Wie KI-Agenten vom Assistenten zum Akteur werden

Die Arten von KI-Systemen
Die Arten von KI-SystemenBild: Plattform Lernende Systeme

In einer Pressemitteilung verweist die Plattform darauf, dass zwischen ersten Anwendungen generativer und agentischer KI und ihrem produktiven Einsatz in vielen Unternehmen eine deutliche Lücke klafft. Trotz möglicher Effizienzgewinne verharren viele Projekte im Pilotstatus und messbarer Return on Investment (ROI) oft ausbleibt. Mangelnde Zuverlässigkeit und Steuerbarkeit, hohe Kosten sowie Defizite bei Integration, Governance und Verantwortlichkeit erschweren den Dauerbetrieb.

Derweil betreffen mögliche Anwendungen die gesamte Wertschöpfungskette: Generative KI analysiert Informationen, unterstützt Simulationen und Ideenentwicklung oder erschließt Unternehmenswissen. Beschäftigte wechseln dabei vom Erstellen und Suchen zum Prüfen und Einordnen. KI-Agenten können zudem Experimente steuern, Geschäftsprozesse bearbeiten oder Fertigungsabläufe anpassen.

Vom Prompt zum Prozess

Während generative KI beispielsweise Texte, Code oder Analysen erzeugt gehen KI-Agenten einen Schritt weiter: Sie können innerhalb festgelegter Grenzen ganze Zielerreichungsprozesse bearbeiten. Sie planen Teilaufgaben, delegieren diese gegebenenfalls, bewerten Resultate und bessern nach. Beschäftigte definieren Ziele und Handlungsspielräume, überwachen Agentennetzwerke und greifen bei Unsicherheiten, Zielkonflikten oder sicherheitskritischen Entscheidungen ein.

„Wenn KI im Unternehmen selbstständig Aufgaben übernimmt, verändern sich auch die Fähigkeiten, die Menschen benötigen“, so Rahild Neuburger, Ludwig-Maximilians-Universität München und Mitglied der Arbeitsgruppe ‚Arbeit/Qualifikation, Mensch-Maschine-Interaktion‘ der Plattform Lernende Systeme. „Sie müssen fundiert entscheiden, was sie an KI abgeben, ihre Ergebnisse kritisch prüfen und mit der KI kommunizieren können. Fachwissen bleibt dabei unverzichtbar – ergänzt durch Erfahrung, Steuerungs- und Delegationskompetenz sowie ein sicheres Gespür dafür, was die KI kann und wo die Grenzen liegen.“

Verbindliche Leitlinien gefordert

Je mehr Arbeitsschritte ein System selbstständig ausführt, desto wichtiger werden den Autorinnen und Autoren zufolge nachvollziehbare Regeln und wirksame Kontrollmöglichkeiten. Sie betonen, dass sich Fehler agentischer Systeme über Prozessketten verstärken können und nicht eindeutig definierte Lösungswege Tests, Zertifizierung und Erklärbarkeit erschweren. Systemübergreifende Zugriffe und das Langzeitgedächtnis von KI-Agenten werfen zudem Fragen zu Geschäftsgeheimnissen, personenbezogenen Daten, Zugriffsrechten und Löschkonzepten auf.

Die Autorinnen und Autoren empfehlen, KI mit Zielbildern für Prozesse, Kompetenzen und Arbeitsstrukturen einzuführen. Gefordert seien verbindliche Leitlinien, ein verankertes Qualitätsmanagement, zielgruppengerechte Prüfstandards und ein systematischer Kompetenzaufbau der Mitarbeitenden. Zudem sollten Mandatsüberschreitungen durch Schutzschalter und begrenzte Zugriffsrechte verhindert werden. In Pilotphasen sollen Einsatzfelder, Datenbasis und Prozessreife von KI geprüft werden. Die Plattform betont in diesem Zusammenhang, dass sich der Erfolg nicht allein an Zeitersparnis, sondern auch an Faktoren wie Prozessstabilität, Ergebnisqualität, Innovationsgrad, Vertrauen und tatsächlicher Entlastung misst.

„Menschzentrierte Gestaltung von KI bedeutet, dass Automatisierung so in Arbeit integriert wird, dass sie Menschen entlastet, sie aber auch qualifiziert und ermächtigt – und zudem neue Arbeit schafft. Nur so kann KI zur nachhaltigen Entwicklung von Produktivität und Wertschöpfung von Unternehmen beitragen“, sagt Norbert Huchler, Institut für Sozialwissenschaftliche Forschung und Mitglied der Arbeitsgruppe ‚Arbeit/Qualifikation, Mensch-Maschine-Interaktion‘ innerhalb der Plattform Lernende Systeme.

Die Autorinnen und Autoren sprechen sich für eine Zielvision für Unternehmen aus, die sich in einem komplementären Arbeitssystem zwischen Mensch und Technik widerspiegeln sollte: Der Mensch setzt Zweck, Ziele und Grenzen und bleibt Letztentscheider, KI-Agenten übernehmen hingegen die taktische Ausführung und beschleunigen die Zielerreichung.

Das Whitepaper steht hier zum Download zur Verfügung: