Copilot Agents richtig erden
08. Juni 2026 · 1 min · AI
Wie du einem Agenten verlässliche Tools statt Halluzinationen gibst — mit echten Datenquellen und klaren Grenzen.
Ein Agent, der frei drauflos formuliert, ist eine Demo. Ein Agent, der an echte Daten und klar definierte Werkzeuge gebunden ist, ist ein Produkt. Der Unterschied heißt Grounding — Erdung.
Erst die Quelle, dann das Modell
Bevor du über Prompts nachdenkst, klär die Wissensbasis. Ein Agent ist nur so gut wie das, worauf er zugreifen darf:
- Strukturierte Daten über Werkzeuge/Functions mit klarem Schema.
- Unstrukturiertes Wissen über Retrieval (RAG) aus einem Index, nicht aus dem Modellgedächtnis.
Werkzeuge schlagen Erzählung
Gib dem Agenten Tools mit eng beschriebenen Parametern, statt ihn Fakten „aus dem Kopf” generieren zu lassen:
{
"name": "get_ticket_status",
"description": "Liefert den aktuellen Status eines Support-Tickets.",
"parameters": {
"type": "object",
"properties": {
"ticketId": { "type": "string", "description": "Ticket-ID, z. B. WK-1042" }
},
"required": ["ticketId"]
}
}
So bleibt die Antwort überprüfbar: Das Modell entscheidet wann es das Tool ruft, die Wahrheit kommt aus dem System.
Grenzen sind ein Feature
Definiere explizit, was der Agent nicht tut. Ein klarer Ablehnungsfall („dafür habe ich kein Werkzeug”) ist wertvoller als eine selbstbewusste Erfindung. Logge jede Tool-Nutzung — das ist später dein Audit-Trail und dein Debugging-Werkzeug.
Geerdete Agenten sind weniger spektakulär in der Demo. Dafür kannst du sie deinen Kund:innen zumuten.