Die Generative AI (Gen-AI) hat in den letzten Jahren beeindruckende Fortschritte gemacht, insbesondere durch die Einführung großer Sprachmodelle (LLMs), die Daten analysieren und Inhalte generieren. Doch die nächste Entwicklungsstufe sind Gen-AI-gestützte Agenten, die nicht nur Wissen bereitstellen, sondern auch komplexe, mehrstufige Workflows in digitalen Umgebungen ausführen können. Die Möglichkeiten dieser Agenten reichen von einfachen virtuellen Assistenten bis hin zu fortschrittlichen „digitalen Mitarbeitern“, die eigenständig Aufgaben ausführen und mit anderen Agenten und Menschen zusammenarbeiten.

Warum Agenten?

Agentensysteme, die auf Gen-AI basieren, eröffnen zahlreiche Vorteile für Unternehmen:

1. Mehr Effizienz und Flexibilität: Agenten können hochkomplexe Workflows bewältigen und in Echtzeit auf neue Situationen reagieren. Bei Ancud IT sehen wir bereits jetzt das Potenzial dieser Technologie, um komplexe Prozesse über verschiedene digitale Plattformen hinweg zu automatisieren und damit die betriebliche Effizienz erheblich zu steigern.
2. Natürliche Sprachsteuerung: Anstatt durch komplizierte Codierung kann ein Workflow mithilfe natürlicher Sprache beschrieben und umgesetzt werden. Wir wissen aus der Zusammenarbeit mit unseren Kunden, wie hilfreich es ist, wenn selbst nicht-technische Teams problemlos mit der Technologie interagieren können.
3. Interaktion mit digitalen Tools: Agenten können auf Softwareanwendungen zugreifen, Websuchen durchführen und Menschenfeedback einholen. Diese Fähigkeit, digital zu handeln, setzt neue Standards für digitale Assistenten und ermöglicht eine tiefere Integration in bestehende Ökosysteme – ein entscheidender Vorteil, den wir besonders im Bereich der IT-Integration schätzen.

Drei relevante Anwendungsfälle

1. Kreditrisiko-Bewertung
   Finanzinstitute können Wochen damit verbringen, Kreditrisikomemos zu erstellen. Dieser Prozess erfordert umfangreiche Analysen und die Zusammenarbeit verschiedener Fachbereiche. Mithilfe eines Agentensystems könnten Review-Zeiten um 20 bis 60 % reduziert werden, indem spezialisierte Agenten einzelne Aufgaben übernehmen. So könnte ein „Beziehungsmanager-Agent“ die Kommunikation führen, während ein „Finanzanalyst-Agent“ die Finanzdaten analysiert und ein „Kritik-Agent“ das finale Dokument überprüft und Feedback gibt.

2. Modernisierung und Dokumentation von Legacy-Code
   Alte IT-Systeme bergen oft Sicherheitsrisiken und hindern Unternehmen an Innovationen. Die Modernisierung ist jedoch kostenintensiv und zeitaufwändig. Gen-AI-gestützte Agenten könnten den Prozess beschleunigen, indem sie alte Codes analysieren, dokumentieren und verbessern. Ein „QA-Agent“ (Quality Assurance) könnte zusätzlich Testfälle entwickeln, um die Integrität des aktualisierten Codes sicherzustellen.

3. Erstellung von Online-Marketing-Kampagnen
   Die Gestaltung und Durchführung von Marketingkampagnen erfordert oft den Einsatz mehrerer Software-Tools. Mit Hilfe von Agenten könnte ein Marketer in natürlicher Sprache Zielgruppen, Ideen und Kanäle beschreiben. Ein „Marketing-Strategie-Agent“ könnte anschließend Marktforschungsdaten analysieren und darauf basierend Strategien entwickeln, während spezialisierte Agenten für Content und Design den Kampagneninhalt erstellen und optimieren.

Unternehmen und Investitionen in Agententechnologien

Laut McKinsey-Umfragen setzen 72 % der Unternehmen bereits KI-Lösungen ein, und viele investieren jetzt in Gen-AI und Agenten-Technologien. Unternehmen wie Microsoft, Google und OpenAI entwickeln derzeit Bibliotheken und Frameworks, um diese Technologien zu unterstützen. Weitere Akteure wie SuperAGI, CrewAI und AutoGen treiben die Entwicklung von agentengestützten Plattformen voran. In unserer langjährigen Arbeit mit innovativen Plattformen beobachten wir diesen Trend deutlich und sehen die positive Wirkung dieser neuen Technologien auf die Geschäftswelt.

Frühe Auseinandersetzung als strategischer Vorteil

Die Implementierung von Agenten wird früher oder später jede Organisation betreffen. Für Unternehmen ist es entscheidend, sich frühzeitig mit der Technologie auseinanderzusetzen und das notwendige Know-how intern aufzubauen. Ohne eine solche Vorbereitung könnten sie in Abhängigkeit von großen Technologiekonzernen und Hyperscalern geraten, die den Markt dominieren. Ein guter Überblick über die Entwicklungen und Anbieter im Bereich der KI-Agenten bietet die AI Agents Directory auf aiagentsdirectory.com/landscape.

Auf Basis unserer Erfahrungen im Bereich digitaler Transformation legen wir unseren Kunden ans Herz, jetzt die Weichen zu stellen. Als mittelständisches Unternehmen unterstützen wir gerne dabei, die nötigen Kompetenzen aufzubauen, um eine unabhängige Nutzung und Entwicklung dieser Technologien zu ermöglichen.

Wichtige Überlegungen für Unternehmen

Agenten stehen noch am Anfang ihrer Entwicklung, bieten jedoch erhebliches Potenzial. Unternehmen sollten sich daher frühzeitig mit Agenten-Technologien befassen und folgende Schlüsselfaktoren berücksichtigen:

• Wissen kodifizieren: Agenten benötigen strukturierte Prozesse und klar definierte Workflows, um komplexe Aufgaben zu bewältigen. Wir unterstützen unsere Kunden dabei, ihre Prozesse klar und effizient zu dokumentieren, um die Grundlage für eine erfolgreiche Implementierung zu schaffen.
• Strategische Technologieplanung: Dateninfrastruktur und IT-Systeme sollten so organisiert werden, dass sie mit Agentensystemen kompatibel sind. Auf diesem Gebiet bringen wir unsere jahrelange Erfahrung in der IT-Integration ein und begleiten Unternehmen bei der Umsetzung.
• Human-in-the-Loop-Mechanismen: Um die Risiken der Autonomie zu minimieren, sind Mechanismen erforderlich, die eine menschliche Überprüfung ermöglichen.

Fazit

Agenten können die Art und Weise, wie Unternehmen arbeiten, revolutionieren, indem sie Aufgaben autonom erledigen und Fachkräfte entlasten. Durch die Nutzung dieser Technologie können Organisationen Zeit und Kosten sparen und gleichzeitig ihre Innovationsfähigkeit steigern. Die Entwicklung von Agenten steht jedoch noch am Anfang, und die Systeme müssen gründlich getestet und überwacht werden, bevor sie flächendeckend eingesetzt werden können.

Quellen:
McKinsey & Company (2024), Why agents are the next frontier of generative AI.