Künstliche Intelligenz ist heute allgegenwärtig – von Chatbots, die Ihre Fragen beantworten, bis hin zu smarten Tools, die Ihren Kalender organisieren. Doch hinter den Kulissen entsteht etwas noch Mächtigeres: KI-Agenten, die tatsächlich handeln, Entscheidungen treffen und gemeinsam mit Menschen Aufgaben erledigen können. Aber was genau sind KI-Agenten – und wie funktionieren sie?
Inhalt
KI-Agenten in der Now Assist-Plattform von ServiceNow sind intelligente Softwaresysteme, die eigenständig arbeiten, fundierte Entscheidungen auf Basis von Daten treffen, Prozesse automatisieren und Arbeitsabläufe optimieren.
Aber was bedeutet das eigentlich in der Praxis?
Jeder Mensch hat seine eigenen Fähigkeiten – manche sind hervorragend in der Datenanalyse, andere glänzen beim Lösen von Problemen oder in der Kommunikation. KI-Agenten funktionieren ganz ähnlich. Jeder KI-Agent verfügt über bestimmte Fähigkeiten, zum Beispiel das Zusammenfassen von Vorfällen oder das Analysieren von Daten, um das passende Team für ein Problem zu bestimmen.
Ein Beispiel: Eine Fähigkeit besteht darin, einen Vorfall zusammenzufassen, eine andere darin, diese Zusammenfassung zu analysieren und das Problem dem richtigen Team zuzuweisen, und eine weitere darin, die am besten geeignete Person für die Aufgabe auszuwählen. Diese einzelnen Fähigkeiten ergeben zusammen einen funktionalen KI-Agenten – genau wie Menschen mit unterschiedlichen Stärken zusammenarbeiten, um eine Aufgabe zu erledigen.
KI-Agenten und große Sprachmodelle (Large Language Models, LLMs) stehen in Beziehung zueinander, sind jedoch nicht dasselbe. Ein LLM wie OpenAIs GPT-4 ist ein fortschrittliches KI-Modell, das mit riesigen Datenmengen trainiert wurde. Dadurch kann es menschenähnlichen Text verstehen und generieren, Daten analysieren und Fragen beantworten. Ein KI-Agent hingegen ist ein System, das auf Basis von Daten und Entscheidungsalgorithmen eigenständig handelt – wobei ein LLM oft als zentraler Bestandteil seiner Intelligenz eingesetzt wird.
Damit es greifbarer wird: Ein LLM ist wie ein Gehirn, das Sprache verarbeitet, aber keine Handlungen ausführt. Ein KI-Agent hingegen ist ein vollständiges System, das Entscheidungen trifft und Aktionen ausführt – häufig unter Einbindung eines LLM.
Ein Sprachmodell kann beispielsweise einen Vorfallbericht zusammenfassen. Ein KI-Agent geht jedoch weiter: Er kann den Bericht zusammenfassen, ihn dem richtigen Team zuweisen und Folgeaktionen einleiten. Darüber hinaus lernt er, sich an die Erwartungen der Nutzer anzupassen, und nutzt ein Gedächtnis, um zukünftige Aktionen basierend auf früheren Interaktionen zu planen.
Obwohl KI-Agenten bei ihren Entscheidungen autonom agieren, sind sie keine Menschen – und werden daher stark von uns beeinflusst. Dies bezeichnet man als „Human in the Loop“, da der Mensch weiterhin ein aktiver Teil des Prozesses bleibt. Die erste Einflussstufe ist das Team, das das KI-System entwirft und trainiert. Die zweite ist das Team, das für die Implementierung und Benutzerzugriffe verantwortlich ist. Schließlich spielt der Benutzer selbst eine zentrale Rolle, indem er Aufgaben zuweist oder Ziele definiert, die der KI-Agent erreichen soll.
Die Vorgehensweise eines KI-Agenten hängt von der Komplexität der Aufgabe ab. Bei komplexen Aufgaben entwickelt er einen strukturierten Plan, unterteilt die Aufgabe in kleinere Schritte und verbessert seine Leistung im Laufe der Zeit. Bei einfacheren Aufgaben hingegen nutzt der KI-Agent die verfügbaren Werkzeuge effizient, ohne dass ein vorab definierter Plan notwendig ist.
Nehmen wir ServiceNow als Beispiel: Stellen Sie sich ein Unternehmen vor, das mit einem Problem konfrontiert ist, das sofortiges Eingreifen durch eine Fachkraft erfordert. Normalerweise würde eine fest zugewiesene Person übernehmen – doch aufgrund einer unerwarteten Verzögerung wird schnellstmöglich Ersatz benötigt. Die Lösung? Der Nutzer beauftragt einen KI-Agenten damit, eine qualifizierte Fachkraft zu finden, die umgehend reagieren kann.
Der KI-Agent beginnt mit der Analyse der Situation, basierend auf bereits in ServiceNow vorhandenen Daten – etwa Arbeitsplänen, aktueller Verfügbarkeit und den jeweiligen Qualifikationen der Mitarbeitenden. Doch selbst mit diesem umfangreichen Kontext kann der Agent nicht sofort die am besten geeignete Fachkraft für den Einsatz bestimmen. Um seine Entscheidung zu verfeinern, greift der Agent auf zusätzliche Informationen zurück – beispielsweise vergangene Leistungen oder detaillierte Fachkenntnisse. Diese Informationen können außerhalb von ServiceNow gespeichert sein, in spezialisierten Systemen, die über den Integration Hub und das Workflow Data Fabric angebunden sind.
Indem der KI-Agent Erkenntnisse aus verschiedenen Quellen kombiniert, identifiziert er die am besten geeignete Fachkraft und schlägt dem Nutzer die optimale Option vor. Diese Fähigkeit, Informationen aus unterschiedlichen Tools und spezialisierten Systemen zu integrieren, macht KI-Agenten flexibler und leistungsfähiger als herkömmliche KI-Modelle.
Doch was passiert danach?
Nachdem der KI-Agent eine Ersatzfachkraft ausgewählt hat, speichert er die gewonnenen Erkenntnisse – einschließlich des Nutzerfeedbacks –, um seine Leistung bei zukünftigen Anfragen zu verbessern. Wenn der Nutzer beispielsweise betont, dass in Notfällen die Reaktionszeit wichtiger ist als Fachwissen, wird der Agent in ähnlichen Situationen künftig die Verfügbarkeit stärker gewichten.
Waren weitere KI-Agenten in den Prozess eingebunden – etwa ein Agent zur Bewertung der technischen Expertise –, kann auch deren Feedback berücksichtigt werden. Dieser sogenannte Multi-Agenten-Feedback-Kreislauf verringert den Bedarf an menschlicher Überwachung und ermöglicht es dem System, zunehmend autonom zu agieren. Gleichzeitig können Nutzer während des Entscheidungsprozesses weiterhin direkt eingreifen, um sicherzustellen, dass die Ergebnisse ihren Erwartungen entsprechen.
Normalerweise müssen Unternehmen verschiedene Fähigkeiten manuell kombinieren, um einen KI-Agenten zu erstellen, der genau auf ihre Anforderungen zugeschnitten ist. Doch ServiceNow verändert diesen Prozess grundlegend. Anstatt einzelne KI-Komponenten mühsam zusammenzustellen, können Unternehmen jetzt einfach einen vorgefertigten KI-Agenten „aktivieren“, der Probleme automatisch löst – ganz ohne alles von Grund auf neu entwickeln zu müssen. Diese nennen wir Out-of-the-Box-Fähigkeiten.
Stellen Sie sich ServiceNow wie eine große Kiste mit Lego-Bausteinen vor. Einige dieser Lego-Steine (Fähigkeiten) sind standardmäßig enthalten, sodass man sie nicht selbst zusammensetzen muss. Doch es geht noch weiter: Neben den einzelnen Bausteinen gibt es auch bereits vorgefertigte Strukturen (KI-Agenten). Und wenn etwas Spezielles benötigt wird, haben Sie die Flexibilität, zusätzliche Bausteine hinzuzufügen oder komplett eigene Lösungen zu bauen, um Ihre Lego-Welt ganz individuell zu gestalten.
Ein wichtiger Trend in der KI-Entwicklung ist der Fokus auf Vertikalen – also Lösungen, die speziell für bestimmte Branchen entwickelt wurden, anstatt für allgemeine Geschäftsfunktionen.
Ein auf die Produktion spezialisierter KI-Agent wäre im Personalwesen nicht nützlich, genauso wie das Bestellen eines Bieres nichts mit einem HR-Service zu tun hat. Genau deshalb gewinnen vertikale KI-Lösungen zunehmend an Bedeutung: Sie sind speziell für bestimmte Geschäftsbereiche konzipiert und liefern dort einen echten Mehrwert.
erzeit übernehmen KI-Agenten einfache, strukturierte Aufgaben. Sie ersetzen den Menschen nicht, sondern unterstützen ihn. Doch mit der Weiterentwicklung der KI werden diese Agenten zunehmend komplexere Aufgaben übernehmen und eigenständige Entscheidungen treffen.
Hier zögern viele Unternehmen oft. Stellen Sie sich vor, KI würde Budgets ohne menschliche Aufsicht genehmigen. Wer trifft die endgültige Entscheidung? Das ist die Herausforderung auf dem Weg zu einer wirklich agentischen KI, bei der das System eigenständig Entscheidungen trifft, ohne auf die Genehmigung eines Menschen zu warten.
Mit fortschreitender Entwicklung werden KI-Agenten immer autonomer. Und mit prognostizierten Intelligenzniveaus, die in den kommenden Jahren den menschlichen IQ möglicherweise übertreffen werden, stellt sich die Frage nicht mehr, ob KI Aufgaben ausführen kann, sondern wie viel Autonomie Unternehmen bereit sind, zu gewähren.
Sind wir bereit für eine KI, die Entscheidungen ohne menschliche Zustimmung trifft? Das ist die große Frage, die Unternehmen beantworten müssen, während sich die KI-Technologie weiterentwickelt.
Melden Sie sich für unseren monatlichen Flow@Work Exclusive-Newsletter an, um kostenlosen Zugang zu unserem Fachwissen und vielen Tipps und Tricks zu erhalten, damit die Arbeit auf der Now®-Plattform flüssiger wird
