Mobile KI-Agenten machen auch Mitarbeitenden im Außendienst das Leben leichter. Lesen Sie, wie.Zoteva | shutterstock.com Viele mobile Apps der ersten Generation waren direkte Adaptionen ihrer Web-Pendants. Das hieß in erster Linie: unschöne Benutzererfahrungen, mangelhafte Performance und eine entsprechend geringe Akzeptanz. In der Konsequenz waren Unternehmen dazu gezwungen, ihre Geschäftsziele und Implementierungsstrategien zu überdenken. Dank optimierten Entwicklungs-Tools eignete sich die Mehrheit im Anschluss ein Mobile-First-Mindset an und brachte Smartphone- und Tablet-Apps für spezifische Benutzer- und Job-Profile an den Start. Heute vollzieht sich ein ganz ähnlicher Wandel: Mit der Einführung von Agentic-AI-Funktionen werden bald auch neue mobile KI-Erfahrungen Einzug halten – bevorzugt in Branchen mit Außendienst-Fokus. Diese können von der damit verbundenen, operativen Flexibilität in besonderem Maße profitieren. In diesem Artikel lesen Sie, wie mobile KI-Agenten das Benutzererlebnis revolutionieren können, welche Use Cases für den Außendienst besonders relevant sind, welche Voraussetzungen für mobile KI-Agenten geschaffen werden sollten, und welche Risiken Sie in diesem Zusammenhang im Blick behalten sollten. Mit KI-Agenten zur UX-Revolution Mobile Apps für den Außendienst bestehen für gewöhnlich aus Formularen, Checklisten, Dashboards und Reportings. Sie können Field-Service-Worker über anstehende Tasks informieren, Fragen zur Umsetzung beantworten und Informationen an die Planungs- und Dispositions-Teams im Office weiterleiten. “Formulare, Schaltflächen und statische Menüs wurden entwickelt, damit sich die Benutzer an Maschinen anpassen. KI-Assistenten kehren das Prinzip um, indem sie sich an ihre Benutzer anpassen”, erklärt Christian Buckner, SVP of Analytics and IoT beim Softwareanbieter Altair. Die mobile Benutzererfahrung trete damit in eine neue Ära ein, in der die Benutzer nicht mehr durch Software navigieren, sondern mit ihr zusammenarbeiten. Anstelle von Menüs und strukturierten Workflows werden mobile KI-Apps künftig Prompt Interfaces und personalisierte Datenvisualisierungen beinhalten. Die KI wird dann anhand der aktuellen Aufgabe des Benutzers antizipieren, welches Knowhow dafür nötig ist, das Interface sowohl die Informationsabfrage als auch die Aktualisierung von Aufgaben vereinfachen. Doch damit nicht genug: “Diese Assistenten werden nicht nur Daten abrufen, sondern fungieren als Denkhilfen. Etwa, indem sie komplexe technische Handbücher zusammenfassen, Ursachen hypothetisch ermitteln, Lösungsschritte vorschlagen oder diese sogar brainstormen. In der Praxis bedeutet das weniger Rückrufe an die Zentrale, weniger Zeitaufwand für die Suche nach Antworten und fundiertere Entscheidungen vor Ort”, fügt Buckner hinzu. Agentic-AI-Anwendungsfälle im Außendienst Die möglichen Use Cases für mobile KI-Agenten im Außendienst sind zahlreich. So könnten Agentic-AI-Initiativen für den Field Service beispielsweise darauf abzielen, den Verwaltungsaufwand zu reduzieren, wie Forrest Zeisler, CTO beim IT-Dienstleister Jobber, nahelegt: “KI-Agenten können zwar keine Bäume fällen oder Rohrleitungen reparieren. Aber sie können Anrufe entgegennehmen, Angebote erstellen, ausstehende Rechnungen tracken und auch die meisten anderen Verwaltungsaufgaben übernehmen. So können sich die Außendienstmitarbeiter auf ihre eigentlichen Aufgaben konzentrieren.” Mobile KI-Agenten sind aber auch dazu geeignet, den Außendienst in seiner Gesamtheit von reaktiven auf proaktive Arbeitsabläufe umzustellen. Funktionen wie kontextbezogene Echtzeit-Anleitungen, vorausschauende Aufgabenplanung und Language Processing für mehrsprachigen Support, realisieren proaktiven und personalisierten Support für die Mitarbeiter vor Ort. Paul Wnek, CEO beim Salesforce-Spezialisten ExpandAP, erklärt: “Diese GenAI-Applikationen sind nicht mehr rein reaktiv – sie bieten dem Field Service einen vollständigen Echtzeit-Überblick über die Situation und ermöglichen damit, optimale Entscheidungen treffen zu können.” Prädiktive Unterstützung ist nach Meinung von Swapnil Jain, CEO beim KI-Contact-Center-Spezialisten Observe AI, einer der leistungsstärksten Use Cases von KI-Agenten im Außendienst: “Stellen Sie sich vor, der Techniker eines Versorgungsunternehmens nähert sich einem abgelegenen Standort. Nutzt er einen KI-gestützten mobilen Agenten, kann dieser vorab auf bekannte Probleme in der Umgebung hinweisen, anhand von Wetter- und Geländedaten die sicherste Route empfehlen, relevante Wartungsdaten abrufen und bei Inspektionsprozessen anleiten.” Andere Anwendungsfälle fokussieren stattdessen auf Schnelligkeit und die Auswirkungen falscher Entscheidungen. Diese Agenten benötigten allerdings umfassende Wissensdatenbanken und Testing, um sicherzustellen, dass sie zu validen und besseren Entscheidungen führen. John Kim, CEO und Mitbegründer des KI-Anbieters Sendbird, weiß: “In Branchen wie dem Gesundheitswesen oder dem Finanzwesen kommt es mitunter auf Sekunden an. Hier kann generative KI die Sicherheitsstandards und die Betriebsgeschwindigkeit steigern und so Fehler reduzieren und schnellere Entscheidungen herbeiführen. Dabei ist es jedoch essenziell, die KI mit domänenspezifischen Daten und Transparenz zu kombinieren, um ungenaue oder nicht fundierte Outputs zu vermeiden.” Doch mobile KI-Agenten müssen nicht unbedingt das Heft in die Hand nehmen, wie Francois Laborie, EVP für strategische Projekte beim KI-Lösungsanbieter Cognite, anmerkt: “Wir beobachten auch einen Anstieg von Ambient Agents, die still im Hintergrund arbeiten, Überprüfungen und Bewertungen durchführen und den Benutzer bei Bedarf alarmieren. Das ermöglicht beispielsweise der Schwerindustrie, Ausfälle von Anlagen vorherzusagen, Wartungspläne zu optimieren und Risiken zu managen.” Darüber hinaus werden auch Lern- und Wissensmanagement-Applikationen zum operativen Unterscheidungsmerkmal, wenn Außendienstmitarbeiter KI-Agenten mit 5G-Netzwerken und beispielsweise AR/VR-Wearables kombinieren. Das ermöglicht nicht nur multimodale Anleitungen, Video-Tutorials oder AR-Overlays, wie Artem Kroupenev, VP of Strategy beim Industrial-AI-Anbieter Augury, festhält: “Durch die Demokratisierung von Fachwissen und den nahtlosen Transfer von Wissen ermöglichen diese Agenten jedem Techniker, auf Expertenniveau zu arbeiten. Trotz der Risiken, die mit einer frühen Einführung verbunden sind, werden diese Agenten aufgrund der Vorteile unverzichtbar – dazu gehören etwa drastisch reduzierte Ausfallzeiten, verbesserte Sicherheit und niedrigere Betriebskosten.” Bereit für mobile KI-Agenten? Unternehmen, die im Bereich mobile KI-Agenten zum Vorreiter werden wollen, sollten ihre aktuellen Mobile-Applikationen und SaaS-Tools in Augenschein nehmen, um festzustellen, welche am meisten von KI-Funktionen – beziehungsweise agentenbasierten KI-Erfahrungen – profitieren könnten. Dabei gilt es unter anderem zu berücksichtigen: den Gesamtgeschäftswert der Anwendung, die die primären Außendienst-Workflows unterstützt. die Anzahl der Außendienstmitarbeiter sowie die Kontaktpunkte mit den Backoffice-Mitarbeitern. die anfallenden Datenmengen und der Aktualitätsfaktor, wenn es darum geht Entscheidungen im Außendienst zu treffen. Geht es darum, zu ermitteln, wo KI Geschäftswert liefern kann, sollten Sie insbesondere geschäftskritische Workflows in Augenschein nehmen, die von mehreren menschlichen Mitarbeitern in Echtzeit und mit erhöhtem Dateneinsatz übernommen werden. Ein anderer Ansatzpunkt wäre, die Prozesse anzuvisieren, für die es bislang keine digitalisierten Workflows und Tools gibt, um eine Verbindung von Außendienst und Backoffice herzustellen. Es empfiehlt sich zudem auch die zugrundeliegende Architektur zu überprüfen und technische Schulden sowie die allgemeine Readiness zu evaluieren, wenn es darum geht, KI-Funktionen zu integrieren. So fördert etwa eine aktuelle Studie von NTT (Download gegen Daten) zu Tage, dass 92 Prozent der Manufacturing-Unternehmen von Legacy-Infrastrukturen daran gehindert werden, Generative-AI-Initiativen umzusetzen. Weniger als die Hälfte der befragten Unternehmen hat zuvor ein vollumfängliches Infrastructure-Readiness-Assessment gefahren. Um mit branchenspezifischen Funktionen einen tatsächlichen Mehrwert zu erzielen, ist insbesondere zu empfehlen, neue mobile KI-Erfahrungen zu entwickeln – statt die Technologie einfach nur in bestehende mobile Applikationen zu integrieren. Idealerweise beginnt die Umsetzung damit, sich in die Lage eines Außendienstmitarbeiters zu versetzen – und auch mit diesen zu sprechen. Nur so lässt sich wirklich abschätzen, wie KI einen Mehrwert bieten kann – während sich gleichzeitig auch Ängste abbauen lassen, etwa bezüglich eines möglichen Jobverlusts durch die Technologie. Agentic-AI-Risiken im Blick Mit Blick auf Datenschutz und Compliance erfordert der Einsatz mobiler KI-Agenten zusätzliche Überprüfungen. Deshalb tun IT-Entscheider gut daran, ihre Daten- und KI-Governance-Frameworks entsprechend zu aktualisieren. Nur so ist gewäährleistet, dass diese auch Anwendungsfälle im Außendienst abdecken, die erfordern, sensible Daten an LLMs und KI-Agenten von Drittanbietern zu übermitteln. Viswesh Ananthakrishnan, Mitbegründer und VP of Product beim KI-Sicherheitsspezialisten Aurascape, fasst die damit verbundenen Risiken zusammen: “Sensible Daten mit GenAI-Anwendungen zu verarbeiten, kann zu Datenlecks, Lizenzkonflikten, der Offenlegung von geistigem Eigentum und Compliance-Verstößen führen. Für Unternehmen, die sensible Kunden- oder Patientendaten verarbeiten, steht hier besonders viel auf dem Spiel. Die Folgen einer unsachgemäßen Datenverarbeitung können sich äußerst negativ auf die Kundenerfahrung auswirken. Bei kritischer Infrastruktur wie Energieanlagen ist der Spielraum für Fehler ebenfalls sehr gering.” IT-Security- und Infrastrukturteams sollten zudem auch ihre Lieferketten neu bewerten und überprüfen, ob ihre interne Infrastruktur dazu geeignet ist, agentenbasierte Funktionen zu unterstützen – insbesondere solche, die Zugriff auf sensible(re) Informationen erfordern. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!
Wie Agentic AI den Außendienst umkrempelt
Mobile KI-Agenten machen auch Mitarbeitenden im Außendienst das Leben leichter. Lesen Sie, wie.Zoteva | shutterstock.com Viele mobile Apps der ersten Generation waren direkte Adaptionen ihrer Web-Pendants. Das hieß in erster Linie: unschöne Benutzererfahrungen, mangelhafte Performance und eine entsprechend geringe Akzeptanz. In der Konsequenz waren Unternehmen dazu gezwungen, ihre Geschäftsziele und Implementierungsstrategien zu überdenken. Dank optimierten Entwicklungs-Tools eignete sich die Mehrheit im Anschluss ein Mobile-First-Mindset an und brachte Smartphone- und Tablet-Apps für spezifische Benutzer- und Job-Profile an den Start. Heute vollzieht sich ein ganz ähnlicher Wandel: Mit der Einführung von Agentic-AI-Funktionen werden bald auch neue mobile KI-Erfahrungen Einzug halten – bevorzugt in Branchen mit Außendienst-Fokus. Diese können von der damit verbundenen, operativen Flexibilität in besonderem Maße profitieren. In diesem Artikel lesen Sie, wie mobile KI-Agenten das Benutzererlebnis revolutionieren können, welche Use Cases für den Außendienst besonders relevant sind, welche Voraussetzungen für mobile KI-Agenten geschaffen werden sollten, und welche Risiken Sie in diesem Zusammenhang im Blick behalten sollten. Mit KI-Agenten zur UX-Revolution Mobile Apps für den Außendienst bestehen für gewöhnlich aus Formularen, Checklisten, Dashboards und Reportings. Sie können Field-Service-Worker über anstehende Tasks informieren, Fragen zur Umsetzung beantworten und Informationen an die Planungs- und Dispositions-Teams im Office weiterleiten. “Formulare, Schaltflächen und statische Menüs wurden entwickelt, damit sich die Benutzer an Maschinen anpassen. KI-Assistenten kehren das Prinzip um, indem sie sich an ihre Benutzer anpassen”, erklärt Christian Buckner, SVP of Analytics and IoT beim Softwareanbieter Altair. Die mobile Benutzererfahrung trete damit in eine neue Ära ein, in der die Benutzer nicht mehr durch Software navigieren, sondern mit ihr zusammenarbeiten. Anstelle von Menüs und strukturierten Workflows werden mobile KI-Apps künftig Prompt Interfaces und personalisierte Datenvisualisierungen beinhalten. Die KI wird dann anhand der aktuellen Aufgabe des Benutzers antizipieren, welches Knowhow dafür nötig ist, das Interface sowohl die Informationsabfrage als auch die Aktualisierung von Aufgaben vereinfachen. Doch damit nicht genug: “Diese Assistenten werden nicht nur Daten abrufen, sondern fungieren als Denkhilfen. Etwa, indem sie komplexe technische Handbücher zusammenfassen, Ursachen hypothetisch ermitteln, Lösungsschritte vorschlagen oder diese sogar brainstormen. In der Praxis bedeutet das weniger Rückrufe an die Zentrale, weniger Zeitaufwand für die Suche nach Antworten und fundiertere Entscheidungen vor Ort”, fügt Buckner hinzu. Agentic-AI-Anwendungsfälle im Außendienst Die möglichen Use Cases für mobile KI-Agenten im Außendienst sind zahlreich. So könnten Agentic-AI-Initiativen für den Field Service beispielsweise darauf abzielen, den Verwaltungsaufwand zu reduzieren, wie Forrest Zeisler, CTO beim IT-Dienstleister Jobber, nahelegt: “KI-Agenten können zwar keine Bäume fällen oder Rohrleitungen reparieren. Aber sie können Anrufe entgegennehmen, Angebote erstellen, ausstehende Rechnungen tracken und auch die meisten anderen Verwaltungsaufgaben übernehmen. So können sich die Außendienstmitarbeiter auf ihre eigentlichen Aufgaben konzentrieren.” Mobile KI-Agenten sind aber auch dazu geeignet, den Außendienst in seiner Gesamtheit von reaktiven auf proaktive Arbeitsabläufe umzustellen. Funktionen wie kontextbezogene Echtzeit-Anleitungen, vorausschauende Aufgabenplanung und Language Processing für mehrsprachigen Support, realisieren proaktiven und personalisierten Support für die Mitarbeiter vor Ort. Paul Wnek, CEO beim Salesforce-Spezialisten ExpandAP, erklärt: “Diese GenAI-Applikationen sind nicht mehr rein reaktiv – sie bieten dem Field Service einen vollständigen Echtzeit-Überblick über die Situation und ermöglichen damit, optimale Entscheidungen treffen zu können.” Prädiktive Unterstützung ist nach Meinung von Swapnil Jain, CEO beim KI-Contact-Center-Spezialisten Observe AI, einer der leistungsstärksten Use Cases von KI-Agenten im Außendienst: “Stellen Sie sich vor, der Techniker eines Versorgungsunternehmens nähert sich einem abgelegenen Standort. Nutzt er einen KI-gestützten mobilen Agenten, kann dieser vorab auf bekannte Probleme in der Umgebung hinweisen, anhand von Wetter- und Geländedaten die sicherste Route empfehlen, relevante Wartungsdaten abrufen und bei Inspektionsprozessen anleiten.” Andere Anwendungsfälle fokussieren stattdessen auf Schnelligkeit und die Auswirkungen falscher Entscheidungen. Diese Agenten benötigten allerdings umfassende Wissensdatenbanken und Testing, um sicherzustellen, dass sie zu validen und besseren Entscheidungen führen. John Kim, CEO und Mitbegründer des KI-Anbieters Sendbird, weiß: “In Branchen wie dem Gesundheitswesen oder dem Finanzwesen kommt es mitunter auf Sekunden an. Hier kann generative KI die Sicherheitsstandards und die Betriebsgeschwindigkeit steigern und so Fehler reduzieren und schnellere Entscheidungen herbeiführen. Dabei ist es jedoch essenziell, die KI mit domänenspezifischen Daten und Transparenz zu kombinieren, um ungenaue oder nicht fundierte Outputs zu vermeiden.” Doch mobile KI-Agenten müssen nicht unbedingt das Heft in die Hand nehmen, wie Francois Laborie, EVP für strategische Projekte beim KI-Lösungsanbieter Cognite, anmerkt: “Wir beobachten auch einen Anstieg von Ambient Agents, die still im Hintergrund arbeiten, Überprüfungen und Bewertungen durchführen und den Benutzer bei Bedarf alarmieren. Das ermöglicht beispielsweise der Schwerindustrie, Ausfälle von Anlagen vorherzusagen, Wartungspläne zu optimieren und Risiken zu managen.” Darüber hinaus werden auch Lern- und Wissensmanagement-Applikationen zum operativen Unterscheidungsmerkmal, wenn Außendienstmitarbeiter KI-Agenten mit 5G-Netzwerken und beispielsweise AR/VR-Wearables kombinieren. Das ermöglicht nicht nur multimodale Anleitungen, Video-Tutorials oder AR-Overlays, wie Artem Kroupenev, VP of Strategy beim Industrial-AI-Anbieter Augury, festhält: “Durch die Demokratisierung von Fachwissen und den nahtlosen Transfer von Wissen ermöglichen diese Agenten jedem Techniker, auf Expertenniveau zu arbeiten. Trotz der Risiken, die mit einer frühen Einführung verbunden sind, werden diese Agenten aufgrund der Vorteile unverzichtbar – dazu gehören etwa drastisch reduzierte Ausfallzeiten, verbesserte Sicherheit und niedrigere Betriebskosten.” Bereit für mobile KI-Agenten? Unternehmen, die im Bereich mobile KI-Agenten zum Vorreiter werden wollen, sollten ihre aktuellen Mobile-Applikationen und SaaS-Tools in Augenschein nehmen, um festzustellen, welche am meisten von KI-Funktionen – beziehungsweise agentenbasierten KI-Erfahrungen – profitieren könnten. Dabei gilt es unter anderem zu berücksichtigen: den Gesamtgeschäftswert der Anwendung, die die primären Außendienst-Workflows unterstützt. die Anzahl der Außendienstmitarbeiter sowie die Kontaktpunkte mit den Backoffice-Mitarbeitern. die anfallenden Datenmengen und der Aktualitätsfaktor, wenn es darum geht Entscheidungen im Außendienst zu treffen. Geht es darum, zu ermitteln, wo KI Geschäftswert liefern kann, sollten Sie insbesondere geschäftskritische Workflows in Augenschein nehmen, die von mehreren menschlichen Mitarbeitern in Echtzeit und mit erhöhtem Dateneinsatz übernommen werden. Ein anderer Ansatzpunkt wäre, die Prozesse anzuvisieren, für die es bislang keine digitalisierten Workflows und Tools gibt, um eine Verbindung von Außendienst und Backoffice herzustellen. Es empfiehlt sich zudem auch die zugrundeliegende Architektur zu überprüfen und technische Schulden sowie die allgemeine Readiness zu evaluieren, wenn es darum geht, KI-Funktionen zu integrieren. So fördert etwa eine aktuelle Studie von NTT (Download gegen Daten) zu Tage, dass 92 Prozent der Manufacturing-Unternehmen von Legacy-Infrastrukturen daran gehindert werden, Generative-AI-Initiativen umzusetzen. Weniger als die Hälfte der befragten Unternehmen hat zuvor ein vollumfängliches Infrastructure-Readiness-Assessment gefahren. Um mit branchenspezifischen Funktionen einen tatsächlichen Mehrwert zu erzielen, ist insbesondere zu empfehlen, neue mobile KI-Erfahrungen zu entwickeln – statt die Technologie einfach nur in bestehende mobile Applikationen zu integrieren. Idealerweise beginnt die Umsetzung damit, sich in die Lage eines Außendienstmitarbeiters zu versetzen – und auch mit diesen zu sprechen. Nur so lässt sich wirklich abschätzen, wie KI einen Mehrwert bieten kann – während sich gleichzeitig auch Ängste abbauen lassen, etwa bezüglich eines möglichen Jobverlusts durch die Technologie. Agentic-AI-Risiken im Blick Mit Blick auf Datenschutz und Compliance erfordert der Einsatz mobiler KI-Agenten zusätzliche Überprüfungen. Deshalb tun IT-Entscheider gut daran, ihre Daten- und KI-Governance-Frameworks entsprechend zu aktualisieren. Nur so ist gewäährleistet, dass diese auch Anwendungsfälle im Außendienst abdecken, die erfordern, sensible Daten an LLMs und KI-Agenten von Drittanbietern zu übermitteln. Viswesh Ananthakrishnan, Mitbegründer und VP of Product beim KI-Sicherheitsspezialisten Aurascape, fasst die damit verbundenen Risiken zusammen: “Sensible Daten mit GenAI-Anwendungen zu verarbeiten, kann zu Datenlecks, Lizenzkonflikten, der Offenlegung von geistigem Eigentum und Compliance-Verstößen führen. Für Unternehmen, die sensible Kunden- oder Patientendaten verarbeiten, steht hier besonders viel auf dem Spiel. Die Folgen einer unsachgemäßen Datenverarbeitung können sich äußerst negativ auf die Kundenerfahrung auswirken. Bei kritischer Infrastruktur wie Energieanlagen ist der Spielraum für Fehler ebenfalls sehr gering.” IT-Security- und Infrastrukturteams sollten zudem auch ihre Lieferketten neu bewerten und überprüfen, ob ihre interne Infrastruktur dazu geeignet ist, agentenbasierte Funktionen zu unterstützen – insbesondere solche, die Zugriff auf sensible(re) Informationen erfordern. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!
Wie Agentic AI den Außendienst umkrempelt Mobile KI-Agenten machen auch Mitarbeitenden im Außendienst das Leben leichter. Lesen Sie, wie.Zoteva | shutterstock.com Viele mobile Apps der ersten Generation waren direkte Adaptionen ihrer Web-Pendants. Das hieß in erster Linie: unschöne Benutzererfahrungen, mangelhafte Performance und eine entsprechend geringe Akzeptanz. In der Konsequenz waren Unternehmen dazu gezwungen, ihre Geschäftsziele und Implementierungsstrategien zu überdenken. Dank optimierten Entwicklungs-Tools eignete sich die Mehrheit im Anschluss ein Mobile-First-Mindset an und brachte Smartphone- und Tablet-Apps für spezifische Benutzer- und Job-Profile an den Start. Heute vollzieht sich ein ganz ähnlicher Wandel: Mit der Einführung von Agentic-AI-Funktionen werden bald auch neue mobile KI-Erfahrungen Einzug halten – bevorzugt in Branchen mit Außendienst-Fokus. Diese können von der damit verbundenen, operativen Flexibilität in besonderem Maße profitieren. In diesem Artikel lesen Sie, wie mobile KI-Agenten das Benutzererlebnis revolutionieren können, welche Use Cases für den Außendienst besonders relevant sind, welche Voraussetzungen für mobile KI-Agenten geschaffen werden sollten, und welche Risiken Sie in diesem Zusammenhang im Blick behalten sollten. Mit KI-Agenten zur UX-Revolution Mobile Apps für den Außendienst bestehen für gewöhnlich aus Formularen, Checklisten, Dashboards und Reportings. Sie können Field-Service-Worker über anstehende Tasks informieren, Fragen zur Umsetzung beantworten und Informationen an die Planungs- und Dispositions-Teams im Office weiterleiten. “Formulare, Schaltflächen und statische Menüs wurden entwickelt, damit sich die Benutzer an Maschinen anpassen. KI-Assistenten kehren das Prinzip um, indem sie sich an ihre Benutzer anpassen”, erklärt Christian Buckner, SVP of Analytics and IoT beim Softwareanbieter Altair. Die mobile Benutzererfahrung trete damit in eine neue Ära ein, in der die Benutzer nicht mehr durch Software navigieren, sondern mit ihr zusammenarbeiten. Anstelle von Menüs und strukturierten Workflows werden mobile KI-Apps künftig Prompt Interfaces und personalisierte Datenvisualisierungen beinhalten. Die KI wird dann anhand der aktuellen Aufgabe des Benutzers antizipieren, welches Knowhow dafür nötig ist, das Interface sowohl die Informationsabfrage als auch die Aktualisierung von Aufgaben vereinfachen. Doch damit nicht genug: “Diese Assistenten werden nicht nur Daten abrufen, sondern fungieren als Denkhilfen. Etwa, indem sie komplexe technische Handbücher zusammenfassen, Ursachen hypothetisch ermitteln, Lösungsschritte vorschlagen oder diese sogar brainstormen. In der Praxis bedeutet das weniger Rückrufe an die Zentrale, weniger Zeitaufwand für die Suche nach Antworten und fundiertere Entscheidungen vor Ort”, fügt Buckner hinzu. Agentic-AI-Anwendungsfälle im Außendienst Die möglichen Use Cases für mobile KI-Agenten im Außendienst sind zahlreich. So könnten Agentic-AI-Initiativen für den Field Service beispielsweise darauf abzielen, den Verwaltungsaufwand zu reduzieren, wie Forrest Zeisler, CTO beim IT-Dienstleister Jobber, nahelegt: “KI-Agenten können zwar keine Bäume fällen oder Rohrleitungen reparieren. Aber sie können Anrufe entgegennehmen, Angebote erstellen, ausstehende Rechnungen tracken und auch die meisten anderen Verwaltungsaufgaben übernehmen. So können sich die Außendienstmitarbeiter auf ihre eigentlichen Aufgaben konzentrieren.” Mobile KI-Agenten sind aber auch dazu geeignet, den Außendienst in seiner Gesamtheit von reaktiven auf proaktive Arbeitsabläufe umzustellen. Funktionen wie kontextbezogene Echtzeit-Anleitungen, vorausschauende Aufgabenplanung und Language Processing für mehrsprachigen Support, realisieren proaktiven und personalisierten Support für die Mitarbeiter vor Ort. Paul Wnek, CEO beim Salesforce-Spezialisten ExpandAP, erklärt: “Diese GenAI-Applikationen sind nicht mehr rein reaktiv – sie bieten dem Field Service einen vollständigen Echtzeit-Überblick über die Situation und ermöglichen damit, optimale Entscheidungen treffen zu können.” Prädiktive Unterstützung ist nach Meinung von Swapnil Jain, CEO beim KI-Contact-Center-Spezialisten Observe AI, einer der leistungsstärksten Use Cases von KI-Agenten im Außendienst: “Stellen Sie sich vor, der Techniker eines Versorgungsunternehmens nähert sich einem abgelegenen Standort. Nutzt er einen KI-gestützten mobilen Agenten, kann dieser vorab auf bekannte Probleme in der Umgebung hinweisen, anhand von Wetter- und Geländedaten die sicherste Route empfehlen, relevante Wartungsdaten abrufen und bei Inspektionsprozessen anleiten.” Andere Anwendungsfälle fokussieren stattdessen auf Schnelligkeit und die Auswirkungen falscher Entscheidungen. Diese Agenten benötigten allerdings umfassende Wissensdatenbanken und Testing, um sicherzustellen, dass sie zu validen und besseren Entscheidungen führen. John Kim, CEO und Mitbegründer des KI-Anbieters Sendbird, weiß: “In Branchen wie dem Gesundheitswesen oder dem Finanzwesen kommt es mitunter auf Sekunden an. Hier kann generative KI die Sicherheitsstandards und die Betriebsgeschwindigkeit steigern und so Fehler reduzieren und schnellere Entscheidungen herbeiführen. Dabei ist es jedoch essenziell, die KI mit domänenspezifischen Daten und Transparenz zu kombinieren, um ungenaue oder nicht fundierte Outputs zu vermeiden.” Doch mobile KI-Agenten müssen nicht unbedingt das Heft in die Hand nehmen, wie Francois Laborie, EVP für strategische Projekte beim KI-Lösungsanbieter Cognite, anmerkt: “Wir beobachten auch einen Anstieg von Ambient Agents, die still im Hintergrund arbeiten, Überprüfungen und Bewertungen durchführen und den Benutzer bei Bedarf alarmieren. Das ermöglicht beispielsweise der Schwerindustrie, Ausfälle von Anlagen vorherzusagen, Wartungspläne zu optimieren und Risiken zu managen.” Darüber hinaus werden auch Lern- und Wissensmanagement-Applikationen zum operativen Unterscheidungsmerkmal, wenn Außendienstmitarbeiter KI-Agenten mit 5G-Netzwerken und beispielsweise AR/VR-Wearables kombinieren. Das ermöglicht nicht nur multimodale Anleitungen, Video-Tutorials oder AR-Overlays, wie Artem Kroupenev, VP of Strategy beim Industrial-AI-Anbieter Augury, festhält: “Durch die Demokratisierung von Fachwissen und den nahtlosen Transfer von Wissen ermöglichen diese Agenten jedem Techniker, auf Expertenniveau zu arbeiten. Trotz der Risiken, die mit einer frühen Einführung verbunden sind, werden diese Agenten aufgrund der Vorteile unverzichtbar – dazu gehören etwa drastisch reduzierte Ausfallzeiten, verbesserte Sicherheit und niedrigere Betriebskosten.” Bereit für mobile KI-Agenten? Unternehmen, die im Bereich mobile KI-Agenten zum Vorreiter werden wollen, sollten ihre aktuellen Mobile-Applikationen und SaaS-Tools in Augenschein nehmen, um festzustellen, welche am meisten von KI-Funktionen – beziehungsweise agentenbasierten KI-Erfahrungen – profitieren könnten. Dabei gilt es unter anderem zu berücksichtigen: den Gesamtgeschäftswert der Anwendung, die die primären Außendienst-Workflows unterstützt. die Anzahl der Außendienstmitarbeiter sowie die Kontaktpunkte mit den Backoffice-Mitarbeitern. die anfallenden Datenmengen und der Aktualitätsfaktor, wenn es darum geht Entscheidungen im Außendienst zu treffen. Geht es darum, zu ermitteln, wo KI Geschäftswert liefern kann, sollten Sie insbesondere geschäftskritische Workflows in Augenschein nehmen, die von mehreren menschlichen Mitarbeitern in Echtzeit und mit erhöhtem Dateneinsatz übernommen werden. Ein anderer Ansatzpunkt wäre, die Prozesse anzuvisieren, für die es bislang keine digitalisierten Workflows und Tools gibt, um eine Verbindung von Außendienst und Backoffice herzustellen. Es empfiehlt sich zudem auch die zugrundeliegende Architektur zu überprüfen und technische Schulden sowie die allgemeine Readiness zu evaluieren, wenn es darum geht, KI-Funktionen zu integrieren. So fördert etwa eine aktuelle Studie von NTT (Download gegen Daten) zu Tage, dass 92 Prozent der Manufacturing-Unternehmen von Legacy-Infrastrukturen daran gehindert werden, Generative-AI-Initiativen umzusetzen. Weniger als die Hälfte der befragten Unternehmen hat zuvor ein vollumfängliches Infrastructure-Readiness-Assessment gefahren. Um mit branchenspezifischen Funktionen einen tatsächlichen Mehrwert zu erzielen, ist insbesondere zu empfehlen, neue mobile KI-Erfahrungen zu entwickeln – statt die Technologie einfach nur in bestehende mobile Applikationen zu integrieren. Idealerweise beginnt die Umsetzung damit, sich in die Lage eines Außendienstmitarbeiters zu versetzen – und auch mit diesen zu sprechen. Nur so lässt sich wirklich abschätzen, wie KI einen Mehrwert bieten kann – während sich gleichzeitig auch Ängste abbauen lassen, etwa bezüglich eines möglichen Jobverlusts durch die Technologie. Agentic-AI-Risiken im Blick Mit Blick auf Datenschutz und Compliance erfordert der Einsatz mobiler KI-Agenten zusätzliche Überprüfungen. Deshalb tun IT-Entscheider gut daran, ihre Daten- und KI-Governance-Frameworks entsprechend zu aktualisieren. Nur so ist gewäährleistet, dass diese auch Anwendungsfälle im Außendienst abdecken, die erfordern, sensible Daten an LLMs und KI-Agenten von Drittanbietern zu übermitteln. Viswesh Ananthakrishnan, Mitbegründer und VP of Product beim KI-Sicherheitsspezialisten Aurascape, fasst die damit verbundenen Risiken zusammen: “Sensible Daten mit GenAI-Anwendungen zu verarbeiten, kann zu Datenlecks, Lizenzkonflikten, der Offenlegung von geistigem Eigentum und Compliance-Verstößen führen. Für Unternehmen, die sensible Kunden- oder Patientendaten verarbeiten, steht hier besonders viel auf dem Spiel. Die Folgen einer unsachgemäßen Datenverarbeitung können sich äußerst negativ auf die Kundenerfahrung auswirken. Bei kritischer Infrastruktur wie Energieanlagen ist der Spielraum für Fehler ebenfalls sehr gering.” IT-Security- und Infrastrukturteams sollten zudem auch ihre Lieferketten neu bewerten und überprüfen, ob ihre interne Infrastruktur dazu geeignet ist, agentenbasierte Funktionen zu unterstützen – insbesondere solche, die Zugriff auf sensible(re) Informationen erfordern. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!