser. Das lokale Dashboard dient zum Testen. Der KI-Radar zeigt später, wie dieselbe Idee als Plattform aussehen kann.

KI-Radar als Produktidee öffnen
✓

Erste Analyse ansehen

Prüfe: Was wurde gefunden, wie wurde es bewertet und was würdest du verbessern?

📋 Beispielausgabe im Terminal

dotry.ai Food Trend Agent Sources prepared: 15 topics Claude analyzed 5 trends Dashboard updated Done.

Dein erster Agent läuft. Du hast nicht nur über Agenten gelesen – du hast einen Ablauf gestartet, der selbstständig arbeitet.

🟠

PHASE 3 · Entwickeln

Verstehen, verändern, weiterdenken

Hinter die Kulissen

Jeder Agent folgt einem einfachen Muster: Quellen rein, Informationen sammeln, KI analysiert, Ergebnis speichern, Dashboard anzeigen.

Ein Agent kann beispielsweise täglich Trends von Instagram, TikTok, News-Portalen oder Blogs beobachten und daraus automatisch einen übersichtlichen Bericht erstellen.

Quellen

Informationen sammeln

Claude analysiert

JSON erzeugen

Dashboard anzeigen

Die drei wichtigsten Dateien

🌐

fetch_sources.py

Sammelt Informationen aus Quellen.

⚠ Quellen

Hier änderst du später vor allem Themen und Datenquellen.

🧠

analyze_trends.py

Gibt Claude die Informationen und fragt nach einer Bewertung.

⚠ Prompt

Hier steckt die eigentliche KI-Aufgabe.

▶

run_agent.py

Startet den Ablauf und verbindet die anderen Teile.

⚠ Start

Diese Datei hält den Agenten zusammen.

Nur drei Dinge ändern

🎯

Themen

Worüber soll dein Agent nachdenken?

⚠ TOPICS

Zum Beispiel Food, Aktien, Jobs oder Immobilien.

✍️

Prompt

Welche Aufgabe soll Claude übernehmen?

⚠ PROMPT

Der Prompt steuert, wie dein Agent bewertet und zusammenfasst.

🔎

Quellen

Woher kommen die Informationen?

⚠ SOURCES

Neue Quellen machen aus demselben Agenten eine neue Anwendung.

📋 Der Teil, den du später wirklich änderst

TOPICS = [ "food trends", "viral recipes", "restaurant concepts" ] PROMPT = """ Analysiere diese Trends. Bewerte Relevanz, Neuheit und Potenzial. Gib das Ergebnis als JSON zurück. """

Sprache ändern: Ergänze zum Beispiel „Antworte auf Englisch“, wenn du internationale Märkte beobachtest.


Mehr Trends ausgeben: Ändere „wähle die 5 interessantesten“ zu „wähle die 10 interessantesten“.


Zielgruppe anpassen: Ergänze „Erkläre es für Menschen ohne Vorkenntnisse“, wenn das Ergebnis verständlicher werden soll.

Eigene Ideen

Aktien

Beobachtet Unternehmensnews und markiert relevante Entwicklungen.

Marketing

Sammelt Trends und Wettbewerbsbeispiele.

News

Fasst neue Meldungen aus ausgewählten Quellen zusammen.

Immobilien

Prüft neue Angebote nach deinen Kriterien.

GitHub

Beobachtet Issues, Releases oder Repositories.

Jobs

Vergleicht Stellenanzeigen mit deinem Profil.

Social

Analysiert Posts, Formate und Themen.

Newsletter

Sammelt Inhalte und schlägt eine klare Ausgabe vor.

Session abschließen

KI-Agenten verstehen abschließen

Übertrage deinen Fortschritt in den KI-Kompass, damit deine neue Fähigkeit gespeichert wird.

KI-Kompass öffnen
Nächster Schritt
Session 07: GitHub Actions Automatisierung Weiter lernen →