Was ist ein KI-Agent?

Update vom 2. November 2026 — Modelle. Mistral Large 3 (mistral-large-2512) und Mistral Medium 3.5 wurden am 31. Oktober 2026 eingestellt und werden am 30. April 2027 vollständig zurückgezogen. Ihr benannter Nachfolger, Mistral Large 4 (mistral-large-4), steht seit dem 6. Oktober in der öffentlichen Vorschau. Die Beispiele in diesem Kurs verwenden den Alias mistral-large-latest, der gemäß dem offiziellen Datenblatt derzeit auf Mistral Large 3 verweist (verifiziert am 3. November 2026). Ebenso verweist mistral-medium-latest auf Mistral Medium 3.5. Diese Aliase bleiben bis zum 30. April 2027 gültig. Für neue Projekte testen Sie mistral-large-4, den benannten Nachfolger.

KI-Agenten: Mehr als nur ein einfacher Chatbot

KI-Agenten stellen eine wesentliche Weiterentwicklung dar, wie wir große Sprachmodelle einsetzen. Ein herkömmlicher Chatbot erhält eine Frage, liefert eine Antwort, und die Interaktion endet: Es wird nichts auf den nächsten Aufruf übertragen, und das Modell kann keine Informationen abrufen, die ihm nicht bereits bekannt sind. Ein Agent hingegen ist ein autonomes System, das in der Lage ist, Pläne zu erstellen, Aktionen auszuführen und ein komplexes Ziel über mehrere Schritte hinweg zu verfolgen.

Mit der Mistral Agents API erhalten Sie einen vollständigen Rahmen für den Aufbau dieser intelligenten Systeme direkt über die API. Sie müssen keine zusätzliche Infrastruktur bereitstellen oder Ihren eigenen Orchestrierungszyklus programmieren.

Was ist genau ein Agent?

Ein Agent ist ein von einem LLM gesteuertes System, das mit hochrangigen Anweisungen beginnt und selbstständig ermittelt, wie diese erfüllt werden können. Es erstellt zunächst einen Plan für eine Abfolge von Aktionen: Beauftragen Sie es beispielsweise, drei Hosting-Pläne zu vergleichen, so entscheidet es sich, jeden einzeln zu prüfen, bevor es einen Entwurf erstellt. Es verwendet Werkzeuge – Websuche, Codeausführung, Bildgenerierung –, da Text allein nicht ausreicht, um einen aktuellen Preis zu verifizieren oder eine Berechnung zu validieren. Es erhält den Zustand über mehrere Runden hinweg, sodass die dritte Frage Ihres Nutzers den Kontext aus den ersten beiden natürlich übernimmt, ohne dass Sie die Historie erneut senden müssen. Schließlich kooperiert es mit anderen Agenten, wenn eine Aufgabe seine Spezialität übersteigt: Der Texter ist nicht zwangsläufig der Rechner.

Der fundamentale Unterschied zu einem einfachen chat.complete()-Aufruf lässt sich auf ein Wort reduzieren: Der Agent läuft in Schleifen. Er analysiert die Situation, entscheidet sich für eine Aktion, beobachtet das Ergebnis und wiederholt dies, bis er sein Ziel erreicht hat.

Der Wahrnehmungs-Aktions-Zyklus

Dieser Zyklus ist nicht nur eine didaktische Abstraktion: Genau dies geschieht zwischen dem Moment, in dem Sie eine Anfrage senden, und dem Moment, in dem Sie eine Antwort erhalten. Konkret, bei der Frage „Welche Cloud-Pläne eignen sich für meine Anwendung?”, wahrnimmt der Agent die Anfrage, schließt daraus, dass ihm Preisdaten fehlen, handelt, indem er eine Suche startet, beobachtet die gefundenen Seiten – und läuft erneut, da er immer noch einen Leistungsvergleich benötigt. Der wichtigste Punkt ist die Abbruchbedingung: Das Modell, nicht Sie, entscheidet, wann der Zyklus abgeschlossen ist.

Fähigkeiten der Mistral Agents API

Die Agents & Conversations API deckt diesen gesamten Zyklus ab. Sie stützt sich auf multimodale Modelle, die sowohl Text als auch Bilder verarbeiten, konkret mistral-medium-latest und mistral-large-latest. Sie erhält einen dauerhaften Zustand: Die Gesprächshistorie wird auf dem Server gespeichert, sodass Sie keine eigene Nachrichten-Speicherung implementieren müssen. Sie bietet eingebaute Werkzeuge zur sofortigen Nutzung – Websuche, Code-Interpreter, Bildgenerierung, Dokumentenbibliothek –, ohne dass Sie Executors hosten müssen. Sie unterstützt Übergaben, was bedeutet, dass sie die Kontrolle von einem Agenten an einen anderen übertragen kann, der spezialisiert ist. Und sie ermöglicht Ihnen die Wahl des Ausführungsmodus: Einzelnes Modell, einzelner Agent oder Multi-Agenten-Orchestrierung, je nach tatsächlicher Komplexität der Aufgabe.

Unterstützte Modelle

Stand heute (April 2026) sind zwei Modelle mit der Agents API kompatibel. mistral-medium-latest bietet ein gutes Gleichgewicht aus Leistung und Kosten und ist daher die Standardwahl für die meisten Produktionsagenten. mistral-large-latest zielt auf maximale Leistung bei komplexen Aufgaben ab: mehrstufige Schlussfolgerung, Multi-Agenten-Orchestrierung und lange Analysen. Beginnen Sie mit dem ersten Modell und wechseln Sie erst zum zweiten, wenn die Ausgabequalität dies messbar rechtfertigt.

Was Sie lernen werden

Dieser Kurs folgt dem natürlichen Fortschritt eines Projekts. Sie beginnen damit, Agenten über die Python-API zu erstellen und zu konfigurieren, lernen dann, persistente Gespräche mit Zustand zu verwalten. Anschließend nutzen Sie die vier eingebaute Werkzeuge – Websuche, Code-Interpreter, Bildgenerierung und Dokumentenbibliothek –, bevor Sie Multi-Agenten-Workflows mit Übergaben orchestrieren. Der Kurs endet mit der Absicherung Ihrer Agenten durch Guardrails, einem Schritt, den Teams oft hinauszögern, der aber für jede Produktionsbereitstellung unerlässlich ist.

Kernaussagen

• Ein KI-Agent ist ein autonomes System, das in einer Schleife plant, handelt und beobachtet.
• Die Mistral Agents API übernimmt die serverseitige Orchestrierung – Sie müssen den Zyklus nicht selbst implementieren.
• Agenten können Werkzeuge nutzen und untereinander über Übergaben zusammenarbeiten.
• Zwei Modelle sind derzeit unterstützt: mistral-medium-latest und mistral-large-latest.