Agentic AI: Eine Einführung

Im letzten Jahr wurde zunehmend über Agentic AI (agentische KI) gesprochen. Hier bei AIDA glauben wir, uns damit ein wenig auszukennen. Deshalb dachten wir, wir beleuchten einmal, was es ist, woher es kommt und wohin die Reise geht – zusammen mit einigen praktischen Beispielen.

Was ist Agentic AI?

Die Definitionen variieren etwas. Anthropic definiert Agenten als „KI-Systeme, die komplexe Aufgaben autonom planen und ausführen können.“ Deep Analysis schlägt eine etwas technischere Definition vor: „Agenten sind Software-Entitäten, die mit menschlichen oder maschinellen Anfragestellern interagieren, um Informationen zu sammeln, zu verarbeiten und letztendlich zurückzugeben“, wobei ihr Analystenbericht zu KI-Agenten auch die Bedeutung von Planung und Ausführung betont.

Dies unterscheidet sie von ihren Vorgängern: den KI-Assistenten, die den meisten von uns wahrscheinlich in Gestalt jener Chatbots der ersten Generation bekannt sind, die limitierter waren und einfache Schlüsselwort-Trigger verwendeten, um Antworten zu geben. 

Im Gegensatz zu herkömmlicher KI, die innerhalb enger Aufgabengrenzen arbeitet, sind Agentic-AI-Systeme darauf ausgelegt, als autonome Agenten zu agieren, die in der Lage sind, Ziele zu setzen, Entscheidungen zu treffen, aus Feedback zu lernen und sich mit minimaler oder gar keiner menschlichen Aufsicht an neue Umgebungen anzupassen. Mit anderen Worten: Agentic AI bezieht sich auf Systeme, die als intelligente Agenten operieren, was bedeutet, dass sie Folgendes können:

• Ziele setzen und Aktionen unabhängig planen
• Dynamisch auf Veränderungen in ihrer Umgebung reagieren
• Mit anderen Agenten oder Menschen zusammenarbeiten
• Aus vergangenen Erfahrungen lernen, um die zukünftige Leistung zu verbessern

Diese Agenten werden oft von Large Language Models (LLMs), Reinforcement Learning (bestärkendem Lernen) und multimodalen Eingaben angetrieben, die es ihnen ermöglichen, Texte, Bilder und strukturierte Daten zu interpretieren und darauf zu reagieren. Was Agenten besonders von früheren Generationen von „Chatbots“ unterscheidet, ist die Verwendung einer „Reasoning Engine“ (Schlussfolgerungsmechanismus), um dynamisch einen Plan zu bestimmen.  

Praktische Anwendungen heute…

Agentic AI wird bereits branchenübergreifend eingesetzt, um Herausforderungen zu bewältigen, die zuvor menschliches Urteilsvermögen und Anpassungsfähigkeit erforderten, wie zum Beispiel:

• Die neueste Generation von Kundenservice-Chatbots, die Probleme autonom eskalieren, Antworten basierend auf dem Tonfall umschreiben oder die richtige Abteilung einbeziehen.
• Finanzassistenten, die proaktiv Markttrends analysieren und Anlagestrategien vorschlagen.
• Logistik-Agenten, die Lieferketten in Echtzeit aufgrund von Wetter, Preisen oder Bestandsänderungen neu routen.
• Auftragsbearbeitungs-Agenten, bei denen eine Bestellung geändert, storniert oder sogar verarbeitet werden muss, verbunden mit der entsprechenden Aktualisierung von Systemen und dem Versenden zugehöriger Mitteilungen, z. B. E-Mails mit Auftragsbestätigungen, Rechnungen, Gutschriften oder sogar einem Gesprächstermin.

…und in der Zukunft

In naher Zukunft wird Agentic AI ihre Fühler weiter in die Geschäftsabläufe ausstrecken, Systeme, Abteilungen und sogar Organisationen miteinander verknüpfen und Prozesse zwischen ihnen allen automatisieren, da ein KI-Agent beginnt, mit einem anderen zu kommunizieren. Dies wird zweifellos zu einer weiteren Evolution in der Anwendung von KI-Agenten führen, einschließlich:

• Autonome Geschäftsabläufe: KI-Agenten, die Aufgaben über Abteilungen, Systeme und Stakeholder hinweg koordinieren.
• Rechts- und Compliance-Berater: Sich selbst aktualisierende Agenten, die Vorschriften interpretieren und auf Dokumente oder Verträge anwenden.
• Erweiterung von Knowledge Graphs: Agenten, die Unternehmenswissensdatenbanken kontinuierlich aktualisieren, indem sie Dokumente dynamisch lesen, zusammenfassen und verknüpfen.

Agentic AI und AIDA

Bei AIDA, wo wir uns auf die Revolutionierung von Dokumenten-Workflows durch End-to-End-Automatisierung und Business Intelligence konzentrieren, verspricht das Aufkommen von Agentic AI, die Art und Weise, wie Aufgaben erledigt werden, neu zu gestalten – nicht nur durch deren Automatisierung, sondern indem Systeme befähigt werden, in komplexen, dynamischen Szenarien zu denken und zu handeln.

AIDA baut schon lange auf seiner soliden ursprünglichen Plattformbasis aus optischer Zeichenerkennung (OCR) und intelligenter Dokumentenverarbeitung (IDP) auf, um Funktionen rund um Zahlungen, Business Intelligence, Dokumentenbeziehungen und vor allem AIDA-GPT hinzuzufügen. Letzteres ermöglicht es Ihnen, mit Ihren Dokumenten so zu interagieren, wie Sie es mit einem Kollegen tun würden, indem Sie in natürlicher Sprache nach Zusammenfassungen, Compliance-Hinweisen oder verwandten Dokumenten fragen.

Von AIDA-GPT wird sicherlich noch mehr kommen. Stellen Sie sich vor, Sie könnten AIDA fragen, ob alle Ihre Rechnungen verschickt wurden. Stellen Sie sich vor, AIDA erstellt alle fehlenden Rechnungen UND sendet sie per E-Mail an Ihre Kunden. Stellen Sie sich vor, dieser gesamte Prozess wäre automatisiert. Bleiben Sie gespannt!