ReAct-Agent

Was ist ein ReAct-Agent?

Ein ReAct-Agent ist ein KI-Agent, der auf dem Reasoning-and-Acting-Muster aufbaut: Das Modell formuliert einen Gedanken darüber, was als Nächstes zu tun ist, führt eine Aktion aus – etwa einen Tool-Aufruf –, beobachtet das Ergebnis und wiederholt diesen Zyklus, bis die Aufgabe erledigt ist. Die Verzahnung von explizitem Reasoning mit Aktionen verankert jede Entscheidung in realen Beobachtungen.

Die wichtigsten Punkte

• Die Schleife lautet: Gedanke, Aktion, Beobachtung – und das wiederholt sich. Das Reasoning vor jeder Aktion und das Auswerten des Ergebnisses danach unterscheidet ReAct von Ansätzen, die alles im Voraus durchplanen.
• Grounding ist der eigentliche Kern des Ansatzes. Weil der Agent zwischen den Schritten echte Tool-Ausgaben beobachtet, korrigiert er seinen Kurs, wenn die Realität seinen Annahmen widerspricht, statt einfach weiter zu halluzinieren.
• ReAct stammt aus einem Forschungspapier von Yao und Kollegen aus dem Jahr 2022 und wurde zum Standardgerüst für werkzeugnutzende Agenten. Das Originalpapier übertraf Imitation-Learning- und Reinforcement-Learning-Baselines um 34 bzw. 10 Prozentpunkte absolute Erfolgsrate auf ALFWorld und WebShop – mit nur ein oder zwei Beispielen im Kontext [1]. Moderne native Tool-Calling-Schleifen sind seine direkten Nachfahren.
• Jede Iteration kostet Token und tatsächliche Zeit. Produktive ReAct-Agenten brauchen deshalb eine Obergrenze für Schritte, Schleifenerkennung und eine klare Abbruchbedingung.

So funktioniert es

Der Agent erhält eine Aufgabe und eine Beschreibung der verfügbaren Tools. In jeder Runde erzeugt das Modell eine Reasoning-Trace – im Geiste von Chain-of-Thought-Prompting –, die die Situation einschätzt: Was ist bekannt, was fehlt, welches Tool würde helfen. Anschließend gibt es eine Aktion aus, einen strukturierten Tool-Aufruf mit Argumenten. Die Laufzeitumgebung führt die Aktion aus und hängt die Beobachtung, also die tatsächliche Ausgabe des Tools, an das Protokoll an. Das Modell liest das aktualisierte Protokoll und denkt erneut nach. Sobald es die Aufgabe für abgeschlossen hält, gibt es statt einer weiteren Aktion eine finale Antwort aus. Die Kopplung der Schleife mit explizitem Reasoning hilft auch bei Wissensaufgaben: Google Research berichtete, dass die Kombination von ReAct mit Chain-of-Thought auf HotpotQA einen Exact-Match-Wert von 35,1 erreichte, gegenüber 28,7 bei Standard-Prompting [2].

Das Originalpapier setzte dies mit reinem Text-Prompting um und parste Zeilen mit den Labels Thought und Action aus der Modellausgabe. Schon in dieser einfachen Form erreichte Two-Shot-ReAct eine Erfolgsquote von 71 % auf ALFWorld, gegenüber 45 % bei reinem Act-Prompting und 37 % bei Imitation-Learning-Baselines [3]. Moderne Stacks realisieren dieselbe Schleife über native Tool-Calling-APIs, bei denen das Modell strukturierte Funktionsaufrufe ausgibt und das Reasoning in eigenen Thinking-Token statt in sichtbarem Fließtext stattfinden kann. Das Muster überlebt, weil es sich um eine robuste Kontrollschleife handelt, unabhängig vom Transportweg. Verändert hat sich, dass ein Reasoning-Modell einen Großteil der Abwägung inzwischen intern übernimmt, sodass die umständlichen, gerüstartigen Prompts früher ReAct-Implementierungen größtenteils überflüssig geworden sind.

Die Fehlermodi sind ebenso charakteristisch wie die Stärken. Agenten können sich in Schleifen festbeißen, indem sie ein fehlschlagendes Tool mit minimalen Variationen erneut versuchen, oder abdriften, wenn eine irreführende Beobachtung das Reasoning auf einen falschen Pfad lenkt. Produktive Implementierungen begrenzen die Schleife durch eine maximale Schrittzahl, erkennen wiederholte identische Aktionen und validieren Tool-Argumente vor der Ausführung.

Beispiel

Ein Ingenieur im Bereitschaftsdienst fragt einen Diagnose-Agenten, warum die Checkout-Latenz um 14:00 Uhr angestiegen ist. Der Agent überlegt, dass er zuerst die Deployment-Historie prüfen sollte, ruft die Deployment-API auf und stellt ein Payments-Service-Release um 13:52 Uhr fest. Er schließt daraus, dass das Release verdächtig ist, will aber Bestätigung, und fragt deshalb den Metrik-Speicher nach der p99-Latenz pro Service ab – nur der Payments-Service hat sich verschlechtert. Nächster Gedanke: den Release-Diff prüfen. Er ruft den Changelog ab, sieht eine Änderung an der Connection-Pool-Konfiguration und fragt die aktuelle Pool-Auslastung ab, die 100 Prozent anzeigt. Nachdem er die Änderung über vier abgesicherte Schritte mit dem Symptom verknüpft hat, stoppt er und berichtet: Das Release um 13:52 Uhr hat den Pool verkleinert, die Auslastung liegt am Anschlag, und ein Rollback oder eine Rücknahme der Pool-Größe sind die unmittelbaren Optionen. Jeder Schritt hing von der vorherigen Beobachtung ab – etwas, das kein im Voraus geschriebener Plan hätte vorhersehen können.

Häufige Missverständnisse

Eine überraschend häufige Verwechslung, die sich vorab klären lässt: Ein ReAct-Agent hat nichts mit React, der JavaScript-UI-Bibliothek, zu tun. Der Name steht als Abkürzung für Reasoning and Acting. Der tiefere technische Fehler besteht darin, die Reasoning-Trace als bloße Förmlichkeit zu behandeln und sie zum Token-Sparen zu kürzen, oder sie zu Floskeln verkommen zu lassen. Der Denkschritt ist der Fehlerkorrektur-Mechanismus des Agenten; verkommt er zum leeren Ritual, hört der Agent auf, seine Beobachtungen zu berücksichtigen, und zieht stur seine ursprüngliche Annahme durch. Wirken die Traces wie Füllmaterial, liegt die Lösung darin, den Prompt und die Ausgabequalität der Tools zu verbessern, denn die Schleife ist nur so gut wie das, worüber das Modell nachdenkt.

FAQ

Ist ReAct noch relevant, jetzt wo Modelle natives Tool-Calling beherrschen? Die auf Text-Parsing basierende Implementierung ist größtenteils Geschichte, doch das Muster ist lebendiger denn je: Jede gängige Agenten-Schleife, von Coding-Assistenten bis zu Computer-Use-Agenten, verzahnt Reasoning, Aktion und Beobachtung. Wer ReAct versteht, versteht, warum diese Schleifen funktionieren – und wie sie scheitern.

Wie unterscheidet sich ein ReAct-Agent von Plan-and-Execute-Agenten? Plan-and-Execute zerlegt die gesamte Aufgabe im Voraus und arbeitet dann die Schritte ab, was günstiger und vorhersagbarer ist, wenn der Weg bereits bekannt ist. ReAct entscheidet Schritt für Schritt, was sich auszahlt, wenn das Ergebnis jedes Schritts den nächsten beeinflussen soll – etwa beim Debugging oder bei Recherchearbeiten. Viele Systeme kombinieren beides: die Phasen planen und jede Phase als ReAct-Schleife ausführen.

Womit tun sich ReAct-Agenten schwer? Mit langen Aufgaben, die das Protokoll überlaufen lassen, weil sich jeder Gedanke und jede Beobachtung im Kontextfenster ansammelt, sowie mit Aufgaben, deren irreführende Zwischensignale das Reasoning in die Irre führen. Das Auslagern von Teilaufgaben an einen frischen Subagenten und knapp gehaltene Tool-Ausgaben sind die üblichen Gegenmaßnahmen.

Quellen

1. Yao et al. (arXiv). "ReAct übertrifft Imitation-Learning- und Reinforcement-Learning-Baselines um 34 bzw. 10 Prozentpunkte absolute Erfolgsrate auf ALFWorld und WebShop." https://arxiv.org/abs/2210.03629. Abgerufen im August 2026.
2. Google Research. "ReAct in Kombination mit Chain-of-Thought erreicht einen Exact-Match-Wert von 35,1 auf HotpotQA, gegenüber 28,7 bei Standard-Prompting." https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/. Abgerufen im August 2026.
3. Google Research. "Two-Shot-ReAct erreicht 71 % Erfolgsquote auf ALFWorld, gegenüber 45 % bei reinem Act-Prompting und 37 % bei Imitation Learning." https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/. Abgerufen im August 2026.