Nach dem Start von Rabbit, einem KI-Gerät, das mobile Apps nutzen kann, wird der Begriff Large Action Models (LAMs) immer beliebter. Diese Modelle gehen über Konversation hinaus, indem sie LLMs in „Agenten“ verwandeln, die siloartige, App-gesteuerte Welt verbinden können, ohne dass Nutzer auf Apps klicken oder APIs integrieren müssen.
Die Grenze zwischen Hype und Realität der LAMs ist verschwommen, aber kurz gesagt ist LAM ein Large Language Model (LLM), das speziell darauf trainiert ist, Aktionen auszuführen (z. B. API-Anfragen zu senden).1
Was ist ein Large Action Model (LAM)?
Ein Large Action Model (LAM) ist eine fortschrittliche Art von KI, die auf Large Language Models (LLMs) aufbaut, indem sie Text nicht nur versteht und generiert, sondern auch Aktionen in realen (digitalen oder physischen) Umgebungen plant und ausführt. Dadurch kann sie Aufgaben automatisieren und direkt mit Systemen auf der Grundlage der Nutzerabsicht interagieren.
Zu den wichtigsten Merkmalen von Large Action Models (LAMs) gehören die Fähigkeit, Nutzerabsichten aus verschiedenen Eingaben (Text, Sprache, Bildern) zu verstehen, diese Absicht in ausführbare Aktionen umzuwandeln, Aufgaben in sich verändernden Umgebungen Schritt für Schritt zu planen und anzupassen und durch Spezialisierung auf bestimmte Bereiche effizient zu arbeiten, sodass sie komplexe reale Aufgaben autonom erledigen können.
Zu den wichtigsten Merkmalen von Large Action Models (LAMs) gehören:
- Nutzerabsicht interpretieren: Sie können Nutzeranfragen aus Text, Sprache, Bildern oder Videos verstehen, selbst wenn die Anweisung unklar oder implizit ist.
- Aktionen generieren: Sie wandeln Nutzerziele in konkrete Aktionen in digitalen oder physischen Umgebungen um, etwa durch die Nutzung einer GUI, den Aufruf von APIs, die Steuerung von Robotern oder die Generierung von Code.
- Dynamische Planung und Anpassung: Sie können komplexe Aufgaben in kleinere Schritte zerlegen, einem Plan folgen und ihn anpassen, wenn sich die Situation ändert oder Fehler auftreten.
- Spezialisierung und Effizienz: Sie sind oft für bestimmte Aufgaben oder Umgebungen gebaut, was sie in diesem Bereich genauer und effizienter macht als universelle Modelle.
Kurz gesagt: LAMs tun mehr, als Sprache zu verstehen. Sie verbinden Verstehen mit Handeln und können mehrstufige Aufgaben in realen Umgebungen ausführen.
Wie funktionieren Large Action Models (LAM)?
LAMs interagieren mit Anwendungen über deren Benutzeroberflächen oder häufiger über APIs. Beispielsweise können sie die Bilder und den Code einer Website oder Anwendung verarbeiten, um ihre nächsten Schritte zu entscheiden und Aktionen auszuführen.

Quelle: Salesforce2
Dies ermöglicht es LAMs, Benutzer- und Anwendungsoberflächen zu navigieren. Wenn die Informationen beispielsweise in einer anderen App vorhanden oder darüber zugänglich sind, ruft es sie aus dieser App ab, anstatt den Nutzer zu fragen.
Innerhalb von LAMs verwandeln solche Grade an Autonomie und Verständnis generative KI in einen aktiven Assistenten, der Aufgaben ausführen kann wie:
- die Verwaltung von Social-Media-Plattformen
- das Abrufen von Wetterinformationen
- das Vornehmen von Reservierungen
- das Verarbeiten von Finanztransaktionen
- das Verbinden mit IoT-Geräten, damit Sie ihnen Befehle senden können (z. B. Uber rufen)
LAMs und LLMs: Den Unterschied verstehen

Quelle: Large Action Models: From Inception to Implementation3
Large Action Models (LAMs) erweitern Large Language Models (LLMs), indem sie sowohl Nutzeranfragen verstehen als auch reale Aktionen planen und ausführen, etwa Aufgaben auf Websites erledigen, was sie effizienter, aufgabenorientierter und praktischer für reale Anwendungen macht, oft mit kleineren und spezialisierteren Designs.
Obwohl LAMs und Large Language Models einige Ähnlichkeiten teilen, etwa die Fähigkeit, menschliche Absichten zu erfassen, unterscheiden sich ihre Kernzwecke erheblich.
LAMs sind darauf ausgelegt, zu handeln, während LLMs sich durch die Verarbeitung und Generierung von Sprache auszeichnen. Während ein LLM auf der Grundlage Ihrer Eingaben Ideen vorschlagen oder Text generieren kann, geht ein LAM einen Schritt weiter, indem es Aufgaben wie das Vereinbaren von Terminen, das Bestellen von Produkten oder das Ausfüllen von Formularen autonom ausführt.
Large Agentic Models (LAM): Hype oder Realität?
Während einige Unternehmen LAMs als neue Architektur darstellen, werden die ihnen zugeschriebenen Funktionalitäten seit einiger Zeit mit LLM-Agenten implementiert.4
Darüber hinaus haben LLM Agenten bereits zuvor ausgeführt Aufgaben, die LAMs beschrieben werden. Die beiden Konzepte haben gemeinsame Funktionalitäten:
- Kontextbasierte Analyse
- Prompt Engineering
- Nutzung von Tools
- Schlussfolgern5
Abbildung: Sprachbasierter KI-Agent-Workflow

Quelle: ICLR6
Darüber hinaus lassen sich LAMs als sprachbasierte Agentendesigns beschreiben, etwa (1) auf Prompt-Vorlagen basierende KI-Agenten; (2) lernfähige Prompt-KI-Agenten; und (3) Large Action Models (LAMs); dabei können wir uns ein LAM als ein LLM vorstellen, das speziell darauf trainiert ist, menschliche Aktionen aus Daten auszuführen.7
Für weitere Details zu KI-Modellen siehe unsere datengestützte Forschung zu:
Praxisbeispiele für LAMs
1. Automatisches Ausfüllen von Formularen oder Tabellen auf Websites
Ein LAM kann die benötigten Felder in einem Formular erkennen, die erforderlichen Daten (z. B. Adressen, Namen, Passwörter und Kreditkartennummern) aus einer Datenbank oder einem Nutzerprofil sammeln und in die richtigen Felder eintragen.
Video: Automatisches Ausfüllen von Formularen oder Tabellen mit LAM
2. Online-Transaktionen abschließen
Ein LAM kann mit Schaltflächen, Links und Dropdown-Menüs arbeiten. Es kann auch bestimmten Text in Textfelder und Suchleisten einfügen. Genau das bedeutet es, online Pizza zu bestellen: Textformulare ausfüllen, Schaltflächen anklicken und Menüpunkte auswählen.
Video: HyperWriteAI Assistant Studio nutzt den Browser, um eine Online-Bestellung aufzugeben
Quelle: HyperWriteAI9
3. Kundenservice-Anfragen Ende-zu-Ende lösen
Ein Large Action Model (LAM) kann eine komplette Kundenanfrage von Anfang bis Ende bearbeiten, indem es das Ziel des Nutzers versteht, die notwendigen Schritte festlegt und diese über mehrere Systeme hinweg ausführt (z. B. CRM-, Abrechnungs- und Support-Plattformen).
Der Genesys Cloud Agentic Virtual Agent ist ein Beispiel für diesen Anwendungsfall: Er kann das Problem eines Kunden verstehen (z. B. ein Abrechnungsproblem), feststellen, was zu tun ist, und die erforderlichen Aktionen ausführen, etwa Kontodaten prüfen, Datensätze aktualisieren oder Serviceprozesse auslösen, ohne menschliches Eingreifen.10
Statt Antworten zu liefern, erledigt das System die Aufgabe selbst, indem es mit verschiedenen Tools und Workflows interagiert, wodurch wiederholte Erklärungen oder manuelle Rückfragen reduziert werden.
4. Autonomes Fahren und Entscheidungsfindung
Ein Large Action Model (LAM) kann autonome Systeme antreiben, indem es reale Eingaben interpretiert, Situationen durchdenkt und Aktionen in Echtzeit ausführt.
NVIDIAs Alpamayo verwendet Vision-Language-Action-Modelle, um Kameravideos zu verarbeiten, die Fahrumgebung zu verstehen, zu schlussfolgern, was geschieht, und Fahraktionen wie Lenken, Bremsen oder Beschleunigen zu generieren.11
Statt festen Regeln zu folgen, entscheidet das System anhand des Kontexts (z. B. Verkehr, Hindernisse, Straßenverhältnisse), was zu tun ist, und erklärt seine Überlegungen, was sichereres und transparenteres autonomes Fahren ermöglicht.
5. Persönliche Aufgabenausführung in Alltags-Apps
Ein Large Action Model (LAM) kann das Ziel eines Nutzers über mehrere Tools hinweg in konkrete Aktionen umwandeln und Aufgaben ohne Schritt-für-Schritt-Anweisungen erledigen. Beispielsweise verwenden Agentic AI-Systeme wie OpenClaw ähnliche Prinzipien: Sie können E-Mails, Kalender und Reisebuchungen verwalten, indem sie Schritte planen und autonom ausführen. Während OpenClaw ein vollständiges Agentic-KI-System darstellt, liefern LAMs den handlungsausführenden Kern, der es solchen Systemen ermöglicht, mehrstufige Workflows zuverlässig auszuführen.
Technologien in LAMs
Ein LAM kann die folgenden Techniken nutzen:
- Verbindungen: Verbindet mehrere Apps und APIs.
- Neuro-symbolischer Ansatz: Neuro-symbolische Programmierung ist eine Methode, die es LAMs ermöglicht, neuronale Netze, die mit großen Datensätzen trainiert wurden, mit eingebauten symbolischen logischen Schlussfolgerungsfähigkeiten zu kombinieren. Dadurch können sie Muster erkennen und gleichzeitig die zugrunde liegende Logik verstehen, wodurch sie anpassungsfähiger werden und in der Lage sind, sinnvolle Reaktionen je nach dem „Warum“ von Nutzeranfragen zu geben.
- Instruktionsabstraktion: Erstellt Anweisungen, die eine modulare und hierarchische Abstraktion für die Modellierung über eine Schnittstelle bereitstellen.
- Direkte menschliche Modellierung: Identifiziert Nutzerabsichten, Gewohnheiten und Routinen über Anwendungen hinweg, um eine Handlungsvorlage zu entwickeln.
- Aufgabenbezogenes Schlussfolgern: Analysiert die Beziehungen zwischen Aufgaben, erkennt Abhängigkeiten und bestimmt die optimale Reihenfolge der Ausführung. Es stellt sicher, dass Voraussetzungsaufgaben abgeschlossen sind, bevor abhängige Aufgaben beginnen. Dadurch kann das LAM Workflows auf der Grundlage früherer Interaktionen verbessern.
- Kontinuierliches Lernen: LAMs führen Aufgaben nicht nur aus, sondern verbessern ihre Leistung durch kontinuierliches Lernen. Beispielsweise könnte ein LAM Kundenanfragen zu Bestellungen, Retouren und Produktinformationen bearbeiten. Es würde immer besser darin werden, Probleme schnell zu lösen, ja sogar potenzielle Probleme vorherzusehen und anzugehen, bevor Kunden sich melden.
Beispiele für Large Action Models
Der Begriff LAM umfasst eine Mischung aus Verbraucherprodukten, handlungsorientierten Modellen und Forschungssystemen, die versuchen, Nutzerabsichten in Softwareaktionen umzuwandeln.
- Rabbit R1: Rabbit vermarktet das R1 rund um seine LAM-Idee, und die offiziellen Materialien verweisen Nutzer nun auf Funktionen wie den LAM Playground und einen Teach-Modus für Website-Aufgaben. Gleichzeitig waren frühe Rezensionen äußerst kritisch; The Verge nannte das Gerät „unfertig“ und „wenig hilfreich“ und sagte, es gebe kaum Belege dafür, dass ein LAM beim Start zuverlässig im Produkt funktioniert.
- Adept ACT-1: Adept beschrieb ACT-1 als ein „Foundation Model für Aktionen“, das darauf trainiert ist, Softwaretools, APIs und Web-Apps zu nutzen. Es lässt sich am besten als ein fortschrittliches handlungsorientiertes Agentensystem verstehen und nicht als eine vollständig eigenständige KI-Kategorie.
- Salesforce xLAM: Salesforce veröffentlichte xLAM als eine Modellfamilie, die für Funktionsaufrufe und KI-Agenten optimiert ist, und erweiterte sie später um stärkere Multi-Turn-Unterstützung. Das macht xLAM zu einem der klarsten offiziellen Beispiele für eine LAM-artige Modellfamilie.
- Microsoft TaskMatrix.KI: TaskMatrix.KI ist ein Vision-Paper von Microsoft Research, das vorschlägt, Foundation Models mit Millionen von APIs zu verbinden, um Aufgaben zu erledigen. Da es als Forschungsvision und Positionspapier angelegt ist, lässt es sich besser als ein akademisches LAM-artiges Framework beschreiben denn als ein einsetzbares Produkt.
Diese Forschung zitieren
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Arslan, Ezgi},
title = {{Large Action Models: Hype oder Realität?}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/large-action-models}},
note = {AIMultiple. Abgerufen am 1. Juli 2026}
}Ergebnisse und Zeitstempel von 5 Datenpunkten. Laden Sie die Zusammenfassungsdaten aus den Diagrammen und Tabellen dieses Artikels als ZIP-Datei herunter, die eine CSV-Datei enthält.
Möchten Sie die granularen Daten dahinter? Premium beitreten
Änderungsprotokoll
5 AktualisierungenAbschnitt mit Beispielen für Large Action Models zu Rabbit R1, Adept ACT-1, Salesforce xLAM und Microsoft TaskMatrix.AI hinzugefügt.
Referenzlinks
Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen wie Business Insider, Forbes, Morning Brew und Washington Post, von globalen Unternehmen wie Deloitte und HPE, von NGOs wie dem World Economic Forum und von supranationalen Organisationen wie der European Commission zitiert. [1], [2], [3], [4], [5]
Im Laufe seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen bei ihren Technologieentscheidungen bei McKinsey & Company und Altman Solon über mehr als ein Jahrzehnt. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung.
Er leitete Technologiestrategie und -beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Außerdem verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von 0 einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung erreichte. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen.
Cem spricht regelmäßig auf internationalen Technologiekonferenzen. Er absolvierte die Bogazici University als Computeringenieur und hat einen MBA von der Columbia Business School.
Seien Sie der Erste, der kommentiert
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.