Reason and Act (ReAct)

Geschrieben von Ralf Dodler am 18.05.2025.

« Zurück zum Glossar Index

Was ist Reason and Act?

Reason and Act (ReAct) ist ein KI-Paradigma, das logisches Denken mit Handlungsfähigkeit verbindet. Es ermöglicht KI-Systemen, insbesondere Large Language Models (LLMs), durch abwechselndes Nachdenken und Handeln komplexe Aufgaben zu lösen.

ReAct kombiniert die Stärken von Chain-of-Thought-Prompting mit der Fähigkeit, Aktionen wie Informationssuche oder Werkzeugnutzung auszuführen.

Wie funktioniert ReAct?

ReAct funktioniert durch einen iterativen Prozess aus Denken und Handeln. Das KI-System wechselt zwischen zwei Phasen: Zuerst analysiert es die Situation und plant logisch den nächsten Schritt (Reason), dann führt es eine konkrete Aktion aus (Act).

Nach jeder Aktion wertet das System die Ergebnisse aus und plant den nächsten Schritt. Dieser Kreislauf wiederholt sich, bis die Aufgabe vollständig gelöst ist.

Welche Vorteile bietet ReAct gegenüber anderen KI-Ansätzen?

ReAct bietet mehrere entscheidende Vorteile gegenüber einfacheren KI-Ansätzen. Durch die Integration von Reasoning werden Entscheidungen transparenter und nachvollziehbarer.

Die Kombination mit Aktionsfähigkeit ermöglicht es KI-Systemen, externe Informationen einzuholen und Werkzeuge zu nutzen.

Dies führt zu genaueren Antworten, reduziert Halluzinationen und ermöglicht die Lösung komplexerer Aufgaben, die mehrere Schritte erfordern.

In welchen Anwendungsbereichen wird ReAct eingesetzt?

ReAct wird in zahlreichen KI-Anwendungsbereichen eingesetzt. Besonders relevant ist es für Frage-Antwort-Systeme, die Faktenrecherche erfordern, komplexe Problemlösungsaufgaben und virtuelle Assistenten.

ReAct-basierte Systeme können Informationen suchen, Daten analysieren, mehrstufige Aufgaben planen und ausführen sowie Entscheidungen treffen, die eine Kombination aus Wissen und logischem Denken erfordern.

Wie unterscheidet sich ReAct von Chain-of-Thought?

ReAct unterscheidet sich von Chain-of-Thought (CoT) durch die Integration von Aktionen.

Während Chain-of-Thought sich auf das schrittweise Nachdenken und die Darlegung von Gedankengängen konzentriert, erweitert ReAct diesen Ansatz um die Fähigkeit, konkrete Aktionen auszuführen.

CoT bleibt im Bereich des Denkens und Schlussfolgerns, während ReAct dieses Denken mit der Interaktion mit externen Systemen, Datenquellen oder Werkzeugen verbindet.

Häufige Fragen (FAQ)

Was bedeutet der Name ReAct?

ReAct ist ein Akronym für „Reasoning and Acting“, was die zwei Kernkomponenten des Ansatzes – Denken und Handeln – widerspiegelt.

Welche KI-Modelle können ReAct nutzen?

ReAct kann von fortschrittlichen Large Language Models wie GPT-4, Claude oder PaLM implementiert werden, die über ausreichende Reasoning-Fähigkeiten verfügen.

Kann ReAct Halluzinationen reduzieren?

Ja, ReAct kann Halluzinationen reduzieren, da das Modell externe Informationen einholen kann, anstatt sich nur auf sein internes Wissen zu verlassen.

Wie verhält sich ReAct zu Tool-Using-LLMs?

ReAct bildet die konzeptuelle Grundlage für Tool-Using-LLMs, indem es den Rahmen für die sinnvolle Integration von Werkzeugen in den Denkprozess bereitstellt.

Wer hat ReAct entwickelt?

ReAct wurde 2022 von Forschern bei Google Research entwickelt und in einem Paper mit dem Titel „ReAct: Synergizing Reasoning and Acting in Language Models“ vorgestellt.