SEO-Glossar: AI Agents

Was unterscheidet KI-Agenten bzw. AI Agents von Chatbots?

Die seit spätestens 2022 weltweit bekannten Chatbots (z. B. ChatGPT, Microsoft Copilot) sind Beispiele für allgemeine KI-Agenten. Sie beantworten Fragen, stellen Informationen bereit und helfen bei wenig komplexen Aufgaben.

Neben diesen allgemeinen KI-Agenten gibt es spezialisierte KI-Agenten, die einen anderen Funktionsumfang haben:

• Mittels einer spezialisierten Bildverarbeitungs-KI wie DALL·E oder MidJourney lassen sich bessere Bilder erstellen als mit Chatbots.
• Einige Programme sind gezielt für den Kundenservice trainiert und grenzen sich von einer allgemeinen KI dadurch ab, dass sie Entscheidungen über mehrere Ebenen selbstständig treffen und komplexe, mehrstufige Aufgaben lösen.
• Systemübergreifende KI-Agenten können mit Hardware, Software und anderen Netzwerken zusammenarbeiten, was unter anderem die Steuerung von Maschinen in der Industrie oder das autonome Fahren ermöglicht.

Es handelt sich bei KI-Agenten also um einen Überbegriff für Software mit künstlicher Intelligenz. Allerdings zeichnet sich derzeit (Stand: Januar 2025) in den Internet-Quellen ab, dass „KI-Agenten“ kaum noch als Überbegriff für KI-Software verwendet wird, sondern als eine Art Modebegriff, mit dem eine bestimmte Art von KI beschrieben werden soll.

Darauf gehen wir von Timo Specht in den folgenden Abschnitten näher ein.

KI-Agenten als Systeme, um autonom Entscheidungen zu treffen und Ziele zu erreichen

Im Januar 2025 etabliert sich „KI-Agent“ als Modebegriff für umfassende Systeme, die mit anderer Software und Hardware interagieren. Diese KI-Systeme erhalten von Menschen einen Auftrag, den sie daraufhin selbstständig durchführen.

Die Besonderheit im Vergleich zu KI-Software wie ChatGPT und Google Gemini besteht in der Bewältigung komplexer Aufgaben, die mehrere Handlungen und eine autonome Entscheidungsfindung erfordern.

Beispielsweise definieren Amazon Web Services und Microsoft in ihren Newsrooms KI-Agenten als Software, die für maschinelles Lernen physische und virtuelle Schnittstellen (also Hardware und Software) komplett eigenständig erfasst und auf Basis der erhaltenen Daten Entscheidungen trifft.

Die vom Nutzer vorgegebenen Ziele dienen der KI als Orientierung, um zielführende Entscheidungen zu treffen und effiziente Handlungen zur Zielerreichung zu vollziehen. Durch die ausgeprägten Fähigkeiten in der Entscheidungsfindung und wegen der Interaktionen mit Hardware und Software können KI-Agenten auch komplexere Aufgaben über mehrere Stufen selbst erledigen.

Um diese Interpretation von KI-Agenten eindeutig von Chatbots abzugrenzen, gilt: Während man für Bots wie ChatGPT und Copilot komplexe und mehrstufige Aufgaben in mehrere Teilaufgaben aufteilen muss, können die autonomeren KI-Agenten mehrstufige Aufgaben selbst erledigen.

Anwender formulieren die Ziele, die sie mit den KI-Agenten erreichen wollen, woraufhin der KI-Agent alle Maßnahmen ergreift, um dies zu tun.

 

Beispiel für Anwendung von KI-Technologien mit hohem Grad an Autonomie

Nutzer von KI-Agenten mit hohem Autonomie-Grad profitieren davon, dass sie komplexere Aufgaben in einer großen Anzahl an ihren KI-Assistenten delegieren können. Microsoft nennt als Beispiel eine autonome KI, die den Produktkatalog von Unternehmen genauestens kennt.

• Die KI könnte mit der Aufgabe betraut werden, bei Kundenanfragen den First- und Second-Level-Support zu übernehmen, um einfache Fragen zu beantworten.
• Darüber hinaus könnte die KI automatisiert Produktpräsentationen erstellen und verschicken.
• Ferner ist es denkbar, die Erstellung von Produktbeschreibungen auf der Website an die KI zu delegieren.

Als ein weitestgehend autonomes Programm trägt der KI-Agent in diesem Beispiel zur Effizienzsteigerung bei und verschafft den Mitarbeitern Freiräume, damit sich diese anderen Aufgaben widmen können. Dafür müssen Anwender dem KI-Agenten lediglich die Ziele nennen, die sie erreichen möchten.

Besonderheiten und Vorteile von AI-Agenten

Geht man von fortschrittlichen KI-Agenten aus, die die Möglichkeiten allgemeiner Bots wie ChatGPT und Claude 3.5 Sonnet übertreffen, so ist die selbstständige Wahrnehmung von Daten (Englisch: perception) ein besonderes Funktionsmerkmal.

KI-Agenten ziehen die Daten selbstständig aus der angebundenen Software (z. B. CRM-System, ERP-System), nehmen eine Datenanalyse vor und nutzen die Daten zur Entscheidungsfindung.

Neben der selbstständigen Wahrnehmung von Daten ist die autonome Entscheidungsfindung (Englisch: decision-making) eine besondere Kompetenz. Aus den gesammelten Daten und der Datenanalyse können dank verschiedener Prinzipien Entscheidungen abgleitet werden, die zur effizienten Erledigung der Aufgaben beitragen.

Beispiele für Entscheidungsprinzipien sind regelbasierte Systeme (Nutzung vordefinierter Regeln zur Entscheidungsfindung) oder Heuristik (Treffen von Entscheidungen auf Basis von von Erfahrungen).

Fortschrittliche KI-Agenten mit hohem Autonomiegrad führen selbstständig Aktionen (Englisch: actions) durch, die zum Erreichen der Ziele führen sollen. Die Besonderheit fortschrittlicher KI-Agenten besteht darin, dass sie, anders als Chatbots, mehrere Aktionen durchführen können.

Dabei können sie sogar Pausen zwischen den Aktionen einlegen, um durch Datenanalyse ihre Handlungen zu reflektieren und die Aktionen gegebenenfalls anzupassen. Dies ist sogleich das vierte besondere Funktionsmerkmal von KI-Agenten: Lernen und Anpassen (Englisch: learn and adaption).

Die Vorteile derart umfassender KI-Agenten übertreffen die Vorteile von Chatbots, was sie zu einer vielversprechenden ChatGPT-Alternative macht. Statt einzelne Aufgaben erledigen zu lassen und das KI-Modell für jede Aufgabe neu zu prompten, greifen Nutzer bei modernen KI-Agenten auf umfassende Systeme zu.

Diese KI-Systeme interagieren mit Hardware und Software und arbeiten schnittstellenübergreifend mit ihnen zusammen. Dies steigert die Effizienz und Produktivität bei der Arbeit beträchtlich.