Pain Points beim Einsatz von KI-Agenten Die Implementierung und Einführung von Agentic AI

Anbieter zum Thema

Dell GmbH

Vertiv GmbH

DAXTEN GmbH

EPS Rechenzentrum Infrastruktur GmbH

Agentic AI gilt als die nächste Entwicklungsstufe von Künstlicher Intelligenz (KI) und bietet weit mehr als nur Chat- oder Textfunktionen. Weil sie eigenständig plant und handelt, kann sie durchaus komplexe Aufgaben übernehmen. Doch einfach war, wenn überhaupt jemals, gestern.

Der Hype um Agentic AI ist enorm, versprechen agentenbasierte KI-Systeme doch eine intelligente Automatisierung von Prozessen. Sie benötigen keine detaillierten Anweisungen und folgen keinen vorgegebenen Abläufen, sondern verfolgen selbstständig ein Ziel, etwa die Beantwortung einer Kundenanfrage oder die Optimierung von Warenbeständen.

Wie sie dieses Ziel erreichen, bestimmen die KI-Systeme selbst: Sie planen, entscheiden und handeln autonom und liefern wie menschliche Mitarbeiter ein fertiges Arbeitsergebnis ab.

Diese Vielseitigkeit und Selbstständigkeit von Agentic AI geht allerdings „mit einer gewissen Komplexität“ einher, weshalb Unternehmen die Einführung nicht überstürzt angehen sollten. Nach Erfahrung von Dell Technologies gibt es einige Aspekte zu berücksichtigen, um den Erfolg von Agentic-AI-Projekten nicht zu gefährden:

Das aktive Gestalten des Change Managements: Wenn Agentic AI die Aufgaben von Mitarbeitern übernimmt, verändern sich deren Tätigkeiten. Unternehmen müssen das frühzeitig ansprechen, um Sorgen und Ängste auszuräumen und die Akzeptanz für die neuen KI-Kollegen zu steigern. Zudem benötigen Mitarbeiter klare Richtlinien zum Umgang mit agentenbasierter KI sowie Schulungen, in denen sie erste Erfahrungen sammeln und neue Kompetenzen aufbauen können.

Das Finden geeignete Use Cases: Einsatzbereiche für Agentic AI gibt es viele, doch nicht alle eignen sich für den Einstieg. Fast schon selbstverständlich: Unternehmen sollten die Prioritäten bei Use Cases setzen, in denen die Automatisierung einen großen Nutzen bringt und sich mit überschaubarem Aufwand umsetzen lässt. Das bedeutet auch, dass Skills und technische Ressourcen für Systemintegrationen, Datenaufbereitung, Modelltrainings und die Pflege der Anwendungen größtenteils schon vorhanden sind.

Einsatz von spezialisierten Agenten: Statt einen Alleskönner zu entwickeln, sollten sich Unternehmen auf spezialisierte KI-Systeme für verschiedene Aufgaben konzentrieren. Diese lassen sich nicht nur leichter umsetzen, sondern liefern oft auch bessere Ergebnisse, weil die dahinterstehenden KI-Modelle für die jeweiligen Use Cases optimiert sind. Später lassen sich die einzelnen Agenten zu einem Multi-Agenten-System verbinden.

Sorgfältige Planung von Integrationen: Agentic AI arbeitet nicht als eigenständiges System, sondern muss nahtlos in bestehende Workflows, Datenquellen, Plattformen und Infrastrukturen integriert werden. Bei der Entscheidung, welche agentenbasierten Systeme umgesetzt werden, müssen Unternehmen das berücksichtigen. Unter Umständen ist eine Anpassung von Abläufen, die Migration von Daten oder die Entwicklung neuer Schnittstellen notwendig.

Rechtzeitige Modernisierung von Infrastrukturen: Agentenbasierte KI ist auf leistungsfähige und skalierbare Infrastrukturen angewiesen, die genau zum Use Case passen. Kommt es auf Echtzeitentscheidungen an, ist eine Datenverarbeitung direkt vor Ort unumgänglich; es werden spezielle Edge-Systeme benötigt. In anderen Fällen reichen KI-Systeme in zentralen Rechenzentren oder, abhängig von der Art der Daten und möglichen Schwankungen beim Compute-Bedarf, auch Cloud-Infrastrukturen.

Datenqualität: Auch wenn es fast schon abgedroschen klingt: Mehr noch als klassische KI ist Agentic AI von hochwertigen Daten abhängig. Schließlich kontrolliert kein Mensch mehr die einzelnen Arbeitsschritte und Entscheidungen. Falsche, unfaire oder vorurteilsbehaftete Ergebnisse können daher nicht schnell korrigiert werden und weitreichende Auswirkungen haben. Entsprechend wichtig sind eine sorgfältige Datenauswahl und ein Daten-Management, das den Namen verdient und bei der Pflege, Aufbereitung und Bereitstellung von Daten unterstützt.

Das Sicherstellen der Governance: Security- und Compliance-Maßnahmen stellen sicher, dass Agentic AI verantwortungsvoll agiert und nicht missbraucht wird. Die KI sollte beispielsweise nur auf Daten zugreifen können, die tatsächlich für die Arbeit der Mitarbeiter und Co-Worker benötigt wird, und so gestaltet sein, dass deren Entscheidungen verständlich und nachvollziehbar sind.
Sowohl die Funktionsweise des KI-Systems als auch seine Tätigkeiten sollten dokumentiert werden. Darüber hinaus definieren Guardrails die Aufgaben und Funktionen von Agentic AI, damit sie keine unbeabsichtigten beziehungsweise schädlichen Aktionen ausführt.

Die Kontrollinstanz Mensch: Auch wenn der Mensch der KI keine detaillierten Anweisungen mehr geben muss und nicht jeden einzelnen ihrer Schritte zu überwachen hat, bleibt er nicht außen vor. Aus dem „Human in the Loop“ wird der „Human on the Loop”, der bei Bedarf eingreift, um Fehler zu korrigieren – ganz so, wie er bei einem autonomen Fahrzeug jederzeit das Steuer übernehmen kann.

(ID:50607462)