Hochschulen entwickeln spezialisierte Agenten-Frameworks

KI-Agenten liegen 2025 voll im Trend und auch an deutschen Hochschulen werden diese selbständig agierenden Helfer fleißig entwickelt, um sehr spezialisiert in bestimmten Fachbereichen zum Einsatz zu kommen. In diesem Blogbeitrag gibt es mit dem KI-Ingenieur der Universität Stuttgart und einem Agenten der TU Dresden mit Fokus auf die Krebsmedizin zwei tolle Beispiele zur Umsetzung solcher Frameworks. 

Der erste KI-Ingenieur der Welt soll wohl aus Stuttgart kommen

Die obere Abbildung zeigt die Vorgehensweise beim KI-Ingenieur, bei der wie so häufig zu Beginn eine Nutzeranfrage (User Query) in Form eines Prompts steht, dann arbeiten vier Agenten in einer vorher festgelegten Reihenfolge ihre jeweiligen Aufgaben ab und am Ende kommt dann im Chat für den User sichtbar ein Ergebnis wie etwas eine Gleichung heraus, denn der KI-Ingenieur ist voll auf das Teilgebiet der Strömungsmechanik spezialisiert. Zu ihren Aufgaben zählen u.a. eine Analyse von Infos aus Text, Bildern und Videos sowie Durchführung von Simulationen und Verwendung eines Large Language Models wie ChatGPT oder Claude zur Textgenerierung. Es ist also ein Zusammenspiel von unterschiedlichen Prozessen im Rahmen eines Multi-Agenten-Systems, das dann zum gewünschten Ergebnis führen sollen. Auch ganze wissenschaftliche Artikel können ganz selbständig ohne Hilfe des Menschen verfasst werden.

Der KI-Ingenieur besteht aus vier sogenannten KI-Agenten, die zusammenarbeiten und sich ergänzen, um komplizierte Aufgaben zu lösen. OpenFOAMGPT, so sein Name, basiert auf einem Multi-Agenten-System und einem frei verfügbaren Softwarepaket, mit dem Strömungsprobleme simuliert werden können. Und damit nicht genug: Die künstliche Intelligenz schreibt dazu auch wissenschaftliche Artikel, ohne dass ein Mensch eingreifen muss. Quelle: Universität Stuttgart

Nach eigenen Angaben ist dies der erste Agent seiner Art, also eine Weltpremiere, jedoch ist es in der heutigen Zeit von unglaublich vielen Parallelentwicklungen schwer, dies wirklich sicher festzustellen 😉 Ein Forschungsteam des Exzellenzclusters SimTech hat übrigens das Framework entwickelt.

Agent der TU Dresden soll Ärzte gezielt in der Krebsmedizin unterstützen

In Zusammenarbeit mit Partnern aus den USA und Großbritannien haben Forschende der TU Dresden ein Agenten-Framework konzipiert, das Experten im Bereich der Onkologie, also der Krebsmedizin, nicht nur zur Seite stehen soll, sondern auch dafür eingesetzt werden könnte, nach neuen Wegen bei der Heilung von Krankheiten zu suchen oder zumindest bei der Milderung von Krankheitsverläufen helfen soll.

Künftig könnten KI-Agenten medizinisches Fachpersonal dabei unterstützen, komplexe medizinische Daten zu analysieren und fundierte, personalisierte Behandlungsentscheidungen für Krebspatientinnen und -patienten zu treffen. Quelle: TU Dresden

Die obere Abbildung zeigt sehr anschaulich, mit welchen Anwendungen sich solche Agenten verbinden lassen. Dazu zählt als Grundlage ein großes Sprachmodell wie GPT-4o, das für allerlei Fragen und die Kommunikation zuständig ist, aber v.a. die themenspezifischen Tools bzw. Datenbanken wie PubMed oder eine Bilddatenbank im Bereich der Radiologie könnten sehr nützlich eingesetzt werden, da mit GPT-4o Vision nämlich Bilder ziemlich gut analysiert werden können und zwar im Schnellverfahren. Auch simple Fehler, die leider selten auch bei Fachärzten vorkommen, ließen sich womöglich so minimieren.

Für die Entwicklung ihres autonomen KI-Agenten für die Präzisionsmedizin, erweiterten die Forschenden das Sprachmodell GPT-4 um verschiedene digitale Werkzeuge – darunter die Erstellung von Radiologieberichten auf Basis von MRT- und CT-Scans, die medizinische Bildanalyse, die Vorhersage genetischer Veränderungen direkt aus histopathologischen Gewebeschnitten sowie Suchfunktionen auf Plattformen wie PubMed, Google und OncoKB. Um sicherzustellen, dass Entscheidungen auf dem aktuellen medizinischen Wissensstand beruhen, erhielt das Modell Zugriff auf etwa 6800 Dokumente aus offiziellen onkologischen Leitlinien und klinischen Ressourcen. Quelle: TU Dresden

Autor des Beitrags

Matthias Kindt auf Linkedin