AI-Ready durch HATEOAS?
KI-Agenten, die autonom Probleme lösen, sind im Trend. Ihr Wissen stammt aus Daten, ihre Handlungsfähigkeit aus Werkzeugen. Beide Aspekte können durch APIs abgedeckt werden.Künftig ist die Benutzbarkeit von APIs nicht nur für Client-Entwickler relevant, sondern auch für KIs. Wie muss sich also das Design von APIs vor diesem Hintergrund ändern?
Als erfahrener API-Entwickler kommt einem sofort HATEOAS in den Sinn, das aber selten umgesetzt wird – zu aufwendig, zu schwer wartbar. Dabei scheint der Kontextbezug von HATEOAS wie geschaffen für KI.
In dieser Session zeigen wir, wie HATEOAS die Interaktion mit KI-Agenten erleichtert, welche Chancen sich bieten und welche Stolpersteine zu beachten sind.
Vorkenntnisse
Ein grundlegendes Verständnis von REST und Erfahrungen in der Nutzung von Large Language Models ist zwar vom Vorteil, jedoch nicht erforderlich.
Lernziele
- Was ist ein KI-Agent und wie arbeitet er?
- Was ist HATEOAS und wie kann es die Verwendung von Systemen durch KI-Agenten erleichtern?
- Welche Limitierungen, Ergänzungen oder Alternativen gibt es?
Speaker
Tim Wüllner ist Machine Learning Engineer bei der open knowledge GmbH am Standort Oldenburg. In den vergangenen Jahren arbeitete er unter anderem am Clustering von maritimen Verkehrsdaten für den Einsatz in der autonomen Schifffahrt. Das große Interesse an der praktischen Anwendung von Artificial Intelligence und Machine Learning verlagert seinen Fokus nun auf Deep Learning.
Arne Limburg verfügt über mehrjährige Erfahrung als Entwickler, Architekt und Trainer im Enterprise- und Microservices-Umfeld. Zu diesen Bereichen spricht er regelmäßig auf Konferenzen und führt Workshops dazu durch. Darüber hinaus ist er im Open-Source-Bereich tätig, unter anderem als PMCMember von Apache Meecrowave, Apache OpenWebBeans und Apache DeltaSpike sowie als Urheber und Projektleiter von JPA Security.
betterCode-Newsletter
Du möchtest über die betterCode() API und weitere unserer betterCode()-Events auf dem Laufenden gehalten werden?