Aktuell taucht aber immer häufiger ein Begriff auf, der einen Schritt weitergeht: KI Agenten.
Das klingt zunächst nach einer völlig neuen Technologie. Der Grundgedanke ist aber recht einfach. Ein KI Agent soll nicht nur eine einzelne Antwort liefern, sondern eine Aufgabe über mehrere Schritte bearbeiten können. Dafür bekommt er ein Ziel und, wenn wir es erlauben, Zugriff auf bestimmte Werkzeuge und Informationen.
Der entscheidende Unterschied lautet also: Ein normaler KI Chat antwortet. Ein Agent kann innerhalb eines festgelegten Rahmens handeln.
Vom einzelnen Prompt zum Arbeitsablauf
Ein einfaches Beispiel macht den Unterschied schnell deutlich.
Du hast nach einem Termin einige Notizen und möchtest daraus eine Zusammenfassung mit offenen Aufgaben erstellen. In einem normalen KI Chat kopierst du die Notizen hinein, gibst die Aufgabe vor und erhältst das gewünschte Ergebnis. Danach ist der Vorgang beendet.
Ein Agent könnte dieselbe Aufgabe als Teil eines größeren Ablaufs erledigen. Er könnte zum Beispiel regelmäßig in einem freigegebenen Bereich nach neuen Gesprächsnotizen schauen, die Informationen auslesen, offene Punkte erkennen, eine Zusammenfassung erstellen und diese anschließend an einer vorher festgelegten Stelle ablegen.
Die KI muss dafür nicht plötzlich völlig neue Fähigkeiten besitzen. Der entscheidende Unterschied ist, dass mehrere Schritte miteinander verbunden werden und das System Werkzeuge verwenden darf.
Damit aus einer KI Unterstützung ein Agent wird, braucht es im Grunde vier Dinge: ein klares Ziel, einen Auslöser, die notwendigen Informationen und Werkzeuge sowie klare Grenzen.
Ein Ziel könnte zum Beispiel lauten: „Erstelle jeden Montag eine Übersicht der offenen Punkte aus unseren Projektunterlagen.“ Der Auslöser wäre der Montagmorgen. Als Informationsquelle könnte ein freigegebener Ordner dienen. Und bei den Grenzen wird festgelegt, ob der Agent nur lesen und zusammenfassen darf oder auch Dateien erstellen, verändern oder Aktionen in anderen Systemen ausführen kann.
Gerade diese Grenzen sind mindestens genauso wichtig wie die eigentliche Aufgabe.
Ist das nicht einfach Automatisierung?
An dieser Stelle stellt sich schnell die Frage, ob das nicht einfach eine klassische Automatisierung ist. Teilweise schon. Es gibt aber einen wichtigen Unterschied.
Eine klassische Automatisierung folgt normalerweise einem sehr genau festgelegten Ablauf. Wenn A passiert, wird B ausgeführt. Danach folgt C. Die einzelnen Schritte wurden vorher definiert und laufen möglichst immer gleich ab.
Ein Agent bekommt dagegen eher ein Ziel und kann innerhalb seiner Vorgaben selbst entscheiden, welche Zwischenschritte für die Aufgabe sinnvoll sind.
Eine klassische Automatisierung könnte zum Beispiel jede eingehende Datei nach bestimmten Regeln umbenennen und in einen festgelegten Ordner verschieben. Ein Agent könnte zunächst prüfen, um welche Art von Dokument es sich handelt, welche Informationen darin enthalten sind und was damit passieren sollte. Fehlen wichtige Angaben, könnte er den Vorgang stoppen oder eine Rückfrage vorbereiten.
Genau diese Flexibilität macht Agenten interessant. Sie macht ihren Einsatz aber gleichzeitig anspruchsvoller.
Deshalb ist auch nicht jede Aufgabe automatisch ein guter Anwendungsfall. Wenn ein einzelner Prompt das gewünschte Ergebnis liefert, braucht es keinen Agenten. Wenn eine klassische Automatisierung einen Prozess zuverlässig abbildet, muss dort nicht zwangsläufig KI eingebaut werden.
Agenten werden vor allem dort interessant, wo mehrere Arbeitsschritte zusammengehören, sich der Ablauf leicht verändern kann und Informationen zunächst eingeordnet werden müssen.
Wo Agenten im Arbeitsalltag interessant werden
Besonders spannend sind regelmäßig wiederkehrende Aufgaben, bei denen heute mehrere einzelne Schritte notwendig sind. Dazu können zum Beispiel das Zusammentragen von Informationen aus verschiedenen Quellen, das Prüfen von Unterlagen, die Vorbereitung regelmäßiger Übersichten oder die Dokumentation von wiederkehrenden Vorgängen gehören.
Statt also zu fragen, wo man möglichst schnell einen Agenten einsetzen könnte, lohnt sich eine andere Frage:
Welche Aufgaben erledigen wir regelmäßig nach einem ähnlichen Muster und an welchen Stellen entsteht dabei unnötiger Aufwand?
Genau dort können Agenten künftig interessant werden.
Ein Beispiel könnte die Vorbereitung eines regelmäßigen Projektüberblicks sein. Informationen liegen in mehreren Dokumenten, offene Aufgaben müssen erkannt, Änderungen zusammengetragen und anschließend in eine übersichtliche Form gebracht werden. Heute erledigt ein Mensch viele dieser Schritte nacheinander. Ein Agent könnte einen Teil davon vorbereiten und das Ergebnis anschließend zur Prüfung bereitstellen.
Wichtig ist das Wort vorbereiten. Denn nur weil ein System mehrere Schritte selbstständig ausführen kann, bedeutet das nicht, dass es automatisch Entscheidungen übernehmen sollte.
Mehr Möglichkeiten brauchen klarere Grenzen
Damit schließt sich auch der Kreis zu unserem Beitrag über KI und Sicherheit.
Ein normaler KI Chat hat zunächst nur die Möglichkeiten, die ihm innerhalb des Gesprächs zur Verfügung stehen. Ein Agent kann dagegen, je nach Einrichtung, Zugriff auf Dateien, Programme, Schnittstellen oder andere Systeme bekommen.
Damit steigt nicht automatisch das Risiko ins Unermessliche. Aber die Frage nach Berechtigungen wird wichtiger.
Ein sinnvoller Grundsatz lautet deshalb:
Ein Agent sollte nur die Berechtigungen bekommen, die er für seine konkrete Aufgabe tatsächlich benötigt.
Wenn ein Agent Unterlagen nur lesen und zusammenfassen soll, braucht er keine Berechtigung, diese zu löschen oder zu verändern. Wenn er einen Entwurf vorbereiten soll, muss er diesen nicht automatisch veröffentlichen. Und bei wichtigen oder nicht rückgängig zu machenden Aktionen sollte weiterhin ein Mensch bestätigen, bevor etwas passiert.
Das ist keine Schwäche der Technologie. Im Gegenteil. Klare Grenzen sind die Voraussetzung dafür, solche Systeme sinnvoll in bestehende Arbeitsabläufe einzubauen.
Ein Praxisimpuls für diesen Monat
Du musst keinen eigenen Agenten bauen, um dich mit dem Thema zu beschäftigen.
Nimm stattdessen einmal eine Aufgabe, die bei dir regelmäßig wiederkehrt, und zerlege sie gedanklich in ihre einzelnen Schritte.
Frage dich:
- Was soll am Ende herauskommen?
- Welche Schritte erledige ich dafür jedes Mal?
- Welche Informationen und Programme brauche ich?
- Welche Schritte könnte ein System vorbereiten?
- Wo möchte oder muss ich selbst entscheiden?
Damit hast du bereits einen möglichen Agenten beschrieben.
Vielleicht stellst du dabei fest, dass sich ein Teil der Arbeit sinnvoll automatisieren ließe. Vielleicht reicht weiterhin ein guter Prompt. Vielleicht ist eine klassische Automatisierung die bessere Lösung.
Auch das ist eine wichtige Erkenntnis.
Zum Schluss ein wichtiger Gedanke
KI Agenten sind nicht einfach nur ein neuer Begriff für Chatbots. Sie verändern die Rolle der KI ein Stück weit.
Bisher lautete die typische Frage:
„Kannst du mir dabei helfen?“
Bei Agenten kommt zunehmend eine zweite Frage hinzu:
„Kannst du diese Aufgabe innerhalb klarer Grenzen für mich bearbeiten?“
Genau darin liegt das Potenzial. Gleichzeitig wird es wichtiger, Ziele, Berechtigungen und Kontrollpunkte sauber festzulegen.
Nicht jede Aufgabe braucht einen Agenten. Aber bei wiederkehrenden Abläufen mit mehreren Schritten lohnt es sich zunehmend, darüber nachzudenken.
Denn die nächste Entwicklungsstufe von KI im Arbeitsalltag besteht nicht nur darin, bessere Antworten zu bekommen.
Sie besteht darin, bestimmte Arbeitsschritte sinnvoll miteinander zu verbinden.
Liebe Grüße aus Dresden
Marcus Reiche