Agentenbasierte Automatisierung

Der “Vater” der Automa­tisierung, John Diebold, schrieb 1952 in seinem Klas­sik­er Automa­tion:

Das Pro­duk­tiv­itätswach­s­tum wird durch neue Tech­nolo­gien stim­uliert — nicht nur, weil die Automa­tisierung die Arbeit ratio­nal­isiert, son­dern vor allem, weil sie uns die Möglichkeit gibt, die Arbeit zu analysieren, die wir als Einzelper­so­n­en, als Arbeits­grup­pen und als große Sys­teme auf Unternehmensebene ver­richt­en. Der Prozess des Umdenkens ist wirk­lich schwierig. Das ler­nen wir, wenn wir nach Wegen suchen, um die Pro­duk­tiv­ität unser­er eige­nen Tätigkeit zu messen, vor allem im heuti­gen Büro.

Automa­tion müsse als Prozess aufge­fasst wer­den, und nicht als ein­ma­liges Mit­tel, die Pro­duk­tiv­ität durch Einzel­maß­nah­men kurzfristig zu erhöhen:

Im Moment wird zu viel Aufmerk­samkeit auf vere­in­fachende Kosten-Nutzen-Gle­ichun­gen zur Verbesserung der organ­isatorischen Pro­duk­tiv­ität gerichtet. Stattdessen sollte die Mes­sung der Pro­duk­tiv­ität ein Prozess sein, bei dem wir ver­suchen, die Quan­tität und Qual­ität unser­er Arbeit zu analysieren. Sie sollte uns in die Lage ver­set­zen, unser Schick­sal selb­st in die Hand zu nehmen, indem wir uns bemühen, neue Tech­nolo­gien auf die Weise einzuset­zen, die für unsere Ziele am besten geeignet ist.

Trotz der Fortschritte der let­zten Jahrzehnte sind wir immer noch weit davon ent­fer­nt, um mit Diebold zu sprechen, die Tech­nolo­gien auf eine Weise einzuset­zen, die für unsere Ziele am besten geeignet sind. Nach wir vor ist viel manuelle Kleinar­beit auf ver­schiede­nen Unternehmensebe­nen nötig:

In der mod­er­nen Ära wurde die IT-Automa­tisierung durch selb­stüberwachende, selb­s­theilende und selb­st­skalierende Tech­nolo­gien wie Dock­er, Kuber­netes und Ter­raform rev­o­lu­tion­iert, die die Prinzip­i­en der kyber­netis­chen Selb­streg­ulierung, ein­er Art agen­ten­basiert­er Intel­li­genz, verkör­pern. Diese Sys­teme vere­in­fachen die Arbeit des IT-Betriebs erhe­blich, indem sie es einem Betreiber ermöglichen, den gewün­scht­en Endzu­s­tand eines Sys­tems (im Code) zu deklar­i­eren und dann automa­tisch die Real­ität mit dem Wun­sch abzu­gle­ichen — anstatt dass der Betreiber eine lange Folge von Befehlen aus­führen muss, um Änderun­gen vorzunehmen und die Ergeb­nisse zu überprüfen(in: Agen­tic AI: A deep dive into the future of automa­tion).

So leis­tungs­fähig diese Art der klas­sis­chen Automa­tisierung auch sein mag, so erfordert sie doch erfahrene Inge­nieure, die die Werkzeuge mith­il­fe von Code kon­fig­uri­eren und bedi­enen. Die Inge­nieure müssen mögliche Sit­u­a­tio­nen vorherse­hen und Skripte schreiben, um die Logik und die erforder­lichen API-Aufrufe zu erfassen.

Mit der agen­ten­basierten KI kön­nte sich das grundle­gend ändern:

Die agen­ten­basierte KI über­windet diese Beschränkun­gen auf zwei radikale Arten: Erstens kann jed­er, der der Sprache mächtig ist, mit dem Sys­tem inter­agieren, statt dass der Zugang auf aus­ge­bildete Pro­gram­mier­er beschränkt ist. Zweit­ens wer­den sta­tis­che Skripte durch LLM-gener­ierten Code auf Abruf erset­zt, der an die jew­eilige Sit­u­a­tion angepasst wird (ebd.).

Autor: Ralf Keu­per