Modulare LLM-Agenten-Pipeline macht Entscheidungsprozesse transparent

Ein neues, modulare Pipeline-Konzept nutzt große Sprachmodelle, um Entscheidungsprozesse nachvollziehbar zu machen. Durch die Kombination von KI und klassischen Spieltheorie-Frameworks wird die Entscheidungsfindung in transparente, auditierbare Schritte zerlegt.

Die Pipeline verbindet Vester’s Sensitivity Model, Normal-Form-Games und sequenzielle Spiele. Jedes Modul ist austauschbar, sodass die Architektur flexibel an unterschiedliche Anwendungsfälle angepasst werden kann. Standardmäßig arbeitet das System mit GPT‑5, das zusammen mit deterministischen Analysetools für Gleichgewichte und rollenbasierte Klassifikationen agiert. Dadurch entstehen nachvollziehbare Zwischenergebnisse statt undurchsichtiger Endausgaben.

In einer realen Logistikstudie mit 100 Durchläufen erreichte die Pipeline eine Faktor‑Übereinstimmung von 55,5 % im Vergleich zu menschlichen Experten und 62,9 % bei Kerntransportfaktoren. Die Rollenabstimmung lag bei 57 %. Ein LLM‑Richter bewertete die Ergebnisse anhand eines achtkriteriellen Rubriks und erzielte Scores, die mit rekonstruierten menschlichen Baselines vergleichbar sind.

Damit demonstriert die konfigurierbare LLM‑Pipeline, dass KI-gestützte Entscheidungsunterstützung nicht nur leistungsfähig, sondern auch transparent und auditierbar sein kann – ein entscheidender Schritt für vertrauenswürdige KI in der Praxis.