KI-Agenten sind der Hype des Jahres 2025. Dennoch sind wir aus technologischer Sicht noch nicht an dem Punkt angekommen, an dem sich die großen Versprechen auszahlen werden. Das KI-Agenten kommen und entsprechende Mehrwerte liefern, ist jedoch unbestritten. Dieser Blogartikel erklärt, wie ein sinnvoller Einsatz von KI-Agenten aussehen kann.
Was sind KI-Agenten?
Über KI-Agenten und Multiagentensysteme haben wir bereits eigene Blogartikel geschrieben. Kurz zusammengefasst: KI-Agenten sind autonome Systeme, welche selbstständig die Lösung zu einer Aufgabe finden können und welche sich – wo nötig – Unterstützung holen. Sie brauchen also keinen vorab fest definierten Workflow und können somit deutlich flexibler mit Herausforderungen umgehen. Zusätzlich können sie bei Bedarf auch selbstständig Prozesse anstoßen.
Grundlagen für KI-Agenten
Damit KI-Agenten richtig funktionieren, müssen sie einerseits die richtigen technischen Funktionen haben, andererseits das entsprechende Wissen, um die richtigen Entscheidungen treffen zu können. Aktuell bauen viele Unternehmen KI-Agenten in und um ihr eigenes Ökosystem herum: Salesforce mit der Agentforce rund um das Thema Customer Service & Sales, DMS-Anbieter innerhalb der DMS-Systeme usw. Das wird dazu führen, dass es mittelfristig diverse KI-Agenten geben wird, die auf bestimmte Bereiche, Abteilungen oder Branchen spezialisiert sind. Welche Implikationen das auf die Unternehmensarchitektur hat, erläutern wir später im Detail.
Technische Grundlagen für KI-Agenten
KI-Agenten werden nur sinnvoll einsetzbar sein, wenn sie mit anderen Systemen interagieren können. Dazu benötigen sie Schnittstellen zu anderen Systemen, um Prozesse zu triggern oder sich Informationen beschaffen zu können. In diesem Blogartikel soll nicht im Detail auf die technischen Dinge eingegangen werden, viel mehr geht es um die größeren, strategischen Fragen.
In unserem Webinar im Januar 2025 sind wir besonders auf die notwendigen Grundlagen für KI-Agenten eingegangen und haben einige Potenziale genannt. Lerne in unserem Video einige spannende Anwendungsfälle kennen:
Kontextwissen als Grundlage für gute Entscheidungen für KI-Agenten
Damit ein KI-Agent gute Entscheidungen treffen kann, wird Kontextwissen benötigt. Ein Beispiel:
- Ein Kundensupportagent erhält eine Kundenfrage im Ticketsystem und muss diese beantworten.
- Damit er diese beantworten kann, benötigt er Kontextwissen – z. B. Rechnungsdaten aus dem ERP oder eine Richtlinie zum Umgang mit bestimmten Informationen zu einem Thema.
- Dieses Kontextwissen muss sich ein KI-Agent irgendwie beschaffen können.
Natürlich gibt es auch Anwendungsfälle, bei denen es einem KI-Agenten reicht, wenn er sich die Informationen aus einem System holt. Mittelfristig werden für die großen Anwendungsfälle jedoch Informationen aus verschiedenen Systemen benötigt, um die Aufgaben lösen zu können.
Da wir im Abschnitt „Grundlagen für KI-Agenten“ bereits festgestellt haben, dass es KI-Agenten von diversen Anbietern geben wird, würde dies bedeuten, dass nun alle DMS-, CRM-, und sonstige Anbieter anfangen müssten, eigene Konnektoren zu den verschiedenen Systemen zu schreiben. In der Praxis sprechen da jedoch einige Dinge gegen:
- Konnektoren zu entwickeln, die richtig große Datenmengen verarbeiten können, ist extrem anspruchsvoll
- Solche Konnektoren müssten in der Lage sein, bestehende Zugriffsrechte zu übernehmen und auch jegliche Änderungen zu berücksichtigen
- Kunden setzen so viele verschiedene Lösungen ein, dass extrem viele Konnektoren entwickeln werden müssten.
Daher ergibt es für DMS-, CRM-, und sonstige Anbieter keinen Sinn, eigene Konnektoren im großen Stil zu entwickeln. Stattdessen werden solche Anbieter auf Enterprise Search Lösungen wie amberSearch aufsetzen, die die genannten Probleme bereits gelöst haben.
Enterprise Search als Grundlage für KI-Agenten
Eine Enterprise Search ist als systemübergreifende Suche zu verstehen, welche es Mitarbeitenden ermöglicht, internes Know-How schnell und einfach zugänglich zu machen. Moderne Lösungen wie die von amberSearch setzen bereits seit 2020 auf vektorbasierte Indizes, um die Informationen mit Hilfe von LLM’s verarbeiten zu können. Bei klassischen Keyword-basierten Indizes, welche man zum Beispiel noch bis in die 2010er Jahre hinein benutzt, ist das so nicht direkt möglich.
Benötigt ein KI-Agent also bestimmtes Kontextwissen, dann ist es im Sinne der IT-Architektur deutlich sinnvoller, wenn er sich dieses Wissen über eine Enterprise Search holt. Dazu könnte zum Beispiel eine Abfrage in diesem Stile gestellt werden:
„Suche Richtlinie X unter Berücksichtigung der Zugriffsrechte von Person A sowie aller für alle Mitarbeitenden zugänglichen Informationen.“
Du möchtest eine Enterprise Search ausprobieren? Dann kannst du das hier einmal machen. Angebunden sind beispielhaft über 10 verschiedene Systeme:
Somit würde die Enterprise Search dem KI-Agenten alle relevanten Informationen zur Verfügung stellen können – egal, ob die relevante Information im DMS, im SharePoint oder auf den Laufwerken liegt.
Zukunftsausblick von KI-Agenten
Künstliche Intelligenz entwickelt sich unaufhaltsam weiter und so werden auch immer mehr KI-Agenten für immer mehr Anwendungsfälle auf den Markt kommen, die immer komplexere Aufgaben lösen können. Ein mögliches Szenario, wie KI-Agenten in Zukunft eingesetzt werden könnten, ist in diesem Video gezeigt:
IT-Sicherheit & KI-Agenten
Wer sich den Blogartikel durchliest und etwas kreativ ist, der versteht, was potenziell möglich ist mit KI-Agenten. Viel wird sich auch ohne klassische Workflows automatisieren lassen – vorausgesetzt, die entsprechenden Systeme bringen die notwendigen Schnittstellen mit.
Unweigerlich werden solche Systeme zu Fragen innerhalb der IT-Security führen. Um die Risiken von KI-Agenten zu reduzieren, sollte man lieber mehrere spezialisierte KI-Agenten mit bestimmtem Wissen einsetzen. KI-Agenten mit eingeschränkten Rechten sollten sich gegenseitig korrigieren und überprüfen, um gemeinsam an Lösungen zu arbeiten, so dass ein KI-Agent nicht zu viele Rechte hat. Wo sinnvoll sollte ein „Human-in-the-Loop“ sein – z. B. vor dem Absenden von kritischen E-Mails, Verträgen, Beauftragungen etc. sollten solche Schritte explizit von Menschen freigegeben werden. Darüber hinaus werden KI-Agenten in der Lage sein müssen, bestehende Zugriffsrechte zu berücksichtigen. Das wäre jedoch eine Herausforderung, die über Enterprise Search Lösungen abgedeckt ist.
Schlussendlich sind wir – Stand 2025 – noch sehr früh dran mit dem Thema KI-Agenten und eine Realisierung im größeren Stile wird sich über die nächsten Jahre noch entwickeln müssen. Technologische Standards müssen noch entwickelt werden und technologische Lösungen bedürfen auch noch einiger Optimierung. Für Unternehmen ist es jedoch wichtig, ein Zielbild zu haben, so dass sie wissen, worauf sie sich vorbereiten müssen und wie die eigene IT-Infrastruktur bereits in wenigen Jahren aussehen könnte.
KI-Agenten für die private Nutzung
Bei amberSearch fokussieren wir uns auf KI-Agenten für Unternehmen. Dennoch kommt immer wieder die Frage auf, wie KI-Agenten im Privaten genutzt werden können. Im Grunde genommen gibt es dazu 3 große Anwendungsfälle:
1. Recherche
KI-Agenten können von Privatpersonen genutzt werden, um ausführliche Recherchen im Internet und auf verschiedenen Webseiten durchzuführen. Allerdings gilt auch hier: Solche Systeme werden nur die Informationen durchsuchen, die wirklich öffentlich sind. Alle anderen Systeme müssten extra verbunden werden.
2. Konsum
KI-Agenten können von Privatpersonen eingesetzt werden, um allgemeinen Konsum zu unterstützen. Z. B. könnten Aufgaben lauten: Bestelle mir das Ersatzteil X von Produkt Y zu mir nach Hause. Oder plane und buche mir einen Urlaub nach Schottland für 10 Tage Anfang September.
3. Automatisierung
Darüber könnten KI-Agenten im Privaten gewisse Dinge steuern – z. B. das Smart Home, das allgemein Haushaltsmanagement oder die persönliche Assistenz, die mit dem Arzt Termine abstimmt. Inwieweit solche Systeme entsprechende Schnittstellen schaffen und wie gut diese Anwendungsfälle Akzeptanz finden werden, bleibt abzuwarten.
Fazit: KI-Agenten als Zukunftstechnologie mit strategischem Potenzial
KI-Agenten stehen noch am Anfang ihrer Entwicklung, doch ihr Potenzial ist enorm. Unternehmen, die sich frühzeitig mit der Integration dieser Technologie auseinandersetzen, können langfristig erhebliche Effizienzgewinne erzielen. Der Schlüssel zum Erfolg liegt in der richtigen strategischen Planung: Eine durchdachte IT-Architektur, der Einsatz spezialisierter Agenten mit klar definierten Berechtigungen und der Zugang zu hochwertigem Kontextwissen sind essenziell.
Während die technische Umsetzung in den kommenden Jahren weiter reifen wird, sollten Unternehmen bereits jetzt ein Zielbild für den sinnvollen Einsatz von KI-Agenten entwickeln. So können sie sich optimal auf die kommenden Veränderungen vorbereiten und langfristig von den Vorteilen dieser Technologie profitieren.
Du findest unseren Content spannend?
Dann bleib jetzt über unseren Newsletter mit uns in Kontakt: