Die Entwicklung der Künstlichen Intelligenz (KI) hat in den letzten Jahren grosse Fortschritte gemacht. Generative AI (GenAI) basierte Lösungen wie ChatGPT haben in unserem beruflichen wie auch im privaten Leben Einzug genommen. Doch während GenAI kreativen Input liefert, geht Agentic AI einen entscheidenden Schritt weiter. Sie handelt autonom und trifft eigenständig Entscheidungen.
Doch wie genau unterscheidet sich Agentic AI von GenAI? Und welche Möglichkeiten eröffnen sich durch diese Entwicklung?
Vor einigen Tagen bin ich wieder einmal über eine Episode von Eberhard Wolff gestolpert. Genau genommen über die Episode «242 – Generative AI Meets Software Architecture mit Ralf D. Müller». In dieser Episode kamen die Experten auf das Thema Agentic AI zu sprechen und ich musste eingestehen, dass ich keine Ahnung hatte, wovon sie da sprachen. Also habe ich mir das Thema etwas näher angeschaut.
Was ist GenAI? – Kreativität auf Abruf
GenAI ist darauf ausgelegt durch die Nutzung eines Sprachmodells (LLM, Large Language Model) Inhalte zu erzeugen. GenAI kann Texte schreiben, Bilder generieren und vieles mehr. Die Basis des generierten Outputs sind gewaltige Datenmengen. Dabei agiert GenAI nicht selbstständig, sondern reagiert auf Anfragen.
Was ist Agentic AI? – Der autonome Entscheider
Bei Agentic AI handelt sich um einen Bereich der KI, der sich auf die Entwicklung und das Verhalten von autonomen Agenten konzentriert. Diese Agenten sind darauf ausgelegt, unabhängig zu agieren, zu lernen und Entscheidungen zu treffen, um spezifische Ziele zu erreichen. Dabei findet auch eine Interaktion mit der Umgebung statt. Falls notwendig passt es dann seine Handlungsweise automatisch an die neue Situation an.
Diese Agenten können mit LLMs interagieren, um leistungsfähigere und autonomere Systeme zu schaffen, die in der Lage sind, komplexe Aufgaben effizient zu bewältigen.
Die Hauptmerkmale sind:
- Reagiert in Echtzeit auf Veränderungen
- Interaktion mit der Umgebung und anderen Agenten
- Zielgerichtetes Handeln und Verfolgung spezifischer Ziele
Und was sind Agentic-Workflows?
Agentic Workflows beziehen sich auf dynamische Abfolgen von Aufgaben, bei denen mehrere Agenten zusammenarbeiten, um komplexe Ziele zu erreichen. Im Gegensatz zu einzelnen Agenten, die sich auf spezifische Aufgaben konzentrieren, sind Agenten Workflows darauf ausgelegt, End-to-End-Prozesse zu bewältigen, welche Koordination, Flexibilität und Zustandsverwaltung erfordern.
Anwendungsbereiche von Agentic AI
Die Anwendungsbereiche sind vielfältig, einige Beispiele an dieser Stelle:
- IT-Management
Automatisierte Erkennung und Behebung von IT-Problemen (AIOps). - Rekrutierung von Personal
Eigenständige Suche nach potentiellen Kandidaten, Kontaktaufnahme und Bewertung der Kandidaten. - Digitaler Butler
Ein persönlicher, intelligenter Assistent, der als Supporter des digitalen Lebens vom Terminkalender über die Buchhaltung bis zu Routinearbeiten viel wegschaffen kann. - Finanzmärkte
Analyse und Simulation des Verhaltens von Marktteilnehmern um bei Marktveränderungen direkten Einfluss auf die Handelsalgorithmen oder die Risikobewertung zu nehmen.
Herausforderungen
Wie immer gibt es auch noch einige Herausforderungen zu bewältigen:
- Die Transparenz muss gewährleistet bleiben. Entscheidungen müssen nachvollziehbar sein.
- Eigenständige Agenten müssen zuverlässig agieren und dürfen keine Risiken schaffen.
- Die Systeme könnten anfällig für Cyberangriffe sein. Wenn ein solches System kompromittiert werden würde, könnten die Folgen gravierend sein, da diese Systeme oft tief in Geschäftsprozesse eingebunden sind
- Eine zu starke Abhängigkeit von Agentic AI könnte dazu führen, dass menschliche Fähigkeiten und das Urteilsvermögen vernachlässigt werden.
Ethik und Gesellschaftliche Verantwortung
Einige Fragen die sich stellen:
- Wer trägt die Verantwortung, wenn ein AI-Agent Fehler macht oder Schäden verursacht? Ist es der Entwickler, der Betreiber oder eine andere Partei?
- Wie können wir sicherstellen, dass die Entscheidungen, die von mehreren AI-Agenten gemeinsam getroffen werden, nachvollziehbar und erklärbar bleiben?
- Wie viel Entscheidungsfreiheit sollten AI-Agenten in einem Agentic-Workflow erhalten und wann sollte menschliche Kontrolle überwiegen?
- Welche Folgen hat die Automatisierung für Arbeitsplätze und Berufsfelder?
Fazit
Das Thema wird als bedeutender Trend fürs 2025 angesehen. Laut einem Bericht von Deloitte wird erwartet, dass 25% der Unternehmen, die heute GenAI nutzen, bis 2025 Agentic AI einsetzen werden. Gartner hat Agentic AI sogar als einen der Top-Technologietrends für 2025 identifiziert.
Agentic AI ist ein faszinierendes Konzept, das die Idee von selbstbestimmtem Handeln und eigenverantwortlicher Entscheidungsfindung auf künstliche Intelligenz anwendet. In meiner Einschätzung hat Agentic AI das Potenzial, die Art und Weise, wie wir mit Technologie interagieren, grundlegend zu verändern.
