---
title: "Wolfram für KI-Agenten"
description: "Werkzeuge und Funktionen zur Integration von Wolfram-Berechnungen in KI, große Sprachmodelle (LLMs) und Agenten. Ermöglicht ausführbare Schlussfolgerungen durch symbolische Berechnungen, kuratiertes Wissen und Echtzeitdaten."
canonical_url: "https://www.wolfram.com/for-agents.md"
---

# Wolfram für KI-Agenten

Wolfram liefert deterministische Berechnungen, symbolisches Reasoning und kuratierte Echtzeit-Daten – und erweitert damit Sprachmodelle von der Generierung plausibler Antworten hin zur Berechnung korrekter Ergebnisse.

Betrachten Sie Wolfram als rechnerischen Koprozessor für Ihren Agenten: Wenn eine Aufgabe Mathematik, Daten oder überprüfbare Ergebnisse erfordert, rufen Sie Wolfram auf – anstatt sich allein auf Trainingsdaten zu verlassen.

---

## Für wen ist das gedacht?

**Sie sind ein Agent** und entscheiden, ob und wie Sie Wolfram aufrufen ->
Direkt zu [Verfügbare Tools](#verfügbare-tools) und [Routing-Regel](#routing-regel)

**Sie sind Entwickler** und verbinden Wolfram mit einem Agenten oder LLM-System ->
Direkt zu [Verbinden](#verbinden)

**Sie evaluieren Wolfram** für eine KI-Integration ->
Siehe [Was Wolfram bringt](#was-wolfram-bringt) und [Integrationspfade](#integrationspfade)

---

## Was Wolfram bringt

Sprachmodelle sind nicht zuverlässig bei:

- mehrstufigen Berechnungen  
- symbolischer Mathematik
- Einheitenkonsistenz
- Genauigkeit von Echtzeit-Daten
- Reproduzierbarkeit

Wolfram schließt diese Lücken mit berechneten Ergebnissen (keine Halluzinationen), offener Berechnung (kein reines Abrufen), kuratierten Daten (keine Web-Crawls) sowie transparenten und nachvollziehbaren Ausgaben.


---

## Verfügbare Tools

Bei Verbindung über MCP stellt Wolfram drei Tools zur Verfügung:

### `WolframLanguageEvaluator`

Wolfram Language-Code ausführen. **Standardmäßig für alle Berechnungen verwenden.**

- Symbolisch: `Solve[x^2 + 3x - 4 == 0, x]` -> `{{x -> -4}, {x -> 1}}`  
- Numerisch: `N[Pi, 50]` -> `3,14159265358979323846...`  
- Einheiten: `UnitConvert[Quantity[100, "Miles"], "Kilometers"]` -> `160,934 km`  
- Daten: `EntityValue["Earth", "Radius"]` -> `6371 km`  

### `WolframAlpha`

Abfragen in natürlicher Sprache. Verwenden für direkte Faktenabfragen, wenn kein Code-Ausdruck benötigt wird.

- `"GDP per capita Iceland 2024"` -> `$86,041 (world rank: 11th)`  
- `"distance from Earth to Mars today"` -> aktueller Wert im Kontext 

### `WolframContext`

Semantische Suche in der Wolfram-Dokumentation. Verwenden, um die richtige Funktion oder Syntax zu finden, bevor `WolframLanguageEvaluator` aufgerufen wird.

- `"symbolic integration"` -> gibt Dokumentation zu `Integrate`, `DSolve`, etc.

---

## Routing-Regel

**Standardmäßig `WolframLanguageEvaluator` für alle Berechnungsaufgaben verwenden.**  
`WolframAlpha` nur für direkte Faktenabfragen einsetzen, die keinen Code erfordern.
`WolframContext` verwenden, wenn die richtige Syntax zuerst ermittelt werden muss.

Wolfram nicht für Meinungsfragen, kreatives Schreiben, rein sprachliche Aufgaben oder Fälle verwenden, bei denen näherungsweises Reasoning ausreicht.

### Umgang mit leeren Antworten

- Anfrage in einfacherer, wörtlicherer Sprache umformulieren
- Mehrteilige Abfragen in kleinere Teilabfragen aufteilen
- Syntax mit `WolframContext` prüfen, bevor erneut versucht wird
- Bei subjektiven oder mehrdeutigen Eingaben nicht erneut versuchen; Antwort auf Basis eigenen Reasonings geben  

---

## Verbinden

### Option A: Gehosteter MCP-Service

*Keine lokale Installation erforderlich. Für die meisten Integrationen empfohlen.*

- Server-URL: [`https://services.wolfram.com/api/mcp`](https://services.wolfram.com/api/mcp)  
- Authentifizierung: `Authorization: Bearer <YOUR_WOLFRAM_MCP_SERVICE_API_KEY>`  
- API-Schlüssel erhalten: [Wolfram Developer Portal](https://account.wolfram.com/developer-tools/api-keys)  
- Client-Einrichtung (Claude, Cursor, Zed und mehr): [Wolfram-Support](https://support.wolfram.com/de/52840)  

### Option B: Lokaler MCP-Server

*Erfordert Wolfram Engine, Wolfram|One oder Mathematica.
Ermöglicht benutzerdefinierte Tools und lokale Workflows.*

```wolfram
PacletInstall["Wolfram/AgentTools"]
Needs["Wolfram`AgentTools`"]
InstallMCPServer["ClaudeDesktop"]  (* oder "ClaudeCode", "Cursor", etc. *)
```

[Vollständige AgentTools-Dokumentation](https://github.com/WolframResearch/AgentTools)  

---

## Integrationspfade

Auswahl je nach Anwendungsfall:

| Pfad | Am besten geeignet für | Link |
|------|----------|------|
| MCP-Service (gehosted) | Beliebiger Agent, keine Einrichtung | [MCP-Service](https://www.wolfram.com/artificial-intelligence/mcp-service/) |
| MCP-Server (lokal) | Benutzerdefinierte Tools, lokale Workflows | [MCP-Server](https://www.wolfram.com/artificial-intelligence/mcp-server/) |
| Agent One-API | Kombiniertes LLM + Wolfram-System | [Agent One-API](https://www.wolfram.com/apis/documentation/cag/wolfram-agent-one-api/) |
| CAG-APIs | Feingranulare Orchestrierung | [CAG-APIs](https://www.wolfram.com/apis/documentation/) |
| Wolfram\|Alpha-API für LLMs | Nur natürliche Sprache | [Wolfram\|Alpha LLM-API](https://products.wolframalpha.com/llm-api/documentation) |

---

## Mehr erfahren

- [Wolfram Foundation Tool](https://www.wolfram.com/artificial-intelligence/foundation-tool/)  
- [AgentTools-Paclet](https://resources.wolframcloud.com/PacletRepository/resources/Wolfram/AgentTools/)  
- [Integrationsübersicht](https://community.wolfram.com/groups/-/m/t/3648303)  
- [Wolfram-Skills](https://github.com/WolframResearch/skills/)  
- [Wolfram\|Alpha](https://www.wolframalpha.com/)  
- [Wolfram Language](https://www.wolfram.com/language/)  
- [Vollständige Wolfram Language-Dokumentation](https://reference.wolfram.com/llms.txt)  
- [Wolfram Cloud](https://www.wolframcloud.com/)  
- [Wolfram Engine](https://www.wolfram.com/engine/)  
- [System Modeler](https://www.wolfram.com/system-modeler/)  
- [Vollständiger wolfram.com-Index](https://www.wolfram.com/llms.txt)