Auf Deep Research folgt deep research

Innerhalb weniger Wochen hat OpenAI deep research, Perplexity Deep Reasearch und zuletzt Grok DeepSearch veröffentlicht. Sogar Google Gemini hat seine eigene Version von Deep Research Ende letzten Jahres auf den Markt gebracht (und Deep Research genannt).

„Viele Unternehmen entwickeln ihre eigenen Versionen [von Deep Research], um dem allgemeinen Trend zu folgen und sich auf Denkmodelle zu konzentrieren, die die Welt im Sturm erobert haben“, bemerkt Kate Soule, technische Produktmanagementleiterin bei IBM, in einer kürzlich erschienenen Folge des Mixture of Experts-Podcasts. Der DeepSeek-Moment hat im Speziellen gezeigt, wie Open Source Innovation voranbringen kann. „Wir erleben die Entstehung eines vielfältigen Ökosystems.“

Funktionen wie Deep Research und agentische Suche verändern die Art und Weise, wie Menschen Informationen online finden und konsumieren. Während traditionelle Suchmaschinen darauf angewiesen sind, Seiten zu indexieren und zu bewerten, lesen, synthetisieren und liefern KI-gestützte Agenten direkt strukturierte Antworten.

„Ein Großteil der Deep Research Modelle beginnt mit der Erstellung eines Plans“, erklärt Shobhit Varshney, Vizepräsident und Senior Partner bei IBM. „Dann beginnt der Prozess und durchsucht das Internet, um alle relevanten Websites zu finden.“

In diesem Kontext beantworten Agenten nicht nur einfache Fragen, sie durchsuchen das Internet oder private Daten, sammeln Fakten, überprüfen diese und zerlegen Probleme in kleinere Komponenten. Agenten folgen einer Gedankenkette, überprüfen ihre Arbeit und erstellen strukturierte Forschungsergebnisse oder Analysen.

Die objektive Bewertung der Ausgabe dieser Deep Research Modelle funktioniert jedoch nur eingeschränkt. „Ich weiß nicht, was mit gut gemein ist“, sagt Varshney. „Es handelt sich um ein Problem, das deutlich schwieriger ist als das Schreiben von Code oder das Lösen mathematischer Aufgaben, bei denen ich Ihnen deterministisch sagen kann, ob die Antwort richtig ist oder nicht“, bemerkt er.

Aber die Suche ist nur eine von vielen Anwendungen der agentischen KI.

„Dies ist nur einer der frühen Anwendungsfälle, bei denen die Argumentation einen klar nachweisbaren Wert bringt“, sagt Soule.

Der Wandel hin zu agentischer KI verändert bereits ganze Branchen und zwingt Unternehmen dazu, ihre Arbeitsweise zu überdenken. „Ich habe noch keinen Gründer getroffen, der sich nicht mit dieser Frage beschäftigt – und ich treffe jedes Jahr 500 Gründer“, sagt Frank Desvignes, Gründungspartner bei True Global Ventures im Silicon Valley.

Eine der Branchen, die diesen Wandel bereits erlebt, ist der Tourismusbereich Laut Sarah Eley, Mitbegründerin und COO von Bookit N Go, einem B2B- und B2C-Reisebuchungsservice, übernehmen Agenten Recherchen, geben personalisierte Empfehlungen ab und buchen Reisen im Namen ihrer Nutzer. „Für mich ist es so offensichtlich, dass dies der logische nächste Schritt in Sachen Tourismus ist, weil Planung und Buchung heutzutage recht schwierig sind“, sagt sie.

Über Marketing und Kundensupport hinaus wird die agentische KI jeden Aspekt der Geschäftswelt transformieren, von der Lieferkette und den Finanzen bis hin zu Personalwesen und Betriebsabläufen.

„Die agentische KI führt zu einem Paradigmenwechsel“, sagt Karen Butner, Global Research Leader am IBM Institute for Business Value.

Menschen erledigen nicht mehr einzelne Aufgaben, sondern die Agenten übernehmen diese, erklärt Butner. Allerdings werden die KI-Agenten von Menschen gesteuert, um sicherzustellen, dass sie reibungslos zusammenarbeiten und die Geschäftsziele erreichen.

„Diese Systeme lernen nicht nur, sie passen sich an. Ich nenne die Leute, die sie verwalten, ‚KI-Dirigenten‘, weil sie für die gesamte Orchestrierung zuständig sind“, so Butner.

In einer agentengesteuerten Welt funktionieren Abläufe rund um die Uhr und die Menschen müssen sich neue Kompetenzen aneignen. Der Wert der KI-Agenten liegt nicht in den operativen Aufgaben, sondern in ihrer Fähigkeit, die Umgebung zu verstehen und zu analysieren. Das kann eine riesige Chance darstellen.

Was können wir von Deep Research in Bezug auf diese agentischen Systeme erwarten? Das ist einer der praktischeren Anwendungsfälle für die Argumentation, sagt Soule. Darüber hinaus vervielfachen sich die Möglichkeiten, sobald diese Denkmodelle auf Unternehmensdaten angewendet werden, glaubt Varshney: „Ich denke, das sind dann Unternehmen, die Milliarden von Dollar verdienen werden.“