Unleashing the Power of Agentic AI: Fünf Fragen, Fünf Antworten

Die rasante Entwicklung der Künstlichen Intelligenz (KI) beeinflusst mittlerweile nahezu jeden Bereich der Wirtschaft. Unternehmen und Organisationen stehen am Anfang einer tiefgreifenden Transformation, bei der KI nicht nur als unterstützendes Werkzeug, sondern als eigenständiger, intelligenter Agent in Arbeitsprozesse integriert wird. Doch während die Chancen vielfältig sind, ergeben sich ebenso Herausforderungen, Risiken und strategische Fragestellungen, die es zu meistern gilt, um den vollen Nutzen aus dieser Technologie zu ziehen.

Im Folgenden werfen wir zusammen mit Dr. Markus Schütten, Senior Manager bei MHP, einen Blick auf die aktuellen Entwicklungen. Dabei geht es um die neuesten Trends und Fortschritte in der KI, die mit Herausforderungen wie der Integration und dem unternehmensweiten Einsatz von KI-Agenten verbunden sind. Gleichzeitig beleuchten wir die Risiken, die mit der Implementierung von KI in komplexe Unternehmensstrukturen einhergehen, und zeigen auf, wie eine gezielte, strategische Planung den Erfolg dieser Technologien sichern kann.

Whitepaper: Unleashing the Power of Agentic AI

1) Wie entwickelt sich KI derzeit weiter? Und: Welche Trends zeichnen sich dabei ab?

Die KI-Entwicklung und ihr praxisbezogener Einsatz erzielen derzeit große Fortschritte – hin zu modernen KI-Agenten, die Sprachmodelle (Large Language Modelle) mit Planungsalgorithmen kombinieren. Diese Agenten verfügen über Mechanismen, die sie für den Einsatz von Werkzeugen – in der Sprache der Agenten als „Tools“ bezeichnet - verwenden können, um mit ihrer Umgebung aktiv zu interagieren. Hinzu kommen umfangreiche Kurz- und Langzeitspeicher, die Interaktionsabläufe mit den Nutzenden oder anderen KI-Agenten memorieren. Diese Fortschritte erlauben es den KI-Agenten, Arbeitsabläufe gemäß Aufgabenstellung eigenständig zu planen, aus Feedbacks aus ihrer Umgebung zu schlussfolgern und zielorientierte Entscheidungen zu treffen.

Damit erweitern sich perspektivisch auch ihre potenziellen Anwendungsfelder: Diese gehen nun weit über isolierte, zumeist sehr spezifische Aufgaben hinaus und reichen bis hin zum Abarbeiten komplexer (Teil-)Prozesse. Analog zu menschlichen Anwendern können die Agenten dazu auch Software-Tools einsetzen. Denkbare Einsatzszenarien dafür: das selbständige Anlegen, Pflegen und/oder Editieren einer Kundenakte im CRM-System, das automatisierte Fortschreiben von Lagerbeständen in der einschlägigen Softwarelösung des Unternehmens oder ein weitgehend automatisiertes Invoicing im SAP-System.

Für sehr umfassende und komplexe (Teil-)Prozesse oder Workflows können Unternehmen zudem Multi-Agenten-Systeme (MAS) einsetzen, bei denen sie mehrere KI-Agenten mit speziellen Fertigkeiten miteinander kombinieren und deren Aufgaben orchestrieren. 

2) Mit welchen Herausforderungen geht der unternehmensweite KI-Einsatz einher?

Um den maximalen Nutzen aus der Einführung KI-basierter Agenten zu ziehen, benötigen Unternehmen vor allem eine klare KI-Strategie sowie ein systematisches Vorgehen bei der Inventarisierung ihrer Unternehmensarchitektur (Enterprise Architecture, EA) – denn perspektivisch stellt die EA die Umgebung und damit das Backbone für jede erfolgreiche Arbeit mit KI-Agenten zur Verfügung.

Bisher nutzen die meisten Unternehmen KI-Technologien in erster Linie für isolierte Pilotprojekte oder nur punktuell – oft für sehr spezifische Anwendungsfelder wie das Kundenmanagement mit Chatbots oder die Produktoptimierung. Dieser fragmentarische Ansatz beschränkt jedoch das transformative Potenzial der KI. Er ermöglicht zwar inkrementelle Verbesserungen bei spezifischen Aufgaben und steigert dort Effizienz und Produktivität, erfasst aber nicht das Unternehmen als Ganzes. Dadurch fokussiert er sich oft nicht auf die Anwendungsfelder, in denen Unternehmen mit KI den größten Mehrwert erzielen könnten: insbesondere durch mehr prozessuale Effizienz und eine höhere Innovationsfähigkeit in allen Geschäftsbereichen.

Nötig sind dazu vor allem Konzepte, die zur systematischen Integration unternehmensweiter KI-Lösungen beitragen. Chief Information Officers (CIOs) stehen damit vor der kritischen Herausforderung, kohärente Vorgehensweisen zu entwickeln, die Abteilungssilos überwinden können und ihr Unternehmen auf einen abteilungs-, funktions- und bereichsübergreifend orchestrierten Einsatz moderner KI-Agenten vorbereitet. Ein vielversprechender Ansatzpunkt dafür ist ein zielgerichtetes Architekturmanagement (EAM), beispielsweise in Anlehnung an TOGAF ( The Open Group Reference Framework). Dies ermöglicht eine nahtlose, technologieunabhängige Integration von AI-Agenten und deren Capabilities in die Architekturentwicklung eines Unternehmens.

Darüber hinaus geht ein erfolgreicher KI-Einsatz mit zwei weiteren, zentralen Herausforderungen einher: Er erfordert eine aktive Mitarbeiterbeteiligung bei der Implementierung sowie eine solide technische Basis.

3) Welche Risiken (und Potenziale) ergeben sich aus dem Einsatz von KI?

Moderne KI-Agenten übernehmen aktuell vielfältige Aufgaben in Unternehmen: Das startet beim Automatisieren repetitiver Aufgaben und reicht bis zur Übernahme komplexer (Teil-) Prozesse und Workflows. Dazu können sie mittlerweile sogar unbekannte Aufgabenstellungen in Einzelschritte zerlegen und diese geordnet ausführen: Beispielsweise kann ein darauf spezialisierter KI-Agent weitgehend eigenständig Kundenaufträge erstellen und abarbeiten - und dabei sogar Verfügbarkeitsprüfungen durchführen. Sollte das vom Kunden gewünschte Produkt nicht verfügbar sein, erkennt und meldet er auch das.

Durch diese Entwicklungen können KI-Agenten mittlerweile Mitarbeitende selbst bei anspruchsvolleren Aufgaben unterstützen. Diese gewinnen damit Zeit, um sich auf wertschöpfende Tätigkeiten zu fokussieren. Moderne KI-Anwendungen beinhalten somit enorme Potenziale für Unternehmen, ihr Einsatz birgt allerdings auch Risiken. 

• Wirtschaftliche Risiken
  Viele Unternehmen sind beim Betrieb ihrer KI-Agenten und -Systeme derzeit häufig von einem einzigen Anbieter abhängig. Dies kann problematisch werden, wenn der Anbieter seine Strategie ändert, die Preise erhöht oder gar vom Markt verschwindet. Bisherige Nutzerinnen und Nutzer wären dann gezwungen, aufwendige und teure Migrationsprojekte durchzuführen, um ihre KI-Systeme auf eine neue Plattform umzustellen.

  Um dieses Risiko zu minimieren, sollten Unternehmen einen anbieter- und modellunabhängigen KI-Ansatz wählen. Die Unternehmensarchitektur sollte dafür so gestaltet sein, dass der Wechsel zu einem neuen KI-Modell technisch problemlos möglich ist. Dies verringert die Abhängigkeit von einzelnen Anbietern und hilft den Nutzenden, jederzeit von den neuesten Entwicklungen und Innovationen im Bereich der KI zu profitieren.

• Technische Risiken
  In technischer Hinsicht ergibt sich das größte Risiko beim Thema Sicherheit. Sofern die IT eines Unternehmens einem KI-Agenten keine Grenzen zuweist – also beispielsweise nicht klar definiert, welche Daten dieser nutzen und auf welche Tools er zurückgreifen darf – können Mitarbeitende durch „kluge“ Anweisungen ggf. an geschäftsrelevante Informationen gelangen, die nicht für ihre Rolle und Aufgaben vorgesehen sind.

  Die IT-Abteilung kann dieses Risiko deutlich minimieren, indem sie jedem Agenten klare Berechtigungen und Handlungsspielräume zuweist: Dabei handelt es sich um vordefinierte Anweisungen oder Direktiven, die den grundlegenden Kontext des KI-Agenten festlegen und damit sein Verhalten bei allen Interaktionen determinieren. 

4) Wie lässt sich der optimale (strategische) Einsatz von KI aus der Unternehmensarchitektur herleiten?

Ein vielversprechender Ansatz ist dafür die Arbeit mit Enterprise-Architecture-Referenzmodellen, beispielsweise TOGAF (-> The Open Group Reference Framework). Das exakte Vorgehen ist sehr komplex, daher besprechen wir es ausführlich in unserem Paper: „Unleashing the Power of Agentic AI“ . Hier die vereinfachte Form in drei Schritten:

• Die Business Capability Map als Fundament
  EA-Modelle verwenden üblicherweise Business Capability Maps, um die Fähigkeiten des Unternehmens strukturiert darzustellen. Planerinnen und Planer können nun jede Capability dieser Map in Einzelkomponenten wie Ressourcen, Prozesse, Informationen und Nutzende zerlegen. Damit steht für jede Fähigkeit des Unternehmens eindeutig fest, in welchem Umfeld ein dort eingesetzter KI-Agent interagieren müsste.
• Identifikation möglicher KI-Anwendungsszenarien
  Durch den Wechsel in die Prozessperspektive identifizieren die Planenden die wertvollsten KI-Anwendungsszenarien. Dazu wählen sie die Prozesse beziehungsweise Workflows aus, die sich besonders leicht automatisieren lassen oder die hohe manuelle Bearbeitungskosten verursachen und dadurch höhere Investitionsvolumina rechtfertigen.
• Zuordnung der benötigten Ressourcen und Informationen
  Schließlich ordnen die Planenden dem künftigen KI-Agenten die Ressourcen und Informationen zu, die er benötigt, um den ihm zugeordneten Prozess auszuführen. Dafür müssen sie ebenfalls definieren, auf welche Daten er zugreifen kann und mit welchen Tools er interagieren darf.

Möglich ist grundsätzlich auch die Verkettung mehrerer Agenten zu Multi-Agenten-Systemen (MAS). Diese können teilweise sogar vollständige End-to-End-Prozesse übernehmen. Die Planung eines MAS erfolgt nach einem ähnlichen Vorgehensmodell, ist aber deutlich anspruchsvoller - immerhin muss das Unternehmen dafür zusätzlich festlegen, wie die koordinierenden Instanzen arbeiten sollen. Hierzu gibt es verschiedene, technische Möglichkeiten. Auch hierzu finden Sie weitere Details im Paper: Unleashing the Power of Agentic AI

5) Zusammenfassend: Was muss ich als Unternehmen beachten, um KI-Agenten erfolgreich und gewinnbringend einzusetzen?

Für den erfolgreichen Einsatz von KI-Agenten sind folgende Kriterien zentral:

• Ein strategisches Konzept
  Unternehmen können dann optimal von den Vorteilen von KI-Agenten profitieren, wenn sie diese nicht punktuell, sondern strategisch einsetzen: dort, wo sie den meisten Wert generieren. Wie Unternehmen dabei vorgehen können, erläutern wir in Frage vier.

• Ein solides, technisches Fundament
  Komplexere Aufgaben übernehmen oft nicht einzelne KI-Agenten, sondern Multi-Agenten-Systeme. Dabei arbeiten mehrere Agenten eng zusammen. Jeder Agent ist dabei für eine bestimmte Fähigkeit oder ein spezifisches Prozesssegment verantwortlich und trägt so zum Gesamtprozess bei. Dies erfordert orchestrierende Instanzen, die die Arbeiten der einzelnen Agenten koordinieren.

  Um solche Instanzen nutzen zu können, benötigen Unternehmen allerdings ein „KI-Betriebssystem“. Dieses stellt – herstellerübergreifend – das technische Fundament für alle dort verwendeten KI-Agenten und Multi-Agenten-Systeme bereit. Ein Beispiel dafür ist IntelliCore  von MHP: Diese Lösung kann KI-basierte Systeme koppeln und via APIs an verschiedene Maschinen und Softwaretools anbinden.

• Eine frühzeitige und aktive Mitarbeitereinbindung
  Fortgeschrittene KI-Agenten greifen üblicherweise auf ausgefeilte Sprachmodelle zurück - und sind daher in der Lage, selbst komplexe Anweisungen in natürlicher Sprache zu verstehen und auszuführen. Dennoch: KI-Agenten bleiben Werkzeuge. Entsprechend hängt die Qualität ihrer Ergebnisse stark davon ab, ob und inwieweit Unternehmen ihre Mitarbeitenden künftig in KI-basierte Prozesse einbeziehen, um dort ggf. korrigierend einzugreifen. Wir empfehlen daher prinzipiell, die Mitarbeitenden weiterhin in den Mittelpunkt zu stellen und „Human-in-the-loop“-Ansätze zu verfolgen: KI-Agenten treten mit Anwendern dazu in einen iterativen Prozess, bei denen sie sich schrittweise gemeinsam dem optimalen Ergebnis nähern.