Laut aktueller Studien scheitern rund 95 Prozent der KI-Pilotprojekte, obwohl Unternehmen massiv in Lösungen mit generativer KI investieren. Die Gründe dafür sind selten technischer Natur. Vielmehr scheitern Projekte meist aufgrund zwei entscheidender Faktoren: fehlende Transparenz und Vertrauen. […]
(c) stock.adobe.com/Evhen Pylypchuk
Solange die Ergebnisse der KI-Systeme stimmen, fällt dies vielleicht nicht auf. Doch wenn jemand wissen möchte, wie eine Entscheidung zustande kam, herrscht Schweigen: Die Black Box antwortet nicht. Datenexperte Michael Berthold von KNIME erklärt, wie moderne KI-Agenten arbeiten und welche Schritte notwendig sind, um Transparenz und Kontrolle sicherzustellen, sodass sie zu verlässlichen Partnern werden.
Das Konzept der Agentic AI könnte man mit den Aufgaben von Mitarbeitern unterschiedlicher Qualifizierungslevels vergleichen. Einzelne Tools übernehmen Basisaufgaben. Sie sammeln Daten, klassifizieren Bilder, analysieren Texte oder treffen einfache Vorhersagen. Intelligente Tools gehen einen Schritt weiter: Sie nutzen gezielte Prompts, um Inhalte zusammenzufassen, zu übersetzen oder einfache Vorhersagen zu treffen. Werden mehrere Tools kombiniert, entstehen KI-Workflows, die komplexere Aufgaben erledigen können: zum Beispiel Kundendaten abzurufen, Support-Tickets auszuwerten und automatisch eine Zusammenfassung per E-Mail zu verschicken. Zusätzlicher Memory sorgt dafür, dass Tools und Workflows Informationen speichern und im nächsten Schritt darauf aufbauen und dazulernen können.
Ein Agent schließlich orchestriert diese Tools dynamisch. Er entscheidet selbst, wann welches Werkzeug sinnvoll ist, um ein bestimmtes Ziel zu erreichen. Er verhält sich fast wie ein erfahrener Mitarbeiter, der die richtigen Fragen stellt, Prioritäten erkennt, Aufgaben delegiert und…
