KI-Agent-Einführung

Diese Anleitung bietet ein strukturiertes Framework, um Organisationen bei der erfolgreichen Einführung von KI-Agents als Teil ihrer umfassenderen KI-Einführungsstrategie zu unterstützen. Es befasst sich mit den einzigartigen Überlegungen, die KI-Agents einführen. In der Reihe werden Microsoft 365-Agents und Anleitungen zum Erstellen von benutzerdefinierten Agents mithilfe von Microsoft Foundry und Microsoft Copilot Studio erläutert. Sie umfasst auch Strategien zum Entwerfen einer organisationsweiten Datenarchitektur zur Unterstützung von KI-Agents im großen Maßstab.

Durch diese Anleitung erhalten Führungskräfte handlungsfähige Einblicke in vier Schlüsselbereiche: (1) Plan für Agents, (2) Steuern und Sichern von Agents, (3) Build-Agents und (4) Betreiben von Agents (siehe Abbildung 1.).

Abbildung 1. Der KI-Agent-Einführungsprozess von Microsoft.

Was ist ein KI-Agent?

Ein KI-Agent ist ein flexibles Softwareprogramm, das generative KI-Modelle verwendet, um Eingaben zu interpretieren, wie Systemereignisse, Benutzernachrichten oder Nachrichten anderer Agenten, Probleme zu analysieren und die am besten geeigneten Maßnahmen zu ergreifen. Im Gegensatz zu herkömmlichen Anwendungen, die auf festen Regeln basieren, orchestrieren Agents Workflows dynamisch basierend auf Echtzeitkontext. Diese Anpassung ermöglicht es ihnen, Mehrdeutigkeit und Komplexität zu verwalten, die deterministische Software nicht kann. Agents basieren auf fünf Kernkomponenten:

• Das generative KI-Modell dient als Begründungsmodul des Agenten. Es verarbeitet Anweisungen, integriert Toolaufrufe und generiert Ausgaben entweder als Nachrichten an andere Agents oder als umsetzbare Ergebnisse.

• Anweisungen definieren den Umfang, grenzen und Verhaltensrichtlinien für den Agent. Klare Anweisungen verhindern das Schleichen des Umfangs und stellen sicher, dass der Agent Geschäftsregeln erfüllt.

• Der Abruf stellt die Basisdaten und den Kontext bereit, die für genaue Antworten erforderlich sind. Der Zugang zu relevanten, qualitativ hochwertigen Daten ist entscheidend, um Halluzinationen zu reduzieren und die Relevanz zu gewährleisten.

• Aktionen sind die Funktionen, APIs oder Systeme, die der Agent zum Ausführen von Aufgaben verwendet. Tools transformieren den Agent aus einem passiven Informations-Retriever in einen aktiven Teilnehmer in Geschäftsprozesse.

• Der Speicher speichert aufgezeichnete Unterhaltungen und den Zustand. Der Speicher sorgt für Kontinuität über Interaktionen hinweg, sodass der Agent Multi-Turn-Unterhaltungen und lang andauernde Aufgaben effektiv verarbeiten kann.

Unterschied zwischen Retrieval-unterstützter Generierung (RAG)

Standard-RAG-Anwendungen folgen einem deterministischen Abrufprozess, um Abfragen zu beantworten. KI-Agents verwenden ein generatives Modell, um zu entscheiden, welches Wissen und welche Tools zu jedem Schritt verwendet werden sollen. Dieser adaptive Ansatz ermöglicht eine mehrstufige Begründung und komplexe Problemlösung, führt aber auch nicht deterministisches Verhalten ein, das robuste Tests und Governance erfordert.

Informationen zu technischen Definitionen finden Sie unter Was ist ein Agent? Und was ist ein Workflow?.

Warum KI-Agents?

Durch die Einführung von KI-Agents werden bestimmte Organisationsergebnisse unterstützt. Das Verständnis dieser Vorteile trägt dazu bei, Investitionen zu rechtfertigen und Anwendungsfälle zu priorisieren.

• Effizienz: Agents automatisieren sich wiederholende, kostengünstige Aufgaben. Sie reduziert den manuellen Aufwand und die Betriebskosten, sodass Ressourcen sich auf strategische Initiativen konzentrieren können.

• Geschwindigkeit: Agenten können Informationen verarbeiten und Entscheidungen schnell ausführen, wodurch die Lieferzeiten der Dienste und die Reaktionsfähigkeit auf Marktänderungen verbessert werden können.

• Skalierbarkeit: Agenten bewältigen schwankende Arbeitslasten, und diese Elastizität unterstützt Wachstum und saisonale Nachfragespitzen.

Diese Vorteile führen zu messbaren Ergebnissen wie geringeren Betriebskosten, verbesserter Kundenzufriedenheit und schnellerer Innovation. Für Führungskräfte bedeutet dies, dass KI-Agenten nicht nur eine Technologieinvestition sind. Sie sind ein strategischer Hebel für Wachstum und Wettbewerbsfähigkeit. Weitere Geschäftsgründe und Anwendungsfälle finden Sie im Business-Plan für KI-Agents .

Agenttypen

Organisationen stellen in der Regel drei Kategorien von Agents bereit. Jede Kategorie bietet ein anderes Maß an Autonomie und geschäftlichen Auswirkungen.

1. Produktivitäts-Agenten. Diese Agenten konzentrieren sich auf den Informationsabruf und die Synthese, um die Entscheidungsfindung zu beschleunigen. Sie verwenden Wissenstools, um Daten aus verschiedenen Quellen zu zeichnen und für den Benutzer abzurufen. Diese Funktion erhöht die Mitarbeitergenauigkeit und reduziert die Zeit für die Suche nach Informationen in Szenarien wie Kundendienstsupport und internem Wissensmanagement.

2. Aktionsagenten Diese Agents führen bestimmte Aufgaben innerhalb definierter Workflows aus, z. B. das Aktualisieren von Datensätzen oder auslösende Prozesse. Sie verwenden Wissenstools in Kombination mit Aktionstools, um Aufgaben auszuführen. Dieser Ansatz optimiert Vorgänge und reduziert manuelle Dateneingabefehler in Anwendungsfällen wie service ticket creation und system monitoring.

3. Automatisierungsagenten. Diese Agents verwalten komplexe, mehrstufige Prozesse mit minimaler Aufsicht. Sie verwenden Wissenswerkzeuge und Aktionswerkzeuge sowie Trigger, die bestimmen, wann ein Vorgang gestartet, gestoppt oder eskaliert werden soll. Diese Autonomie ermöglicht eine skalierbare Automatisierung für Szenarien wie die Optimierung der Lieferkette, erfordert jedoch eine strenge Governance, um die erhöhte Komplexität zu verwalten.

Nächste Schritte

Um das Potenzial von KI-Agents zu erkennen, richten Sie die Einführungsstrategie an bestimmte Geschäftsergebnisse aus. In den folgenden Abschnitten erfahren Sie, wie Sie interne und kundenorientierte Auswirkungen erstellen und Teams zur effektiven Nutzung von Agents führen.