Glossar

LangGraph

Was ist LangGraph?

LangGraph ist ein quelloffenes Framework aus dem LangChain-Umfeld, mit dem sich KI-Agenten und mehrstufige Abläufe als Graph aus Knoten und Kanten modellieren lassen. Ein gemeinsamer Zustand wird von Schritt zu Schritt weitergegeben; Schleifen, Verzweigungen, das Speichern von Zwischenständen und Unterbrechungen für menschliche Freigaben sind vorgesehen. Version 1.0 erschien im Oktober 2025. Ein Beispiel ist ein Agent, der recherchiert, einen Entwurf schreibt und vor dem Versand auf eine Freigabe wartet.

So hilft KI.ordo

Einen ähnlichen Grundgedanken – Schritte, Verzweigungen und Unterabläufe – setzen die Abläufe in KI.ordo ohne Programmierung um.

Mehr erfahren →

Themen

Framework
Agenten
Workflows

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

LangChain

LangChain ist ein quelloffenes Framework für Python und JavaScript, mit dem Entwickler Anwendungen auf Basis von Sprachmodellen bauen. Es bietet einheitliche Schnittstellen zu vielen Modellanbietern sowie Bausteine für Werkzeugaufrufe, Agenten, Dokumentenverarbeitung und Retrieval-Augmented Generation. Seit Version 1.0 (Oktober 2025) setzen die Agenten von LangChain auf LangGraph auf. Typisch ist der Einsatz für Chatbots, die interne Dokumente durchsuchen, oder für Agenten, die externe Dienste ansprechen.

Framework
Entwicklung
+1

Intelligente Agenten

Ein intelligenter Agent ist ein System, das seine Umgebung wahrnimmt, Informationen verarbeitet und selbstständig Handlungen wählt, um ein Ziel zu erreichen. Heute meint der Begriff meist Software auf Basis großer Sprachmodelle, die Anweisungen befolgt, Wissen nutzt und Werkzeuge aufruft, etwa eine Suche oder eine Schnittstelle. Wie viel ein Agent eigenständig darf, sollte bewusst festgelegt werden. Beispiel: Ein Agent beantwortet Kundenfragen anhand der Produktdokumentation.

Agenten
Autonomie
+1

Crew AI

CrewAI ist ein quelloffenes Python-Framework, mit dem sich mehrere KI-Agenten zu einem Team („Crew“) zusammenschließen lassen. Jeder Agent erhält eine Rolle, ein Ziel und passende Werkzeuge; Aufgaben werden verteilt und Ergebnisse weitergereicht. Ergänzend gibt es „Flows“ für fest gesteuerte, ereignisbasierte Abläufe. Ein Beispiel: Ein Recherche-Agent sammelt Informationen, ein Schreib-Agent formuliert daraus einen Bericht.

Multi-Agenten
Framework
+1

Human-in-the-Loop (Mensch in der Schleife)

Human-in-the-Loop bezeichnet Abläufe, in denen Menschen an festgelegten Stellen in einen KI-Prozess eingreifen: Sie prüfen Ergebnisse, geben sie frei, korrigieren sie oder übernehmen schwierige Fälle. Das Prinzip senkt das Risiko fehlerhafter Ausgaben und sichert Verantwortung, besonders bei Entscheidungen über Menschen, Geld oder Recht. Beispiel: Ein KI-Agent entwirft Antworten auf Kundenanfragen, eine Mitarbeiterin prüft sie vor dem Versand.

Freigabe
Kontrolle
+1