Agentic AI auf dem Weg zur Standardkomponente in Unternehmen

Warum wird das Thema KI-Agenten so gehypt?

Matthias Ingerfeld: KI-Agenten sind in der Lage, Informationen zu analysieren, Entscheidungen zu treffen und Maßnahmen zu ergreifen, um bestimmte Ziele zu erreichen. Dadurch werden sowohl Zeit als auch Mitarbeiter für strategische Aufgaben frei. Um einen KI-Agenten zu entwickeln und erfolgreich einzusetzen, benötigen Unternehmen ein KI-Agenten-System, unabhängig davon, ob es sich um einen einzelnen Agenten oder mehrere interagierende Agenten handelt.

Reichen die bekannten, frei zugänglichen KI-Systeme wie Chat GPT nicht aus?

Matthias Ingerfeld: Eine der größten Herausforderungen bei der Einführung von GenKI im Unternehmen ist die Qualität. Große LLMs allein bieten nicht die Genauigkeit und Zuverlässigkeit, die Unternehmen benötigen, um neue KI-Anwendungen für Tausende von Benutzern freizugeben. Durch den Einsatz mehrerer Modelle, Retriever, Vektordatenbanken und Tools für die Bewertung, das Monitoring, die Sicherheit und Governance produzieren. Agentensysteme genauere Ergebnisse. 

Profitieren auch mittelständische Unternehmen vom KI-Agenten-Hype?

Matthias Ingerfeld: Im Gegensatz zu universell einsetzbaren, eigenständigen KI-Modellen wie ChatGPT bezieht sich die agentenbasierte KI auf selbststeuernde Softwareprogramme. Sie sind so konzipiert, dass sie die Umgebung, in der sie sich befinden, wahrnehmen, Geschäftsentscheidungen treffen und handeln, um bestimmte Ziele zu erreichen.  Sie helfen mittelständischen Unternehmen, besser zu planen, Probleme zu lösen und zielgerichtet zu handeln, um ein angestrebtes Ergebnis zu erreichen. Agentic AI kann Veränderungen bewirken, indem sie Beschaffungsprozesse vereinfacht und Zeit und Ressourcen spart.

Besonders mittelständische Unternehmen können von der Einrichtung eines AI Agent Systems in mehrfacher Hinsicht profitieren. Sie können den Kundensupport zu einem gewissen Grad automatisieren und Vertrieb und Marketing unterstützen. Außerdem helfen sie bei der Datenanalyse und Berichterstattung. Weitere Felder, auf denen Mehrwerte entstehen, sind die Erkennung und Verhinderung von Betrug und vieles mehr.

Dafür braucht es aber eine gute Datengrundlage

Matthias Ingerfeld: Alle mittelständischen Unternehmen wollen und müssen künftig datengesteuert sein. Der Weg dorthin ist jedoch schwierig, wenn überall Daten in unterschiedlichen Formaten vorliegen. Ein zu großer Teil der Arbeit bei der Vereinheitlichung und Analyse von Daten wird von überlasteten Data Analysts und Data Engineers erledigt. Daraus entsteht ein enormer Informationsengpass. Mit Agentensystemen, die auf den vereinheitlichten Daten eines Unternehmens aufbauen, können auch Nicht-Techniker sofort die benötigten Dateninformationen in natürlicher Sprache erhalten. Dies führt zu einer schnelleren und fundierteren Entscheidungsfindung. Kontinuierliche KI-gesteuerte und menschliche Auswertungen zusammen tragen zur Verfeinerung der Ergebnisse bei und führen zu zuverlässigeren Erkenntnissen. Im Ergebnis ermöglichen sie fundierte Geschäftsentscheidungen.

Können Sie einige Beispiele für die erfolgreiche Einführung von KI-Agenten-Systemen nennen?

Matthias Ingerfeld: Ein großartiges Beispiel für eine effektive KI-Agenten-Strategie in der Praxis ist OMV. Der österreichische Anbieter befindet sich auf dem Weg zu einem integrierten Kraftstoff- und Energieunternehmen. OMV hat die Notwendigkeit erkannt, datengesteuerte Entscheidungen in der Produktentwicklung zu ermöglichen. Das Unternehmen sah sich jedoch mit erheblichen Herausforderungen bei der Verwaltung und Durchsicht von mehr als 100.000 Seiten an Produktzertifizierungen, Forschungs- und Regulierungsdaten konfrontiert. Diese Daten sind jedoch für eine kritische Entscheidungsfindung unerlässlich. Die ersten Versuche mit GenAI zum Ziel zu kommen blieben hinter den Erwartungen zurück. Um dieses Problem zu lösen, entwickelte der Energieversorger einen Retrieval Augmented Generation (RAG) Chatbot unter Verwendung unseres Mosaic AI Agent Frameworks. Dadurch konnten die Datenteams diese Modelle schnell und ohne aufwändige Skriptpflege einsetzen und testen. Die Zeit, die benötigt wird, um die neuesten Produktinformationen und die entsprechenden regulatorischen Informationen zu erhalten, wurde um bis zu 20 Prozent verkürzt und die Kosten für die Schulung der Mitarbeiter um das 25-fache reduziert.

Wie geht es weiter mit Agentic AI?

Matthias Ingerfeld: Zunächst einmal wird Agentic AI zu einer Standardkomponente in den Unternehmensabläufen werden, die von der Entscheidungsunterstützung bis hin zur Kundeninteraktion reicht. Sie wird mit Menschen zusammenarbeiten, um ihre eigene Leistung zu steigern, und zunehmend monotone und wiederholbare Aufgaben mit nur einer Natural Language Prompts vollständig automatisieren.

In dem Maße, in dem Governance- und Transparenz-Tools ausgereift sind, wird Agentic AI den Wettbewerbsvorteil neu definieren, indem sie intelligentere, datengesteuerte Strategien in verschiedenen Branchen ermöglicht.  Die Fähigkeit zur Integration der eigenen Daten und zur schnellen Iteration von Modellen wird die Innovation vorantreiben und es den Unternehmen ermöglichen, sich rasch an Veränderungen des Marktes anzupassen.

Matthias Ingerfeld

ist Area VP & TechGM leading Field Engineering in Central EMEA bei Databricks.