Agentic AI – Chancen und Herausforderungen

Agentic AI ist eine Art von KI-System, das in der Lage ist, Ziele zu verfolgen, ohne dass eine enge menschliche Aufsicht erforderlich ist. OpenAI beschreibt diese Systeme wie folgt: "Sie zeichnen sich durch die Fähigkeit aus, Handlungen auszuführen, die über einen längeren Zeitraum hinweg konsistent zur Erreichung von Zielen beitragen, ohne dass ihr Verhalten vorher festgelegt wurde." Agentenbasierte Systeme bauen auf grossen Sprachmodellen (LLMs) auf. LLMs haben eine (begrenzte) Fähigkeit, Dinge zu planen. Wenn ein schriftliches Ziel und mögliche Aktionen vorgegeben sind, können sie eine Liste dieser Aktionen vorschlagen, die zur Erreichung dieses Ziels beitragen. Diese Aktionen werden von einem externen System ausgeführt, das mit dem LLM interagiert (normalerweise das Back-End). Die Ergebnisse jeder Aktion werden in das LLM zurückgespeist, sodass das Agentensystem mit seiner Umgebung interagieren und seine Planung auf der Grundlage von Echtzeit-Kontextinformationen kontinuierlich ändern kann. Dies wird als Anpassungsfähigkeit bezeichnet.

Grosses Potenzial für Unternehmen

Agentic-AI-Systeme werden nahtlos in Tools wie Unternehmensanwendungen, interne Datenbanken und Webanwendungen integriert, um die gesetzten Ziele effektiv zu erreichen. Agentische Systeme haben das Potenzial, wichtige Geschäftsprozesse erheblich zu optimieren. Dieses Potenzial geht über die einfache Automatisierung von Arbeitsabläufen hinaus. Dank der Fähigkeit eines LLM, sehr effektiv in menschlicher Sprache zu kommunizieren, öffnen agentenbasierte Systeme die Tür zu Prozessen, die die gemeinsamen Stärken von Menschen und Maschinen kombinieren, um neue Effizienz und Effektivität zu erschliessen.

In der Gesundheitsversorgung könnten Ärztinnen und Ärzte etwa Verwaltungsaufgaben an KI-Agenten abgeben, was ihnen mehr Zeit für die Patientenbetreuung verschafft. Im Personalwesen kann ein LLM-Assistent neue Mitarbeitende unterstützen, indem er Informationen bereitstellt, Profile aktualisiert, E-Learning-Module empfiehlt und Networking-Möglichkeiten aufzeigt. Darüber hinaus können Agenten in der Rekrutierung Interview-Termine koordinieren und fehlende Bewerbungsunterlagen anfordern. In der Buchhaltung lassen sich Routineaufgaben wie das Einholen von Unterschriften auf Rechnungen automatisieren. Doch auch im Kundenservice, im Schadenmanagement von Versicherungen oder in der Kreditabteilung von Banken gibt es bereits zahlreiche Anwendungsfälle.

Neue ethische Fragestellungen

Da diese KI-Systeme zunehmend in der Lage sind, autonom zu operieren, bringen sie zusätzliche Risiken und ethische Überlegungen mit sich. Stellen Sie sich Folgendes (noch harmloses) Beispiel vor: Ein LLM muss von einer Person eine fehlende Information erhalten. Also beginnt es, diese Person wiederholt per E-Mail zu spammen, um sein Ziel zu erreichen. Wenn das nicht klappt, weitet es sein Spammen auf alle anderen Personen aus, zu denen es Zugang hat. Wie dieses Beispiel zeigt, kommt es darauf an, Aufgaben und Prozessschritte bewusst und verantwortungsbewusst an Menschen und maschinelle Agenten zu vergeben und dabei die richtigen Leitlinien zu setzen.