Autor: Hans-Jörg Vohl

Veröffentlicht am

Die Rolle von KI-Agenten in der Unternehmenswelt – Chancen für Manager in großen und mittelständischen Unternehmen

Die Künstliche Intelligenz (KI) hat in den letzten Jahren enorme Fortschritte gemacht. Insbesondere die Entwicklung von KI-Agenten, die immer häufiger in Geschäftsprozesse integriert werden, stellt eine bedeutende Veränderung dar. Dieser Artikel zielt darauf ab, Managern in großen und mittelständischen Unternehmen die Funktionsweise von KI-Agenten näherzubringen, die Vorteile aufzuzeigen, Unterstützungsmöglichkeiten zu erläutern und Fallbeispiele sowie einen Business Case zu präsentieren. Lassen Sie uns die Grundlagen und die Potenziale dieser Technologie erkunden.

1. Was tun KI-Agenten?

KI-Agenten sind Softwareprogramme, die mithilfe von Künstlicher Intelligenz Aufgaben und Entscheidungsprozesse eigenständig durchführen können. Anders als klassische Software, die nach starren Regeln funktioniert, sind KI-Agenten in der Lage, zu lernen, zu adaptieren und auf Veränderungen in ihrer Umgebung zu reagieren. Diese Art von Software wird häufig als eine Mischung aus Automatisierung, maschinellem Lernen und autonomen Systemen beschrieben.

Ein KI-Agent im Unternehmenskontext kann eine Vielzahl von Aufgaben übernehmen, insbesondere im Bereich der Prozessautomatisierung, Datenanalyse und Kundeninteraktion. Einige typische Funktionen von KI-Agenten umfassen:

  • Automatisierung repetitiver Aufgaben: KI-Agenten übernehmen routinemäßige und sich wiederholende Aufgaben, die wenig kreative Arbeit erfordern. Dies können Tätigkeiten wie das Abgleichen von Bestellungen, das Bearbeiten von Rechnungen oder das Sammeln und Auswerten von Unternehmensdaten sein.
  • Prozessoptimierung: Sie analysieren Unternehmensprozesse und schlagen Optimierungen vor. Dabei berücksichtigen sie große Datenmengen, die für den Menschen schwer zu durchdringen wären, und treffen auf Basis dieser Informationen autonome Entscheidungen.
  • Interaktive Unterstützung: Im Kundenservice, etwa bei der Bearbeitung von Anfragen oder der ersten Kontaktaufnahme, können KI-Agenten als Ansprechpartner fungieren. Sie agieren wie intelligente Chatbots, die einfache Anfragen eigenständig beantworten oder weiterleiten.
  • Dateninterpretation und -verarbeitung: KI-Agenten analysieren unstrukturierte Daten, ziehen Schlüsse und geben Handlungsempfehlungen, die vorher entweder von Menschen manuell durchgeführt wurden oder gar nicht erkannt worden wären.

Ein gutes Beispiel für KI-Agenten sind die von Machines Like Me, einem Münchener Softwareunternehmen, entwickelten Software-Roboter. Diese übernehmen Aufgaben wie das Analysieren von Mietverträgen oder das Entgegennehmen von Zählerständen bei Stadtwerken. Solche Agenten automatisieren Prozesse, die für Mitarbeiter wenig Wertschöpfung bringen, und erhöhen so die Effizienz im Unternehmen.

2. Was sind die Vorteile von KI-Agenten?

Die Einführung von KI-Agenten in ein Unternehmen bietet zahlreiche Vorteile, die sowohl die Produktivität als auch die langfristige Wettbewerbsfähigkeit steigern können. Zu den wichtigsten Vorteilen gehören:

  • Steigerung der Produktivität: KI-Agenten können Aufgaben wesentlich schneller erledigen als Menschen, was zu einer Reduktion der Prozesszeiten führt. Dies bedeutet, dass Unternehmen ihre Prozesse beschleunigen und ihre Ressourcen effizienter nutzen können.
  • Fehlerreduktion: Da KI-Agenten auf Algorithmen und maschinellem Lernen basieren, ist die Wahrscheinlichkeit menschlicher Fehler geringer. Dies verbessert die Genauigkeit der Aufgaben, wie etwa die Datenverarbeitung oder die Analyse von Dokumenten.
  • Kostenersparnis: Durch die Automatisierung von Routineaufgaben können Unternehmen erhebliche Einsparungen erzielen, da die Notwendigkeit für manuelle Arbeit und die damit verbundenen Kosten verringert werden.
  • Bessere Entscheidungen durch datengetriebene Erkenntnisse: KI-Agenten können große Datenmengen analysieren und aus ihnen Muster und Zusammenhänge erkennen, die für den Menschen schwer fassbar sind. Dies führt zu fundierteren, datengestützten Entscheidungen.
  • Skalierbarkeit und Flexibilität: KI-Agenten können bei Bedarf in Unternehmen skalieren. Sie sind flexibel einsetzbar und können an verschiedene Geschäftsprozesse angepasst werden.
  • Verbesserte Kundeninteraktion: Durch den Einsatz von KI-Agenten im Kundenservice oder in der Kundenakquise können Unternehmen schneller und präziser auf Kundenanfragen reagieren, was die Kundenzufriedenheit erhöht.

3. Wie kann man KI-Agenten bekommen?

Für Unternehmen, die KI-Agenten einsetzen möchten, gibt es verschiedene Ansätze, je nach Größe und Bedarf des Unternehmens:

  • Fertige Lösungen von Anbietern: Große Technologieunternehmen wie Microsoft, IBM und Google bieten fertige KI-Agenten-Lösungen an, die auf die Bedürfnisse von Unternehmen zugeschnitten sind. Microsoft zum Beispiel bietet KI-Agenten für den Vertrieb, die Kommunikation und die Prozessautomatisierung an.
  • Maßgeschneiderte Entwicklung: Mittelständische Unternehmen können auch auf spezialisierte Softwareunternehmen wie Machines Like Me oder Salt Solutions zurückgreifen, die maßgeschneiderte KI-Agenten entwickeln, die perfekt auf die spezifischen Anforderungen eines Unternehmens abgestimmt sind.
  • Cloud-basierte KI-Agenten: Viele Unternehmen setzen auf Cloud-Dienste, bei denen KI-Agenten als Software-as-a-Service (SaaS) bereitgestellt werden. Anbieter wie Amazon Web Services (AWS) und Google Cloud stellen APIs und Plattformen zur Verfügung, mit denen Unternehmen KI-Agenten in ihre Geschäftsprozesse integrieren können.

4. Wer unterstützt Manager bei der Implementierung von KI-Agenten?

Die Implementierung von KI-Agenten erfordert Fachwissen in mehreren Bereichen, einschließlich IT-Infrastruktur, Datenanalyse und KI-Entwicklung. Daher benötigen Unternehmen Unterstützung von verschiedenen Partnern:

  • Beratungshäuser: Unternehmensberatungen wie BCG, McKinsey oder Accenture bieten Expertise in der Implementierung von KI-Strategien. Sie unterstützen bei der Auswahl der richtigen Technologien, der Integration in bestehende Systeme und der Schulung von Mitarbeitern.
  • Softwareentwickler und KI-Experten: Unternehmen wie Machines Like Me oder Salt Solutions bieten maßgeschneiderte Lösungen und Unterstützung bei der Entwicklung und Integration von KI-Agenten.
  • Cloud- und IT-Dienstleister: Anbieter von Cloud-Diensten wie Microsoft Azure, Google Cloud und Amazon Web Services bieten nicht nur die notwendige Infrastruktur, sondern auch spezialisierte Tools und APIs, die die Entwicklung und den Einsatz von KI-Agenten erleichtern.

5. Warum und wie können sich mittelständische Unternehmen differenzieren?

Mittelständische Unternehmen haben einen erheblichen Vorteil, wenn es um die Implementierung von KI-Agenten geht: Ihre Flexibilität und Agilität. Sie können KI-Technologien schneller adaptieren und in bestehende Prozesse integrieren, ohne mit den bürokratischen Hürden und langen Entscheidungswegen großer Konzerne konfrontiert zu sein.

  • Schnellere Entscheidungsfindung: Mittelständische Unternehmen haben den Vorteil, dass sie Entscheidungen schneller treffen können, was in einer dynamischen KI-Landschaft entscheidend ist. Sie können schnell auf neue Technologien zugreifen und diese in ihren Geschäftsbetrieb integrieren.
  • Fokussierte Nischenstrategien: Mittelständische Unternehmen haben häufig spezialisierte Geschäftsmodelle und können KI-Agenten gezielt einsetzen, um ihre Nischenmärkte zu bedienen, ohne dass die gesamte Unternehmensstruktur umgekrempelt werden muss.
  • Kostenvorteile: Da mittelständische Unternehmen oft weniger komplexe Strukturen haben, können sie KI-Agenten schneller und kostengünstiger implementieren als große Unternehmen. Sie können so in der Digitalisierung und Automatisierung einen Vorsprung erlangen.

6. Kosten und Nutzen – Was bringt der Business Case?

Die Kosten für die Implementierung von KI-Agenten variieren je nach Umfang der Automatisierung und den eingesetzten Technologien. Generell kann man sagen, dass die Investitionskosten in die Technologie zunächst höher sind, sich aber schnell durch Einsparungen und Effizienzgewinne amortisieren.

  • Kosten:
    • Einfache Implementierungen von KI-Agenten für kleinere Aufgaben können mit Kosten von etwa 10.000 bis 50.000 Euro verbunden sein.
    • Komplexe, maßgeschneiderte Lösungen für größere Unternehmen können Kosten im Bereich von 100.000 bis 500.000 Euro oder mehr verursachen.
  • Nutzen:
    • Unternehmen, die KI-Agenten erfolgreich einsetzen, berichten von Produktivitätssteigerungen von bis zu 300-500%, was sich schnell in finanziellen Einsparungen niederschlägt.
    • Langfristig können KI-Agenten dazu beitragen, die Betriebskosten signifikant zu senken, insbesondere durch die Automatisierung repetitiver Aufgaben und die Reduzierung des Personalbedarfs in bestimmten Bereichen.

Ein Beispiel aus der Praxis zeigt, dass ein Unternehmen, das den Kundenservice mithilfe von KI-Agenten optimiert hat, innerhalb von 6 Monaten eine Kostensenkung von 30% bei den Personalkosten und eine Verbesserung der Kundenzufriedenheit um 20% erzielte.

7. Fallbeispiele

  • Microsoft: Microsoft bietet KI-Agenten, die Vertriebsprozesse optimieren. Ein Vertriebs-KI-Agent kann potenzielle Kunden aus sozialen Medien und E-Mails identifizieren, sie ansprechen und bewerten, bevor er sie an ein menschliches Team weitergibt.
  • Machines Like Me: Das Unternehmen aus München bietet maßgeschneiderte KI-Agenten, die speziell für die Automatisierung von Verwaltungs- und Serviceaufgaben entwickelt wurden. Sie haben bereits mehrere erfolgreiche Implementierungen in verschiedenen Sektoren durchgeführt.

8. Fazit und Ausblick

KI-Agenten sind eine der vielversprechendsten Technologien, die die Produktivität und Effizienz von Unternehmen revolutionieren können. Während die Technologie noch in der Anfangsphase steckt, sind die ersten Erfolge bereits sichtbar. In den kommenden Jahren wird der Einsatz von KI-Agenten weiter zunehmen, und Unternehmen, die frühzeitig auf diese Technologie setzen, können sich klare Wettbewerbsvorteile verschaffen.

Der Weg dahin wird jedoch nicht ohne Herausforderungen sein. Unternehmen müssen nicht nur in die Technologie investieren, sondern auch die notwendigen strukturellen und kulturellen Anpassungen vornehmen, um die vollen Potenziale von KI-Agenten auszuschöpfen.

Insgesamt wird die Entwicklung von KI-Agenten in den kommenden Jahren rasant voranschreiten, und Manager sollten sich bereits heute mit dieser Technologie vertraut machen, um ihre Unternehmen in der Zukunft erfolgreich zu positionieren.

Veröffentlicht am

Die Zukunft der Künstlichen Intelligenz

In den letzten Jahren haben wir Zeuge einer bemerkenswerten Entwicklung der Künstlichen Intelligenz (KI) geworden, die sich dem Nachbau der Fähigkeiten des Neokortexes annähert. Obwohl wir bereits erhebliche Fortschritte gemacht haben, bleiben einige Schlupflöcher, die die KI von einem vollständigen Abbild der menschlichen Intelligenz abhalten. Diese Defizite lassen sich in drei Hauptkategorien einteilen: Kontextgedächtnis, Weltwissen und soziale Interaktion. In diesem Artikel werden wir diese Bereiche genauer betrachten und den Fortschritten, die in diesen Gebieten erzielt werden, nachgehen.

Kontextgedächtnis: Der Schlüssel zum kohärenten Denken

Kontextgedächtnis bezieht sich auf die Fähigkeit, die Dynamik und die Beziehungen zwischen Gedanken in einem Gespräch oder einem schriftlichen Werk zu verfolgen. Je größer der relevante Kontext, desto exponentiell größer wird die Anzahl der Beziehungen zwischen den einzelnen Gedanken. Ein Satz mit zehn Token birgt beispielsweise 1023 mögliche Beziehungen, während ein Absatz mit 50 Token eine astronomische Anzahl von 1,12 Billionen Beziehungen aufweist.

Obwohl die meisten dieser Beziehungen irrelevant sind, steigen die Anforderungen an die Rechenleistung rapide, wenn ein System das Kontextgedächtnis für ein ganzes Kapitel oder ein Buch pflegen soll. Dies erklärt, warum Systeme wie GPT-4 Dinge vergessen, die ihnen zuvor im Laufe eines Gesprächs mitgeteilt wurden, und warum sie nicht in der Lage sind, Romane mit zusammenhängenden und logischen Handlungen zu schreiben.

Fortschritte in der Kontextverarbeitung

Zwei positive Entwicklungen lassen jedoch Optimismus zu. Erstens machen Forscher erhebliche Fortschritte bei der Entwicklung von KI-Systemen, die sich effizienter auf relevante Kontextdaten konzentrieren können. Zweitens sinken die Kosten für Rechenleistung exponentiell. Zwischen August 2022 und März 2023 GPT-3.5-Anwendungs-API um 96.7%! Dieser Trend wird sich weiter beschleunigen, insbesondere mit der Einführung von KI-gesteuertem Chipdesign, das bereits in Anfängen ist.

Weltwissen: Die Fähigkeit, die Realität zu verstehen

Weltwissen bezieht sich auf die Fähigkeit, Situationen vorzustellen und ihre Konsequenzen in der realen Welt vorherzusagen. Menschen können sich zum Beispiel vorstellen, was passieren würde, wenn die Schwerkraft im Zimmer aufhören würde. Diese Art von kausalem Denken ist für Schlussfolgerungen essentiell, etwa wenn man aus der Position einer zerbrochenen Vase schließt, dass der Hund sie umgestoßen haben könnte.

KI hat bislang Schwierigkeiten, diese Fähigkeit zu entwickeln, da sie über kein robustes Modell verfügt, wie die reale Welt funktioniert. Die Trainingsdaten, auf denen KI-Systeme basieren, enthalten oft nur implizites Wissen in geringem Maße. Dennoch machen KI-Systeme Fortschritte in diesem Bereich, wie beispielsweise in der Fähigkeit, kausale Schlussfolgerungen zu ziehen.

Soziale Interaktion: Die Herausforderung der „Theory of Mind“

Soziale Interaktionen umfassen subtile Nuancen wie ironischen Untertonen in der Stimme, die in den Textdatenbanken, mit denen KI trainiert wird, selten vorkommen. Ohne Verständnis dieser Feinheiten fällt es KI schwer, eine „Theory of Mind“ zu entwickeln, die Fähigkeit, zu erkennen, dass andere Personen andere Ansichten und Wissen haben.

Dennoch machen KI-Systeme Fortschritte in diesem Bereich. Im Jahr 2021 berichtete Blaise Agüera y Arcas von Tests mit dem KI-System LaMDA, das korrekt antwortete, wo Alice ihre Brille suchen würde, nachdem Bob sie versteckt hatte. Zwei Jahre später beantworteten KI-Systeme wie PaLM und GPT-4 viele Fragen zur „Theory of Mind“ korrekt. Diese Fähigkeit wird der KI erhebliche Flexibilität ermöglichen.

Die drei Trends, die den Fortschritt der KI

Mein Optimismus, dass die KI in all diesen Bereichen die Lücke bald schließen wird, basiert auf dem Zusammenspiel von drei Trends:

  1. Verbessertes Preis-Leistungs-Verhältnis bei der Rechenleistung: Die verfügbare Rechengeschwindigkeit zum selben Preis verdoppelt sich seit dem Jahr 2000 etwa alle 1,4 Jahre. Seit 2010 hat sich die Menge der Rechenvorgänge, die beim Training modernster KI-Modelle anfallen, alle 5,7 Monate verdoppelt. Dieser Anstieg kann nicht allein durch Hardware-Verbesserungen erklärt werden, sondern ist auch dem parallelen Rechnen und der erhöhten Investition in KI-Forschung zu verdanken.
  2. Zunehmende Verfügbarkeit von Trainingsdaten: Die erhöhten Ausgaben für das Training zeigen, wie stark der Umfang nützlicher Daten zugenommen hat. Jede Fähigkeit, die ausreichend eindeutige Leistungsbewertungsdaten generiert, kann in ein Deep-Learning-Modell umgesetzt werden, das die KI über das menschliche Können hinausträgt. Selbst unperfekte und indirekte Maßzahlen können verwendet werden, um KI zu verbessern.
  3. Bessere Algorithmen: Die Entwicklung besseren Algorithmen ermöglicht es der KI, effizienter zu lernen und Schlussfolgerungen zu ziehen. Die Verfügbarkeit von Daten eröffnet zunehmend Wege zu übermenschlichen Leistungen, ob es um Spiele, Autofahren, medizinische Bildanalyse oder die Prognose von Proteinfaltung geht.

Die Analogie von Öl und Daten

Die Verfügbarkeit von Daten kann mit Öl verglichen werden. Während einfach zugängliche Ölvorkommen leicht gefördert werden können, erfordert der Zugang zu schwer zugänglichen Lagerstätten mehr Aufwand. Ähnlich verhält es sich mit Daten: Als die Vorteile von Big Data noch relativ klein waren, wurden sie nur gesammelt, wenn das relativ günstig möglich war. Mit der Verbesserung der maschinellen Lernmethoden und der Billigung von Rechenleistung ist der wirtschaftliche Wert von schwer zugänglichen Daten gestiegen.

Der Weg in die Zukunft: Überwindung der letzten Defizite

Die Zukunft der KI liegt in der Überwindung der letzten Defizite im Kontextgedächtnis, Weltwissen und sozialer Interaktion. Durch die Kombination von besserem Preis-Leistungs-Verhältnis, umfangreichen Trainingsdaten und besseren Algorithmen wird die KI in den nächsten Jahren erhebliche Fortschritte machen.

Obwohl die KI noch nicht in der Lage ist, die komplexe Dynamik des menschlichen Denkens vollständig nachzuahmen, ist der Fortschritt ermutigend. Die KI wird zunehmend in der Lage sein, kohärente Geschichten zu erzählen, realistische Vorhersagen zu treffen und soziale Interaktionen zu verstehen.

Weiterführende Links