Plan-and-Execute Pattern

Wissen

ReAct ist mächtig, aber teuer: Jeder Denkschritt verbraucht Tokens auf einem leistungsstarken (und teuren) Modell. Das Plan-and-Execute Pattern löst dieses Problem elegant: Ein teures Modell plant, ein günstiges führt aus.

Die Architektur

• Planner (z.B. Claude Opus, GPT-5.6) -- Erstellt einmalig einen detaillierten Ausführungsplan
• Executor (z.B. Claude Haiku 4.5, GPT-5 mini) -- Führt die einzelnen Schritte des Plans aus
• Evaluator (optional, wieder das teure Modell) -- Prüft am Ende das Gesamtergebnis

Warum 90% Kostenersparnis möglich sind

Rechnen wir ein konkretes Beispiel durch:

Der Trick: Die Ausführung einzelner Schritte braucht kein geniales Reasoning. "Ruf diese API mit diesen Parametern auf" kann ein kleines, günstiges Modell genauso gut. Das teure Modell wird nur für die strategische Planung und die finale Qualitätskontrolle eingesetzt.

Verstehen

So funktioniert der Plan

Phase 1: Planung (teures Modell)

Der Planner bekommt die Aufgabe und die Liste verfügbarer Tools. Er erstellt einen strukturierten Plan:

{
  "plan": [
    {
      "step": 1,
      "action": "search_knowledge_base",
      "params": { "query": "Rückgaberichtlinie Premium-Kunden" },
      "reason": "Erst die aktuelle Policy laden"
    },
    {
      "step": 2,
      "action": "get_customer_info",
      "params": { "email": "kunde@beispiel.de" },
      "reason": "Kundenstatus prüfen (Premium oder Standard)"
    },
    {
      "step": 3,
      "action": "check_order_status",
      "params": { "order_id": "ORD-2025-4832" },
      "depends_on": [1, 2],
      "reason": "Bestellung prüfen mit Kontext aus Schritt 1 und 2"
    },
    {
      "step": 4,
      "action": "compose_response",
      "params": { "template": "return_approval" },
      "depends_on": [3],
      "reason": "Antwort formulieren basierend auf allen gesammelten Infos"
    }
  ]
}

Phase 2: Ausführung (günstiges Modell)

Der Executor arbeitet den Plan Schritt für Schritt ab. Er braucht kein eigenes Reasoning -- er folgt einfach den Anweisungen und führt die Tool-Calls aus.

Phase 3: Evaluation (teures Modell, optional)

Am Ende prüft der Evaluator: Wurde die Aufgabe korrekt gelöst? Sind die Ergebnisse konsistent? Falls nicht, kann er den Plan anpassen und eine neue Runde starten.

Wann Plan-and-Execute vs. ReAct?

Nutze ReAct, wenn die nächsten Schritte stark von den Ergebnissen abhängen und du Flexibilität brauchst.

Nutze Plan-and-Execute, wenn die Aufgabenstruktur vorhersagbar ist und du Kosten optimieren willst.

Anwenden

Reflektieren

Plan-and-Execute trennt Denken vom Handeln -- ein Planner-Modell erstellt den Plan, ein günstiges Executor-Modell arbeitet ihn ab. Bei vorhersagbaren, wiederkehrenden Aufgaben spart dieses Pattern bis zu 90% der Kosten gegenüber ReAct. Die Kunst liegt darin, zu erkennen, wann die Schritte vorhersagbar genug sind.