Kennisbank

Agents, die selbst Schritte setzen, statt Antworten zu geben

Ein Chatfenster gibt eine Antwort. Ein Agent macht etwas mit dieser Antwort: er sucht einen Wert nach, füllt ein Feld aus, verschickt eine Nachricht, wartet auf eine Reaktion und macht weiter. Dieser Unterschied — vom Antworten zum Handeln — ist der Punkt, an dem die meisten Organisationen über KI stolpern. Nicht weil es technisch nicht möglich wäre, sondern weil Handeln andere Anforderungen stellt als Antworten.

Was unter dem Chatfenster passiert

Ein Agent, der Arbeit ausführt, muss irgendwo Zugang haben. Er liest ein System, schreibt in ein anderes System, und die Schritte dazwischen müssen irgendwo festgelegt sein — als Prozess, als Regel, als Workflow. Das ist eine andere Ebene als ein Gespräch. Es geht um Ketten, in denen Schritte aufeinander folgen, wobei das Ergebnis des einen Schritts die Eingabe für den nächsten ist, ohne dass ein Mensch das jedes Mal dazwischenschaltet.

Das erfordert Zugang: Rechte in Systemen, einen Platz in der Infrastruktur, einen Status, der nicht menschlich ist, aber auch nicht nichts. Ein Agent, der Dokumente lesen und zusammenfassen darf, funktioniert anders als ein Agent, der eine Entscheidung vorbereiten oder ein Gespräch festhalten und nachverfolgen darf. Jede dieser Formen hat eine eigene Beziehung zu Kontrolle, zu dem, was schiefgeht, wenn es schiefgeht, und dazu, wer dann dabei ist.

Die Formen, die dies annimmt

Agents, die Arbeit ausführen, erscheinen in einer begrenzten Anzahl erkennbarer Gestalten. Sie signalisieren: sie behalten einen Prozess oder ein System im Blick und melden, wenn etwas abweicht, was mit Monitoring und Signalisierung zu tun hat und der Frage, wann eine Meldung einen Menschen erreichen muss. Sie unterstützen eine Entscheidung, indem sie Optionen ordnen und Argumente sammeln, ohne die Entscheidung selbst zu treffen — das Feld der Entscheidungsunterstützung. Sie schalten zwischen Abteilungen, die einander brauchen, aber nicht dieselben Systeme oder dieselbe Sprache verwenden, was Koordination zwischen Abteilungen erfordert, ohne dass etwas zwischen die Stühle fällt. Und sie halten Gespräche fest und leiten Folgeschritte ein, wobei eine Zusage, die telefonisch gemacht wurde, als Aktion in einem System zurückkommt.

Keine dieser Formen steht für sich allein. Ein Agent, der signalisiert, braucht etwas, worauf er verweisen kann. Ein Agent, der koordiniert, braucht auf beiden Seiten ein System, das ihn zulässt. Die Form bestimmt nicht nur, was passiert, sondern auch, was dafür bereits stimmen muss.

Was dies von der Organisation verlangt, bevor es funktionieren kann

Ein Agent, der Arbeit ausführt, ist abhängig davon, was bereits steht. Ohne klare Absprachen darüber, wer worüber entscheidet, weiß ein Agent nicht, welchen Schritt er selbst setzen darf und welcher Schritt zurück zu einem Menschen muss. Ohne eine Infrastruktur, die stabil genug ist, bleibt eine Kette in dem Moment stehen, in dem ein System sich ändert oder nicht reagiert. Ohne ein Datenmanagement, das in Ordnung ist, führt ein Agent Schritte auf Daten aus, die nicht aktuell oder nicht zuverlässig sind — mit einem Ergebnis, das ebenso unzuverlässig ist, jedoch mit dem Anschein von Präzision.

Diese drei — Organisation, Infrastruktur, Datenmanagement — gehen vor. Nicht weil sie im Allgemeinen wichtiger wären, sondern weil ein Agent, der auf etwas aufbauen muss, dieses Fundament zuerst benötigt. Ein Agent, der zwischen Abteilungen koordiniert, läuft fest, wenn diese Abteilungen selbst nicht eindeutig festlegen, wer worüber bestimmt. Ein Agent, der Dokumente zusammenfasst, ist nutzlos, wenn niemand weiß, welche Version eines Dokuments die gültige ist.

Daneben gibt es eine Frage, die nicht technisch ist: was passiert, wenn der Agent etwas tut, das nicht stimmt? Wer merkt das, wie schnell, und was ist der Schritt zurück? Eine Organisation, die das nicht durchdacht hat, merkt es erst, wenn es bereits passiert ist.

Wo dies ins Stocken gerät

Die meisten Pilotprojekte mit Agents scheitern nicht an der Technologie selbst. Sie scheitern an einem System, das ohne manuellen Zwischenschritt nicht zugänglich ist, an einem Prozess, der auf dem Papier existiert, in der Praxis aber drei Ausnahmen kennt, oder an einer Abteilung, die nicht weiß, dass ein Agent nun auch einen Teil ihrer Arbeit macht. Das sind keine kleinen Hindernisse — es sind genau die Dinge, die sichtbar werden, sobald etwas funktionieren muss, statt nur eine Antwort zu geben.

Deshalb läuft ein Pilotprojekt, das in einer Testumgebung gut zu laufen scheint, oft fest, sobald es in die Praxis übergeht. Die Praxis hat Ausnahmen, alte Systeme und Menschen, die anders arbeiten, als der Prozess es beschreibt. Ein Agent, der darauf nicht vorbereitet ist, macht seine Arbeit halb oder macht sie falsch, ohne dass jemand das sofort merkt.

Von Bereitschaft zu Aufgabe

Diese Seite beschreibt, was möglich ist, wenn eine Organisation bereit ist, Agents Arbeit ausführen zu lassen, und was dafür zunächst stehen muss. Diese Bereitschaft ist die eine Frage. Die andere Frage ist, welche Aufgaben innerhalb Ihrer Organisation konkret dafür in Betracht kommen und welcher Teil davon von einem Agenten übernommen werden kann. Das rechnet der Werkscan von FTE TO AI pro Aufgabe aus: nicht ob Ihre Organisation im Allgemeinen bereit ist, sondern wie viel von einem bestimmten Stück Arbeit übernommen werden kann, und was davon für einen Menschen übrig bleibt.