KI-Agenten, die Ihre Unternehmensdokumente schon kennen

Die KI-Agenten von AIDA arbeiten mit Dokumenten, die AIDA bereits klassifiziert, ausgelesen und miteinander verknüpft hat. Deshalb können sie das gesamte Archiv durchsuchen, exakte Summen berechnen, statt sie zu schätzen, und den Verbindungen zwischen Verträgen, Rechnungen und Zahlungen folgen. Erstellt werden sie mit Actio, der agentischen KI-Architektur von AIDA, indem Sie die Aufgabe in natürlicher Sprache beschreiben, ganz ohne Code.
Denken Sie an jemanden, der ein Portfolio notleidender Kredite (NPL, Non-Performing Loans) bewerten muss. Zu jeder Position gibt es Kreditverträge, Sicherheiten, Gutachten, Gerichtsakten und Kontoauszüge: Hunderte Dokumente schon bei wenigen Akten. Er lädt sie in einen generischen KI-Assistenten hoch und fragt nach dem Gesamtwert der Sicherheiten. Die Antwort kommt in wenigen Sekunden und ist gut formuliert, stützt sich aber nur auf die Dokumente und Passagen, die der Assistent für diese Frage gelesen hat, und aus der Antwort geht nicht hervor, was außen vor geblieben ist.
Diesen Einwand hören wir oft: „Das mache ich doch schon mit Copilot oder ChatGPT.“ Zu verstehen, wo sich beides unterscheidet, ist zugleich der schnellste Weg, die agentische Architektur von AIDA kennenzulernen.
Was ist eine agentische Architektur?
Eine agentische Architektur beschreibt, wie die KI-Agenten eines Systems organisiert sind: mit welchen Daten sie arbeiten, wie sie die Aufgaben untereinander aufteilen, wann sie starten und wer das Ergebnis kontrolliert. Ein KI-Agent ist eine Software, die ein Ziel erhält, die Schritte zu dessen Erreichung plant, die verfügbaren Werkzeuge nutzt und überprüft, was sie erreicht hat, statt nur eine Frage zu beantworten.
In Dokumentenprozessen kommt es vor allem darauf an, wo der Agent ansetzt. Arbeitet er mit Dokumenten, die bereits klassifiziert sind, deren Felder extrahiert und die untereinander verknüpft sind, stützt er sich auf die Fakten des Unternehmens. Erhält er Rohdateien, muss er sie zuerst durchsuchen, und von dieser Suche hängt alles Weitere ab. Die Grundlagen erklärt unsere Einführung in agentische KI.
Kann ich dasselbe mit Copilot, ChatGPT oder Claude machen?
Bei wenigen Dokumenten ja, bei einem Unternehmensarchiv nein. Microsoft 365 Copilot, ChatGPT und Claude sind generische Assistenten, die für die Arbeit mit Dateien gedacht sind, die in den Chat hochgeladen oder mit ihm verknüpft wurden: für jede Frage lesen sie nur einen begrenzten Teil der Dokumente, durchsuchen Text, statt Daten abzufragen, und kennen weder die Historie der Dokumente noch deren Verknüpfungen.
Pro Frage lesen sie nur wenige Dokumente
Jeder generische Assistent hat eine Obergrenze für die Textmenge, die er gleichzeitig berücksichtigen kann: das Kontextfenster. Jenseits dieser Grenze sucht er die Passagen, die der Frage am ähnlichsten sind, und antwortet nur auf deren Basis. Dieser Ansatz heißt RAG (Retrieval-Augmented Generation), und die offiziellen Seiten nennen seine Grenzen (Stand: Oktober 2026):
- Microsoft 365 Copilot: berücksichtigt bei Verweis auf eine SharePoint-Website höchstens zehn Dateien oder Seiten dieser Website;
- Copilot Studio, das Microsoft-Tool zum Erstellen von Agenten: nutzt für jede Antwort die ersten drei Ergebnisse jeder Quelle;
- ChatGPT: ein Projekt akzeptiert je nach Tarif 5 bis 40 Dateien, und von langen Dokumenten gelangt ein Teil in den Kontext, während der Rest in einem Index durchsucht wird;
- Claude: akzeptiert bis zu 20 Dateien pro Chat, und wenn die Dateien eines Projekts das Kontextfenster überschreiten, werden nur die relevantesten Informationen zur Frage abgerufen.
Microsoft selbst schreibt, dass RAG sich besser für gezielte Fragen als für die tiefgehende Analyse von Dokumenten eignet und nicht dafür gedacht ist, vollständige Dokumente zu vergleichen oder ihre Konformität zu prüfen. Selbst ein Dokument, das vollständig in den Kontext passt, wird nicht gleichmäßig gelesen: Copilot konzentriert sich manchmal nur auf den Anfang, die Studie Lost in the Middle hat gemessen, dass Sprachmodelle Informationen aus der Mitte eines langen Textes schlechter nutzen, und eine Untersuchung von Chroma mit 18 Modellen zeigte, dass die Zuverlässigkeit mit zunehmender Eingabelänge sinkt.
Sie durchsuchen Text, nicht die Daten des Unternehmens
Ein generischer Assistent findet Passagen, die der Frage ähneln. Er weiß nicht, dass eine Datei eine Rechnung ist und eine andere ein Vertrag, welche Felder sie enthalten und wie sie zusammenhängen. Deshalb kann Copilot Studio nicht angeben, wie viele Dateien sich in einem Ordner befinden, und sie auch nicht nach einer Eigenschaft filtern; bei Excel-Tabellen aus SharePoint weist Microsoft darauf hin, dass die Antworten auf analytische Fragen möglicherweise nicht optimal sind.
In AIDA ist jedes Dokument bereits seinem Dokumenttyp zugeordnet, mit den extrahierten Daten. Und die Suche der Agenten endet nicht beim Text oder bei den extrahierten Eigenschaften: sie folgt den Beziehungen zwischen den Dokumenten, der Kette, die einen Vertrag mit Bestellungen, Rechnungen und Zahlungen verbindet. So findet sie die Dokumente so, wie jemand im Unternehmen sie suchen würde, ausgehend von der geschäftlichen Frage: „Hat ACME alle Rechnungen zum Vertrag aus dem letzten Quartal bezahlt?“
Summen und Zählungen sind zudem keine Schätzungen des Sprachmodells. AIDA berechnet sie mathematisch exakt über alle im Archiv gefundenen Dokumente, ohne Mengenbegrenzung.
Lücken bleiben unsichtbar
Das größte Risiko ist eine Antwort, die vollständig wirkt, es aber nicht ist. Copilot Studio indexiert beispielsweise höchstens 1.000 Dateien pro verknüpftem SharePoint- oder OneDrive-Ordner: weitere Dateien werden nicht verarbeitet, und das System zeigt nicht an, welche ausgelassen wurden. Dokumente mit Vertraulichkeitsbezeichnung oder Passwortschutz erscheinen als bereit, liefern aber keine Antworten, und aus SharePoint und OneDrive geladene Dateien werden nur alle 4 bis 6 Stunden aktualisiert.
Die KI-Agenten von AIDA arbeiten direkt auf dem Archiv, ohne Kopien, die synchronisiert werden müssen. Der Archivspeicher ist in allen Tarifen unbegrenzt, sodass die Dokumente vergangener Jahre den Agenten genauso zur Verfügung stehen wie die aktuellen.
Die Lücken füllt das Modell
Wenn ein Wert fehlt oder doppelt vorkommt, hält ein Sprachmodell nicht an: es ergänzt die Antwort mit dem, was ihm plausibel erscheint. Das passiert auch den fortschrittlichsten Modellen. Eine Untersuchung von OpenAI erklärt, dass Sprachmodelle bei Unsicherheit raten, statt die Unsicherheit einzugestehen, und dass diese Halluzinationen auch bei den neuesten Systemen bestehen bleiben. Das Füllen von Lücken lässt sich nicht an ein Modell delegieren: der Kontext, den es erhält, muss bereits korrekt und zertifiziert sein.
In AIDA starten die Agenten von genau einem solchen Kontext aus. Die Dublettenerkennung erkennt doppelte Dokumente anhand des Textinhalts oder der extrahierten Daten und meldet sie. Wenn das Unternehmen es wünscht, blockiert AIDA zudem ihre Validierung: die Dublette gelangt nicht ins Archiv, fließt also weder in die Statistiken noch in den Kontext der Agenten ein, und eine zweimal eingegangene Rechnung zählt in einer Summe nicht doppelt. Die Übersicht, das Dashboard von AIDA, verwandelt die extrahierten Daten in Diagramme, Statistiken und Business-Intelligence-Kennzahlen, die sich mit jedem neuen Dokument in Echtzeit aktualisieren. Die Agenten nutzen diese Zahlen, dieselben, die auch das Team sieht, statt sie aus dem Text zu rekonstruieren.
Sie kennen die Historie der Dokumente nicht
Für einen generischen Assistenten ist eine Datei einfach Text. In AIDA hat jedes Dokument eine Ereignishistorie: Zahlungen, Freigaben, Statusänderungen, manuelle Notizen. Die Agenten lesen sie, wissen also, dass eine Rechnung beanstandet ist oder ein Vertrag gestern freigegeben wurde, und können genau bei diesem Ereignis ansetzen.
| Was sich ändert | Generischer KI-Assistent | KI-Agenten von AIDA |
|---|---|---|
| Berücksichtigte Dokumente | Die hochgeladenen Dateien oder die Passagen, die der Frage am ähnlichsten sind | Alle Dokumente im Archiv, die die Suche findet |
| Wie Dokumente gefunden werden | Ähnlichkeit mit dem Text der Frage | Dokumenttypen, extrahierte Daten und Beziehungen zwischen Dokumenten |
| Summen und Zählungen | Abhängig von den gelesenen Passagen oder einer manuell erstellten Tabelle | Mathematisch über alle Ergebnisse berechnet |
| Historie des Dokuments | Nur der Inhalt der Datei | Ereignishistorie: Zahlungen, Freigaben, Status, Notizen |
| Abdeckung des Archivs | Dateilimits pro Chat, Projekt oder Quelle | Das gesamte Archiv, mit unbegrenztem Speicher in jedem Tarif |
| Fehlende oder doppelte Daten | Das Modell ergänzt die Antwort mit dem, was plausibel erscheint | Dubletten werden gemeldet und auf Wunsch vor der Archivierung blockiert; Statistiken der Übersicht in Echtzeit |
Wie ist die agentische Architektur von AIDA aufgebaut?
Sie hat zwei Ebenen: unten das Intelligent Document Processing (IDP), das die Dokumente klassifiziert und die Daten extrahiert; darüber die spezialisierten Agenten von Actio, die mit diesen Daten arbeiten. Dazwischen sorgen Beziehungen, Ereignishistorie, Dublettenprüfung und Übersicht dafür, dass die Agenten einen korrekten und zertifizierten Unternehmenskontext erhalten.
| Ebene | Funktion |
|---|---|
| IDP | Erkennt den Typ jedes Dokuments und extrahiert die Daten, mit hoher Genauigkeit ab dem ersten Tag und ohne Training |
| Beziehungen und Ereignishistorie | Verknüpfen Verträge, Bestellungen, Rechnungen und Zahlungen in einem Knowledge Graph und erfassen Freigaben, Zahlungen und Statusänderungen |
| Dubletten und Übersicht | Melden doppelte Dokumente, mit der Möglichkeit, ihre Archivierung zu blockieren, und verwandeln die extrahierten Daten in Diagramme und Statistiken in Echtzeit, die die Agenten als Kontext nutzen |
| Actio | Spezialisierte Agenten, die mit den Daten arbeiten und die Ergebnisse liefern; ein koordinierender Actio verteilt die Arbeit an die anderen |
| AIDA GPT | Der Chat des Teams, der jeden Actio kennt und jede Anfrage an den richtigen weiterleitet |
Jeder Agent übernimmt, was AIDA bereits über Ihre Dokumente weiß. Sie müssen ihm weder Dokumenttypen noch Feldnamen erklären oder sagen, wo sich die Ausnahmen verstecken, und es muss keine parallele Datenpipeline aufgebaut werden. Wer AIDA GPT nutzt, stellt die Anfrage im Chat und erhält die fertige Arbeit.
Wie erstellt man einen KI-Agenten mit Actio?
Über einen geführten Chat, in natürlicher Sprache und ohne Code. Der Einrichtungsassistent stellt die Fragen, und Sie antworten in geschäftlichen Begriffen:
- beschreiben Sie, was der Agent tun soll, zum Beispiel „Prüfe jeden eingehenden Liefervertrag und markiere diejenigen ohne Kündigungsklausel“;
- wählen Sie die Dokumenttypen, mit denen er arbeitet, zum Beispiel Lieferantenverträge;
- bestätigen Sie den Namen, die Beschreibung und die Anweisungen, die der Assistent vorschlägt;
- legen Sie bei Bedarf eine Tonalität fest, zum Beispiel förmlich für E-Mails an Kunden, und beschränken Sie die Werkzeuge und Aktionen, die der Agent nutzen darf.
AIDA kann Verbesserungen für die Anweisungen vorschlagen und zeigt vor dem Speichern eine Vorschau der Änderungen. Jeder Actio kann mehrere Versionen haben, sodass sich eine Änderung testen lässt, ohne die funktionierende Version zu verlieren. Die Konfiguration bleibt einfacher Text: jeder im Team kann sie aktualisieren, wenn sich der Prozess ändert.
Bei größeren Aufgaben ermittelt ein koordinierender Actio die Dokumente, übergibt jedes an den passenden Spezialisten und führt die Ergebnisse zusammen. AIDA GPT kennt automatisch jeden Actio, den das Team erstellt hat, es genügt also eine Anfrage im Chat.
Wann wird ein KI-Agent aktiv?
Wenn jemand ihn im Chat aufruft, zu einer festgelegten Uhrzeit oder wenn mit einem Dokument etwas passiert:
- im Chat, auf Anfrage eines beliebigen Teammitglieds;
- zeitgesteuert, zum Beispiel jeden Morgen um 9 Uhr für die Zusammenfassung der Zahlungseingänge;
- bei einem Dokumentereignis, zum Beispiel wenn ein Vertrag freigegeben, eine Rechnung archiviert oder eine Akte geschlossen wird.
Jede Ausführung im Hintergrund hinterlässt eine mit dem Chat verknüpfte Benachrichtigung, mit dem vollständigen Gesprächsverlauf, den herangezogenen Dokumenten und den erzeugten Ergebnissen. Außerdem ist sichtbar, wie lange die Aufgabe gedauert hat und wie die Dokumente gesucht wurden.
Wer kontrolliert die Arbeit der KI-Agenten?
Menschen. In AIDA ist Human in the Loop die Regel: standardmäßig verlässt keine E-Mail, keine Zahlungsaufforderung und keine Nachricht die Plattform ohne die Bestätigung eines Teammitglieds.
Entwürfe öffnen sich in einem bearbeitbaren Canvas, wo sie gegengelesen, korrigiert und bestätigt werden. Wenn ein Ablauf erprobt ist und das Unternehmen es wünscht, lässt sich der automatische Versand aktivieren: eine bewusste Entscheidung, nicht der Ausgangspunkt.
Für lange Aufgaben gibt es den Plan Mode. Sobald eine Anfrage drei oder mehr Elemente betrifft, zeigt AIDA GPT einen Plan auf dem Bildschirm an, aktualisiert jedes Element in Echtzeit mit einem Link zum Quelldokument und lässt dem Team die Möglichkeit, die Richtung zu ändern, ein Element zu überspringen oder den Plan vorzeitig zu beenden. Das persistente Gedächtnis speichert die Korrekturen des Teams, zum Beispiel „ACME zahlt nach 60 Tagen“, sodass dieselbe Frage zu denselben Daten auf Dauer zur selben korrekten Antwort führt.
Die Ergebnisse kommen einsatzbereit und leicht überprüfbar an: als Excel herunterladbare Tabellen, Diagramme im Chat, Entwürfe für E-Mails und Zahlungsaufforderungen.
Was leisten die KI-Agenten von AIDA in der Praxis?
Sie arbeiten dort, wo es viele Dokumente und komplexe Regeln gibt. Ein Kunde aus dem Rechtsbereich etwa verarbeitet Hunderte Dokumente zu NPL-Positionen in wenigen Minuten.
Bei der Bewertung von NPL-Portfolios klassifiziert AIDA Dokumente aus mehr als hundert Dokumenttypen und ordnet sie einheitlichen Akten zu. Spezialisierte Actio extrahieren Datumsangaben, Werte der Vermögensgegenstände und Rechtsklauseln, ein Koordinator bewertet jede Position, und ein letzter Actio fasst die Ergebnisse zu einer einheitlichen Bewertung zusammen, wobei jede Summe mit der verifizierten Arithmetik von AIDA berechnet wird. Das Ergebnis sind Diagramme und Tabellen in AIDA, eine Excel-Datei für die Stakeholder und ein Bericht mit Kontext und Empfehlungen.
Beim Cashflow-Management im Rahmen einer Due Diligence sortiert ein Actio eingehende Zahlungen aus über hundert Zahlungsmethoden weltweit, schreibt Kunden in ihrer Sprache an und bearbeitet deren Antworten, ordnet dann jede Zahlung dem Steuerbeleg zu und gleicht sie mit der Rechnung ab. Ein Koordinator erstellt die monatlichen, quartalsweisen und jährlichen Statistiken, und ein Prognose-Actio schätzt die künftigen Zahlungsströme.
Dasselbe Muster lässt sich auf Einkauf, Schadensfälle, Compliance-Audits und Lieferanten-Onboarding übertragen: auf jede wiederkehrende Aufgabe, die mehrere Dokumenttypen umfasst.
Häufig gestellte Fragen
Versenden die KI-Agenten von AIDA E-Mails selbstständig?
Nicht standardmäßig. E-Mails, Nachrichten und Zahlungsaufforderungen öffnen sich als Entwürfe, die ein Teammitglied gegenliest und bestätigt. Auf Wunsch lässt sich für bereits erprobte Abläufe der automatische Versand aktivieren.
Wie viele Dokumente kann ein KI-Agent von AIDA analysieren?
Alle, die die Suche im Archiv findet, ohne Mengenbegrenzung. Summen und Zählungen werden mathematisch über alle Ergebnisse berechnet, und der Archivspeicher ist in jedem Tarif unbegrenzt.
Gilt der Vergleich auch für die Pro- oder Enterprise-Tarife von ChatGPT und Claude?
Ja, und ein höherer Tarif ändert daran nichts. Der ChatGPT-Tarif mit dem größten Kontextfenster, Pro, verarbeitet rund 680 Seiten Text pro Anfrage, Claude kommt auf eine Million Token: jenseits dieser Grenze bleibt es bei der Suche nach den Passagen, die der Frage am ähnlichsten sind. Und ein größeres Fenster wird nicht besser gelesen: Anthropic selbst schreibt, dass sich das Modell umso ungenauer an den Inhalt erinnert, je mehr Token in den Kontext gelangen, und eine Studie von Adobe Research hat gemessen, dass bereits bei 32.000 Token 11 von 13 Modellen unter die Hälfte der Genauigkeit fielen, die sie bei kurzen Texten erreichten. Schließlich kennt der Assistent in keinem Tarif die Dokumenttypen, die extrahierten Daten, die Beziehungen und die Ereignishistorie, die AIDA seinen Agenten bereitstellt, und er berechnet auch keine Summen über das gesamte Archiv.
Braucht man einen Programmierer, um einen Actio zu erstellen?
Nein. Ein Actio wird über einen geführten Chat erstellt, indem man die Aufgabe in natürlicher Sprache beschreibt, und seine Konfiguration bleibt einfacher Text, den jeder im Team bearbeiten kann.
Was ist der Unterschied zwischen AIDA GPT und Actio?
AIDA GPT ist der Chat, über den das Team Fragen stellt und Aufgaben anfordert. Actio ist die agentische Architektur, die diese Aufgaben mit spezialisierten Agenten ausführt, auch im Hintergrund, zeitgesteuert oder bei Dokumentereignissen.
Funktioniert AIDA zusammen mit Microsoft 365?
Ja. AIDA lässt sich in SharePoint und OneDrive integrieren und ergänzt deren Dokumente um automatische Verarbeitung und strukturierte Archivierung, wie im Artikel über die Integrationen von Microsoft SharePoint und OneDrive mit AIDA beschrieben.
Um die KI-Agenten von AIDA bei der Arbeit mit Ihren Dokumenten zu erleben, buchen Sie eine Demo und bringen Sie einen Prozess mit, den Sie automatisieren möchten.





