Verhandlungs-Agenten für Münchner Supply-Chain-Software
Übersicht
Worum es bei diesem Projekt geht.
Sie implementieren ein Zwei-Agenten-Verhandlungs-Setup mit LLM-Backend (lokales Llama-3-70B oder API-Modell, dokumentiert begründet). Definieren Sie ein strukturiertes Verhandlungsprotokoll (max. 8 Runden, JSON-Schema für Angebote). Geben Sie jedem Agenten eine private Nutzenfunktion (Reservation-Preis, Präferenz-Gewichte). Simulieren Sie 30 Verhandlungs-Szenarien und werten Sie aus: Anteil erreichter Einigungen, Pareto-Effizienz (gegen analytisches Optimum), Nashprodukt, Erklärungsqualität (manuelle Bewertung auf 1-5-Skala). Liefern Sie einen Forschungs-Prototyp plus ein 6-seitiges Memo für das Produkt-Team.
Das Briefing
Was Du tust und was Du zeigst.
Können LLM-basierte Verhandlungs-Agenten in einem strukturierten Vertragskontext Pareto-effiziente, erklärbare Vereinbarungen erzielen?
Earning criteria — what you'll demonstrate
- LLM-Agenten in einem strukturierten Multi-Agenten-Verhandlungsprotokoll orchestrieren
- Spieltheoretische Konzepte (Pareto, Nash) praktisch zur Bewertung anwenden
- Erklärbarkeit als Bewertungsdimension neben Performance ernst nehmen
- Forschungsbefunde in eine produktnahe Empfehlung übersetzen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenML-Forscher:in
Agentische LLM-Forschung mit Spieltheorie-Bewertung ist eine Frontier-Disziplin, die in den kommenden 2-3 Jahren in jedem GenAI-Forschungsteam relevant wird.
Dieses Projekt schärft
- llm-agents
- negotiation
- game-theory
KI-Ingenieur:in
Mehrschritt-LLM-Orchestrierung mit Schema-Validation und Erklärbarkeit ist genau das Engineering-Profil, das produktnahe AI-Engineer-Rollen 2026 fordern.
Dieses Projekt schärft
- llm-agents
- agentic-ai
- explainability
Angewandte:r KI-Wissenschaftler:in
Verhandlungs-Agenten als Produkt-Feature zu evaluieren und in eine Roadmap-Empfehlung zu übersetzen, übt die Brückenrolle, die Applied AI Scientists zwischen Forschung und Produkt einnehmen.
Dieses Projekt schärft
- evaluation
- agentic-ai
- explainability
Noch eine Sache