Intelligenter Agent
Ein intelligenter Agent ist ein Programm, das Entscheidungen treffen oder einen Dienst ausführen kann basierend auf seiner Umgebung, den Eingaben des Benutzers und von Erfahrungen. Diese Programme können verwendet werden, um autonom Informationen über einen regelmäßigen, programmierten Zeitplan oder auf Aufforderung des Benutzers in Echtzeit zu sammeln. Intelligente Agenten werden mitunter auch Bots genannt (als Kurzform für Roboter). Die Praxis beziehungsweise die Technik, sich Informationen von einem Agent liefern zu lassen, wird manchmal auch als Push Technologie bezeichnet.
Datenintelligente Agenten können alle spezifizierbaren Informationen extrahieren, wie enthaltene Schlüsselwörter oder Veröffentlichungsdatum. Bei Agenten, die künstliche Intelligenz (KI) einsetzen, werden Benutzereingaben mithilfe von Sensoren wie Mikrofonen oder Kameras erfasst. Die Agentenausgabe erfolgt über Aktoren, wie Lautsprecher oder Bildschirme.
Gemeinsame Merkmale intelligenter Agenten sind die erfahrungsbasierte Anpassung, die Problemlösung in Echtzeit, die Analyse von Fehler- oder Erfolgsraten und der Einsatz von In-Memory-Speicherung und -Abfrage.
Für Unternehmen können intelligente Agenten für Anwendungen in den Bereichen Data Mining, Datenanalyse sowie Kundenservice und Support (CSS) eingesetzt werden. Verbraucher können auch intelligente Agenten einsetzen, um die Preise ähnlicher Produkte zu vergleichen und sich benachrichtigen lassen, wenn eine Aktualisierung der Website erfolgt.
Intelligente Agenten sind ähneln Softwareagenten, die autonome Computerprogramme sind.
Arten von intelligenten Agenten
Arten von intelligenten Agenten werden durch ihre Bandbreite an Fähigkeiten und ihren Intelligenzgrad definiert:
- Reflexions-Agenten: Diese Agenten funktionieren in einem aktuellen Zustand und ignorieren die Vergangenheit. Die Antworten basieren auf der Ereignisbedingungsregel (ECA-Regel), bei der ein Benutzer ein Ereignis einleitet und der Agent auf eine Liste von voreingestellten Regeln und vorprogrammierten Ergebnissen verweist.
- Modellbasierte Agenten: Diese Mittel wählen eine Wirkung wie Reflexions-Agenten, haben aber eine umfassendere Sicht auf die Umwelt. Ein Weltmodell wird in das interne System programmiert, das die Geschichte des Agenten berücksichtigt.
- Zielbasierte Agenten: Diese Agenten erweitern den informationsmodellbasierten Agentenspeicher, indem sie auch Zielinformationen oder Informationen über wünschenswerte Situationen enthalten.
- Nutzenbasierte Agenten: Diese Agenten ähneln zielorientierten Agenten, bieten aber eine zusätzliche Nutzenmessung. Sie bewertet jedes mögliche Szenario auf sein gewünschtes Ergebnis und wählt die Aktion, die das Ergebnis maximiert. Beispiele für Bewertungskriterien können die Erfolgswahrscheinlichkeit oder die benötigten Ressourcen sein.
- Lernende Agenten: Diese Agenten haben die Fähigkeit, sich allmählich zu verbessern und im Laufe der Zeit durch ein zusätzliches Lernelement mehr über eine Umgebung zu erfahren. Das Lernelement verwendet Feedback, um festzustellen, wie Leistungselemente geändert werden sollten, um sich schrittweise zu verbessern.
Beispiele für intelligente Agenten
KI-Assistenten, wie Alexa und Siri, sind Beispiele für intelligente Agenten, da sie Sensoren verwenden, um eine Anfrage des Benutzers wahrzunehmen und automatisch Daten aus dem Internet ohne die Hilfe des Benutzers zu sammeln. Sie können verwendet werden, um Informationen über die wahrgenommene Umgebung wie Wetter und Zeit zu sammeln.
Infogate ist ein weiteres Beispiel für einen intelligenten Agenten, der die Benutzer über Neuigkeiten zu bestimmten Themen von Interesse informiert. Eine Vielzahl ähnlicher Agenten vergleichen regelmäßig Produktpreise und melden Veränderungen an den Anwender. Andere Arten von Agenten übernehmen die Überwachung bestimmter Webseiten und benachrichtigen den Nutzer, wenn auf den Seiten neue Informationen vorhanden sind oder andere Ereignisse stattfinden. Darüber hinaus gibt es auch Agenten, die die entsprechenden Informationen nicht nur sammeln, sondern diese auch für den Anwender organisieren und interpretieren.
Autonome Fahrzeuge könnten auch als intelligente Agenten betrachtet werden, da sie Sensoren, GPS und Kameras verwenden, um reaktive Entscheidungen auf der Grundlage der Umgebung zu treffen, um durch den Verkehr zu manövrieren.
