KKC_0269 | Custom KI-Agents mit der OpenAI Assistants API bauen

Sie möchten KI nicht als netten Chat, sondern als verlässlichen Agenten, der Aufgaben erledigt und dabei kontrollierbar bleibt. In diesem Seminar bauen Sie Custom KI-Agents mit der OpenAI Assistants API und verstehen die Mechanik dahinter: Threads, Runs und Messages, Kontextaufbau sowie die Frage, wie Sie Ziele, Rollen und Grenzen so definieren, dass der Agent konsistent arbeitet.

Danach setzen Sie Tool-Calling um. Sie entwerfen Function Schemas, die robuste Eingaben erzwingen, und planen Workflows, in denen der Agent Tools gezielt auswählt, Fehlerfälle sauber behandelt und Nebenwirkungen durch Idempotenz und Fallbacks begrenzt. Ein weiterer Block widmet sich Retrieval und Wissenszugriff: Sie strukturieren Dokumente mit sinnvollem Chunking und Metadaten, nutzen Filter und Query-Rewriting, und sorgen dafür, dass Antworten mit Quellen nachvollziehbar bleiben.

Sicherheit ist kein Anhängsel: Sie üben Abwehr gegen Prompt-Injection, etablieren Policy-Checks für PII und Secrets, setzen Least-Privilege für Tool-Zugriffe um und definieren Human-in-the-Loop für riskante Aktionen. Abschließend bauen Sie eine Evaluations- und Betriebsroutine auf: Tracing, Golden Sets, Regression-Checks, Kosten- und Rate-Limit-Steuerung sowie Versionierung und Rollback. So gehen Sie mit einem Agent-Blueprint nach Hause, der sich produktiv betreiben lassen.

• Sie verstehen die zentralen Konzepte der Assistants API wie Threads, Runs und Messages.
• Sie definieren Rollen, Ziele und Grenzen für konsistente Agenten-Workflows.
• Sie entwickeln robuste Function Schemas und Tool-Calling-Prozesse.
• Sie binden Retrieval, Wissensquellen, Chunking und Metadaten strukturiert ein.
• Sie planen Fehlerbehandlung, Fallbacks und idempotente Aktionen.
• Sie berücksichtigen Sicherheitsaspekte wie Prompt-Injection, PII und Secrets.
• Sie entwerfen ein kontrollierbares Agenten-Setup für produktionsnahe Einsatzszenarien.

Das Seminar richtet sich an Entwickler/innen, Softwarearchitekt/innen, technische Produktverantwortliche, Data- und KI-Teams sowie IT-Verantwortliche, die KI-Agenten mit der OpenAI Assistants API planen, entwickeln oder bewerten möchten.

• Grundverständnis von REST-APIs und JSON; Programmiererfahrung ist hilfreich.
• Basiswissen zu LLMs (Prompts, Tokens) erleichtert den Einstieg.

• Agent-Architektur mit der Assistants API
  • Threads, Runs, Messages: was wirklich passiert
  • Agent-Design: Rollen, Ziele, Grenzen
  • Kontextstrategie: kurz, lang, wiederverwendbar
  • Antwortqualität: Struktur, Ton, Output-Formate
• Tool-Calling, Functions und Workflows
  • Function Schemas: robuste Inputs und Outputs
  • Tool-Auswahl: wann Agent, wann Workflow
  • Fehlerfälle: Retries, Timeouts, Fallbacks
  • Idempotenz und Nebenwirkungen kontrollieren
• Retrieval und Wissenszugriff (RAG)
  • Dokumente vorbereiten: Chunking und Metadaten
  • Relevanz steigern: Query-Rewriting, Filters
  • Antworten belegen: Quellen, Zitate, Nachvollziehbarkeit
  • Wissenslücken erkennen und sauber eskalieren
• Guardrails, Sicherheit und Compliance
  • Prompt-Injection: typische Muster und Abwehr
  • Policy-Checks: PII, Secrets, Datenklassifizierung
  • Least-Privilege für Tools und Datenzugriff
  • Human-in-the-Loop für kritische Aktionen
• Evaluation, Debugging und Betrieb
  • Tracing: Runs nachvollziehen und analysieren
  • Qualitätsmetriken: Genauigkeit, Halluzinationen, Kosten
  • Testfälle: Golden Sets und Regression-Checks
  • Deployment-Patterns: Versionierung und Rollback
• Produktisierung: vom Prototyp zum Agent-Service
  • API-Design: Agent als Service, Multi-Tenant
  • Rate Limits, Budgetierung und Kostenkontrolle
  • Observability: Logs, Alerts, SLOs
  • Roadmap: Erweiterungen mit klaren Risiken