sim/apps/docs/content/docs/de/getting-started/index.mdx

---
title: Erste Schritte
---

import { Callout } from 'fumadocs-ui/components/callout'
import { Card, Cards } from 'fumadocs-ui/components/card'
import { File, Files, Folder } from 'fumadocs-ui/components/files'
import { Step, Steps } from 'fumadocs-ui/components/steps'
import { Tab, Tabs } from 'fumadocs-ui/components/tabs'
import {
  AgentIcon,
  ApiIcon,
  ChartBarIcon,
  CodeIcon,
  ConditionalIcon,
  ConnectIcon,
  ExaAIIcon,
  FirecrawlIcon,
  GmailIcon,
  NotionIcon,
  PerplexityIcon,
  SlackIcon,
} from '@/components/icons'
import { Video } from '@/components/ui/video'
import { Image } from '@/components/ui/image'

Erstelle deinen ersten KI-Workflow in 10 Minuten. In diesem Tutorial wirst du einen Personenrecherche-Agenten erstellen, der fortschrittliche LLM-gestützte Suchwerkzeuge nutzt, um Informationen über Personen zu extrahieren und zu strukturieren.

<Callout type="info">
  Dieses Tutorial behandelt die wesentlichen Konzepte zum Erstellen von Workflows in Sim. Geschätzte Bearbeitungszeit: 10 Minuten.
</Callout>

## Was du erstellen wirst

Einen Personenrecherche-Agenten, der:
1. Benutzereingaben über eine Chat-Schnittstelle akzeptiert
2. Das Web mit KI-gestützten Tools durchsucht (Exa und Linkup)
3. Informationen über Personen extrahiert und strukturiert
4. Formatierte JSON-Daten mit Standort, Beruf und Ausbildung zurückgibt

<Image
  src="/static/getting-started/started-1.png"
  alt="Beispiel für erste Schritte"
  width={800}
  height={500}
/>

## Schritt-für-Schritt-Anleitung

<Steps>
  <Step title="Workflow erstellen und einen KI-Agenten hinzufügen">
    Klicke im Dashboard auf **Neuer Workflow** und benenne ihn "Getting Started".
    
    Jeder neue Workflow enthält standardmäßig einen **Start-Block** – dies ist der Eingangspunkt, der Benutzereingaben empfängt. Da wir diesen Workflow über Chat auslösen werden, ist keine Konfiguration für den Start-Block erforderlich.
    
    Ziehe einen **Agenten-Block** aus dem linken Bereich auf die Arbeitsfläche und konfiguriere ihn:
    - **Modell**: Wähle "OpenAI GPT-4o"
    - **System-Prompt**: "Du bist ein Personenrecherche-Agent. Wenn dir ein Name einer Person gegeben wird, nutze deine verfügbaren Suchwerkzeuge, um umfassende Informationen über sie zu finden, einschließlich ihres Standorts, Berufs, Bildungshintergrunds und anderer relevanter Details."
    - **Benutzer-Prompt**: Ziehe die Verbindung vom Ausgabefeld des Start-Blocks in dieses Feld, um `<start.input>` mit dem Benutzer-Prompt zu verbinden
    
    <div className="mx-auto w-full overflow-hidden rounded-lg">
      <Video src="getting-started/started-2.mp4" width={700} height={450} />
    </div>
  </Step>
  
  <Step title="Suchwerkzeuge zum Agenten hinzufügen">
    Erweitere deinen Agenten mit Websuche-Funktionen. Klicke auf den Agenten-Block, um ihn auszuwählen.
    
    Im Bereich **Tools**:
    - Klicke auf **Tool hinzufügen**
    - Wähle **Exa** und **Linkup** aus den verfügbaren Tools
    - Gib deine API-Schlüssel für beide Tools ein, um Websuche und Datenzugriff zu ermöglichen
    
    <div className="mx-auto w-3/5 overflow-hidden rounded-lg">
      <Video src="getting-started/started-3.mp4" width={700} height={450} />
    </div>
  </Step>
  
  <Step title="Workflow testen">
    Teste deinen Workflow mit dem **Chat-Panel** auf der rechten Seite des Bildschirms.
    
    Im Chat-Panel:
    - Klicke auf das Dropdown-Menü und wähle `agent1.content`, um die Ausgabe des Agenten anzuzeigen
    - Gib eine Testnachricht ein: "John ist ein Softwareentwickler aus San Francisco, der Informatik an der Stanford University studiert hat."
    - Klicke auf **Senden**, um den Workflow auszuführen
    
    Der Agent wird die Person analysieren und strukturierte Informationen zurückgeben.
    
    <div className="mx-auto w-full overflow-hidden rounded-lg">
      <Video src="getting-started/started-4.mp4" width={700} height={450} />
    </div>
  </Step>
  
  <Step title="Strukturierte Ausgabe konfigurieren">
    Konfiguriere deinen Agenten, um strukturierte JSON-Daten zurückzugeben. Klicke auf den Agenten-Block, um ihn auszuwählen.
    
    Im Bereich **Antwortformat**:
    - Klicke auf das **Zauberstab-Symbol** (✨) neben dem Schema-Feld
    - Gib den Prompt ein: "Erstelle ein Schema namens person, das Standort, Beruf und Ausbildung enthält"
    - Die KI wird automatisch das JSON-Schema generieren
    
    <div className="mx-auto w-full overflow-hidden rounded-lg">
      <Video src="getting-started/started-5.mp4" width={700} height={450} />
    </div>
  </Step>
  
  <Step title="Mit strukturierter Ausgabe testen">
    Kehre zum **Chat-Panel** zurück, um das strukturierte Antwortformat zu testen.
    
    Mit dem konfigurierten Antwortformat sind jetzt neue Ausgabeoptionen verfügbar:
    - Klicke auf das Dropdown-Menü und wähle die Option für strukturierte Ausgabe (das Schema, das du gerade erstellt hast)
    - Gib eine Testnachricht ein: "Sarah ist eine Marketing-Managerin aus New York mit einem MBA von der Harvard Business School."
    - Klicke auf **Senden**, um den Workflow auszuführen
    
    Der Agent wird nun strukturierte JSON-Ausgabe zurückgeben, wobei die Informationen der Person in die Felder Standort, Beruf und Ausbildung organisiert sind.
    
    <div className="mx-auto w-full overflow-hidden rounded-lg">
      <Video src="getting-started/started-6.mp4" width={700} height={450} />
    </div>
  </Step>
</Steps>

## Was du erstellt hast

Du hast erfolgreich einen KI-Workflow erstellt, der:
- ✅ Benutzereingaben über eine Chat-Schnittstelle akzeptiert
- ✅ Unstrukturierten Text mit KI verarbeitet
- ✅ Externe Suchwerkzeuge integriert (Exa und Linkup)
- ✅ Strukturierte JSON-Daten mit KI-generierten Schemas zurückgibt
- ✅ Echtzeit-Tests und Iteration demonstriert
- ✅ Die Leistungsfähigkeit der visuellen, codefreien Entwicklung zeigt

## Wichtige Konzepte, die du gelernt hast

### Verwendete Block-Typen

<Files>
  <File
    name="Start Block"
    icon={<ConnectIcon className="h-4 w-4" />}
    annotation="Einstiegspunkt für Benutzereingaben (automatisch enthalten)"
  />
  <File
    name="Agent Block"
    icon={<AgentIcon className="h-4 w-4" />}
    annotation="KI-Modell für Textverarbeitung und -analyse"
  />
</Files>

### Grundlegende Workflow-Konzepte

**Datenfluss**  
Verbinde Blöcke durch Ziehen von Verbindungen, um Daten zwischen Workflow-Schritten zu übertragen

**Chat-Schnittstelle**  
Teste Workflows in Echtzeit mit dem Chat-Panel und wähle verschiedene Ausgabeoptionen

**Tool-Integration**  
Erweitere die Fähigkeiten des Agenten durch Integration externer Dienste wie Exa und Linkup

**Variablenreferenzen**  
Greife auf Block-Ausgaben mit der `<blockName.output>` Syntax zu

**Strukturierte Ausgabe**  
Definiere JSON-Schemas, um konsistente, formatierte Antworten von der KI zu gewährleisten

**KI-generierte Schemas**  
Verwende den Zauberstab (✨), um Schemas aus natürlichsprachigen Eingabeaufforderungen zu generieren

**Iterative Entwicklung**  
Erstelle, teste und verfeinere Workflows schnell mit sofortigem Feedback

## Nächste Schritte

<Cards>
  <Card title="Workflow-Blöcke erkunden" href="/blocks">
    Entdecke API-, Funktions-, Bedingungs- und andere Workflow-Blöcke
  </Card>
  <Card title="Integrationen durchsuchen" href="/tools">
    Verbinde über 80 Dienste einschließlich Gmail, Slack, Notion und mehr
  </Card>
  <Card title="Benutzerdefinierte Logik hinzufügen" href="/blocks/function">
    Schreibe benutzerdefinierte Funktionen für fortgeschrittene Datenverarbeitung
  </Card>
  <Card title="Deinen Workflow bereitstellen" href="/execution">
    Mache deinen Workflow über REST API oder Webhooks zugänglich
  </Card>
</Cards>

## Ressourcen

**Brauchst du detaillierte Erklärungen?** Besuche die [Blocks-Dokumentation](/blocks) für umfassende Anleitungen zu jeder Komponente.

**Suchst du nach Integrationen?** Erkunde die [Tools-Dokumentation](/tools), um alle 80+ verfügbaren Integrationen zu sehen.

**Bereit für den Livebetrieb?** Erfahre mehr über [Ausführung und Bereitstellung](/execution), um deine Workflows produktionsreif zu machen.