Muster werden geladen…
Proaktive Klärung und aktive Disambiguierung(PCAD)
Bevor der Agent eine unterspezifizierte Anfrage plant oder umsetzt, entscheidet er zunächst, ob überhaupt nachgefragt werden soll (Ambiguitätserkennung), formuliert dann die möglichst informative Rückfrage (aufgefasst als erwarteter Informationsgewinn über die plausiblen Interpretationen) und legt sich erst danach auf einen Plan fest. Standard-LLMs erkennen Mehrdeutigkeit, wenn man sie ausdrücklich danach fragt, greifen aber weit überwiegend auf eine stille Antwort auf Basis einer einzigen Vermutung zurück; Nachfragen ist daher ein explizit antrainiertes oder per Prompt ausgelöstes Verhalten. Abzugrenzen von Mixed-Initiative-Interface-Mustern, bei denen es um den Wechsel der UI-Kontrolle geht, und vom Human-in-the-Loop, der eine bereits gewählte Aktion freigibt, statt die Absicht zu disambiguieren.
In 30 Sekunden
- Was
- Der Agent erkennt Mehrdeutigkeit in einer Anfrage und stellt vor dem Handeln eine einzige informationsreiche Rückfrage, statt still eine einzelne Deutung zu erraten.
- Wann einsetzen
- Anfragen sind unterspezifiziert oder vage, Aktionen sind teuer oder schwer rückgängig zu machen, und eine Rückfrage kann viele falsche Wege auf einmal ausschließen.
- Achtung
- Nutzer empfinden wiederholte Rückfragen möglicherweise als ineffizient; wägen Sie das Nachfragen gegen übermäßiges Ausfragen bei wirklich eindeutigen Anliegen ab.
Fragen Sie den KI-Experten zu diesem Pattern
Öffnet den Assistenten mit vorbereiteter Frage. Sie prüfen sie vor dem Senden.
Proaktive Klärung und aktive Disambiguierung: Überblick
Bevor der Agent eine unterspezifizierte Anfrage plant oder umsetzt, entscheidet er zunächst, ob überhaupt nachgefragt werden soll (Ambiguitätserkennung), formuliert dann die möglichst informative Rückfrage (aufgefasst als erwarteter Informationsgewinn über die plausiblen Interpretationen) und legt sich erst danach auf einen Plan fest. Standard-LLMs erkennen Mehrdeutigkeit, wenn man sie ausdrücklich danach fragt, greifen aber weit überwiegend auf eine stille Antwort auf Basis einer einzigen Vermutung zurück; Nachfragen ist daher ein explizit antrainiertes oder per Prompt ausgelöstes Verhalten. Abzugrenzen von Mixed-Initiative-Interface-Mustern, bei denen es um den Wechsel der UI-Kontrolle geht, und vom Human-in-the-Loop, der eine bereits gewählte Aktion freigibt, statt die Absicht zu disambiguieren.
- Ambiguity detector decides whether a question is even needed
- Selects the question with the highest expected information gain
- One well-chosen question can split many interpretations at once
- Answers directly when the request is already unambiguous
- Prevents silent single-interpretation failures on vague inputs
- Explicit behavior since models recognize but rarely surface ambiguity
The Agent Architect
Ein Pattern, ein Tradeoff, eine Produktionspanne. Ein kurzes wöchentliches Briefing für alle, die agentische Systeme bauen.
Wöchentliche E-Mail, Abmeldung mit einem Klick. Ihre Adresse wird nur für das Briefing verwendet.
Quellen
Die Veröffentlichungen, Spezifikationen und Repositories, auf denen dieses Muster beruht.
- Ask-before-Plan: Proactive Language Agents for Real-World Planning - Zhang et al. (ArXiv 2024)arXiv:2406.12639
- Modeling Future Conversation Turns to Teach LLMs to Ask Clarifying Questions - Zhang et al. (ICLR 2025)arXiv:2410.13788
- Knowing but Not Showing: LLMs Recognize Ambiguity but Rarely Ask Clarifying Questions - Su & Cardie (ArXiv 2026)arXiv:2605.25284
- InteractComp: Evaluating Search Agents With Ambiguous Queries (ArXiv 2025)arXiv:2510.24668
Vom Ingenieur hinter diesem Katalog
Lassen Sie Ihre Agenten-Architektur prüfen
Diese Seite dokumentiert ein Pattern. Ihr System betreibt Dutzende, und die meisten Ausfälle entstehen im Zusammenspiel. Lassen Sie den gesamten Entwurf an den 288 Patterns dieses Katalogs messen: Architektur, Zuverlässigkeit, Evaluation und Kosten, jeder Befund verknüpft mit dem Pattern, das ihn behebt.
750 € statt 1.500 €, eine Woche, schriftlicher Bericht und Walkthrough-Call, bis 30. September