# TaReD steigert Erfolgsquote von KI mit Werkzeugen

> Der neue Ansatz zur werkzeugbewussten rekursiven Zerlegung erhöht laut einem arXiv-Paper vom 9. Okt. 2026 die Erfolgsquote vollständiger Aufgaben um bis zu 40 Prozentpunkte.

Oossa · 2026-10-09 · https://oossa.com/de/tared-method-boosts-tool-using-ai-success-on-complex-tasks

Forschende unter der Leitung von Wei‑Xiang Mao haben TaReD vorgestellt, eine werkzeugbewusste rekursive Zerlegungstechnik für KI-Agenten, die externe Werkzeuge nutzen müssen. Die Methode erstellt eine Hierarchie der Werkzeugfähigkeiten und ermöglicht es dem Agenten, Werkzeuge nur bei Bedarf zu entdecken. In Experimenten mit realen Aufgaben, die sich über einen längeren Zeitraum erstrecken, steigerte TaReD den Gesamterfolg um bis zu 40 Prozentpunkte gegenüber bestehenden Baselines. Der Code ist auf GitHub für alle verfügbar.

## Die Fakten

- Paper veröffentlicht am Fr., 9. Okt. 2026
- Verbesserung der Erfolgsquote um bis zu 40 Prozentpunkte

## Warum es wichtig ist

Entwickler von KI-Assistenten können komplexe Abläufe zuverlässiger bewältigen, ohne zuvor alle Werkzeugdefinitionen laden zu müssen.

## Quellen und Referenzen

1. [TaReD: Tool-Aware Recursive Decomposition for Long-Horizon Tasks](https://arxiv.org/abs/2610.11268) – arXiv, 2026-10-09

Zuletzt aktualisiert: 2026-10-09