Model Context Protocol als offener Standard
KI-Agenten: intelligente Automatisierung von Arbeitsabläufen

Von Robbie Jerrom 4 min Lesedauer

Anbieter zum Thema

KI-Agenten unterstützen intelligente Automation durch Zusammenspiel mehrerer Modelle und APIs. Entscheidend sind zuverlässige Echtzeit-Datenanbindungen, Human-in-the-Loop-Design und robuste Sicherheitsmassnahmen zur Einhaltung regulatorischer Anforderungen. Das Model Context Protocol etabliert sich dabei als offener Standard.

KI-Agenten sind architektonisch komplexer als das Ergebnis eines einzigen generativen KI-Modells.(Bild:   Deemerwha studio/Shutterstock)
KI-Agenten sind architektonisch komplexer als das Ergebnis eines einzigen generativen KI-Modells.
(Bild: Deemerwha studio/Shutterstock)

Wird über KI-Agenten gesprochen, geht es um die Weiterentwicklung von KI hin zur autonomen Ausführung komplexer Aufgaben, also weit über die Generierung und Bereitstellung von Informationen hinaus. KI-Agenten bieten einen Weg zur intelligenten Automatisierung von Arbeitsabläufen, zur Unterstützung menschlicher Entscheidungen sowie zur Entlastung der Teams, beispielsweise im Management, im Personalwesen oder in Kundenberatung und -service. Für die Umsetzung braucht es einen hybriden Ansatz für die Infrastruktur sowie eine Plattform, die Modellinferenzen – logische Schlüsse auf Basis der vorhandenen Daten – in grossem Umfang ermöglicht und die Entwicklung und Verwaltung der KI-Agenten optimiert.

KI-Agenten sind dabei nicht das Ergebnis eines einzigen generativen KI-Modells oder eines grossen Sprachmodells (LLM), das alle Entscheidungen trifft. Sie sind architektonisch komplexer. Oft arbeitet ein planendes LLM mit kleineren Modellen (SLMs) zusammen, die spezifische Aufgaben ausführen, sowie mit APIs, die zusätzliche Informationen sammeln. Stellt ein Nutzer eine Anfrage, werden mehrere Modelle und APIs aufgerufen, was die Komplexität der Inferenz und die Kommunikation zwischen den Systemen vervielfacht. Entscheidend ist die zuverlässige Anbindung an Datenquellen des Unternehmens (z. B. Kundendaten, Inventarsysteme, Dokumente mit Richtlinien) in Echtzeit. Sie unterscheidet nützliche Automatisierung auf Basis korrekter Daten von unzuverlässigem Rätselraten.