So skalieren Sie KI-Agenten für Ihr Unternehmen

Bei Treffen mit Führungskräften aus der Wirtschaft herrscht Begeisterung über das Potenzial, das agentische KI für ein Unternehmen bieten kann. Es besteht auch ein klarer Bedarf, die Frage zu beantworten, wie Führungskräfte in der Wirtschaft agentische KI effektiv und effizient bereitstellen können.

Eine neue Studie des IBM® Institute for Business Value zeigt die Zustimmung und Begeisterung von Führungskräften aus der Wirtschaft: 86 % der Befragten erwarten, dass Prozessautomatisierung und die Neugestaltung von Workflows bis 2027 durch KI-Agenten effektiver werden.

Herkömmliche KI- oder Automatisierungstools bieten zwar nützliche, aber immer noch marginale Produktivitätssteigerungen, verändern jedoch nicht den zugrundeliegenden Prozess. Mit agentischer KI können wir wirklich größere und strategischere Geschäftsergebnisse erzielen, die zu mehr Produktivität und Effizienz in einem Unternehmen führen können.

Es geht nicht nur darum, dass KI uns sagt, was wir tun sollen – es geht darum, dass KI beginnt, es zu tun. Wir müssen über KI-Assistenten hinausgehen und die Möglichkeiten von KI-Agenten erweitern, die unter menschlicher Aufsicht Prozesse ausführen und anpassen können. Dieser Wandel erfordert eine echte Neugestaltung der Arbeitsabläufe, um den Mehrwert zu erschließen, den Führungskräfte wirklich erzielen wollen.

Laut dem IBM Institute for Business Value geben bereits 76 % der befragten Führungskräfte an, dass sie Proof-of-Concepts betreiben und liefern, die eine autonome Automatisierung intelligenter Workflows durch KI-Agenten ermöglichen.

Jeder Kunde, mit dem ich zusammengearbeitet habe, möchte, dass wir ein tiefes Verständnis von agentenbasierter KI haben, eine glaubwürdige Sichtweise und Erfahrung mit der Skalierung von agentischer KI. Und das aus guten Gründen. Agentische KI ist vielversprechend und hat ein immenses Potenzial, Ihr Unternehmen zu transformieren. Aber mit ihr gehen auch technische Anforderungen und die Notwendigkeit eines kulturellen Wandels innerhalb eines Unternehmens einher.

Aus eigener Erfahrung habe ich gelernt, dass das „Wie” für Kunden und Unternehmen zu einem wichtigen Schwerpunkt geworden ist. Sie sind sehr daran interessiert, beeindruckende Ergebnisse in Bezug auf Kosteneinsparungen, Effizienz und Produktivität zu erzielen. Im Folgenden sind meine Erkenntnisse darüber aufgeführt, wie man diese Technologie integrieren und zu großartigen Ergebnissen skalieren kann.

Zu den spezifischen Bereichen, in denen wir agentische KI im Einsatz gesehen haben, gehören Kundenservice, Beschaffung, Finanzen und der gesamte IT-Prozess, aber insbesondere im Kundenservice sehen wir hier eine bedeutende Chance.

Tatsächlich haben wir Contact-Center, die traditionelle Chatbots und Automatisierungstools verwendeten, durch die Umstellung auf einen agentischen Ansatz transformiert. Unser Ansatz der agentischen Konversationserfahrung führt ein koordiniertes Team von KI-Agenten ein, das in der Lage ist, ein breiteres und komplexeres Spektrum an Kundenanfragen zu bearbeiten, anstatt einen einzelnen, skriptgesteuerten Assistenten wie einen Chatbot. Dies trägt zu einer erheblichen Effizienzsteigerung bei und schafft gleichzeitig eine Grundlage mit festgelegten Leitplanken, um Compliance und Konsistenz zu gewährleisten.

Was agentische KI effektiver macht als herkömmliche Chatbots, ist ihre Fähigkeit, ganzheitlich zu arbeiten – sie folgt nicht nur Skripten, sondern koordiniert Aktionen dynamisch, passt sich an Ausnahmen an und lernt kontinuierlich dazu. Agenten arbeiten nicht in einer festen Reihenfolge. Sie arbeiten untereinander und mit menschlichen Akteuren zusammen, um in Echtzeit die effizienteste Lösung für komplexe Aufgaben zu finden.

Es gibt vorbeugende Maßnahmen und Vorbereitungen, die getroffen werden müssen, um agentische KI effektiv und effizient zu implementieren, bevor ein Unternehmen Lösungen skalieren und verbesserte Ergebnisse erzielen kann.

Das Wichtigste ist, eine Chance innerhalb Ihres Unternehmens zu erkennen. Nehmen wir an, ich möchte meine Beschaffungsfunktion effizienter gestalten und eine agentische Lösung implementieren lassen. IBM hat eine Methodik für Kunden entwickelt, mit der sie formal beurteilen können, ob eine agentische Lösung einen Mehrwert bietet und den Prozess oder Workflow verbessert.

Unser Ansatz zur Bewertung der agentischen KI-Bereitschaft basiert auf folgenden Punkten:

• Eine strukturierte Bewertung, die durch eine Kombination aus Process Mining und LLM-gestützter Prozessanalyse durchgeführt wird
• Ein Konzept zur Identifizierung von Geschäftsprozessen, die sich am besten für agentische KI und autonome Transformation eignen
• Fünf Säulen zur Bewertung, wie gut ein Prozess mithilfe von KI neu gestaltet werden kann

Der zweite Teil des „Wie“ befasst sich mit den zugrunde liegenden Fähigkeiten der Unternehmensarchitektur und ermittelt, wie sich Architekturen möglicherweise weiterentwickeln müssen. Dies kann bedeuten, über traditionelle Integrationsschichten hinauszudenken und eine moderne Architektur zu etablieren, die für autonome, KI-gestützte Workflows ausgelegt ist. Zu den erforderlichen Fähigkeiten gehören unter anderem:

• Multiagenten-Orchestrierung und ereignisgesteuerte Integration
• Zentralisiertes Agentenkatalog- und Lebenszyklusmanagement
• Agentenspeicher und langfristige Kontextspeicher
• Modulare, KI-fähige Datenprodukte
• Auf KI-Agenten zugeschnittene Governance-, Observability- und Sicherheitsebenen

Daten sind nach wie vor von zentraler Bedeutung für die erfolgreiche Bereitstellung von KI und ein wichtiger Bestandteil der Diskussionen zu Beginn. Wir bei IBM sind der Ansicht, dass diese agentische KI-Anwendung nur dann einen Mehrwert bieten kann, wenn Sie Erfahrung, Prozesse und Daten miteinander kombinieren.

Die Verwaltung strukturierter und unstrukturierter Daten, die Sicherstellung der Datenqualität und der Schutz der Datenprivatsphäre sind ständige Herausforderungen. Mit den richtigen Strategien können Unternehmen jedoch die Leistungsfähigkeit der KI nutzen, um den Wandel und das zukünftige Wachstum voranzutreiben.

Bei der Vorbereitung eines Unternehmens auf die KI-Transformation sind drei zentrale Herausforderungen zu berücksichtigen.

• Zugang zu Daten: Schätzungen zufolge waren im Jahr 2022 90 % der von Unternehmen generierten Daten* unstrukturiert. Unternehmen müssen auf diese Daten zugreifen können, unabhängig davon, wo sie gespeichert sind, und sie für ihre Anwendungsfälle vereinheitlichen.
• Hochwertige und intelligente Daten für Echtzeitanalyse und KI: Ihre KI ist nur so gut wie die Daten, die Sie eingeben. Können Sie diesen Daten für Ihre KI-Modelle vertrauen? Ist die Qualität ausreichend und wie bewerten Sie objektiv die Qualität Ihrer Daten? Beantworten Sie diese Fragen, bevor Sie KI bereitstellen.
• Datensicherheit: Ob On-Premises oder in einer Multicloud-Umgebung – die Datensicherheit muss sich auf die gesamte Geschäftswelt erstrecken. Berücksichtigen Sie alle Daten, unabhängig davon, wo sie sich befinden und ob es sich um strukturierte oder unstrukturierte Daten handelt.

Ein weiterer wichtiger Faktor, den Kunden berücksichtigen müssen, ist ein solides Change Management. Insbesondere müssen Kunden die Menschen berücksichtigen, die KI als Teil ihrer täglichen Arbeit einführen müssen.

Ein konkretes Beispiel stammt aus dem Bereich der HR-Transformation, einem Anwendungsfall, in dem wir die Rollen der Menschen wirklich überdenken und überlegen müssen, wo KI den größten Nutzen bringen könnte. Viele unserer Kunden im Personalwesen erwägen Weiterbildungen und Umschulungen für Mitarbeiter, deren Aufgabenbereiche neu definiert werden.

Change Management sollte ein integraler Bestandteil jeder KI-Transformation sein. Dabei handelt es sich nicht nur um eine technische Implementierung; es handelt sich um einen ganzheitlichen Prozess, bei dem der Kunde das gesamte Ökosystem berücksichtigen muss, das für einen reibungslosen Geschäftsablauf sorgt, einschließlich Technologie, Prozesse und Mitarbeiter.

Diese Umstellung mit agentischer KI ist nicht nur eine Umstellung für die Mitarbeiter und eine Neukonfiguration der Jobfunktionen. Bei IBM beispielsweise ist es die Neugestaltung von Prozessen zur Schaffung von Workflows, in die KI integriert werden kann, um eine nahtlose Optimierung zu erreichen, die eine Transformation ermöglicht und IBM dabei geholfen hat, Produktivitätssteigerungen in Höhe von 3,5 Mrd. USD zu erzielen.

Wir verfügen über die erforderlichen Tools und Fachkenntnisse, um unsere Kunden hinsichtlich der richtigen Strategie und Methode zur Einführung agentischer KI in ihrem Unternehmen zu beraten.

Sobald das „Wie“ geklärt ist und ein Kunde versteht, was notwendig ist, um agentische KI erfolgreich zu skalieren, besteht der nächste Teil des Prozesses darin, agentische KI in das Unternehmen zu integrieren.

1. Reengineering für agentische KI:: Agentische KI erfordert eine Veränderung der Art und Weise, wie Arbeit gestaltet und ausgeführt wird.
   Profi-Tipp: Überdenken Sie IhreWorkflows mit Agenten. Delegieren Sie Routineaufgaben an die KI und stärken Sie gleichzeitig die Rolle des Menschen bei der Überwachung, Eskalation und wertschöpfenden Beurteilung.
2. Skalierbarkeit sicherstellen: Die Skalierung von Agenten über Systeme und Funktionen hinweg erfordert eine robuste Orchestrierung.
   Profi-Tipp: Implementieren Sie eine starke agentische Orchestrierungsschicht, die es den Agenten ermöglicht, sicher plattformübergreifend zu arbeiten, Aufgaben zu koordinieren, Prozessgrenzen zu respektieren und Ebenen zu kontrollieren.
3. Daten aufbereiten: Agenten benötigen Zugriff auf gezielte, hochwertige und umsetzbare Daten.
   Profi-Tipp: Entwickeln Sie anwendungsspezifische Datenprodukte, die kuratiert, reglementiert und über APIs zugänglich sind, um sicherzustellen, dass Agenten über die strukturierten Eingaben verfügen, die sie benötigen, um in Echtzeit und im Kontext zu handeln.
4. Optimierung der Leistung: Bei groß angelegten Projekten ist es entscheidend, Geschwindigkeit, Zuverlässigkeit und Kosten in Einklang zu bringen.
   Profi-Tipp: Rüsten Sie Ihre Plattform so aus, dass die Aufgaben der Agenten je nach Komplexität und Kosten an die richtigen LLMs und Tools weitergeleitet werden. Verwenden Sie Caching, intelligente Fallback-Modelle und Nutzungskontrollen, um den ROI zu maximieren.
5. Testen auf Zuverlässigkeit: Vor der Bereitstellung sollten Agenten auf Fairness und Erklärbarkeit überwacht werden.
   Profi-Tipp: Integrieren Sie die Agentenbewertung in Ihren AgentOps-Lebenszyklus. Automatisieren Sie Tests auf Genauigkeit, Verzerrung, Robustheit und ethische Konformität sowohl vor der Bereitstellung als auch kontinuierlich während der Produktionsphase.
6. Etablieren von Governance: Operative Kontrolle und Transparenz sind für eine vertrauenswürdige KI-Ausführung von entscheidender Bedeutung.
   Profi-Tipp: Schaffen Sie ein Governance-Framework, das Observability, Human-in-the-Loop-Kontrollen, KPI-Tracking und Audit-Trails umfasst, um das Verhalten der Agenten und die Auswirkungen auf das Geschäft zu überwachen.
7. Schnellere Bereitstellung: Schnell Mehrwert schaffen und Dynamik aufbauen.
   Pro-Tipp: Beginnen Sie mit hochwertigen, engen Anwendungsfallen, die schnell Wirkung zeigen. Verwenden Sie wiederverwendbare Agentenvorlagen und modulare Architekturen, um horizontal über Funktionen hinweg zu expandieren.
8. Verfolgen Sie den Geschäftswert: Die Auswirkungen müssen greifbar und messbar sein.
    Profi-Tipp: Definieren Sie KPIs wie Workflow-Konvergenz, menschliche Übergaberaten und Verbesserungen der Geschäftsergebnisse. Nutzen Sie sie als Leitfaden für Iteration, Akzeptanz und die Zustimmung der Führungskräfte.

Für die Integration von agentischer KI in Ihr Unternehmen habe ich drei Empfehlungen:

• Prozesse neu konzipieren: Beheben Sie nicht nur fehlerhafte Prozesse, sondern überdenken Sie diese mithilfe eines erweiterten Ansatzes vollständig.
• Denken Sie über Agenten hinaus: Betrachten Sie den gesamten End-to-End-Geschäftsprozess, einschließlich Benutzererfahrung, Prozessorchestrierung und erforderliche Datenprodukte. Denken Sie an die Erfahrung, die Sie vermitteln möchten.

Planen Sie die Skalierbarkeit ein: Entwerfen Sie Ihre KI-Architektur so, dass sie schnell skaliert werden kann. Beginnen Sie von Anfang an mit einer soliden Verwaltung und hochwertigen Daten, mit denen Sie jetzt und in Zukunft arbeiten können.

Agentische KI steht bereits heute im Mittelpunkt der Unternehmensinnovation. Traditionelle SaaS-Plattformen entwickeln sich zu Plattformen, auf denen agentische Apps KI-Agenten über mehrere Systeme hinweg beschaffen, aufrufen und orchestrieren können, um komplette Workflows auszuführen.

Anstatt sich bei der Ausführung starrer Aufgaben auf monolithische Anwendungen zu verlassen, werden Unternehmen damit beginnen, Multiagentensysteme bereitzustellen, die die Arbeit dynamisch koordinieren, sich an den Kontext anpassen und den Bedarf an manuellen Eingriffen reduzieren.

Diese Transformation markiert den Beginn einer neuen Architektur für den digitalen Betrieb – eine Architektur, die auf Autonomie, Geschwindigkeit und kontinuierliche Optimierung ausgelegt ist.

* DC Whitepaper: Der ungenutzte Wert unstrukturierter Daten