ReAct

ReAct – zusammengezogen aus Reasoning und Acting – ist ein 2022 vorgestelltes Verfahren, bei dem ein Sprachmodell abwechselnd Überlegungen formuliert und Werkzeuge aufruft. Es gilt als eine der Grundlagen agentischer Anwendungen.

Zusammenfassung

Vor ReAct standen zwei Ansätze nebeneinander. Der eine ließ das Modell laut denken, bevor es antwortete – wirksam bei Aufgaben, die Zwischenschritte verlangen, aber ohne Zugriff auf Wissen außerhalb des Modells. Der andere ließ es Werkzeuge aufrufen, ohne die Aufrufe zu begründen.

Das Verfahren verschränkt beides in einer Schleife: Gedanke, Handlung, Beobachtung, erneuter Gedanke. Jeder Werkzeugaufruf wird durch eine Überlegung vorbereitet, und was das Werkzeug zurückgibt, geht in die nächste Überlegung ein.

Der Ertrag ist doppelt. Sachlich: Das Modell kann seine Annahmen an der Wirklichkeit prüfen, statt sie fortzuschreiben. Praktisch: Die Spur aus Gedanken und Aufrufen ist lesbar und macht nachvollziehbar, wie das Ergebnis zustande kam.

Das Verfahren ist heute in fast jedem agentischen System enthalten, meist ohne genannt zu werden.

Begriffsgeschichte

Der Aufsatz von Shunyu Yao und Kollegen erschien im Oktober 2022 als Vorabdruck und wurde 2023 auf der ICLR vorgestellt.

Er baut auf zwei kurz zuvor erschienenen Arbeiten auf: dem Verfahren der Gedankenkette, das Modelle Zwischenschritte formulieren ließ, und Arbeiten zur Werkzeugnutzung.

Die Veröffentlichung fiel in die Zeit unmittelbar vor ChatGPT. Ihre Wirkung entfaltete sie erst im Folgejahr, als Modelle verfügbar wurden, die Anweisungen zuverlässig genug befolgten.

2023 wurde das Verfahren zur Grundlage der ersten Agentenrahmenwerke. Die Schleife aus Gedanke, Handlung und Beobachtung wurde zum Standardaufbau.

Mit der Einführung strukturierter Werkzeugaufrufe in den Modellschnittstellen ab 2023 wanderte das Muster aus der Anweisung in die Schnittstelle – es wird heute meist nicht mehr als Textformat vorgegeben, sondern von der Schnittstelle bereitgestellt.

Methodische Grundlagen

Die Schleife. Drei sich wiederholende Schritte: Thought – eine Überlegung in natürlicher Sprache; Action – ein Werkzeugaufruf mit Parametern; Observation – das Ergebnis des Aufrufs.

Überlegung vor Handlung. Der entscheidende Punkt: Das Modell begründet, warum es ein Werkzeug aufruft, bevor es das tut. Das verbessert die Auswahl und macht Fehlgriffe erkennbar.

Rückkopplung an die Welt. Was zurückkommt, ist nicht vom Modell erzeugt. Damit werden Annahmen korrigierbar – der Unterschied zur reinen Gedankenkette, bei der ein früher Irrtum bis zum Ende trägt.

Nachvollziehbarkeit. Die Spur ist ein lesbares Protokoll. Sie ist keine getreue Wiedergabe der inneren Vorgänge – siehe Faithfulness –, aber ein Anhaltspunkt für die Fehlersuche.

Abbruchbedingung. Die Schleife braucht ein Kriterium, wann sie endet. Ohne eines läuft ein Agent, bis ein Grenzwert greift.

Anwendungsfelder

Werkzeuggestützte Recherche. Der ursprüngliche Anwendungsfall: Fragen beantworten, indem nachgeschlagen statt aus dem Gedächtnis geantwortet wird.

Softwareentwicklung. Agentische Programmierwerkzeuge folgen dem Muster – Datei lesen, Änderung überlegen, schreiben, Test ausführen, Ergebnis lesen.

Rechnergestützte Bedienung. Systeme, die Oberflächen bedienen, arbeiten mit derselben Schleife, wobei die Beobachtung ein Bildschirmabbild ist.

Datenauswertung. Abfragen formulieren, Ergebnisse ansehen, Abfrage anpassen.

Verbünde. In Multi-Agent-Systemen ist ReAct das Verfahren der einzelnen Instanz.

Kontroversen und Kritik

Fehlerfortpflanzung. Eine falsche frühe Überlegung leitet die ganze Kette fehl. Die Rückkopplung fängt manches, aber nicht das Festhalten an einer falschen Vorannahme.

Schleifen ohne Fortschritt. Agenten wiederholen Aufrufe, deren Ergebnis sie bereits gesehen haben. Ohne äußere Begrenzung führt das zu erheblichen Kosten ohne Ergebnis.

Kontextverbrauch. Jede Beobachtung wandert in den Kontext. Bei langen Läufen füllt sich das Fenster mit Protokoll, und die ursprüngliche Aufgabe rückt an den Rand.

Scheingenauigkeit der Spur. Die formulierten Überlegungen wirken wie eine Begründung. Ob sie den tatsächlichen Grund der Handlung wiedergeben, ist offen – und in Untersuchungen häufig nicht der Fall.

Angriffsfläche. Was ein Werkzeug zurückgibt, geht ungefiltert in den Kontext. Eine eingeschleuste Anweisung im Beobachtungstext wird als Anweisung gelesen.

Überholt durch Training? Modelle, die auf agentische Aufgaben nachtrainiert wurden, brauchen das Muster nicht mehr als Vorgabe. Ob ReAct damit ein Verfahren oder eine Beschreibung dessen ist, was ohnehin geschieht, ist Auslegungssache.

Warum die Schleife so weit trägt

An ReAct ist bemerkenswert, wie wenig darin steckt. Der Aufsatz führt keine neue Architektur ein, kein Trainingsverfahren, keine mathematische Einsicht. Er schlägt ein Textformat vor.

Dass daraus die Grundform agentischer Systeme wurde, hat einen Grund, der über das Verfahren hinausweist: Die Schleife löst ein Problem, das mit Modellgröße nicht verschwindet.

Ein Sprachmodell erzeugt seine Ausgabe aus dem, was im Kontext steht, und aus dem, was im Training war. Beides ist abgeschlossen. Was es nicht weiß, kann es nicht wissen – es kann nur etwas erzeugen, das aussieht wie eine Antwort.

Die Schleife durchbricht diese Geschlossenheit an einer Stelle: Die Beobachtung stammt nicht vom Modell. Damit gibt es einen Punkt, an dem eine Annahme scheitern kann, ohne dass jemand von außen eingreift.

Das ist wenig und es ist die Voraussetzung für alles Weitere. Ein System, das nur aus sich heraus erzeugt, kann sich nicht korrigieren; eines, das seine Erzeugnisse an etwas messen lässt, im Grundsatz schon. Ob die Korrektur gelingt, ist eine andere Frage – aber die Möglichkeit dazu entsteht in genau diesem Schritt.

Quellenangaben

Schick, Timo u. a., 2023. Toolformer: Language Models Can Teach Themselves to Use Tools. In: Advances in Neural Information Processing Systems 36 (NeurIPS 2023). arXiv: 2302.04761.
Wei, Jason u. a., 2022. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. In: Advances in Neural Information Processing Systems 35 (NeurIPS 2022). arXiv: 2201.11903.
Yao, Shunyu / Zhao, Jeffrey / Yu, Dian u. a. (2022): ReAct: Synergizing Reasoning and Acting in Language Models. arXiv: 2210.03629.

← Zurück zur Lexikon-Übersicht

Zuletzt bearbeitet: 10. August 2026

Zusammengestellt, formuliert, lektoriert und korrigiert mit KI-Unterstützung. Kuratiert von Nils Brauer. Alle Angaben ohne Gewähr.