---
term: "ReAct"
slug: "react"
glossar_id: "G192"
variants: ["Reason + Act"]
category: "reasoning-und-test-time-compute"
marker: "Technik"
short: "Verknüpfen von Reasoning, Aktionen und Beobachtungen."
sources:
  - label: "Google Research: ReAct"
    url: "https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/"
status: "entwurf"
updated: "2026-09-21"
---

ReAct verbindet sprachliche Bearbeitungsschritte mit Aktionen und den daraus gewonnenen Beobachtungen. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/) Der Name steht für Reason und Act: Ein Modell plant sein weiteres Vorgehen, nutzt beispielsweise ein Werkzeug und berücksichtigt dessen Rückmeldung bei den nächsten Schritten. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/)

## Informationen während der Bearbeitung gewinnen

Bei reinem Chain-of-Thought Prompting entstehen Zwischenschritte zunächst aus dem vorhandenen Kontext. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/) ReAct ergänzt Interaktionen mit externen Quellen oder einer Umgebung, etwa eine Suche in einer Wissensbasis. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/)

Die sprachlichen Schritte können dazu dienen, Teilziele festzuhalten, den Fortschritt zu verfolgen oder einen Plan nach einer unerwarteten Beobachtung anzupassen. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/) Aktionen liefern dagegen Rückmeldungen aus der angesprochenen Umgebung. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/)

Die ursprüngliche Darstellung unterscheidet diese Funktionen ausdrücklich: Eine formulierte Überlegung verändert noch nicht die externe Umgebung. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/) Erst eine tatsächlich ausgeführte Aktion kann neue Beobachtungen oder Zustandsänderungen liefern. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/)

## So kannst du dir das vorstellen

Ein hypothetischer Assistent soll klären, ob ein bestimmter Ersatzartikel zum vorhandenen Gerät passt. Er stellt zunächst fest, welche Modellnummer noch fehlt.

Nach einer Abfrage der Geräteakte liegt die Modellnummer vor. Der nächste Schritt könnte nun die Suche nach einer dazugehörigen Kompatibilitätsliste sein.

Wenn die Liste den Ersatzartikel nicht enthält, sollte der Ablauf diese Lücke berücksichtigen, statt so weiterzuarbeiten, als wäre die Eignung bestätigt. Das Beispiel beschreibt einen möglichen Prüfprozess und keine reale Kompatibilitätszusage.

## Handeln braucht einen kontrollierten Rahmen

ReAct ist das übergeordnete Vorgehen; die Folge aus Thought, Action und Observation beschreibt einen wiederkehrenden Ablauf darin. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/) Je nach Aufgabe müssen Überlegungen nicht starr vor jeder einzelnen Aktion erscheinen. [Google Research: ReAct](https://research.google/blog/react-synergizing-reasoning-and-acting-in-language-models/)

Für eine eigene Anwendung würde ich zulässige Werkzeuge, Berechtigungen und Freigaben getrennt festlegen. Ein sinnvoll formulierter Plan sollte beispielsweise nicht automatisch eine Bestellung oder eine Datenänderung autorisieren.

Auch externe Rückmeldungen müssen zur Aufgabe passen. ReAct ermöglicht ihre Einbeziehung, liefert aber durch seinen Namen allein keinen Nachweis für die Verlässlichkeit einer konkreten Quelle.

## Verwandte Begriffe

**Thought-Action-Observation Loop**, **KI-Agent**, **Tool Use**, **Chain of Thought**, **Reflection**.