Glossar

Modell-Verkettung

Was ist Modell-Verkettung?

Modell-Verkettung (Model Chaining) bedeutet, mehrere KI-Modelle oder KI-Schritte hintereinanderzuschalten, sodass die Ausgabe eines Schritts zur Eingabe des nächsten wird. Komplexe Aufgaben lassen sich so in überschaubare Teilaufgaben zerlegen, die einzeln geprüft und verbessert werden können. Beispiel: Ein Schritt fasst eine Kundenanfrage zusammen, ein zweiter ordnet sie einer Abteilung zu, ein dritter entwirft die Antwort.

So hilft KI.ordo

In KI.ordo-Abläufen lassen sich KI-Schritte, Agentenfragen, KI-Entscheider und Unterabläufe ohne Programmieren verketten, wobei jeder Schritt protokolliert wird.

Mehr erfahren →: Modell-Verkettung

Themen

  • Orchestrierung
  • Abläufe
  • Prompting

KI.ordo ausprobieren

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

Demo starten
← Alle Begriffe

Verwandte Begriffe

Rekursives Prompting

Rekursives Prompting bezeichnet Techniken, bei denen die Ausgabe eines Sprachmodells erneut als Eingabe verwendet wird – etwa um einen Entwurf prüfen und überarbeiten zu lassen oder eine große Aufgabe schrittweise in Teilaufgaben zu zerlegen. Ein Beispiel: Erst entsteht ein Angebotsentwurf, dann bewertet das Modell ihn anhand einer Checkliste, schließlich wird er verbessert. Das steigert oft die Qualität, kostet aber zusätzliche Rechenzeit und braucht ein klares Abbruchkriterium.

  • Prompting
  • Überarbeitung
  • +1

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

Multi-Hop-Reasoning

Multi-Hop-Reasoning bezeichnet die Fähigkeit eines KI-Systems, eine Frage über mehrere aufeinander aufbauende Schlussfolgerungen zu beantworten, oft mit Informationen aus verschiedenen Quellen. Beispiel: „Welche Abteilung leitet die Person, die das Projekt X verantwortet?“ erfordert zuerst die verantwortliche Person und dann deren Abteilung. Solche Fragen sind für Such- und RAG-Systeme anspruchsvoll, weil jeder Zwischenschritt korrekt gefunden und verknüpft werden muss.

  • Schlussfolgern
  • Fragebeantwortung
  • +1

KI-Automatisierungssystem

Ein KI-Automatisierungssystem verbindet klassische Prozessautomatisierung mit KI-Fähigkeiten wie Textverständnis, Klassifizierung oder Entscheidungsunterstützung. So lassen sich auch Abläufe mit unstrukturierten Eingaben automatisieren, etwa E-Mails, Formulare oder Anfragen. Typisch ist eine Kette aus Auslöser, Verarbeitungsschritten, Bedingungen und Ausgabe, ergänzt um menschliche Freigaben an kritischen Stellen. Beispiel: Eingehende Anfragen werden automatisch eingeordnet, zusammengefasst und an die zuständige Abteilung weitergeleitet.

  • Automatisierung
  • Prozesse
  • +1