Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Agentische KI und Service DesignModulbeschreibung #41265 / Version 2

← Zur Modulseite English version
Modul / Version#41265 / #2
GültigkeitSeit WiSe 2026/27
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rKüpper, Axel
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Telekommunikationssysteme
Fachgebiet34335700 FG S-Professur Service Centric Networking (SNET)

Kontakt

SekretariatBH-N SNET
Ansprechpartner*inKüpper, Axel
E-Mail-Adresseaxel.kuepper@tu-berlin.de
Webseitehttps://www.tu.berlin/snet/

Lernergebnisse

Die Studierenden verstehen, wie KI-Agenten mithilfe von Large Language Models (LLMs) in der Lage sind, komplexe Aufgaben weitgehend autonom auszuführen. Sie wissen wie KI-Agenten konzipiert und implementiert werden und welche Rolle diese in zukünftigen Softwaresystemen spielen können, insbesondere im Kontext der Automatisierung und Entscheidungsunterstützung. Sie kennen gängige Agententypen, Multi-Agentenarchitekturen sowie Kommunikations-, Kooperations- und Koordinationsmuster und KI-Schnittstellen, die für die Gestaltung von Automatisierungsprozessen mit Multi-Agentensystemen relevant sind. Die Studierenden verstehen grundlegende Prinzipien der Wahrnehmung, der Entscheidungsfindung/Planung, des Gedächtnismanagements und der Aktionsausführung von KI-Agenten. Sie sind in der Lage, eigenständig ein Multi-Agentensystem mit Hilfe geeigneter Agentenframeworks zu entwickeln und dessen Verhalten im Hinblick auf die Zielerreichung, Effizienz und Robustheit systematisch zu analysieren und zu bewerten.

Die Studierenden verstehen, was Internet-basierte Services und APIs sind, wie sie konzipiert, implementiert und dokumentiert werden und welche Rolle sie bei der Entwicklung moderner Software- und Systemarchitekturen spielen. Sie kennen gängige Entwurfsmuster, Protokolle und Standards, die für die Gestaltung von Services und APIs relevant sind. Die Studierenden kennen grundlegende Prinzipien des API-Managements sowie rechtliche und organisatorische Rahmenbedingungen und verstehen die Bedeutung von API-Ökosystemen. Sie sind in der Lage, bestehende API-Designs hinsichtlich Qualität, Sicherheit und Nutzerfreundlichkeit zu bewerten und eigenständig Lösungen für typische Problemstellungen zu entwickeln.

Lehrinhalte

Das Modul vermittelt die Grundlagen von AI Agenten und Internet-basierten Services und APIs .

Die Vorlesung „AI Agents“ beginnt mit einer Einführung in die Konzepte, Architekturen und Anwendungsfelder intelligenter Agentensysteme mit besonderem Fokus auf moderne Entwicklungen im Bereich der Large Language Models (LLMs). Sie beginnt mit der Einführung grundlegender Begriffe und Definitionen, Agententype wie reaktive, deliberative und hybride Agenten, klassische und moderne Agentenarchitekturen sowie Kommunikations- und Interaktionsschnittstellen. Ziel ist es, ein solides Verständnis der strukturellen und funktionalen Grundlagen von KI-Agenten zu schaffen. Darauf aufbauend widmet sich die Vorlesung speziell den technischen Grundlagen LLM-basierter Agentensysteme. Im Zentrum stehen Konzepte wie Prompt Engineering, Function Calling, Retrieval-Augmented Generation, Multimodalität und Chain-of-Thought Reasoning zur schrittweisen Problemlösung. Die Rolle von Reinforcement Learning in der Entscheidungsfindung, insbesondere im Zusammenspiel mit LLMs, wird ebenso behandelt wie Fragen der Belohnungsmodellierung, Handlungsplanung und Anpassung an dynamische Umgebungen. Ein weiterer Schwerpunkt liegt auf der Integration und Steuerung von KI-Agenten über Schnittstellen und Protokolle wie das Model Context Protocol (MCP) oder die OpenAI-API. In einem eigenen Themenblock werden Kooperations- und Koordinationsmechanismen in Multi-Agentensystemen behandelt, die es mehreren KI-Agenten ermöglichen, arbeitsteilig zu planen, Wissen auszutauschen und gemeinsam komplexe Aufgaben zu lösen. Die Vorlesung ist praxisorientiert und wird durch konkrete Beispiele und Übungen begleitet. Dabei kommen aktuelle Entwickler- und Ausführungsplattformen wie LangChain, AutoGen, CrewAI und Semantic Kernel zum Einsatz. Anhand dieser Werkzeuge lernen die Studierenden, wie KI-Agentensysteme modelliert, implementiert und getestet werden können. Auch bestehende Umsetzungen wie AutoGPT oder BabyAGI werden analysiert, miteinander verglichen und hinsichtlich ihrer Architektur, Leistungsfähigkeit und praktischen Relevanz eingeordnet. Neben den technischen Inhalten werden auch übergreifende Themen behandelt, die für die Entwicklung und den Einsatz von KI-Agenten in der Praxis von zentraler Bedeutung sind. Dazu zählen Fragen der Erklärbarkeit und Transparenz von Entscheidungen, ebenso wie sicherheitsrelevante Aspekte wie die Identitätsverwaltung von KI-Agenten. Ergänzt wird dies durch eine kritische Auseinandersetzung mit ethischen und gesellschaftlichen Fragestellungen, insbesondere im Kontext autonomer Entscheidungen, Verantwortung und Vertrauen in KI-Agentensysteme. Auch Aspekte wie die Skalierbarkeit und Ressourcennutzung, etwa im Hinblick auf Rechenleistung, API-Kosten oder Energieeffizienz, sowie Überlegungen zur Softwarearchitektur und zum Deployment werden thematisiert.

Im Bereich Service & API Design erfolgt zunächst eine Einführung in grundlegende Begriffe und Konzepte wie Schnittstellen, APIs und webbasierte Dienste. Danach folgt ein Überblick über Microservices als zentralen Architekturstil für die Entwicklung moderner, verteilter Systeme. Hierbei werden typische Eigenschaften, Vorteile und Herausforderungen der Microservice-Architektur ausführlich behandelt, darunter Servicegranularität, unabhängige Bereitstellung, Skalierbarkeit sowie Service-Kommunikation und -Koordination. Ergänzend dazu werden Container-Technologien wie Docker und Orchestrierungssysteme wie Kubernetes vorgestellt, die für den Betrieb und die Verwaltung von Microservices relevant sind. Anschließend werden grundlegende Gestaltungsprinzipien und Ansätze für API-Design betrachtet, insbesondere REST, gRPC und GraphQL sowie deren typische Anwendungsgebiete und Vor- und Nachteile. Weiterhin werden wesentliche Aspekte des API-Designs wie Versionierung, Fehlerbehandlung, Dokumentation und Testbarkeit thematisiert. Abschließend erfolgt ein Überblick zu wichtigen Standards und Formaten wie OpenAPI, JSON und XML sowie relevanten Protokollen wie HTTP und CoAP. Im letzten Teil werden fortgeschrittene Themen wie API-Governance und aktuelle technologische Entwicklungen behandelt.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
AI AgentsVorlesung Wintersemester[en]2 ISIS
Service & API DesignVorlesung Wintersemester[en]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

AI Agents (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Service & API Design (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

AI Agents (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Service & API Design (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die Inhalte werden in zwei Vorlesungen vermittelt, in denen ein thematischer Dialog zwischen Studierenden und dem Dozenten angestrebt wird. Die Inhalte der Vorlesungen werden durch praktische Beispiele im Web und in Form von wissenschaftlichen Publikationen vertieft.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Dieses Modul hat keine wünschenswerten Voraussetzungen für die Lehrveranstaltungen.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheEnglisch, Deutsch
Dauer/Umfang30 Minuten

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 20.

Anmeldeformalitäten

Die Einschreibung für diesen Kurs erfolgt in der ersten Woche des Semesters. Die Einzelheiten des Einschreibungsverfahrens werden über ISIS bekannt gegeben.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – Begleitendes Material wie Forschungsarbeiten, Links und Präsentationsfolien werden über das Online-Forum verfügbar sein.

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
Computer Science (Informatik)
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Verteilte Systeme und Netze / Distributed Systems and Networks
Elektrotechnik
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Verteilte Systeme und Netze / Distributed Systems and Networks
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
WiSe 2026/27Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks
Wirtschaftsingenieurwesen
StuPO 2015
WiSe 2026/27Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › Software Systems Engineering › Distributed Systems and Networks

Sonstiges

Keine Angabe