LangGraph und CrewAI: KI-Agenten bauen, vernetzen und produktiv betreiben

KI-Intensivseminar · 3 Tage

Agenten in LangGraph und CrewAI bauen, an Unternehmenssysteme anbinden und absichern

Das nehmen Sie mit

• Sicherheit bei der Wahl zwischen Single Agent, Multi-Agent und Supervisor-Pattern – und beim Verzicht auf Agenten
• Einen selbst gebauten Recherche-Agenten in LangGraph und eine Crew für Marktanalysen in CrewAI
• Praxis mit MCP, RAG und Memory-Konzepten für die Anbindung an Unternehmenswissen
• Ein Abschlussprojekt mit Evaluation, Guardrails und Tracing sowie einen Plan für den Produktivbetrieb

Ablauf

1. Teil 1

   Tag 1 – Modul 1 – Grundlagen: Was einen Agenten von einem Chatbot unterscheidet

   • ReAct, Planning und Tool Use: wie ein Sprachmodell schrittweise überlegt, plant und Werkzeuge aufruft
   • Umdenken beim Entwurf: vom einzelnen Prompt zu einem selbstständig ablaufenden Prozess
   • Zielbild festlegen: welche Aufgabe Ihr eigener Agent zum Seminarende erledigen soll
2. Teil 2

   Tag 1 – Modul 2 – Architektur: Muster wählen und Ausschlussgründe kennen

   • Single Agent, Multi-Agent und Supervisor-Pattern: Aufbau, Stärken und typische Einsatzfelder
   • Kosten, Latenz und Zuverlässigkeit als Gründe, bewusst auf einen Agenten zu verzichten
3. Teil 3

   Tag 1 – Modul 3 – LangGraph: Programmiermodell und Anbindung von Tools

   • Das LangGraph-Programmiermodell: Abläufe als Graphen aus Nodes mit gemeinsamem State
   • APIs, Datenbanken und Python-Funktionen als Tools in den Graphen einhängen
4. Teil 4

   Tag 2 – Modul 4 – LangGraph-Praxis: Ein Recherche-Agent entsteht

   • Übung: Sie programmieren in LangGraph einen Agenten, der im Web recherchiert und Treffer zusammenfasst
   • Debugging am fertigen Agenten: nachvollziehen, warum er welches Tool wann aufruft
   • Der Agent erledigt eine reale Rechercheaufgabe von der Frage bis zur Zusammenfassung
5. Teil 5

   Tag 2 – Modul 5 – CrewAI: Wie eine Crew Arbeit verteilt

   • Das Crew-Konzept: Agenten mit Rollen ausstatten, Aufgaben zuweisen und Delegation regeln
   • Wie Agenten einer Crew miteinander kommunizieren und Zwischenergebnisse weitergeben
6. Teil 6

   Tag 2 – Modul 6 – Orchestrierung: Eine Crew für Marktanalysen

   • Übung: Mit CrewAI entsteht eine Crew, die Marktanalysen automatisiert erstellt
   • Orchestrierung: Reihenfolge und Zuständigkeiten so festlegen, dass die Crew geordnet zusammenarbeitet
   • Rückblick auf die Übung: wann mehrere spezialisierte Agenten einem Einzelagenten überlegen sind
7. Teil 7

   Tag 3 – Modul 7 – Integration: MCP, RAG und Gedächtnis für Agenten

   • Model Context Protocol (MCP) als Standard, um Tools einheitlich anzubinden
   • RAG für Agenten: internes Unternehmenswissen als abrufbares Werkzeug bereitstellen
   • Memory-Konzepte: Kurzzeit- und Langzeitgedächtnis eines Agenten gestalten
   • Tool-Zugriffe von Beginn an absichern, statt Sicherheit nachträglich einzubauen
   • Übung: Ihr Agent erhält Zugriff auf eine interne Wissensquelle
8. Teil 8

   Tag 3 – Modul 8 – Qualität: Agenten bewerten, begrenzen und beobachten

   • Trajectory Evaluation und LLM-as-a-Judge, um Agentenläufe systematisch zu bewerten
   • Guardrails: Berechtigungen, Budgets und Abwehr von Prompt Injection
   • Observability: Agentenläufe mit LangSmith und vergleichbaren Werkzeugen per Tracing verfolgen
9. Teil 9

   Tag 3 – Modul 9 – Abschluss: Ihr Agent auf dem Weg in den Betrieb

   • Abschlussprojekt: Sie entwickeln für einen selbst gewählten Use Case einen Agenten bis zur Produktionsreife
   • Das Abschlussprojekt mit Evaluation, Guardrails und Tracing aus Modul 8 prüfen
   • Fahrplan für den Übergang des Prototyps in den produktiven Betrieb