Autonome Agenten sollen betriebliche Abläufe revolutionieren und eine neue Ära der Effizienz und Innovation einleiten. Poca Wander Stock/shutterstock.com Agentic AI soll sich in zunehmend komplexer werdenden digitalen Landschaften zu einer transformativen Kraft entwickeln und die Grenzen der Automatisierung neu definieren. Von der intelligenten Entscheidungsfindung bis hin zur Anpassungsfähigkeit in Echtzeit verändere diese Technologie diverse Branchen, glauben die Analysten von GlobalData, einem Daten- und Analyseunternehmen. Automatisierung durch Transformation Laut den Experten gehören zu den Merkmalen und Vorteilen von Agentischer KI, dass sie Aspekte wie Wahrnehmung, logisches Denken und autonomes Handeln integriert. Damit sei die Technik in der Lage, auch komplexe Aufgaben agil sowie präzise zu bewältigen. Darüber hinaus verbessern KI-Agenten Effizienz, Kosten und Kundenerfahrung, besonders in dynamischen Branchen wie dem Gesundheitswesen, im Finanzsektor und beim Energiemanagement. Zusätzlich werde Agentic AI die Automatisierung in den Unternehmen vorantreiben. Die Analysten sprechen schon von einer Ära intelligenter, datengesteuerter Abläufe, die mit der neuen KI-Technik eingeleitet werde. Agentische KI gegen Generative KI Um diese Thesen zu untermauern, stellt GlobalData im gerade neu erschienenen Bericht „Automation 2.0: The Rise of Intelligent AI Agents“ die Agentische KI der Generativen KI gegenüber. Die Autoren merken an, dass es bei beiden zwar Überschneidungen gibt, wie zum Beispiel Retrieval-Augmented Generation (RAG) für den Ausbau der Datengrundlage. Die Agentische KI zeichne sich jedoch dadurch aus, das die Agenten autonom und in Echtzeit Entscheidungen treffen sowie sich kontinuierlich auch in komplexen Umgebungen neu an veränderte Bedingungen anpassen könnten. Laut den Experten verändere die Technologie schon jetzt die Geschäftsabläufe durch die Automatisierung von Prozessen, die Optimierung von Kundeninteraktionen, die Sicherstellung der Compliance und die Erfüllung spezieller betrieblicher Anforderungen mit adaptiven, KI-gesteuerten Lösungen. Mit dem Aufkommen von Agentic KI manifestiert sich aus Sicht der Marktforscher der Wandel von regelbasierten Systemen hin zu autonomen Agenten. Diese Agenten sollen, laut den Experten, durch Wahrnehmung, Denken, Handeln und Lernen, die betriebliche Effizienz und Entscheidungsfindung verbessern. Die Auswirkungen von Agentic AI auf die Wirtschaft sei bereits spürbar. In verschiedenen Sektoren unter anderem der Automobilbranche, dem Bankensektor, bei Finanzdienstleistungen, Versicherungen und in der Energiebranche seien bereits Anwendungen im Einsatz. Verbesserte Effizienz und höherer ROI GlobalData verweist auf Best Practices, die zeigen sollen, wie Agentic AI in verschiedenen Branchen messbare Ergebnisse liefert. So konnten laut dem Bericht, unterschiedliche Firmen aus verschiedenen Branchen Effizienz und Return of Investment (ROI) steigern: Medien: Die japanische Werbeagentur Dentsu nutzt Azure-basierte KI, um ihre Medienplanung zu optimieren, Insights-Zeiten um 90 Prozent zu verkürzen, Kosten zu senken und den ROI zu erhöhen. Telekommunikation: Das britische Telekommunikationsunternehmen BT setzt die KI-gestützte ServiceNow-Plattform ein. Hiermit reduziert sie die Lösungszeiten auf unter eine Minute, senkt den Papieraufwand um 55 Prozent und verbessert die Anfragebearbeitung um 80 Prozent. Gaststättengewerbe: Der US-amerikanische Online-Reservierungs-Anbieter OpenTable nutzt Salesforce-Lösungen zur Automatisierung und Datenintegration. Hierdurch spart das Unternehmen pro Anruf zwei Minuten und verbessert den Kundenservice sowie die Arbeitsabläufe. Anschauliche Innovationen, die Agentic AI vorantreiben Wichtige Player im Bereich der agentenbasierten KI sind Tech-Giganten wie Microsoft, Google, NVIDIA und Amazon, so der Bericht. Sie bauen Plattformen, auf denen verschiedene Tools zur Optimierung von Arbeitsabläufen miteinander verknüpft werden: Microsoft integriert Copilot Studio und Dynamics 365-Agenten in Microsoft 365, um den Echtzeit-Workflow in Vertrieb, Lieferkette und Kundenservice zu optimieren. SAPs Joule verbessert mithilfe von kollaborativen KI-Agenten und einem Knowledge Graph Streitfallmanagement, Finanzautomatisierung und betriebliche Prozesse. UiPaths Agent Builder und Autopilot kombinieren KI mit RPA und bieten Flexibilität für Finanzen, Gesundheitswesen sowie Logistik. Origami-Agents optimiert durch Echtzeitanalyse des Kundenverhaltens die Lead-Generierung und Vertriebsautomatisierung. Einführung benötigt Struktur und Technik KI-Agenten lassen sich laut den Experten am besten durch einen strukturierten Ansatz einführen. Dieser erfordert, dass die Anwender betriebliche Engpässe bewerten, Prototypen in priorisierten Bereichen erstellen, erfolgreiche Prototypen skalieren und die KI-Leistung kontinuierlich optimieren. In ihrem Bericht empfehlen die Analysten von GlobalData deshalb den Einsatz von Echtzeit-Feedback und einen modularen Implementierungsrahmen für eine nahtlose Integration und Anpassungsfähigkeit. Für die Zukunft erwarten die Marktbeobachter, dass sich agentenbasierte KI zu immersiven, adaptiven Systemen weiterentwickeln wird, die selbstständig lernen, Entscheidungen treffen und personalisierte Aufgaben automatisieren. Auf dem Weg dorthin müssten jedoch Herausforderungen wie die Komplexität der Integration, ethische Bedenken und wachsende Anforderungen an die Fähigkeiten der Systeme bewältigt werden. Nur so lasse sich das volle Potenzial dieser Technologie auszuschöpfen. Neue Konzepte nicht vernachlässigen GlobalData hebt in der Studie auch neue Konzepte wie BabyAGI und AutoGPT hervor. BabyAGI, entwickelt von Yohei Nakajima, ist ein Python-basiertes Open-Source-Framework. Das Besondere daran: Anwender müssen Aufgaben nicht mehr manuell definieren. BabyAGI erstellt autonom neue Aufgaben – ausgehend von bereits erledigten Aufgaben und einem zuvor beschrieben Ziel. Es automatisiert damit Arbeitsabläufe, indem Aufgaben dynamisch erstellt, priorisiert und ausgeführt werden. AutoGPT, von Toran Bruce Richards als Python-Script entwickelt, funktioniert ähnlich wie BabyAGI. Das Tool nutzt OpenAIs GPT-4, um autonom Aufgaben beziehungsweise ganze Aufgabenketten zu erledigen. AutoGPT arbeitet zielorientiert und entwickelt dafür eigene Strategien und Scripte.
Blick in die Zukunft: Die Evolution von Agentic AI
Autonome Agenten sollen betriebliche Abläufe revolutionieren und eine neue Ära der Effizienz und Innovation einleiten. Poca Wander Stock/shutterstock.com Agentic AI soll sich in zunehmend komplexer werdenden digitalen Landschaften zu einer transformativen Kraft entwickeln und die Grenzen der Automatisierung neu definieren. Von der intelligenten Entscheidungsfindung bis hin zur Anpassungsfähigkeit in Echtzeit verändere diese Technologie diverse Branchen, glauben die Analysten von GlobalData, einem Daten- und Analyseunternehmen. Automatisierung durch Transformation Laut den Experten gehören zu den Merkmalen und Vorteilen von Agentischer KI, dass sie Aspekte wie Wahrnehmung, logisches Denken und autonomes Handeln integriert. Damit sei die Technik in der Lage, auch komplexe Aufgaben agil sowie präzise zu bewältigen. Darüber hinaus verbessern KI-Agenten Effizienz, Kosten und Kundenerfahrung, besonders in dynamischen Branchen wie dem Gesundheitswesen, im Finanzsektor und beim Energiemanagement. Zusätzlich werde Agentic AI die Automatisierung in den Unternehmen vorantreiben. Die Analysten sprechen schon von einer Ära intelligenter, datengesteuerter Abläufe, die mit der neuen KI-Technik eingeleitet werde. Agentische KI gegen Generative KI Um diese Thesen zu untermauern, stellt GlobalData im gerade neu erschienenen Bericht „Automation 2.0: The Rise of Intelligent AI Agents“ die Agentische KI der Generativen KI gegenüber. Die Autoren merken an, dass es bei beiden zwar Überschneidungen gibt, wie zum Beispiel Retrieval-Augmented Generation (RAG) für den Ausbau der Datengrundlage. Die Agentische KI zeichne sich jedoch dadurch aus, das die Agenten autonom und in Echtzeit Entscheidungen treffen sowie sich kontinuierlich auch in komplexen Umgebungen neu an veränderte Bedingungen anpassen könnten. Laut den Experten verändere die Technologie schon jetzt die Geschäftsabläufe durch die Automatisierung von Prozessen, die Optimierung von Kundeninteraktionen, die Sicherstellung der Compliance und die Erfüllung spezieller betrieblicher Anforderungen mit adaptiven, KI-gesteuerten Lösungen. Mit dem Aufkommen von Agentic KI manifestiert sich aus Sicht der Marktforscher der Wandel von regelbasierten Systemen hin zu autonomen Agenten. Diese Agenten sollen, laut den Experten, durch Wahrnehmung, Denken, Handeln und Lernen, die betriebliche Effizienz und Entscheidungsfindung verbessern. Die Auswirkungen von Agentic AI auf die Wirtschaft sei bereits spürbar. In verschiedenen Sektoren unter anderem der Automobilbranche, dem Bankensektor, bei Finanzdienstleistungen, Versicherungen und in der Energiebranche seien bereits Anwendungen im Einsatz. Verbesserte Effizienz und höherer ROI GlobalData verweist auf Best Practices, die zeigen sollen, wie Agentic AI in verschiedenen Branchen messbare Ergebnisse liefert. So konnten laut dem Bericht, unterschiedliche Firmen aus verschiedenen Branchen Effizienz und Return of Investment (ROI) steigern: Medien: Die japanische Werbeagentur Dentsu nutzt Azure-basierte KI, um ihre Medienplanung zu optimieren, Insights-Zeiten um 90 Prozent zu verkürzen, Kosten zu senken und den ROI zu erhöhen. Telekommunikation: Das britische Telekommunikationsunternehmen BT setzt die KI-gestützte ServiceNow-Plattform ein. Hiermit reduziert sie die Lösungszeiten auf unter eine Minute, senkt den Papieraufwand um 55 Prozent und verbessert die Anfragebearbeitung um 80 Prozent. Gaststättengewerbe: Der US-amerikanische Online-Reservierungs-Anbieter OpenTable nutzt Salesforce-Lösungen zur Automatisierung und Datenintegration. Hierdurch spart das Unternehmen pro Anruf zwei Minuten und verbessert den Kundenservice sowie die Arbeitsabläufe. Anschauliche Innovationen, die Agentic AI vorantreiben Wichtige Player im Bereich der agentenbasierten KI sind Tech-Giganten wie Microsoft, Google, NVIDIA und Amazon, so der Bericht. Sie bauen Plattformen, auf denen verschiedene Tools zur Optimierung von Arbeitsabläufen miteinander verknüpft werden: Microsoft integriert Copilot Studio und Dynamics 365-Agenten in Microsoft 365, um den Echtzeit-Workflow in Vertrieb, Lieferkette und Kundenservice zu optimieren. SAPs Joule verbessert mithilfe von kollaborativen KI-Agenten und einem Knowledge Graph Streitfallmanagement, Finanzautomatisierung und betriebliche Prozesse. UiPaths Agent Builder und Autopilot kombinieren KI mit RPA und bieten Flexibilität für Finanzen, Gesundheitswesen sowie Logistik. Origami-Agents optimiert durch Echtzeitanalyse des Kundenverhaltens die Lead-Generierung und Vertriebsautomatisierung. Einführung benötigt Struktur und Technik KI-Agenten lassen sich laut den Experten am besten durch einen strukturierten Ansatz einführen. Dieser erfordert, dass die Anwender betriebliche Engpässe bewerten, Prototypen in priorisierten Bereichen erstellen, erfolgreiche Prototypen skalieren und die KI-Leistung kontinuierlich optimieren. In ihrem Bericht empfehlen die Analysten von GlobalData deshalb den Einsatz von Echtzeit-Feedback und einen modularen Implementierungsrahmen für eine nahtlose Integration und Anpassungsfähigkeit. Für die Zukunft erwarten die Marktbeobachter, dass sich agentenbasierte KI zu immersiven, adaptiven Systemen weiterentwickeln wird, die selbstständig lernen, Entscheidungen treffen und personalisierte Aufgaben automatisieren. Auf dem Weg dorthin müssten jedoch Herausforderungen wie die Komplexität der Integration, ethische Bedenken und wachsende Anforderungen an die Fähigkeiten der Systeme bewältigt werden. Nur so lasse sich das volle Potenzial dieser Technologie auszuschöpfen. Neue Konzepte nicht vernachlässigen GlobalData hebt in der Studie auch neue Konzepte wie BabyAGI und AutoGPT hervor. BabyAGI, entwickelt von Yohei Nakajima, ist ein Python-basiertes Open-Source-Framework. Das Besondere daran: Anwender müssen Aufgaben nicht mehr manuell definieren. BabyAGI erstellt autonom neue Aufgaben – ausgehend von bereits erledigten Aufgaben und einem zuvor beschrieben Ziel. Es automatisiert damit Arbeitsabläufe, indem Aufgaben dynamisch erstellt, priorisiert und ausgeführt werden. AutoGPT, von Toran Bruce Richards als Python-Script entwickelt, funktioniert ähnlich wie BabyAGI. Das Tool nutzt OpenAIs GPT-4, um autonom Aufgaben beziehungsweise ganze Aufgabenketten zu erledigen. AutoGPT arbeitet zielorientiert und entwickelt dafür eigene Strategien und Scripte.
Blick in die Zukunft: Die Evolution von Agentic AI Autonome Agenten sollen betriebliche Abläufe revolutionieren und eine neue Ära der Effizienz und Innovation einleiten. Poca Wander Stock/shutterstock.com Agentic AI soll sich in zunehmend komplexer werdenden digitalen Landschaften zu einer transformativen Kraft entwickeln und die Grenzen der Automatisierung neu definieren. Von der intelligenten Entscheidungsfindung bis hin zur Anpassungsfähigkeit in Echtzeit verändere diese Technologie diverse Branchen, glauben die Analysten von GlobalData, einem Daten- und Analyseunternehmen. Automatisierung durch Transformation Laut den Experten gehören zu den Merkmalen und Vorteilen von Agentischer KI, dass sie Aspekte wie Wahrnehmung, logisches Denken und autonomes Handeln integriert. Damit sei die Technik in der Lage, auch komplexe Aufgaben agil sowie präzise zu bewältigen. Darüber hinaus verbessern KI-Agenten Effizienz, Kosten und Kundenerfahrung, besonders in dynamischen Branchen wie dem Gesundheitswesen, im Finanzsektor und beim Energiemanagement. Zusätzlich werde Agentic AI die Automatisierung in den Unternehmen vorantreiben. Die Analysten sprechen schon von einer Ära intelligenter, datengesteuerter Abläufe, die mit der neuen KI-Technik eingeleitet werde. Agentische KI gegen Generative KI Um diese Thesen zu untermauern, stellt GlobalData im gerade neu erschienenen Bericht „Automation 2.0: The Rise of Intelligent AI Agents“ die Agentische KI der Generativen KI gegenüber. Die Autoren merken an, dass es bei beiden zwar Überschneidungen gibt, wie zum Beispiel Retrieval-Augmented Generation (RAG) für den Ausbau der Datengrundlage. Die Agentische KI zeichne sich jedoch dadurch aus, das die Agenten autonom und in Echtzeit Entscheidungen treffen sowie sich kontinuierlich auch in komplexen Umgebungen neu an veränderte Bedingungen anpassen könnten. Laut den Experten verändere die Technologie schon jetzt die Geschäftsabläufe durch die Automatisierung von Prozessen, die Optimierung von Kundeninteraktionen, die Sicherstellung der Compliance und die Erfüllung spezieller betrieblicher Anforderungen mit adaptiven, KI-gesteuerten Lösungen. Mit dem Aufkommen von Agentic KI manifestiert sich aus Sicht der Marktforscher der Wandel von regelbasierten Systemen hin zu autonomen Agenten. Diese Agenten sollen, laut den Experten, durch Wahrnehmung, Denken, Handeln und Lernen, die betriebliche Effizienz und Entscheidungsfindung verbessern. Die Auswirkungen von Agentic AI auf die Wirtschaft sei bereits spürbar. In verschiedenen Sektoren unter anderem der Automobilbranche, dem Bankensektor, bei Finanzdienstleistungen, Versicherungen und in der Energiebranche seien bereits Anwendungen im Einsatz. Verbesserte Effizienz und höherer ROI GlobalData verweist auf Best Practices, die zeigen sollen, wie Agentic AI in verschiedenen Branchen messbare Ergebnisse liefert. So konnten laut dem Bericht, unterschiedliche Firmen aus verschiedenen Branchen Effizienz und Return of Investment (ROI) steigern: Medien: Die japanische Werbeagentur Dentsu nutzt Azure-basierte KI, um ihre Medienplanung zu optimieren, Insights-Zeiten um 90 Prozent zu verkürzen, Kosten zu senken und den ROI zu erhöhen. Telekommunikation: Das britische Telekommunikationsunternehmen BT setzt die KI-gestützte ServiceNow-Plattform ein. Hiermit reduziert sie die Lösungszeiten auf unter eine Minute, senkt den Papieraufwand um 55 Prozent und verbessert die Anfragebearbeitung um 80 Prozent. Gaststättengewerbe: Der US-amerikanische Online-Reservierungs-Anbieter OpenTable nutzt Salesforce-Lösungen zur Automatisierung und Datenintegration. Hierdurch spart das Unternehmen pro Anruf zwei Minuten und verbessert den Kundenservice sowie die Arbeitsabläufe. Anschauliche Innovationen, die Agentic AI vorantreiben Wichtige Player im Bereich der agentenbasierten KI sind Tech-Giganten wie Microsoft, Google, NVIDIA und Amazon, so der Bericht. Sie bauen Plattformen, auf denen verschiedene Tools zur Optimierung von Arbeitsabläufen miteinander verknüpft werden: Microsoft integriert Copilot Studio und Dynamics 365-Agenten in Microsoft 365, um den Echtzeit-Workflow in Vertrieb, Lieferkette und Kundenservice zu optimieren. SAPs Joule verbessert mithilfe von kollaborativen KI-Agenten und einem Knowledge Graph Streitfallmanagement, Finanzautomatisierung und betriebliche Prozesse. UiPaths Agent Builder und Autopilot kombinieren KI mit RPA und bieten Flexibilität für Finanzen, Gesundheitswesen sowie Logistik. Origami-Agents optimiert durch Echtzeitanalyse des Kundenverhaltens die Lead-Generierung und Vertriebsautomatisierung. Einführung benötigt Struktur und Technik KI-Agenten lassen sich laut den Experten am besten durch einen strukturierten Ansatz einführen. Dieser erfordert, dass die Anwender betriebliche Engpässe bewerten, Prototypen in priorisierten Bereichen erstellen, erfolgreiche Prototypen skalieren und die KI-Leistung kontinuierlich optimieren. In ihrem Bericht empfehlen die Analysten von GlobalData deshalb den Einsatz von Echtzeit-Feedback und einen modularen Implementierungsrahmen für eine nahtlose Integration und Anpassungsfähigkeit. Für die Zukunft erwarten die Marktbeobachter, dass sich agentenbasierte KI zu immersiven, adaptiven Systemen weiterentwickeln wird, die selbstständig lernen, Entscheidungen treffen und personalisierte Aufgaben automatisieren. Auf dem Weg dorthin müssten jedoch Herausforderungen wie die Komplexität der Integration, ethische Bedenken und wachsende Anforderungen an die Fähigkeiten der Systeme bewältigt werden. Nur so lasse sich das volle Potenzial dieser Technologie auszuschöpfen. Neue Konzepte nicht vernachlässigen GlobalData hebt in der Studie auch neue Konzepte wie BabyAGI und AutoGPT hervor. BabyAGI, entwickelt von Yohei Nakajima, ist ein Python-basiertes Open-Source-Framework. Das Besondere daran: Anwender müssen Aufgaben nicht mehr manuell definieren. BabyAGI erstellt autonom neue Aufgaben – ausgehend von bereits erledigten Aufgaben und einem zuvor beschrieben Ziel. Es automatisiert damit Arbeitsabläufe, indem Aufgaben dynamisch erstellt, priorisiert und ausgeführt werden. AutoGPT, von Toran Bruce Richards als Python-Script entwickelt, funktioniert ähnlich wie BabyAGI. Das Tool nutzt OpenAIs GPT-4, um autonom Aufgaben beziehungsweise ganze Aufgabenketten zu erledigen. AutoGPT arbeitet zielorientiert und entwickelt dafür eigene Strategien und Scripte.
