Reflexion bezeichnet in der KI ein Verfahren, mit dem sich Sprachmodell-Agenten von Versuch zu Versuch verbessern, indem sie Rückmeldungen in kurze sprachliche Selbstreflexionen übersetzen und beim nächsten Versuch berücksichtigen. Das Verfahren passt keine Modellgewichte an und kommt ohne Feintuning und ohne Neutraining aus. Es heißt deshalb auch „verbal reinforcement“: verstärkendes Lernen über sprachliches Feedback.
Wie Reflexion arbeitet
Der Agent bearbeitet eine Aufgabe und erhält eine Rückmeldung aus der Umgebung, zum Beispiel Erfolg, Fehlschlag oder eine Fehlermeldung. Das Verfahren wandelt diese Rückmeldung in eine kurze textliche Zusammenfassung um. Das System speichert diese Selbstreflexion und gibt sie beim nächsten Versuch als zusätzlichen Kontext mit. Die Schleife läuft, bis der Bewerter das Ergebnis als richtig einstuft oder die maximale Zahl an Versuchen erreicht ist.
Bausteine und Gedächtnis
Reflexion besteht aus drei Bausteinen. Der Akteur ist ein Sprachmodell und erzeugt Text und Aktionen, etwa per Chain-of-Thought oder ReAct. Der Bewerter beurteilt das Ergebnis, zum Beispiel per exaktem Abgleich, per Heuristik oder durch ein weiteres Sprachmodell. Bei Programmcode nutzt er selbst geschriebene Tests. Das Selbstreflexionsmodell analysiert den Fehlschlag und formuliert, was anders laufen sollte.
Das Kurzzeitgedächtnis enthält den Verlauf der aktuellen Episode. Das Langzeitgedächtnis speichert die Reflexionen. Wegen der begrenzten Kontextlänge umfasst es meist nur 1 bis 3 Einträge.
Nutzen und Grenzen
Reflexion ist leichtgewichtig. Das Feedback fällt differenzierter und nachvollziehbarer aus als eine bloße Zahl. Bei Entscheidungs-, Denk- und Programmieraufgaben zeigt das Verfahren deutliche Verbesserungen. Allerdings hängt es an der Fähigkeit des Modells, sich selbst zu bewerten. Fehlerhafte Tests führen zu falschen Reflexionen. Eine formale Erfolgsgarantie gibt es nicht. Verlangt eine Aufgabe sehr viel Erkundung, kann das Verfahren in lokalen Minima hängen bleiben.
Reflexion in LATS
Language Agent Tree Search (LATS) kombiniert die Baumsuche mit Selbstreflexionen des Sprachmodells und Rückmeldungen aus der Umgebung. Am Ende jedes Durchlaufs verfasst das Modell eine kurze Einschätzung, was gut lief und was nicht. Diese Einschätzung legt es für die nächste Runde ab.
Bezug zu SAP Business One
Die Verfügbarkeitsprüfung in SAP Business One vergisst einen Fall, sobald der Anwender eine Option gewählt hat. Ein Gedankenexperiment (keine vorhandene Funktion und keine Ankündigung) zeigt den Unterschied: Ein System, das mitschreibt, wie ein Fall ausging, könnte diese Erfahrung in die nächste Anzeige einfließen lassen.
Abgrenzung
Reflexion ist kein Training. Das Verfahren verbessert den nächsten Versuch über gespeicherten Text im Kontext, nicht über angepasste Modellgewichte. Verwandt ist der Begriff Selbstregulation: die Fähigkeit autonomer Systeme, sich anzupassen und eigene Aktionen zu korrigieren.
Sprint und Swirl: Wie ein KI-Agent Arbeit aufteilt und aus Probeläufen lernt
LATS: Mehrere Wege gleichzeitig durchdenkt mit KI — und die Verfügbarkeitsprüfung in SAP B1
ReAct und RLEF: Wie Künstliche Intelligenz aus echten Fehlern lernt — und was der automatische Bankabgleich in SAP Business One damit zu tun hat
SAP B1 10.0 FP2608: Service Layer KI als transaktionalen Schicht
Process Reward Models: Warum ein richtiges Ergebnis noch keinen richtigen Weg beweist
