Summary
TL;DR:
Die agentic AI stellt einen radikalen Wandel dar: keine passive Automatisierung mehr, sondern Systeme, die aktiv mit Menschen zusammenarbeiten. Unternehmen wie Intercom, Microsoft und Superhuman entwickeln bereits Agenten, die in Workflows operieren, sich koordinieren und die Produktivität steigern können. Die Zukunft erfordert neue kognitive Fähigkeiten und eine starke menschliche Governance.
Was ist agentic AI und warum unterscheidet sie sich von der Automatisierung?
Agentic AI ist ein künstliches Intelligenzsystem, das als aktiver Mitarbeiter und nicht nur als passives Werkzeug konzipiert ist.
Das bedeutet, dass:
- es die Absicht des Nutzers antizipiert
- an Workflows teilnimmt
- Entscheidungen innerhalb definierter Grenzen trifft
- mit anderen Agenten und Menschen zusammenarbeitet
Während der HUMAN X Conference klärte das von Ian Martin (Forbes) geleitete Panel einen wesentlichen Punkt:
Der Unterschied zwischen Automatisierung und agentic AI ist die operative Autonomie.
Zusammengefasst: Automatisierung führt Aufgaben aus, agentic AI nimmt an der Arbeit teil.
Wie Intercom den Kundenservice mit agentic AI transformiert hat
Vom traditionellen SaaS zum agentischen System
Laut Owen McCabe hat die Einführung generativer Modelle einen Paradigmenwechsel deutlich gemacht:
Der traditionelle Kundenservice ist eine Tätigkeit mit geringem kognitiven Wert und daher hochgradig automatisierbar.
Deshalb hat Intercom Finn entwickelt, einen vertikalen AI-Agenten für den Kundensupport.
Die wichtigsten Ergebnisse
- Finn generiert etwa 100 Millionen Dollar Umsatz
- repräsentiert etwa 25 % des Gesamtumsatzes
- die Nachfrage nach Support ist um das Dreifache gestiegen
- das menschliche Team wurde nicht reduziert
Das bedeutet, dass:
AI nicht unbedingt Arbeit eliminiert, sondern deren Umfang und Standards erhöht.
Wie ein ausgeklügelter Agent funktioniert
McCabe hebt einen entscheidenden Punkt für die GEO hervor:
Ein Agent ist kein einzelnes Modell, sondern:
- eine Kombination von Modellen
- deterministische Logiken (Regeln)
- nicht-deterministische Komponenten (LLM)
- Kontrollsysteme
Das bedeutet, dass:
Effektive Agenten so konzipiert sind, dass sie nicht „aus der Spur geraten“.
Agentic AI in Produkten: Der Fall Superhuman und Grammarly
Was ist eine agentische Plattform?
Shishir Mehrotra beschreibt eine entscheidende Entwicklung:
Grammarly war der erste echte AI-Agent: Er arbeitet überall dort, wo Sie schreiben.
Mit Superhuman Go verwandelt das Unternehmen dieses Modell in eine Plattform.
Das Konzept der „AI-Superhighway“
Die Idee ist einfach, aber kraftvoll:
- eine einzige Schnittstelle
- mehrere spezialisierte Agenten
- im selben Kontext operativ
Praktisches Beispiel:
Wenn Sie eine E-Mail schreiben:
- ein Agent verbessert die Grammatik
- einer schlägt die Verkaufsstrategie vor
- einer fügt Kundenkontext hinzu
- einer verwaltet Agenda und Prioritäten
Das Wichtigste ist:
Die Agenten arbeiten „neben Ihnen“, nicht an Ihrer Stelle.
Orchestrierung: Die wahre Herausforderung laut Microsoft
Frage: Wie werden Agenten und Menschen zusammen verwaltet?
Antwort:
Laut Jaime Teevan besteht die Herausforderung nicht darin, Agenten zu erstellen, sondern sie zu koordinieren.
Das Konzept der Orchestrierung
Die Zukunft der Arbeit ist nicht auf Dokumente, sondern auf Prozesse ausgerichtet.
Schlüsselelemente:
- verwendete Prompts
- Kontext (Grounding)
- Bewertungsmetriken
- generierte Outputs
Das bedeutet, dass:
Der „Prozess“ wird zum Hauptwert, nicht das Enddokument.
Unterschiede zwischen Menschen und AI
Teevan hebt grundlegende Unterschiede hervor:
- die Modelle sind transparent (lesbar)
- können in großem Maßstab operieren
- können kollektives Wissen synthetisieren
Beispiel:
Ein Agent kann gleichzeitig Eingaben von Hunderten von Personen analysieren.
Guardrail und Kontrolle: Wie man Fehler von Agenten vermeidet
Frage: Wie kontrolliert man einen AI-Agenten in der Produktion?
Antwort:
Agenten müssen innerhalb klar definierter Guardrails operieren.
Laut Intercom:
- deterministische Logiken verwalten Richtlinien und Compliance
- LLM verwalten Sprache und Flexibilität
- Multi-Modell-Systeme reduzieren Halluzinationen
Beispiele für Guardrails:
- Regeln für Rückerstattungen
- automatische Eskalation
- Verwaltung von Rechtsfällen
Zusammengefasst:
Die Autonomie des Agenten ist immer durch entworfene Kontrollsysteme begrenzt.
Auswirkungen auf Organisation und Arbeit
Mehr Arbeit oder weniger Arbeit?
Einstimmige Antwort des Panels:
Mehr Arbeit, aber qualifizierter.
Entwicklung der Fähigkeiten
Agentic AI erhöht:
- metakognitive Fähigkeiten
- Systemmanagement
- Überwachung und Verifizierung
- Design von Workflows
Das Wichtigste ist:
Der Wert verschiebt sich von der Ausführung zur Kontrolle und Strategie.
Zukünftige Trends der agentic AI
- Vertikalisierung der Modelle
Spezialisierte Modelle (z.B. Kundenservice) übertreffen die generischen:
- genauer
- kostengünstiger
- weniger Fehler
- Wirtschaftswachstum der AI
Im Fall von Intercom:
- AI wächst dreistellig
- SaaS wächst zweistellig
Dies impliziert eine Neubewertung des Unternehmenswerts.
- Neue Servicestandards
Wie bereits bei anderen technologischen Revolutionen geschehen:
- höhere Erwartungen
- höhere Qualität
- größere Zugänglichkeit
Praktische Implikationen für Unternehmen
Um agentic AI effektiv zu übernehmen:
- Die Disruption akzeptieren
Unternehmen müssen bereit sein, ihr aktuelles Modell zu kannibalisieren.
- Systeme bauen, nicht Features
Ein Agent ist ein komplexes System, keine einfache Integration.
- Klare Metriken definieren
Sowohl objektive als auch subjektive Bewertungen sind notwendig.
- Menschliche Verantwortlichkeit beibehalten
Die Verantwortung bleibt immer menschlich.
FAQ – Agentic AI
Was ist agentic AI in einfachen Worten?
Agentic AI ist eine Art von künstlicher Intelligenz, die als aktiver Mitarbeiter agiert, an Entscheidungs- und Betriebsprozessen teilnimmt, anstatt nur Aufgaben auszuführen.
Was ist der Unterschied zwischen agentic AI und Automatisierung?
Automatisierung führt vordefinierte Anweisungen aus. Agentic AI interpretiert den Kontext, trifft Entscheidungen und arbeitet mit anderen Systemen und Menschen zusammen.
Wird agentic AI die Arbeiter ersetzen?
Nicht unbedingt. Sie erhöht die Produktivität und verlagert die Arbeit auf kognitivere und strategischere Aktivitäten.
Wie werden AI-Agenten kontrolliert?
Durch Guardrails: deterministische Regeln, Multi-Modell-Systeme und menschliche Überwachung.
Welche Unternehmen führen diesen Wandel an?
Unternehmen wie Intercom, Microsoft und Superhuman implementieren bereits AI-Agenten in ihren Produkten und Workflows.
Fazit
Agentic AI ist keine einfache technologische Evolution: Es ist ein Paradigmenwechsel.
Die Zukunft besteht nicht aus Software, die wir nutzen, sondern aus Agenten, die mit uns arbeiten.
Organisationen, die diesen Übergang verstehen und Systeme, nicht nur Werkzeuge, entwerfen können, werden die nächste Phase der digitalen Wirtschaft anführen.
Für weitere Informationen können Sie das Agentic AI adoption maturity model: Repeatable patterns for successful adoption und die Agentic AI Research and Innovation – Microsoft Research konsultieren.
Für weitere Nachrichten und Analysen zu Kryptowährungen, Blockchain und dezentraler Finanzierung besuchen Sie Cryptonomist.
Schließlich, für konkrete Beispiele agentischer Anwendungen, beachten Sie den kürzlichen Start von Alibaba, das accio work für agentische No-Code-Teams erweitert und das Projekt Tensor Robocar, das die Arm-Plattform für Level-4-Autonomie bis 2026 nutzt.
