Getting your Trinity Audio player ready...
|
Das Whitepaper “AGENTIC AI: Die nächste Stufe der Automatisierung” von Lufthansa Industry Solutions beleuchtet die Entwicklung von Künstlicher Intelligenz hin zu selbstständig handelnden KI Agenten. Diese Agenten gehen über reaktive Systeme hinaus, indem sie zielorientiert agieren, sich an wechselnde Umgebungen anpassen, logisch denken und komplexe Probleme lösen. Sie analysieren große Datenmengen, entwickeln Strategien und führen Aufgaben autonom aus
Agentic AI unterscheidet sich von traditioneller Prozessautomatisierung und sprachmodellbasierten Chatbots durch ihre Fähigkeit zur eigenständigen Entscheidungsfindung und Aktionsausführung. Ein Beispiel hierfür ist die autonome Reisebuchung, bei der ein KI Agent Flüge und Unterkünfte sucht, abwägt und alle Buchungen sowie Unterlagen verwaltet. Anwendungsbereiche sind vielfältig und reichen von der Optimierung industrieller Produktionsprozesse über die Softwareentwicklung bis hin zu Einkaufsstrategien im Handel und Transportwegen in der Logistik.
Traditionelle Prozessautomatisierung vs. Agentic AI

Die Einführung von Agentic AI erfordert hohe Datenqualität, leistungsfähige Schnittstellen und Mechanismen zur Nachvollziehbarkeit. Ein wesentliches Merkmal ist der Zugriff auf eine Vielzahl von Werkzeugen und Datenquellen, was es den KI-Agenten ermöglicht, komplexe Prozesse autonom zu steuern und zu optimieren. Systeme können durch menschliches Eingreifen (“Human-in-the-Loop”) oder automatisierte Feedbackschleifen (“AI-in-the-Loop”) kontinuierlich verbessert werden.
Vorteile von Agentic AI umfassen die Automatisierung komplexer Prozesse, autonome Entscheidungen, Anpassungsfähigkeit, Skalierbarkeit, Effizienzsteigerung, Reduktion von Routineaufgaben, Hilfe bei Fachkräftemangel und die Demokratisierung von Fachwissen. KI Agenten können aus vergangenen Transaktionen lernen, um Fehler zu vermeiden und kritische Situationen besser zu bewältigen
Für eine erfolgreiche Implementierung empfiehlt Lufthansa Industry Solutions, dass Unternehmen “AI ready” werden, digitales Know-how aufbauen, eine umfassende digitale Infrastruktur schaffen und klare Governance-Strukturen definieren. Dies beinhaltet die Festlegung von Zugriffsrechten und Kommunikationswegen in Multi-Agenten-Umgebungen. Die Identifizierung geeigneter Anwendungsfälle mit einem positiven Return on Investment (ROI) ist ebenfalls entscheidend.