KI kann die Frage beantworten. Die nächste Herausforderung besteht darin, Menschen dabei zu helfen, voranzukommen.

Wir sind bemerkenswert gut darin geworden, KI zu entwickeln, die Fragen beantworten kann. Fragt man, wann eine Bewerbung fällig ist, welche Unterlagen benötigt werden oder wie ein Ablauf funktioniert, kann sie innerhalb von Sekunden eine hilfreiche Antwort geben. Doch wenn es um die Bildung, die finanzielle Zukunft oder das Zugehörigkeitsgefühl eines Menschen geht, ist eine Antwort erst der Anfang. Entscheidend ist, ob dieser Mensch tatsächlich vorankommt.

Hier wird agentische KI interessant. Statt jede Interaktion als isolierte Frage zu behandeln, kann ein KI-Agent erkennen, an welcher Stelle einer größeren Etappe sich jemand befindet, feststellen, was als Nächstes geschehen muss, und dabei helfen, dieses Ziel zu erreichen. Das zuverlässig zu leisten, erfordert jedoch mehr als ein leistungsfähiges Sprachmodell. Nötig sind maßgeschneiderte Abläufe, vernetzte Systeme und eine von Anfang an in den Prozess integrierte menschliche Aufsicht.

Betrachten wir die Hochschulbildung. Ein Student bewirbt sich, beantragt finanzielle Unterstützung, meldet sich für Kurse an, trifft sich mit einer Studienberatung, sucht akademische Unterstützung und ein Praktikum, bereitet sich auf den Abschluss vor, sucht einen Arbeitsplatz und wird schließlich zum Ehemaligen. Hochschulen ordnen diese Stationen verschiedenen Fachbereichen und technischen Systemen zu, doch Studierende erleben eine einzige Universität. Sie sollten deren Organigramm nicht kennen müssen, um die benötigte Hilfe zu erhalten.

Die Menschen wollen keine weitere Benutzeroberfläche. Sie wollen etwas erledigen.

In einer kürzlich durchgeführten Umfrage unter 1.058 derzeit eingeschriebenen US-amerikanischen Studierenden gaben 76 % an, dass sie erwarten, die meisten Anliegen rund um den Studierendenservice erledigen zu können, ohne anzurufen oder ein Büro aufzusuchen. Doch jede vierte Person sagte, ihre Hochschule erfülle diese Erwartung nicht. Auf die Frage, worauf es bei einem modernen digitalen Nutzererlebnis am meisten ankomme, verwiesen 64 % auf schnelle Antworten und Lösungen, 54 % auf die Verfügbarkeit rund um die Uhr und 50 % darauf, Aufgaben an einem Ort erledigen zu können. Studierende wünschen sich schnellere Antworten, weniger Weiterleitungen und die Möglichkeit, Aufgaben abzuschließen, ohne sich durch mehrere Systeme navigieren zu müssen.

Ein Studieninteressierter beginnt eine Bewerbung an einer Hochschule, schließt sie aber nie ab. Ein herkömmlicher Chatbot könnte Fragen zu den Bewerbungsvoraussetzungen beantworten, doch der Student müsste weiterhin selbst herausfinden, was noch fehlt und wie es weitergeht. Ein agentisches System kann erkennen, an welcher Stelle die Bewerbung ins Stocken geraten ist, den nächsten Schritt ermitteln und dem Studenten helfen, dort weiterzumachen, wo er aufgehört hat. Sagt der Student, er habe bereits ein Zeugnis hochgeladen, kann das System die Bewerbungsunterlagen prüfen, den Eingang bestätigen und diesen Punkt abhaken, statt ihn erneut dazu aufzufordern.

Hier liegen auch einige der größten technischen Herausforderungen. Microsoft Research zählt Zuverlässigkeit, den Erhalt des Kontexts und die Ausführung realer Arbeitsabläufe zu den Herausforderungen für Produktivitätsagenten. Ein Agent kann Menschen nicht zuverlässig durch einen Prozess führen, wenn er zwischen den einzelnen Schritten den Kontext verliert oder nicht systemübergreifend arbeiten kann.

Von reaktiven Antworten zu proaktiver Hilfe

Die Chance besteht nicht nur darin, Fragen zu beantworten, sondern auch zu erkennen, wann jemand Unterstützung braucht, und Hochschulen dabei zu helfen, den passenden nächsten Schritt zu bestimmen. Ein Team für Hochschulförderung könnte beispielsweise Anzeichen dafür erkennen, dass ein ehemaliger Studierender bereit ist, wieder Kontakt aufzunehmen, sich ehrenamtlich zu engagieren oder zum ersten Mal zu spenden. Doch das Signal zu erkennen, ist erst der Anfang. Der eigentliche Mehrwert entsteht, wenn klar ist, welche Kontaktaufnahme für diese Person zu diesem Zeitpunkt sinnvoll ist und was als Nächstes geschehen sollte.

Maßgeschneiderte Abläufe können bewährte Vorgehensweisen für verschiedene Zielgruppen und Ziele einbeziehen und Teams damit eine bessere Ausgangsbasis bieten als allgemeine Werkzeuge oder von Grund auf neu entwickelte Prozesse. Der Nutzen geht über die Zeitersparnis für Mitarbeitende hinaus. Hochschulen verfügen bereits über enorme Datenmengen. Sie brauchen Unterstützung dabei, diese Signale zu interpretieren und daraus eine durchdachte, zeitnahe Ansprache zu entwickeln.

Der Handlungsbedarf ist offensichtlich. In derselben Studierendenumfrage gab die Hälfte der Befragten an, den Kontakt zu ihrer Hochschule vermieden zu haben, weil der Prozess zu schwierig erschien. Weitere 40 % mussten bereits übermittelte Informationen erneut angeben, 34 % wurden weitergeleitet, ohne dass ihr Anliegen gelöst wurde, und 31 % fanden nicht, was sie suchten, und gaben auf.

Die nützlichsten KI-Erlebnisse helfen Hochschulen, solche Hürden zu erkennen, bevor sie dazu führen, dass sich jemand zurückzieht.

Erst der Kontext macht aus einer Antwort eine hilfreiche Handlung

Wir alle kennen die Frustration, einer Organisation immer wieder dieselben Informationen geben zu müssen. Man stelle sich vor, man müsste das tun, während man versucht, sich für Kurse anzumelden, ein Problem mit der Studienfinanzierung zu lösen oder wieder Kontakt zur eigenen Alma Mater aufzunehmen. Jede unverbundene Interaktion lässt die Hochschule ein Stück weniger wie eine Einrichtung wirken, die einen kennt.

Wenn Informationen über die einzelne Person statt über getrennte Fachbereiche hinweg verknüpft werden, verändert das diese Erfahrung. Studierende, Ehemalige und Spender profitieren von einer kontinuierlicheren, persönlicheren Ansprache, während Mitarbeitende den nötigen Kontext erhalten, um wirksamer zu reagieren. Wenn Hochschulen die Kontaktaufnahme einfacher und persönlicher gestalten, schaffen sie die Voraussetzungen für stärkere Beziehungen und dauerhafte Verbundenheit.

Studierende signalisieren bereits, dass sie sich digitale Erlebnisse wünschen, die auf diese Weise funktionieren. Dieselbe Befragung unter Studierenden ergab, dass 56 % erwarten, dass Systeme nahtlos miteinander verbunden sind, ohne Weiterleitungen oder die wiederholte Eingabe derselben Informationen. Die Hälfte erwartet, dass digitale Tools proaktiv auf Fristen, Anforderungen oder Probleme hinweisen, bevor diese zu Schwierigkeiten werden.

Um ein solches Erlebnis zu ermöglichen, reicht es nicht aus, einzelne Tools intelligenter zu machen. Dazu müssen Informationen und Arbeitsabläufe miteinander verknüpft werden, damit Institutionen nachvollziehen können, wo sich jemand auf seinem Weg befindet, und entsprechend reagieren können.

Die beste KI weiß, wann sie handeln, wann sie schützen und wann sie sich zurücknehmen sollte

Das Ziel agentischer KI sollte nicht maximale Autonomie sein. Entscheidend ist die richtige Kombination aus Unterstützung, Handeln und menschlichem Urteilsvermögen, wobei die Zustimmung eines Menschen von Anfang an in den Arbeitsablauf integriert ist.

Je mehr Aufgaben KI übernehmen kann, desto wichtiger wird die Entscheidung, was sie eigenständig tun sollte – ebenso wichtig wie die Erweiterung ihrer Fähigkeiten. Routineaufgaben wie das Erkennen unvollständiger Formulare oder das Bereitstellen relevanter Informationen eignen sich möglicherweise gut für die Automatisierung. Wenn ein KI-System jedoch eine Kontaktaufnahme vorbereitet oder eine Handlung empfiehlt, die sich auf das Erlebnis eines Studierenden auswirken könnte, sollte ein Mensch die Gelegenheit haben, diese zu genehmigen, bevor irgendetwas den Studierenden erreicht.

Die menschliche Aufsicht sollte sich nicht darauf beschränken, ungewöhnliche Fälle weiterzuleiten oder Entscheidungen erst im Nachhinein zu überprüfen. Bei folgenreichen Interaktionen muss die Genehmigung vor der Handlung erfolgen, nicht danach. KI kann Signale erkennen, nächste Schritte empfehlen und Mitteilungen vorbereiten, während die Mitarbeitenden die Kontrolle darüber behalten, was als Nächstes geschieht.

Dieser Ansatz schafft auch Raum für Urteilsvermögen und Einfühlungsvermögen, die Technologie nicht ersetzen kann. Studierende, die sich in einer ungewöhnlichen finanziellen Situation befinden oder mit akademischen Schwierigkeiten kämpfen, benötigen möglicherweise mehr als eine automatisierte Empfehlung. Die Technologie sollte den Mitarbeitenden helfen, solche Situationen zu erkennen und mit dem nötigen Hintergrundwissen darauf zu reagieren, statt sie aus dem Prozess herauszunehmen.

Zu einer verantwortungsvollen Umsetzung gehört auch der Schutz sensibler Informationen, auf die diese Erlebnisse angewiesen sind. Die Verknüpfung von Systemen und die Möglichkeit, dass KI handelt, werfen wichtige Fragen zum Datenzugriff, zu Berechtigungen, Sicherheit und Rechenschaftspflicht auf. Ein Agent, der bei einem Bewerbungs- oder Finanzhilfeprozess unterstützt, sollte nur auf die Informationen zugreifen und die Handlungen ausführen dürfen, die für die jeweilige Interaktion angemessen sind. Dabei müssen klare Grenzen dafür gelten, was er tun kann.

Die Arbeit von Microsoft Research zu Agenten mit menschlicher Beteiligung unterstreicht, wie wichtig es ist, menschliche Aufsicht und Kontrolle von Anfang an in zunehmend autonome Systeme einzubauen – einschließlich Mechanismen, die es Menschen ermöglichen, sich an der Arbeit eines Agenten zu beteiligen und sie neu auszurichten. Verantwortungsvolle KI ermöglicht bessere Erlebnisse, indem sie das nötige Vertrauen schafft, um diese zu bieten.

Bei der nächsten Generation von KI geht es um Ergebnisse

Institutionen müssen noch einen weiteren Wandel vollziehen: Sie müssen ihre Maßstäbe dafür ändern, ob KI tatsächlich funktioniert.

Heute wird die Leistung von KI häufig anhand von Aktivitätskennzahlen bewertet: bearbeitete Gespräche, beantwortete Fragen, Reaktionszeiten oder Anfragen, die Mitarbeitenden erspart bleiben. Anhand dieser Kennzahlen lässt sich feststellen, ob ein System genutzt wird oder die Arbeitsbelastung verringert. Sie zeigen jedoch nicht unbedingt, ob es jemandem dabei geholfen hat, sein eigentliches Ziel zu erreichen.

Für Studierende, die bei der Hälfte eines Antrags nicht weiterkommen, bedeutet Erfolg, den Antrag abzuschließen – und nicht nur Antworten von einem KI-Assistenten zu erhalten. Für ehemalige Studierende, die wieder Kontakt aufnehmen möchten, bedeutet Erfolg, den nächsten Schritt in dieser Beziehung zu gehen.

Die Auswirkungen dieser digitalen Erlebnisse gehen weit über den Komfort hinaus. Die Befragung unter Studierenden ergab, dass 38 % eine wichtige Aufgabe im Zusammenhang mit Einschreibung, Finanzhilfe oder Studium aufgeschoben hatten, weil digitale Tools schwer zu bedienen waren. Jede vierte Person sagte, diese Schwierigkeiten hätten sie daran zweifeln lassen, ob sich der Aufwand für eine fortgesetzte Einschreibung lohne. Wenn Technologie so viele Hürden schafft, verfehlt es den entscheidenden Punkt, allein die Nutzung der Technologie zu messen. Institutionen sollten sich fragen, ob Menschen die Aufgaben erledigen, die sie erledigen wollten, an welchen Stellen sie nicht weiterkommen und ob sich das Erlebnis mit der Zeit verbessert.

Die nächste Generation von KI wird daran gemessen werden, was Menschen dank ihr erreichen können – ein spannender Wandel. Ob jemand sich im Studium zurechtfinden, die eigene Gesundheitsversorgung organisieren oder mit einer Organisation in Kontakt treten möchte, die ihm am Herzen liegt: Es geht darum, komplizierte Erlebnisse so zu gestalten, dass Menschen sich wirklich unterstützt fühlen. Dafür braucht es Abläufe, die sich an echten Menschen orientieren, miteinander verknüpfte Informationen, eine sinnvolle menschliche Aufsicht und das klare Ziel, Ergebnisse statt Aktivitäten zu messen.

Es geht nicht darum, um der Automatisierung willen mehr zu automatisieren. Vielmehr sollen Menschen mit weniger Hürden, mehr Zuversicht und dem stärkeren Gefühl vorankommen, dass die Organisation auf der anderen Seite sie wirklich versteht.