Was sind KI-Agenten? (Und warum sind sie in aller Munde?)

Angesichts des atemberaubenden Tempos der Ankündigungen und Innovationen im Bereich KI stellt sich die Frage: „Was kommt als Nächstes?“ Bei Automation Anywhere haben wir einen spürbaren Wandel in der Unternehmenslandschaft beobachtet, da Unternehmen eifrig Generative KI in ihre Abläufe integrieren – insbesondere in den Bereichen Finanzen und Kundenservice.

Gleichzeitig halten viele Unternehmen die Ohren offen, um bereit für die nächste Welle von KI-Fortschritten für die Unternehmensautomatisierung zu sein. Deshalb möchte ich heute Insights vom neuesten Stand der KI und Automatisierung mit Ihnen teilen. Ich möchte mich auf KI-Agenten konzentrieren: ihre Definition, ihre Entwicklung und – was am wichtigsten ist – ihr bahnbrechendes Potenzial.

Was sind KI-Agenten?

Auf dem diesjährigen Imagine-Event haben wir KI-Agenten vorgestellt, die auf unserer KI- und Automatisierungsplattform entwickelt wurden. Einfach ausgedrückt, kombinieren KI-Agenten die kognitiven Fähigkeiten von Generativer KI mit Aktion und Automatisierung über Unternehmenssysteme und Daten hinweg. Sie sind darauf ausgelegt, über die vorherige Generation der Intelligenten Automatisierung hinauszugehen, die maschinelles Lernen (ML) integriert, da sie bestimmte Aufgaben dynamisch ausführen können, um ein definiertes Ziel zu erreichen.

In der Praxis bedeutet dies, dass KI-Agenten die kognitiven Fähigkeiten neuer Generativer KI-Modelle nutzen können, um Entscheidungen zu treffen, aus Daten zu lernen, durch natürliche Sprache mit Menschen zu interagieren und letztendlich Maßnahmen zu ergreifen, um ihre Ziele zu erreichen.

Da sich diese Technologie weiterentwickelt, stellen KI-Agenten ein Mittel dar, um eine wirklich autonome Automatisierung zu erreichen, bei der ein Agent ein hohes Maß an Flexibilität bei der Formulierung eines Plans und der Ausführung einer breiten Palette von Aufgaben zur Erreichung eines komplexen Ziels haben wird. Heute jedoch liegen die größten Chancen für KI-Agenten in klar definierten Aufgaben, die als Teil eines größeren End-to-End-Geschäftsprozesses orchestriert werden. Diese werden oft als agentenbasierte Prozesse oder von KI-Agenten unterstützte Prozesse bezeichnet.

Moment, wovon sprechen wir? Terminologie erklärt

Definitionen von gerade aufkommenden technologischen Fortschritten können schwer zu fassen sein. Definitionen neuer Technologien und deren Anwendungen haben sicherlich ihre Grenzen – insbesondere wenn überall neuer technischer Jargon eingestreut wird.

KI-Agenten ergeben viel mehr Sinn, wenn die Begriffe, die mit ihnen verbunden sind und die wir zu ihrer Beschreibung verwenden, in einen Kontext eingebettet und klar sind. Hier sind einige dieser Begriffe, die Sie kennen sollten:

• Agent: In der KI ist ein Agent eine Entität, die Daten erfasst, Entscheidungen trifft und (basierend auf diesen Entscheidungen) Aktionen ausführt, um bestimmte Ziele zu erreichen.
• Agentenbasiert: Der Begriff „agentenbasiert“ wird verwendet, um KI-gestützte Automatisierungen, Systeme oder Assistenten mit unterschiedlichen Graden an Autonomie, Denkvermögen und Anpassungsfähigkeit zu beschreiben. Der Begriff „agentenbasiert“ ist nützlich, weil er beschreibend statt definitorisch ist (Agent/nicht Agent).
• Agentenbasierte Prozessautomatisierung: Das ist eine Kombination aus Prozessorchestrierung über mehrere Technologien hinweg, wobei KI-Agenten für bestimmte Unterschritte oder Entscheidungen eines größeren Prozesses in den Prozess eingebettet sind.
• Autonom: Im Kontext von KI-Agenten bezieht sich der Begriff „autonom“ auf die Fähigkeit dieser Systeme, ohne vorprogrammierte Pfade oder direktes menschliches Eingreifen zu arbeiten. Es gibt unterschiedliche Grade der Autonomie in Bezug auf KI-Agenten.
• KI-System: Dieser Begriff bezieht sich auf die Kombinationen von LLMs oder Generativen KI-Modellen mit anderen programmatischen Elementen und Technologien und kann ziemlich breit gefasst sein, um alles zu beschreiben, was über das alleinige KI-Modell hinausgeht.
• KI-Assistent: Assistenten beziehen sich typischerweise auf jedes KI-System, das für die Interaktion mit einzelnen Benutzern entwickelt wurde, was in der Regel die Verwendung von KI-Agenten einschließt. Viele neue Assistenten basieren heute hauptsächlich auf natürlicher Sprachinteraktion, aber nicht alle. In unseren eigenen Produkten ist Automation Co-Pilot ein KI-gestützter Assistent zur Automatisierung, der Benutzern bei ihrer Arbeit hilft.

Wie funktionieren KI-Agenten?

KI-Agenten haben gemeinsame Komponenten, beginnend mit einer semantischen Engine, die in der Regel ein großes Sprachmodell (LLM) ist, z. B. Claude 3.5 von Anthropic. Es wird aus gutem Grund als „Engine“ bezeichnet – denn ein KI-Agent wird buchstäblich darüber betrieben. Das semantische Modell bzw. die LLM-Grundlage ermöglicht die Fähigkeit zu schlussfolgern, zu planen und zu reflektieren. Es bietet zudem eine konversationelle Interaktionsebene mit den Benutzern, wenn zusätzliche Klarstellungen oder Genehmigungen für Arbeiten erforderlich sind.

Die Nutzung und der Zugriff auf Daten ist ein weiteres gemeinsames Element von KI-Agenten, sodass sie relevanten und aktuellen Kontext für die Erreichung ihrer Ziele haben. Oft erfolgt dieser Datenzugriff in Form einer Retrieval Augmented Generation (RAG), bei der eine semantische Suche verwendet werden kann, um relevante Daten aus einer Datenbank zu finden und dem Modell als Kontext bereitzustellen. Andere Ansätze können ebenfalls verwendet werden, um das Wissen des KI-Modells zu ergänzen, wie z. B. gezieltere Abfragen oder die Extraktion spezifischer Daten aus Systemen nach Bedarf.

Ein weiteres wichtiges Merkmal von Agenten ist eine vorgeschriebene Architektur, die ein LLM für Dinge wie Planung und Reflexion nutzt. Das liegt der dynamischen oder autonomen Natur von KI-Agenten zugrunde und ermöglicht die Planung – d. h. welche Schritte unternehmen werden sollen – und die Reflexion – d. h. wie gut sie abgeschnitten haben, um zu informieren, was sie als Nächstes tun sollen.

Aktionen stehen im Mittelpunkt von allem: So können KI-Agenten tatsächlich Dinge erledigen. Diese Funktion wird oft als „Werkzeugnutzung“ (Tool use) bezeichnet und ermöglicht die Ausstattung von Agenten mit Aktionen, sich mit Systemen zu verbinden, Automatisierungen auszuführen, Informationen zu suchen und mehr. Hier wird die Automatisierungsebene, auf der Agenten aufgebaut sind, entscheidend, da sie ihnen den robustesten Satz von Aktionen bietet, um ihr Ziel zu erreichen.

Während sie ihre Aufgaben durchlaufen, erzeugen Agenten Informationen, die benötigt werden, um ihren Fortschritt zu verfolgen und ihnen zu helfen, sich im Laufe der Zeit zu verbessern. Mit Zugang zu diesem Kontext können sie ihre Pläne anpassen und sicherstellen, dass sie effizient auf ihr Ziel hinarbeiten. Für Agenten erfolgt dieser Zugriff in Form von einer „Memory“ oder eines Datenspeichers, der relevante Verläufe und Kontext für die jeweilige Ausführung, aber auch für vorherige Ausführungen enthält, aus denen sie möglicherweise lernen können.

Der Hintergrund: Woher kommen KI-Agenten?

Da sie KI buchstäblich mit an den Arbeitsplatz gebracht haben, stellen AI-Agenten einen großen Fortschritt bei der KI-Anwendung in der geschäftlichen und persönlichen Automatisierung dar.

Die heutigen KI-Agenten sind das Ergebnis von Jahrzehnten des Fortschritts sowohl in der KI als auch in der Automatisierung und sind sicherlich kein neues Konzept für diejenigen, die Technologien mitverfolgt haben. Diejenigen, die eine Zukunft mit AGI (Artificial General Intelligence = Künstliche allgemeine Intelligenz) ins Auge fassen, haben viele der gleichen menschenähnlichen Konzepte diskutiert, etwa logisches Denken und Handeln, die jetzt für spezifischere Ziele mit KI-Agenten demonstriert werden.

In den 1980er Jahren begann IBMs Supercomputer Deep Blue sogar, einige der frühen KI-Potenziale aufzuzeigen, die auf reale Probleme angewendet wurden, und zwar beim Schachspielen. Seit diesen frühen Tagen hat sich KI erheblich weiterentwickelt, da sie in der Lage ist, immer komplexere Probleme zu bewältigen und in Form von gezielteren ML-Modellen in sämtlichen Technologien allgegenwärtiger zu werden. Der größte Schritt für die aktuelle Ära der KI-Agenten war jedoch die Einführung des LLM, das wirklich allgemeine logische Denkfähigkeiten demonstrierte und die aktuellen KI-Architekturen möglich machte.

Während die KI im Laufe der Jahrzehnte vorangeschritten ist, hat sich auch die Automatisierung und insbesondere die Automatisierung von Geschäftsprozessen weiterentwickelt. Von den frühen Tagen, in denen programmatische Techniken wie Robotergesteuerte Prozessautomatisierung (RPA) hervorgehoben wurden, hat sie sich zu einer Suite von Technologien entwickelt, die vielfältige und komplexe Geschäftsprozesse von Anfang bis Ende orchestrieren kann. Das erfordert die Integration einer Vielzahl von Technologien, von APIs über UI-Automatisierung bis hin zu ML/KI, sowie die Fähigkeit, mit Menschen zu interagieren und sich bei Bedarf von ihnen leiten zu lassen. Angesichts der bereits prominenten und wachsenden Rolle der KI in diesem neuen Bereich der Automatisierung von Geschäftsprozessen ist es nicht überraschend, dass Generative KI und KI-Agenten nun schnell in dieses Gebiet eingebracht werden.

Von dieser Startrampe heben die KI-Agenten nun ab. Die Nutzung der Kraft neuer Generativer KI befördert die Agentenbasierte Prozessautomatisierung (APA) in eine neue Ära, indem sie KI-Agenten einsetzt, um zuvor unmögliche Aufgaben zu erledigen.

Die Zukunft: Warum KI-Agenten in aller Munde sind

Das transformative Potenzial von KI-Agenten und Agentenbasierter Prozessautomatisierung für Unternehmen ist kaum zu überschätzen. Bei vielen grundlegenden Benchmarks wie Codierung oder Beantwortung von Fragen haben agentenbasierte Systeme bereits gezeigt, dass sie selbst die neuesten Modelle mühelos übertreffen.

Wenn sie auf reale Anwendungsfälle in Geschäftsprozessen angewendet werden, z. B. bei der Fehlersuche eines Produktproblems oder bei der Entscheidungsfindung zu einer Kundenserviceanfrage, wird ihre Leistung noch mehr geschätzt. Gleichzeitig ist es wichtig zu erkennen, dass die Verwirklichung all dieses Potenzials eine starke Vertrauensgrundlage erfordert, einschließlich Sicherheit, Datenschutz, Datengenauigkeit, menschlicher Aufsicht und robuster KI-Governance.

In der sich schnell entwickelnden Geschäftsumgebung von heute können es sich Technologieführer in Unternehmen nicht leisten, das Potenzial der Agentenbasierten Prozessautomatisierung zu ignorieren, um Prozesse zu transformieren und die für ihr Geschäft wichtigsten Ergebnisse zu erzielen.

In naher Zukunft werden KI-Agenten und agentenbasierte Prozesse als treibende Kraft hinter verbesserten Kundenerfahrungen, gesteigertem Wachstum, operativer Effizienz und höherer Mitarbeiterzufriedenheit in nahezu jeder Branche erwartet. Dies ist die Zukunft der Unternehmensautomatisierung. Es gab noch nie eine aufregendere Zeit, um im Epizentrum von KI und Automatisierung in der neuen Ära der KI-Agenten zu stehen.