Wo man mit Agentic AI beginnen kann: Ein Rahmenwerk für Geschäftsführer

Im Laufe des letzten Jahrzehnts haben sich zwei parallele Reisen entwickelt und die Unternehmenstransformation gemeinsam geprägt: die Prozessreise und die Datenreise.

Die Prozessreise, also wie Arbeit erledigt wird, hat sich von Lean Sigma Six zu robotischer Prozessautomatisierung (RPA) und digitalen Workflows entwickelt, alles im Streben nach Effizienz, Struktur und Skalierbarkeit. Andererseits hat sich die Datenreise, also wie Entscheidungen getroffen werden, von traditioneller Business Intelligence zu maschinellen Lernalgorithmen und vorhersagender Intelligenz und jetzt zu generativer KI (Gen AI) entwickelt. Beide Pfade sind leistungsstark, aber der wahre Durchbruch kommt, wenn sie sich beide vereinen. Willkommen bei Agentic AI.

Agentic AI ist der Wendepunkt, an dem Agenten nicht nur Daten verstehen, sondern auch wissen, wie sie innerhalb von Systemen und Workflows handeln können, um eine größere datengetriebene Automatisierung zu ermöglichen. Forschung zeigt, dass 96 % der Unternehmens-IT-Führer planen, ihre Nutzung von Agenten in den nächsten 12 Monaten zu erhöhen. Wenn jedoch Unternehmen versuchen, Agentic-AI-Initiativen zu skalieren, haben sie oft Schwierigkeiten, zu bestimmen, wo und wie sie beginnen sollen.

Für technische Führungskräfte, die Agentic AI nutzen möchten, müssen sie über Agentic-Workflows als Verschmelzung von Entscheidung und Ausführung nachdenken, indem sie analytische Intelligenz direkt in Workflows einbetten, um eine größere Effizienz zu erzielen. Erst wenn diese unternehmensweite Ebene der Intelligenz erreicht ist, können autonome Agenten den Kreis zwischen Wissen und Handeln schließen.

Definition von Agentic AI: Was es bedeutet, ein agentic-Unternehmen zu sein

Viele Organisationen beginnen ihre Agentic-AI-Reise, bevor sie verstehen, was Agentic AI ist. Stellen Sie sich ein agentic-Unternehmen als einen großen internationalen Flughafen vor. Die Flugzeuge sind die KI-Agenten, die jeweils mit einer Aufgabe betraut sind. Sie kennen ihr Ziel und handeln unabhängig, starten und fliegen zu ihrem Ziel – während der Flughafen voll funktionsfähig bleibt. Aber es ist das höhere Ziel des Flughafens und nicht die individuelle Bewegung der Flugzeuge, die es agentic macht. Die Fluglotsen sind die Orchestrierer, die den Flughafenbetrieb reibungslos machen – sie entscheiden, welche Flugzeuge wann und wo einzusetzen sind, leiten die Bodenkontrolle für Wartung und Betankung und stimmen alles auf die effektivste Weise für das gesamte System ab. Jedes Flugzeug existiert für sich, aber es ist die Koordination aller Starts und Landungen, die den Flughafen in Bezug auf Sicherheit und Effizienz erfolgreich macht.

Ein agentic-Unternehmen ist nicht eines, das einfache Reflexagenten oder grundlegende Bots implementiert, die zur Ausführung einer Aufgabe verbessert wurden. Vielmehr orchestriert ein agentic-Unternehmen ein Netzwerk intelligenter Agenten, die dazu konzipiert sind, komplexe, mehrschrittige Aufgaben unabhängig zu bearbeiten. Sie gehen weit über vordefinierte Regeln hinaus, sodass Agenten Entscheidungen treffen können, die mit strategischen Zielen übereinstimmen, und sich im Laufe der Zeit anpassen und verbessern, um das Unternehmenslernen auf das nächste Level zu heben.

Dies ist auch das, was Agentic AI von Gen AI unterscheidet. Gen AI reagiert auf Prompts, während Agentic AI autonome Aktionen ausführt, um Ziele zu erreichen, und sich im Laufe der Zeit anpasst. Diese Multiagentensysteme verbinden sich mit verschiedenen Unternehmensanwendungen und operieren mit strategischer Voraussicht, um Entscheidungsfindung, Prozessautomatisierung und Wertschöpfung im gesamten Unternehmen zu unterstützen.

Es ist wichtig zu beachten, dass dies eine Reise ist. Jeder Agent wird seine eigene Reife und Komplexität haben, die er bewältigen kann. Das Werden eines agentic-Unternehmens erfordert die ganzheitliche Gestaltung, Koordination und kontinuierliche Evolution eines Ökosystems von Agenten mit klaren Zielen, intelligenten Feedback-Schleifen und eingebetteten Experten, wo und wie es für das Ziel sinnvoll ist.

Identifizierung von Agentic-AI-Anwendungsfällen: Warum der Wert wichtig ist

Allzu oft scheitern Agentic-AI-Anwendungsfälle aufgrund einer schlechten Auswahl von Anwendungsfällen. Tatsächlich prognostiziert Gartner, dass über 40 % der Agentic-AI-Projekte bis Ende 2027 abgesagt werden. Dies wird nicht durch das Versagen der Technologie verursacht, sondern durch die Tatsache, dass Unternehmen nicht die richtigen Anwendungsfälle für die Bereitstellung von Agenten auswählen.

Um ein solches Schicksal zu vermeiden, müssen Organisationen identifizieren, wo Agentic AI den größten Einfluss haben kann, indem sie sowohl den Wertzuwachs als auch die Geschwindigkeit bis zum Ergebnis bewerten.

Auf der Wertseite sollten Unternehmen zunächst fragen, welche Bereiche die größten Kunden-Schmerzpunkte – intern und extern – haben und damit das größte Potenzial für Auswirkungen haben. Dann müssen sie die Prozessumfang und die Nachfrage betrachten. Ein Hinweis: Agentic AI liefert greifbarere Vorteile für Bereiche, die komplexe Prozesse, große Workflows und die Notwendigkeit strategischer, dynamischer Entscheidungsfindung aufweisen. Es sollte nicht unterschätzt werden, dass Agentic AI in Bereichen implementiert werden sollte, die ein hohes Wachstumspotenzial aufweisen, unter Berücksichtigung seiner Skalierbarkeit und Anpassungsfähigkeit an sich ändernde Nachfrage und Volumen im Laufe der Zeit.

Ebenso wichtig ist die Bewertung der Geschwindigkeit bis zum Wert, die durch die Untersuchung von Daten für Verfügbarkeit, Qualität und Governance durchgeführt werden kann. Einfach ausgedrückt, führt bessere Daten zu besserer KI-Leistung. Unabhängig davon, wo Agentic AI aktiviert wird, ist es kritisch, Sicherheitsvorkehrungen zu treffen, insbesondere wenn sensible Daten involviert sind. Um dies effektiv zu tun, müssen Unternehmen potenzielle regulatorische Einschränkungen berücksichtigen, die die Adoptionszeiten beeinflussen können. Dies ist kein Bereich, in dem man Kompromisse eingehen sollte. Das Starten mit Human-in-the-Loop-Systemen hilft sicherzustellen, dass die Implementierung verantwortungsvoll und ethisch ist, was Unternehmen später mehr Vertrauen in die Autonomie von KI-Agenten geben kann.

Aufbau des Agentic-AI-Technologie-Stapels: Wie man die gewünschten Ergebnisse erzielt

Organisationen, die bereit sind, Agentic AI zu übernehmen, müssen die richtige technologische Infrastruktur aufbauen, die Skalierbarkeit zum Wachstum, Flexibilität zur Integration und Sicherheit zum Schutz ermöglicht.

Um zu beginnen, müssen die Unternehmensführer sicherstellen, dass sowohl strukturierte als auch unstrukturierte Daten innerhalb desselben Systems integriert werden, um eine starke Datenbasis zu bilden, die für eine effektive und nachhaltige Übernahme von Agentic AI kritisch ist. Datenzugriff und Datenverwaltung sind grundlegend für Agentic AI. Dieser Schritt ist auch entscheidend für den Aufbau von Aufgaben- und Domänen-spezifischen Sprachmodellen.

Sobald die Datenbasis gesetzt und die Sprachmodelle etabliert sind, sollten Unternehmen KI-Plattformen, -Tools und -Dienste nutzen, um die Übernahme und Modularität von KI-Agenten zu beschleunigen. Beginnend mit einem Pilotprojekt in einer kontrollierten Umgebung können Organisationen Agenten trainieren und bereitstellen, die spezifische Aufgaben ausführen und Geschäftsergebnisse liefern, wobei die menschliche Aufsicht und kontinuierliche Überwachung der Leistung durch eine Kontrollschicht gewährleistet werden, die mit den Geschäftskennzahlen (KPIs) übereinstimmt.

Führung zeigen

Agentic AI stellt eine grundlegende Veränderung in der Art und Weise dar, wie Unternehmen operieren. Die Unternehmen, die als Gewinner hervorgehen, werden diejenigen sein, die es als Gelegenheit nutzen, ihre Betriebsmodelle und Geschäftspraktiken von Grund auf neu zu überdenken. Der Schlüssel besteht darin, weise zu experimentieren und zu iterieren, mit Bedacht aufzubauen und zu partnern und dann mit Zuversicht zu skalieren.