© Serviceplan Group 2024
Wirft man einen Blick zurück auf die Geschwindigkeit der Entwicklung und Verbreitung von KI, lässt sich erahnen, welche Entwicklungsstufen noch erreicht werden können. Mit der aktuellen Evolutionsstufe ist die Zeit der KI-Agentensysteme gekommen. Erst jetzt können durch die Zusammenarbeit mehrerer hochspezialisierter Agenten die Potenziale von KI wirklich ausgeschöpft werden.
Was steckt hinter den KI-Agenten?
KI-Agenten können eine ganze Reihe von Spezialaufgaben übernehmen. Unter den KI-Agenten wird es Spezialisten für Research, Customer Data Insights, Content Marketing, Journey Management oder Markenstrategie geben. Um zu verstehen, was sie zur Lösung ihrer jeweiligen Aufgabe befähigt, muss man einen Blick auf ihren Aufbau werfen. KI-Agenten bestehen aus drei Komponenten: einem Prompt, einem Modell und aus Tools, auf die sie zurückgreifen können.
Der Prompt definiert den Arbeitsbereich des Agenten. Passend zu dieser Rolle beruht der Agent auf einem bestimmten KI-Modell und erhält Zugriff auf bestimmte Tools, die ihm bei der Lösung der Aufgabe helfen. Ein Beispiel: Ein KI-Agent bekommt die Rolle eines Research-Spezialisten zugewiesen. Als KI-Modell nutzt der Agent ChatGPT 3.5 Turbo und erhält Zugriff auf die Web-Search und eine Scraping Software. Damit kann der Agent Hintergrundinformationen zu bestimmten Themen recherchieren. Er verwendet eigenständig die Suchfunktion, wertet die Ergebnisse aus, lädt Website-Content herunten und verarbeitet ihn. So generiert der Agent frisches Wissen, auf dessen Basis er ein Dossier erstellt.
KI-Agentensysteme werden durch die Decke gehen
Gerade jetzt ergeben sich optimale Rahmenbedingungen für KI-Agentensysteme: Denn täglich werden neue KI-Modelle und Updates von ChatGPT, Midjourney, Stable Diffusion, Llama oder Gemini gelauncht. Die Programmierung auf einem kleineren, unbekannteren Modell kann viel günstiger ausfallen als auf große Player zu setzen und wird damit immer attraktiver. Zudem sind generative KI-Modelle inzwischen in der Lage, Eindrücke multi-modal wahrzunehmen und zu verarbeiten, ob Text, Video, Audio oder Bild.
Das schafft ideale Voraussetzungen, um ganze KI-Agenten-Systeme aufzubauen. Der Vorteil dieser Systeme ist enorm. In der Zusammenarbeit dieser hochspezialisierten KI-Agenten, die jeweils eine Teilaufgabe bewältigen, können viel komplexere Aufgaben gelöst werden. Denn die Agenten tauschen sich im Hintergrund zur Aufgabe aus, arbeiten einander zu und kontrollieren und verbessern selbstständig ihre Ergebnisse. Der renommierte KI-Experte Andrew Ng fand jüngst heraus, dass durch solche „agentic workflows“ erheblich bessere Ergebnisse erzielt werden können.
Für Marken werden KI-Agenten unverzichtbar
Marken haben ein intrinsisches Interesse daran, ihren Kund:innen den bestmöglichen Service zu bieten, ihnen vertrauenswürdige Informationen zu geben und sie hyperpersonalisiert anzusprechen. Das ist durch KI-Agentensysteme endlich möglich – und zwar im großen Stil. Es liegt also nicht fern, dass Marken in Zukunft auf eigene KI-Agenten setzen werden. Denn nur die KI-Agenten von Marken können Unternehmensschnittstellen ansteuern, um auf Daten zuzugreifen und sie für bestimmte Aufgaben zu verarbeiten. Ein Preisagent muss also Zugang auf aktuelle Preise, ein Buchungsagent auf das Buchungssystem haben. Wenn ein KI-Agent Unternehmensrichtlinien, CD- oder CI-Manuals kennt, kann er Texte und Bilder auf Markenkonformität prüfen. Eine wichtige Voraussetzung, um wirklich maßgeschneiderte Empfehlungen zu geben oder hyperpersonalisiert Aufgaben zu übernehmen.
Die Vision ist, dass KI-Agentensysteme zukünftig sogar mit Assistenten anderer Unternehmen oder Marken zusammenarbeiten, um für Kund:innen noch komplexere Aufgaben zu übernehmen. So würde beispielsweise eine Reisebuchung sowohl Schnittstellen auf Informationen und Buchungssysteme der Airline als auch des Hotels erforderlich machen. Während die KI-Agenten im Hintergrund kooperieren, könnten Siri oder Alexa als Interface zu Kund:innen dienen.
Es klingt nach Zukunftsszenario, doch die Möglichkeiten stehen bereit. Um nicht abgehängt zu werden, sollten Unternehmen heute schon anfangen, kleine Use-Cases für KI-Agentensystem zu entwickeln, zu testen und schrittweise auszurollen.
Autor: Sebastian Küpers, Chief Transformation Officer Plan.Net Group
Weitere Artikel
Jetzt weiter stöbern