DIgilife - stock.adobe.com
10 Anwendungsfälle für agentische KI aus der Praxis
KI, die nicht nur Anweisungen befolgt, sondern selbst herausfindet, wie Aufgaben zu erledigen sind – das ist das Versprechen von agentischer KI. Doch wo lässt sich das einsetzen?
Von der Cybersicherheit bis zum Lieferkettenmanagement – agentische KI kann Unternehmen dabei unterstützen, komplexe, mehrschrittige Aufgaben in Echtzeit zu automatisieren.
Der Begriff agentische KI (Agentic AI) bezieht sich auf KI-Systeme, die in der Lage sind, unabhängige Entscheidungen zu treffen und autonom zu handeln. Diese Systeme können Schlussfolgerungen ziehen, planen und Handlungen ausführen und sich dabei in Echtzeit anpassen, um bestimmte Ziele zu erreichen.
Im Gegensatz zu herkömmlichen Automatisierungs-Tools, die vorgegebenen Pfaden folgen, ist agentische KI nicht auf einen festen Satz von Anweisungen angewiesen. Stattdessen nutzt sie gelernte Muster und Zusammenhänge, um den besten Ansatz zur Erreichung eines Ziels zu ermitteln.
„Dazu zerlegt die agentische KI ein größeres Hauptziel in kleinere Teilaufgaben“, erklärt Thadeous Goodwyn, Director of Generative AI bei Booz Allen Hamilton. Diese Teilaufgaben werden dann an spezialisiertere KI-Modelle delegiert, wobei häufig traditionellere, schwächere KI-Modelle zum Einsatz kommen, die für bestimmte Aktionen entwickelt wurden.
Die Entscheidungen und Aktionen dieser KI-Komponentensysteme ermöglichen es dem KI-Agenten letztendlich, sein primäres Ziel zu erreichen. Und diese Fähigkeit reift laut Goodwyn schnell heran.
„Die Idee von Agenten ist nicht neu, wir arbeiten schon seit einiger Zeit daran“, sagt er. „Aber der Grund, warum sie jetzt so viel Aufmerksamkeit erhält, ist, dass Large Language Models und generative KI einige der Eigenschaften beschleunigt haben, die agentische KI für ihren Erfolg benötigt.“
Laut dem Deloitte-Bericht The State of Generative AI in the Enterprise ist agentische KI einer der am meisten beachteten Bereiche in der KI-Entwicklung. Die Befragten bezeichneten agentische KI (52 Prozent) und Multiagentensysteme (45 Prozent) – eine komplexere Variante der agentischen KI – als die beiden derzeit interessantesten Bereiche der KI.
10 Beispiele und Anwendungsfälle für agentische KI
KI-Experten und Unternehmensleiter sehen in agentischer KI einen Mehrwert für verschiedene Geschäftsfunktionen und Branchen, da sie Arbeitsabläufe rationalisiert, die Entscheidungsfindung verbessert und komplexe Aufgaben automatisiert. Hier sind zehn Beispiele, die das Potenzial dieser Technologie für die Veränderung der Arbeitsweise verdeutlichen.
1. Erstellung von Multimedia-Inhalten
Generative KI kann zwar Texte, Bilder und Videos produzieren, aber agentische KI geht noch einen Schritt weiter. Wenn man einem Agenten die Aufgabe gibt, einen Multimedia-Bericht zu erstellen, delegiert er Teilaufgaben wie Recherche, Textgenerierung, Bildauswahl und Design an andere KI-Systeme und liefert so letztendlich ein ausgefeilteres und vollständigeres Endprodukt.
Dieser Anwendungsfall veranschaulicht, dass agentische KI eher als Orchestrator von KI-Fähigkeiten fungiert und nicht als eng gefasste Technologie mit einer einzigen Funktion.
2. Wissensabruf
Agentische KI verbessert den Wissensabruf, indem sie auf Informationen zugreift und auf der Grundlage von Erkenntnissen Maßnahmen ergreift. „Ein agentischer KI-Chatbot kann beispielsweise auf eine Wissensdatenbank zugreifen, Benutzeranfragen beantworten und sogar die nächstbesten Maßnahmen ausführen“, sagt Goodwyn.
Zur Veranschaulichung verweist er auf das Beispiel des IT-Helpdesk-Betriebs. Während Helpdesk-Chatbots der früheren Generation spezifische, klar definierte Benutzerfragen beantworten konnten, geht agentische KI noch einen Schritt weiter: Sie analysiert Probleme, bietet Optionen an, grenzt Informationen ein und implementiert sogar empfohlene Lösungen. Wenn das Problem nicht automatisch gelöst werden kann, kann der Agent das Problem priorisieren und zusammen mit den relevanten Informationen an einen menschlichen Agenten weiterleiten, sodass der Benutzer nicht alle Details wiederholen muss.
3. Risikominderung und Sicherheit
Agentische KI kann laut Karen Panetta, IEEE-Fellow, Professorin für Elektrotechnik und Informationstechnik an der Tufts University und Dekanin für Graduiertenausbildung an der Tufts School of Engineering, bei der Unternehmenssicherheit und Risikominderung unterstützen, indem sie die Komponenten dieser Aktivitäten koordiniert.
Beispielsweise können KI-Agenten proaktiv nach neuen und aufkommenden Bedrohungen suchen, Anomalien untersuchen und automatisch Korrekturmaßnahmen ergreifen, ohne dass ein Mensch eingreifen muss. „In ähnlicher Weise können KI-Agenten im Risikomanagement nach ungewöhnlichen Aktivitäten suchen, diese Muster untersuchen, um festzustellen, ob sie tatsächlich betrügerisch sind, und bei Bedarf automatisch reagieren“, sagt Panetta.
4. Lieferkette und Logistik
Agentische KI ist laut Panetta auch im Bereich der Lieferkette und Logistik nützlich, wo die Koordination mehrerer Aufgaben die Norm ist. Wenn beispielsweise eine Dürre in einer Anbauregion die Verfügbarkeit und die Kosten von Produkten beeinträchtigt, müssen Mitarbeiter in der Lieferkette die verfügbaren Vorräte in anderen Regionen überprüfen, Preise bestätigen, Liefer- und Vertriebswege neu konfigurieren und alternative Bezugsquellen für Produkte finden.
In der Vergangenheit haben Mitarbeiter einen Großteil dieser Arbeit mit Hilfe von Technologie erledigt, aber nicht alles. Agentische KI kann den gesamten Arbeitsablauf koordinieren. Mitarbeiter in der Lieferkette könnten das gewünschte Ergebnis eingeben – zum Beispiel die benötigte Menge an Lieferungen zum niedrigsten Preis oder mit der schnellsten Lieferzeit finden und liefern – und erwarten, dass das System nicht nur herausfindet, wie dies zu bewerkstelligen ist, sondern auch automatisch Maßnahmen einleitet, um dies zu realisieren.
5. Callcenter
2025 wird agentische KI bereits in großem Maßstab in Callcentern eingesetzt, „wo sie auf den Verbesserungen und Effizienzsteigerungen aufbaut, die die traditionelle KI gebracht hat“, sagt Stuart Brown, Partner und Digital Business Leader bei der Beratungsfirma Guidehouse.
KI-Agenten in Callcentern koordinieren die Intelligenz und Automatisierung der verschiedenen Aktivitäten, die mit der Kundenbetreuung verbunden sind. Ein Agent kann gleichzeitig die Stimmung der Kunden analysieren, die Bestellhistorie überprüfen, auf Unternehmensrichtlinien zugreifen und auf der Grundlage dieser Elemente auf die Kundenbedürfnisse reagieren.
6. Kundenservice insgesamt
Agentische KI kann laut Brown auch den Kundenservice insgesamt verbessern, nicht nur in Callcentern.
KI-Agenten können menschlichen Mitarbeitern helfen, „schneller Antworten zu finden und Kunden schneller zu bedienen“, sagt er. Die Rolle von KI-Agenten als unterstützendes Tool kann dazu beitragen, dass alle Mitarbeiter, unabhängig von ihren Fähigkeiten oder ihrer Erfahrung, einen gleichbleibend hohen Servicelevel für Kunden bieten.
Darüber hinaus kann agentische KI Kunden proaktiv auf einem Niveau bedienen, das menschliche Mitarbeiter oder sogar herkömmliche KI im Allgemeinen nicht erreichen können. Ein Versorgungsunternehmen kann beispielsweise agentische KI einsetzen, um Kunden zu identifizieren, die ungewöhnlich hohe Rechnungen erhalten werden, sie mit diesen Informationen kontaktieren, ihnen spezifische, genaue und personalisierte Informationen darüber geben, warum ihre Rechnungen so hoch sind, und ihnen Möglichkeiten zur Senkung ihrer Rechnungen in der Zukunft vorschlagen.
7. Wissenschaft und Materialforschung
Agentische KI zeigt laut Panetta transformative Fähigkeiten in Bereichen wie der Arzneimittelforschung und der Entwicklung neuer Materialien. Natürlich werden in diesen Bereichen seit Jahrzehnten auch andere Technologien – darunter maschinelles Lernen und nicht-agentische KI – eingesetzt, aber agentische KI arbeitet auf einem viel höheren Niveau.
„[Agentische KI] ist intelligent genug, um zu sagen: ‚Das ist, was ich weiß, und basierend auf diesen Materialien und [den vom Benutzer gewünschten Eigenschaften] und meinen Untersuchungen ist hier das neue Material oder die neue Kombination‘“, erläutert Panetta.
Darüber hinaus kann agentische KI über die Entwicklung der Rezeptur für eine neue Verbindung hinausgehen. Sie kann auch die optimalen Lieferanten anhand von Prioritäten wie Kosten oder Zeitplan identifizieren und sogar die erforderlichen Materialien bestellen.
8. Verteidigung und Militärlogistik
Goodwyn verweist auf den Einsatz von agentischer KI in der Verteidigung, wo sie für die Logistikplanung genutzt werden kann: eine hochkomplexe militärische Aufgabe, bei der Material, Ausrüstung und Truppen über verschiedene Transportwege und unterschiedliche Entfernungen hinweg bewegt werden müssen.
„Agentische KI befindet sich in solchen Bereichen noch in der Pilotphase“, sagt Goodwyn. Er betont, dass KI-Agenten in diesem Zusammenhang eingesetzt werden, um komplexe Ziele zu koordinieren und das menschliche Urteilsvermögen zu ergänzen, anstatt es zu ersetzen.
9. Fertigung
Die Fertigung ist laut Brown ein weiterer Sektor, in dem das Potenzial von agentischer KI zum Tragen kommt.
Die Technologie kann Entscheidungen treffen und autonome Maßnahmen in langen Arbeitsabläufen ergreifen, die mehrere Funktionen und IT-Systeme umfassen. Ein agentischer KI-Workflow kann sich von der Beschaffung bis zur eigentlichen Fertigung erstrecken, eine Verbindung zu IT-Systemen herstellen, die verschiedene Komponenten steuern, und schwache KI-Modelle zur Erledigung von Teilaufgaben einsetzen.
In einem solchen Fall, so Brown, kann der Agent einen komplexen, mehrstufigen Workflow ausführen:
- Erkennen, dass ein benötigter Werkstoff zur Neige geht.
- Melden, dass der Werkstoff beim regulären Lieferanten nicht vorrätig ist.
- Suchen und bestellen bei alternativen Lieferanten, die den Werkstoff innerhalb einer zuvor festgelegten Preisspanne und eines Zeitrahmens an den Hersteller liefern können.
- Ausfüllen der erforderlichen Formulare.
- Eingeben der erforderlichen Daten in die entsprechenden digitalen Systeme.
- Neukonfiguration der Fertigung und Produktionspläne, um die festgelegten Termine einzuhalten.
„Das wurde früher von Menschen erledigt“, sagt Brown. „Jetzt kann alles mit agentischer KI erledigt werden.“ Er fügte jedoch hinzu, dass es bewährte Praxis sei, Menschen weiterhin einzubeziehen und Kontrollpunkte auf der Grundlage eines verantwortungsvollen KI-Frameworks festzulegen.
10. Versorgungsunternehmen
Agentische KI wird laut Brown auch bereits in der Versorgungsbranche eingesetzt. Hier kann agentische KI wie in anderen Bereichen die Entscheidungsfindung und die Automatisierung von Teilaufgaben koordinieren, um ein vom Versorgungsunternehmen festgelegtes Ziel zu erreichen.
Beispielsweise testen Versorgungsunternehmen die Fähigkeit von KI-Agenten, Reaktionen auf Katastrophen wie Unwetter und Waldbrände zu bewerten, zu priorisieren und zu organisieren. Der Agent kann Daten analysieren, um Infrastrukturschäden und deren Auswirkungen auf Einzelpersonen und Gemeinden zu bewerten, Rettungs- und Reparaturarbeiten zu planen und zu terminieren sowie die für die rechtzeitige Durchführung der Reparaturen erforderlichen Arbeitskräfte und Materialien zu koordinieren. „Dies kann die Wiederherstellungszeiten verkürzen und dabei möglicherweise Leben retten“, sagt Brown.
Brown beschreibt das Beispiel eines britischen Versorgungsunternehmens, das agentische KI einsetzt, um eine gesetzliche Vorschrift zu erfüllen, wonach Kunden mit besonderen Bedürfnissen, wie zum Beispiel gesundheitlichen Einschränkungen, innerhalb eines bestimmten Zeitraums bei Stromausfällen kontaktiert werden müssen. Das Versorgungsunternehmen hatte Schwierigkeiten, diese Anforderungen mit herkömmlichen Technologien zu erfüllen, ist jedoch mit KI-Agenten erfolgreich. Die Agenten können Kunden nicht nur über Störungen informieren, sondern auch nach ihren Bedürfnissen fragen, diese verstehen und entsprechend handeln.
Ein grundlegender Wandel, aber nicht ohne Herausforderungen
Der oben erwähnte Deloitte-Bericht ergab, dass 26 Prozent der befragten Unternehmen bereits „in großem oder sehr großem Umfang” die Entwicklung autonomer Agenten prüfen. Aber wie generative KI ist auch agentische KI kein Allheilmittel für alle Aufgaben, die ein Unternehmen zu bewältigen hat, heißt es in dem Bericht.
Agentische KI-Systeme stellen ähnlich wie generative KI-Systeme Herausforderungen in Bezug auf Regulierung, Sicherheit, Daten und Personal. Diese Probleme „sind aufgrund der erhöhten Komplexität agentischer KI-Systeme wohl noch wichtiger und schwieriger”, so der Bericht.
Trotz der Einschränkungen betonen Deloitte und andere Branchenexperten das immense Potenzial agentischer KI für den Geschäftsbetrieb.
„Viele Menschen verstehen die Auswirkungen nicht”, sagt Brown. „Einige denken immer noch, dass es sich nur um ein weiteres Tool handelt. Aber agentische KI wird unsere Arbeitsweise grundlegend verändern. Sie wird neue Arbeitsweisen schaffen.“
