ReAct (Reasoning + Acting)

ReAct ist ein 2022 vorgestelltes Prompting- und Agentenmuster, das den Aufbau von KI-Agenten maßgeblich geprägt hat. Der Name steht für "Reasoning + Acting": Das Modell wechselt in einer expliziten Schleife zwischen drei Schritten: Thought (Nachdenken über das Problem), Action (Ausführen einer Aktion, etwa ein Werkzeugaufruf) und Observation (Beobachtung des Ergebnisses).

Im Vergleich zu reinem Chain-of-Thought-Reasoning, bei dem das Modell nur intern denkt, kann ein ReAct-Agent gezielt externe Werkzeuge einsetzen, etwa eine Websuche, eine Datenbankabfrage oder die Ausführung von Code. Im Vergleich zu reinem Tool-Use ohne Reasoning hat es den Vorteil, dass das Modell vor jeder Aktion bewusst plant und sich nach jeder Beobachtung neu orientiert.

Das ReAct-Muster ist Vorlage praktisch aller modernen Agenten-Frameworks geworden. Auch wenn moderne LLMs Tool-Use heute oft nativ über Funktionsaufrufe abwickeln, lebt der ReAct-Gedanke in der Idee weiter, Reasoning und Werkzeuggebrauch eng zu verflechten. Das ist die Grundlage für agentische Anwendungen wie Recherche-Assistenten, Coding-Agenten und automatisierte Workflows.