Links

Kuratierte Sammlung externer Ressourcen zu KI, LLMs und Frameworks


Inhaltsverzeichnis

  1. KI-Agenten: Externe Ressourcen
  2. Anthropic
  3. MCP
  4. Skills
  5. Framework-Dokumentation
  6. Grundlagen-Paper
  7. Alternative Agent-Frameworks
  8. RAG & Evaluation
  9. Fine-Tuning
  10. Sicherheit & Governance

KI-Agenten: Externe Ressourcen

Externe Ressourcen und Artikel zum Thema KI-Agenten.

Ressource Beschreibung
ElevenLabs - Conversational AI (KI Agenten) Conversational AI und KI-Agenten von ElevenLabs
Google Cloud - Was sind KI-Agenten? Eine Einführung in KI-Agenten von Google Cloud
Inception Labs Chat Chat-Interface für Mercury – Diffusion Language Model

Anthropic

Ressourcen und Forschungsarbeiten von Anthropic zu KI-Agenten, Protokollen und gesellschaftlichen Auswirkungen.

Ressource Beschreibung
Model Context Protocol (MCP) Anthropics offener Standard zur Verbindung von KI-Modellen mit externen Datenquellen und Tools
The Complete Guide to Building Skills for Claude Vollständiger Leitfaden zur Entwicklung von Skills für Claude-Agenten
Anthropic Skills Repository (GitHub) Offizielle Skill-Sammlung von Anthropic als Referenz und Ausgangspunkt
Labor Market Impacts Forschungsarbeit zu den Auswirkungen von KI auf den Arbeitsmarkt
Measuring Agent Autonomy Methoden zur Messung und Bewertung von Agenten-Autonomie
Economic Index Primitives Grundlegende Konzepte für wirtschaftliche Indizes im KI-Kontext
Anthropic Economic Index: US Usage Nutzungsmuster von KI in den USA als Teil des Anthropic Economic Index
Alignment Faking in Large Language Models Wie LLMs scheinbar kooperieren, aber eigene Ziele verfolgen – zentral für Agenten-Sicherheit (→ M23)
Tracing the Thoughts of a Large Language Model Interpretierbarkeit von LLM-Entscheidungen – Hintergrund zu LangSmith-Tracing (→ M15/M24)
Disempowerment Patterns in Real-World AI Usage Reale Missbrauchsmuster bei KI-Nutzung – Grundlage für Security Best Practices (→ M23)
Constitutional Classifiers: Defending Against Universal Jailbreaks Technische Abwehr von Jailbreaks durch regelbasierte Klassifikatoren (→ M23)
Project Vend: Phase Two Anthropics autonomes Einkaufs-Experiment – Praxisbeispiel für Multi-Agent-Systeme (→ M19–M21)
Claude’s New Constitution Wie Agenten-Verhalten durch Constitutional AI gesteuert wird (→ M01/M23)
How AI Assistance Impacts the Formation of Coding Skills Studie zu KI-Unterstützung beim Coding-Lernen – relevant für Kurs-Kontext

MCP

Offizielle Ressourcen zum Model Context Protocol und den zugehörigen Entwickler-Tools.

Ressource Beschreibung
MCP Introduction Offizieller Einstieg in das Model Context Protocol mit Grundlagen, Architektur und Anwendungsfällen
MCP Inspector Offizielle Dokumentation zum Inspector für das Testen und Debuggen von MCP-Servern

Skills

Ressourcen rund um den offenen Standard für Agenten-Skills und dessen praktische Nutzung.

Ressource Beschreibung
Agent Skills Überblick über den offenen Skill-Standard, Beispiele und Einstieg in plattformübergreifende Agenten-Skills
Agent Skills Specification Offener SKILL.md-Standard für plattformübergreifende Agenten-Skills
Claude Agent Skills Best Practices Best Practices von Claude für Konzeption, Struktur und Pflege von Agenten-Skills

Framework-Dokumentation

Offizielle Dokumentationen der im Kurs verwendeten Frameworks – tägliche Referenz für Teilnehmer.

Ressource Beschreibung
LangChain Docs Offizielle Dokumentation: Chains, Agents, Tools, RAG (→ M02–M07)
LangGraph Docs Offizielle Dokumentation: StateGraph, Nodes, Edges, HITL, Multi-Agent (→ M08–M10, M16–M21)
LangSmith Docs Offizielle Dokumentation: Tracing, Evaluation, Datasets (→ M15, M24)
OpenAI API Reference API-Referenz: Modelle, Endpoints, Function Calling, Embeddings (→ M01–M03)
ChromaDB Docs Offizielle Dokumentation: Collections, Embeddings, Persistenz (→ M12)
Pydantic Docs Offizielle Dokumentation: BaseModel, Field, Validierung (→ M05, täglich)
Was ist Hugging Face? – Modelle, Datensätze & Räume (YouTube) Einführung in die Hugging Face Plattform: Modelle, Datensätze und Spaces (→ M30)

Grundlagen-Paper

Wissenschaftliche Arbeiten, die die theoretische Basis des Kurses bilden.

Ressource Beschreibung
ReAct: Synergizing Reasoning and Acting in Language Models Grundlagenpaper zum TAO/ReAct-Prinzip – theoretisches Fundament aller Agenten im Kurs (→ M01)
Toolformer: Language Models Can Teach Themselves to Use Tools Grundlage für Tool Use & Function Calling (→ M02)
Attention Is All You Need Originalpaper zur Transformer-Architektur – Basis aller verwendeten LLMs (→ M01)
Learning to Summarize with Human Feedback (RLHF) Grundlage für RLHF – Hintergrund zu Alignment und Agenten-Verhalten (→ M23)
Self-RAG: Learning to Retrieve, Generate, and Critique Grundlage für Agentic RAG – Agent steuert Retrieval aktiv (→ M22/M27)

Alternative Agent-Frameworks

Orientierung im Ökosystem – für Vergleiche und weiterführende Projekte nach dem Kurs.

Ressource Beschreibung
Microsoft AutoGen Bekannteste Alternative zu LangGraph für Multi-Agent-Systeme (→ M19–M21)
CrewAI Populäres High-Level-Framework für rollenbasierte Multi-Agent-Teams (→ M19)
OpenAI Agents SDK Offizielles OpenAI-Framework für Agenten – direkter Kursinhalt (→ M29)
OpenAI Skills Repository (GitHub) Offizielle Skill-Sammlung von OpenAI, kompatibel mit dem SKILL.md-Standard
Semantic Kernel Microsoft-Alternative mit Plugin-System und Enterprise-Fokus (→ M08)
Haystack RAG-orientiertes Framework von deepset – Vergleich zu LangChain RAG (→ M11–M14)

RAG & Evaluation

Ressourcen zu Retrieval Augmented Generation und systematischer Agenten-Evaluation.

Ressource Beschreibung
RAGAS Standard-Framework zur RAG-Evaluation: Faithfulness, Relevance, Context Recall (→ M15/M24)
RAG Survey: Retrieval-Augmented Generation for Large Language Models Umfassender Überblick über RAG-Strategien und Pipeline-Varianten (→ M11)
LlamaIndex Docs RAG-orientierte Alternative zu LangChain mit starkem Index-Fokus (→ M11–M14)

Fine-Tuning

Ressourcen zur Anpassung von Sprachmodellen auf eigene Daten.

Ressource Beschreibung
Unsloth Docs Fine-Tuning von LLMs mit minimalem Speicherbedarf – unterstützt LLaMA, Mistral, Gemma u. a.

Sicherheit & Governance

Referenzwerke für verantwortungsvolle Agenten-Entwicklung.

Ressource Beschreibung
OWASP LLM Top 10 Standardreferenz für LLM-Sicherheitsrisiken: Prompt Injection, Insecure Output, Data Leakage (→ M23)
NIST AI Risk Management Framework US-Standard für KI-Risikomanagement und Governance (→ M23)
EU AI Act – Übersicht Regulatorischer Rahmen der EU für KI-Systeme – relevant für Produktionsszenarien (→ M23/M35)

Version: 1.4
Stand: März 2026
Kurs: KI-Agenten. Verstehen. Anwenden. Gestalten.