KI-Agenten: Erstellen ist einfach – integrieren weitaus schwieriger

Tools zum Erstellen von KI-Agenten schießen wie Pilze aus dem Boden. Aber nicht das Erstellen ist das Problem, sondern die optimale Business-Einbindung.

Autonome KI-Agenten beherrschen die Schlagzeilen bei den KI-Anwendungen. Sie automatisieren repetitive Aufgaben, schaffen zeitliche Freiräume und ermöglichen eine reibungslosere Koordination zwischen verschiedenen Workflows. In der kurzen Zeit, seitdem sie auf dem Markt sind, haben sie tausendfach ihren Nutzen bewiesen. Das liegt vor allem daran, dass sie schnell und ohne spezielles IT-Wissen erstellt werden können.

Doch das einfache Erstellen täuscht über eine spezielle Anwendungsproblematik hinweg: Wenn KI-Agenten eine Art Junior-Mitarbeiter sind, die bestimmte Aufgaben selbstständig erledigen können, dann brauchen sie auch ähnliche Rahmenbedingungen wie ein Junior-Mitarbeiter. Das heißt, eine klare Definition des Tätigkeitsbereichs und der dazugehörigen Berechtigungen; gute Kenntnisse über die Geschäftsprozesse, um die sie sich kümmern sollen; ein Regelwerk, nach dem sie agieren sowie Zugriff auf die notwendigen Daten – und zwar nur auf diese.

Hinzu kommt die Governance, eine regelmäßige Berichterstattung zur Bewertung der Arbeit und schließlich auch eine menschliche Kontrollinstanz. Das alles bedeutet, dass sich der Business-Nutzen von KI-Agenten erst dann einstellt, wenn diese nahtlos in die technischen und organisatorischen Strukturen eingebunden sind. „KI-Agenten können inzwischen sehr schnell erstellt und konfiguriert werden, aber sie anschließend in den Arbeitsablauf zu integrieren, ist nicht so einfach“, lautet die zusammenfassende Problembeschreibung von Ed Thomson, SVP, Global Influencer Strategy bei Salesforce.

Die technische Integration

Die technische Einbettung erfordert eine umfassende Plattform, wie beispielsweise Agentforce 2.0 von Salesforce. Diese Plattform ist das Kronjuwel einer mehrjährigen Weiterentwicklung der CRM-Plattform. Die darauf erstellten Agenten können nicht nur schnell konfiguriert werden, sondern sind auch ohne größere Umstände mit anderen Software-Paketen integrierbar. Das betrifft sowohl die Datennutzung, beispielsweise von externen ERP-Systemen, als auch die Einbettung von fremdem LLMs. Die Software-Integration basiert auf MuleSoft, für das soeben eine Reihe neuer Funktionen vorgestellt wurde.

Eine weitere wesentliche Komponente der Salesforce-Plattform ist der Trust Layer, denn Vertrauen ist der Schlüssel zur Integration von Agenten in den Arbeitsprozess. In einer Salesforce-Umfrage gaben 93 Prozent der Büroangestellten an, dass sie nur vertrauenswürdige Agenten zur Unterstützung ihrer Aufgaben nutzen wollen. Rob Katz, VP, Product Management bei Salesforce, vergleicht das mit der realen Welt: „Niemand würde einen Mitarbeiter einstellen, dem er nicht vollends vertraut!“ Für ihn läuft Vertrauen auf drei Dinge hinaus: Erstens, die Mitarbeiter müssen sehen, was der Agent getan hat (Transparenz); zweitens, sie müssen wissen, warum der Agent es getan hat (Erklärbarkeit) und drittens, sie müssen wissen, was als Nächstes zu tun ist (Kontrolle).

Organisatorische Integration

Um das Beste aus den neuen KI-Agenten herauszuholen, müssen diese optimal in die gesamte Wertschöpfungskette integriert werden. Laut Rob Katz hängt der Erfolg von der Implementierung eines skalierbaren und wiederholbaren Frameworks ab, bei dem folgende Punkte zu beachten sind:

1. Agentenbasierte Workflows an den betrieblichen Gegebenheiten ausrichten. Die neuen digitalen Workflows müssen mit dem physischen Betriebsmodell synchron sein. Wenn es eine Diskrepanz gibt, landen die KI-Agent schnell auf einem Abstellgleis. Regelmäßige Abstimmungen sorgen dafür, dass beide Teile stets effizient zusammenarbeiten.

• Business-Ziele und Zwischenschritte vorgeben. Die Welt der agentenbasierten Workflows befindet sich noch in der Entwicklung, deshalb sind erfolgsbezogene Benchmarks unerlässlich. Dazu sind zunächst ideale Ergebnisse zu definieren, die dann heruntergebrochen werden. Dieser Ansatz ermöglicht eine schnelle Iteration und sorgt für greifbare und kommunizierbare Fortschritte.

• Menschliche Interventionen definieren. Agenten-Workflows dürfen nicht sich selbst überlassen werden. Menschliche Checkpoints sind nötig, um Qualität und Richtigkeit der Agenten sicherzustellen. Diese Eingriffe sind von entscheidender Bedeutung. Wenn diese Kontrollpunkte übersehen (oder falsch ausgerichtet) werden, können kleine Fehltritte zu großen Problemen führen.

• Feedbackschleifen einrichten. Agentenbasierte KI benötigt eine kontinuierliche Feedbackschleife, in der Daten aus jeder Interaktion verwendet werden, um die Modelle zu verfeinern und die Leistung der Agenten zu verbessern. Die Fähigkeit, sich anzupassen und neues Wissen anzuwenden, bedeutet eine kontinuierliche Leistungssteigerung.

• Mitarbeiter motivieren. Viele Mitarbeiter zweifeln daran, dass KI-Agenten ihre Arbeit erleichtern können. Eine eingehende Schulung mit konkreten Fallbeispielen ist deshalb unerlässlich, denn ohne eine weitreichende Akzeptanz lassen sich die neuen KI-Agenten nicht optimal nutzen. Das betrifft übrigens nicht nur die direkt mit dem KI-Agenten arbeitenden Mitarbeiter, sondern auch diejenigen, die mittelbar davon betroffen sind. Hier ist gegebenenfalls auch der Betriebsrat mit einzubinden.

Fazit

KI-Agenten revolutionieren die Art und Weise, wie wir in Zukunft arbeiten. Das betrifft nicht nur die Technik, in die sie eingebettet sind, sondern im weitaus höheren Maße die Organisation und alle damit einhergehenden Geschäftsprozesse. Wer das vernachlässigt, ist nicht in der Lage, die volle Leistungsfähigkeit der neuen KI-Technologien auszunutzen.