KI-Agenten: die Mitarbeiter der Zukunft? [Guide]

KI-Agenten: die Mitarbeiter der Zukunft? [Guide]

Wie wäre es mit einem persönlichen Geschäftsführer für 0,13€ oder einem Designer für 0,09€ die Stunde? Für ein paar Cent mehr bekommst du auch gleich noch den Rest der Belegschaft dazu. 

Dieses Team steht dir 24/7 zur Verfügung, ohne Pausen und ist immer erreichbar. Der Haken daran? Es ist alles rein digital und die Mitarbeiter existieren nur virtuell. Möglich wird dies durch aktuelle KI-Modelle wie etwa GPT-4, dass KI-Modell welches auch für Chat-GPT verwendet wird.

Die einzelnen virtuellen Mitarbeiter deiner Belegschaft werden als „Intelligenter Agent“ oder „KI-Agent“ bezeichnet. Und vielleicht helfen sie dir eines Tages dabei, jedes beliebige Problem ganz selbständig zu lösen.

Was ist ein KI-Agent?

Jeder der schon einmal ein aktuelles KI-Programm, wie ChatGPT, verwendet hat, kennt den Ablauf: du übergibst dem Programm einen Befehl und das System gibt dir nach kurzer Rechenzeit eine möglichst passende Antwort. Dieser Befehl, in der KI-Welt „Prompt“ genannt, kann eine Frage sein oder eine komplexe und mehrstufige Anweisung. Aber jedes Mal wenn du eine neue Antwort brauchst, musst du auch einen neuen Befehl eingeben.

aktuelle KI Tools ChatGPT

Beispiel für einen Chatverlauf mit ChatGPT

KI-Agenten hingegen funktionieren anders. Ein KI-Agent (im englischen „AI-Agent“) erhält von dir nur ein Ziel, beispielsweise: „Führe eine Marktanalyse zu aktuellen Elektroauto-Trends durch“.    

Mit diesem Ziel machen sie sich dann selbständig an die Problemlösung. Wenn nötig brechen sie das Ziel selbständig in mehrere Teilaufgaben und lösen diese nacheinander in der passenden Reihenfolge. Ganz ohne, dass du erneut mit ihnen interagieren musst. 

Wie bei einem echten Mitarbeiter behält der KI-Agent das Ziel im Hinterkopf und passt sich dynamisch an die Ergebnisse der einzelnen Teilaufgaben an. Dafür kann der Agent im Internet surfen, programmieren, Texte schreiben oder komplexe Berechnungen durchführen. Je nachdem was seine Rolle und damit auch seine spezifische Stärke ist. Ganz wie bei einem echten Mitarbeiter. 

Vergleich KI Modell KI Agent

Vergleich zwischen klassischem KI-Modellen und KI-Agenten

Der KI Agent nutzt, um seiner spezifischen Rolle gerecht zu werden, dann selbst Methoden oder Programme die typisch für dieses Aufgabengebiet sind. 

Ein KI-Agent mit der Rolle „Entwickler“ kann beispielsweise besonders gut Programmcode schreiben oder IT-Probleme lösen. Das ist etwa möglich, da dieser Agent auf einem KI-Modell basiert, welches besonders darauf trainiert wurde, möglichst gut Code schreiben zu können. 

Aber genau wie in einem echten Team, kann ein virtueller Mitarbeiter alleine nicht alle Aufgaben perfekt lösen. Ein KI-Agent mit der Rolle „Designer“ kann dann eben nicht so gut Programmcode schreiben wie der Agent „Entwickler“. Das liegt an den unterschiedlichen, zugrundeliegenden KI-Modellen. Und genau hier wird es richtig clever, denn zur Lösung dieses Problems gibt es die so genannten Multiagentensysteme.

Infobox
Warum werden KI-Modelle trainiert?
Beim Training von KI-Modellen handelt es sich um einen Vorgang, bei dem das Modell in den vorgegebenen Trainingsdaten lernt, mithilfe eines Algorithmus Muster und Beziehungen in den Daten zu erkennen. Diese Informationen kann das Modell dann nutzen um neue Informationen zu genieren, Vorhersagen zu treffen oder die gelernten Informationen wiederzugeben. Eine KI muss auf zum Anwendungsfall passende Daten trainiert werden. So wird ein Sprachmodell wie GPT-4 auf unzähligen textbasierten Daten trainiert. Im Fall von GPT-3 waren es beispielsweise etwa 45 Terrabyte an puren Textdateien.

Was ist ein Multiagentensystem?

In einem Multiagentensystem (kurz MAS) interagieren verschiedene KI-Agenten selbständig miteinander.

Die unterschiedlichen KI-Agenten arbeiten gemeinsam am Erreichen eines übergeordneten Ziels. Dafür tauschen sie Informationen aus und übernehmen selbständig die Aufgaben, die am besten zu ihren jeweiligen Stärken passen. Die Aufgaben werden dann solange untereinander koordiniert, bis das gewünschte Endziel erreicht ist. Dadurch wird es möglich, auch die komplexesten Aufgaben an die KI-Agenten zu übergeben.

Anwendungsgebiete sind beispielsweise die Entwicklung von Software, das Erstellen von Marketingunterlagen oder die Simulation verschiedener Arbeitsprozesse. 

Beispielhafter und vereinfachter Ablauf der Entwicklung einer App mit Unterstützung eines MAS

Wie in einem echten Team, lernt das Multiagentensystem mit der Zeit, welches Vorgehen am besten passt. Wenn das System (also unser virtuelles Team mit Mitarbeitern) eine Aufgabe abgeschlossen hat, wird selbständig überprüft ob die Lösung auch dem gewünschten Ergebnis entspricht. Wenn nicht, beginnt das Team selbständig mit der Überarbeitung. Wenn das Ziel erreicht ist, wird dir das Ergebnis übermittelt.

Was sind die Vorteile eines Multiagentensystems?

Durch die Kommunikation der KI-Agenten entsteht ein System, bei dem das Ganze besser ist, als die Summe seiner Teile. Wie bei echten Mitarbeitern können individuelle Schwächen ausgeglichen und Stärken ausgenutzt werden.

Die Vorteile von Multiagentensystemen auf einen Blick:

  • Systematische Lösung von komplexen Problemen durch effiziente Aufgabenverteilung
  • Automatischer und dynamischer Informationsaustausch zwischen unterschiedlichen KI-Programmen
  • Bearbeitung von Problemen, welche die Kapazität eines einzelnen Programmes überschreiten

Was bedeuten KI-Agenten zukünftig für meinen Arbeitsalltag?

KI-Agenten könnten dir in deinem Arbeitsalltag dabei helfen, ungewünschte, nebensächliche oder besonders zeitaufwändige Aufgaben abzunehmen. Stell dir vor, du hast ein persönliches Team an Assistenten, das den ganzen Tag nur darauf wartet, von dir neue Aufgaben entgegenzunehmen.

Über dein Smartphone oder deinen PC interagierst du dann mit den jeweiligen Agenten und Systemen. Ähnlich wie du es von anderen gängigen Programmen oder Apps kennst, zahlst du in vielen Fällen eine monatliche oder jährliche Gebühr, um den Agenten nutzen zu dürfen. 

Bei einigen Systemen kann es auch sein, dass du pro Arbeitsaktion des Agenten einen Betrag im Centbereich zahlen musst. So zahlst du beispielsweise für einen Agenten, der auf Design spezialisiert ist, jedes Mal, wenn er ein neues Bild oder einen neuen Text generiert. Das heißt auch, dass du nichts bezahlen musst, wenn der Agent mal eine Zeit lang keine Aufgabe erhält.

Insgesamt liegen die Kosten damit deutlich unter dem, was du für einen herkömmlichen Dienstleister bezahlen müsstest. (Natürlich ohne die Vorteile eines realen Ansprechpartners 😉)

Wie kann ich selbst KI-Agenten erstellen?

Über verschiedene Software-Tools kannst du bereits heute deine eigenen Agenten bauen. Alternativ gibt es auch einige Anbieter, die schon auf einen spezifischen Fachbereich spezialisierte Agenten anbieten. Beispielsweise gibt es Agenten, die dir wie ein digitaler Sekretär bei der Organisation von To Do‘s, Terminen und E-Mails helfen. Die Art und Weise, mit der du mit den Agenten interagierst, hängt dabei stark von dem gewählten Anbieter ab.

Aktuell gibt es bereits Agenten für Anwendungsgebiete wie Programmieren, HR, Design oder persönliche Produktivität. Grundsätzlich ist es aber aktuell empfehlenswert, dass du bereits einige Grundkenntnisse in den Bereichen Programmierung und IT mitbringst. Denn leider sind viele der aktuellen Lösungen nicht so benutzerfreundlich und fehlerfrei, wie du es von anderen marktreifen Softwaretools kennst.

So kann es sein, dass du dich mit Web-APIs (also Schnittstellen zwischen verschiedenen Programmen) oder Programmcode auseinandersetzen musst.

Aber auch, wenn du noch kein Experte bist, kann es sich lohnen, sich jetzt schon ein wenig mit dem Thema zu beschäftigen. Denn sicherlich werden uns mit der Zeit immer mehr KI-Agenten im Arbeitsalltag begegnen. Im folgenden Abschnitt stelle ich dir ein paar der aktuell beliebtesten Tools für KI-Agenten vor.

Beispiele für aktuelle KI-Agenten Software

OpenAI GPTs

Mithilfe von OpenAIs neuem Feature GPTs kannst du eigene Varianten von ChatGPT bauen. Diese sind durch ihre Voreinstellungen dann bereits auf ein Themengebiet oder spezielle Aktionen spezialisiert.

So kannst du ihnen bestimmte Verhaltensweisen, bevorzugte Handlungen oder zu vermeidende Themen einbauen. Sie können im Internet surfen, Datenberechnungen durchführen oder Grafiken generieren. Die Agenten bauen, genau wie das herkömmliche ChatGPT, auf den KI-Modellen DALL-E und GPT-4 von OpenAI auf. 

Du kannst aber auch deine eigenen Online-Dienste mit den Agenten verbinden. In folgendem Beispiel siehst du einen Agenten, der als Berater für Digitalisierung agiert. Ich habe ihm typische Verhaltensweisen eingebaut, die ich mit dieser Rolle verbinde und ihn anschließend über einen Chat getestet:

Beispiel fuer Custom GPTs

Beispiel für die Verwendung von GPTs

Wie von mir vorgegeben, ist der neue Berater-Agent auf meinen Wunsch eingegangen, Empfehlungen für passende Softwaretools in die Antwort einzubauen. Den Agenten erreiche ich nun jederzeit über das ChatGPT-Menü in der App oder im Browser. Da gibt es auch schon eine Vorauswahl an möglichen Agenten. Beispielsweise gibt es einen Agenten der für dich als IT-Support agiert.

Allerdings sind die GPTs von Open AI noch nicht ganz so smart, wie die von mir oben genannten Agenten sein könnten. So kann er Aufgaben noch nicht ganz so selbständig in Einzelteile zerlegen und mir diese kommunizieren, wie es für einen autonomen Agenten nötig wäre.

Wenn du deine eigenen GPTs bauen möchtest, benötigst du die Plus-Version von ChatGPT. Diese kostet dich aktuell rund 20,00€ im Monat.

AgentGPT

AgentGPT ähnelt vom Aufbau und der Bedienung sehr stark ChatGPT. Über ein Chatfenster kannst du mit deinen Agenten interagieren und ihnen neue Aufgaben geben. Das Tool läuft ebenfalls im Browser. Der große Unterschied zu ChatGPT besteht darin, dass der AgentGPT über eine zusätzliche Komponente zur Verwaltung von Teilaufgaben verfügt. Immer wenn der Agent sich eine neue Teilaufgabe überlegt, siehst du diese in einer Aufgabenliste.

AgentGPT baut dabei ebenfalls auf dem KI-Modell GPT-4 auf. Die Qualität der generierten Ergebnisse ist also auch sehr ähnlich. AgentGPT ist allerdings schon seit einigen Monaten am Markt verfügbar. Es muss sich aktuell aber zeigen, ob es angesichts der neuen OpenAI GPTs lohnenswert ist, ein weiteres Tool mit ähnlichem Funktionsumfang zu benutzen.

AgentGPT Startseite

Die Startseite von AgentGPT (Quelle: https://agentgpt.reworkd.ai/de

Microsoft AutoGen

Microsoft AutoGen ist ein Framework, welches Entwicklern dabei hilft, Multiagtenensystem zu erstellen. Mit AutoGen lassen sich mehrere KI-Agenten einfach miteinander verbinden. Aufgaben werden effizient zwischen KI-Agenten orchestriert und automatisiert. Der menschliche User kann aber weiterhin in die KI-Arbeitsabläufe eingreifen.

Sowohl die Kommunikation zwischen Mensch und KI-Agent, als auch die Interaktion zwischen den Agenten, erfolgt über ein Textfenster. In diesem Textfenster kann der User jederzeit nachlesen, woran die Agenten arbeiten und gegebenenfalls darauf reagieren. Seit kurzem lässt sich AutoGen auch mit den GPTs von OpenAI verbinden.

Allerdings setzt AutoGen in der aktuellen Version noch sehr fortgeschrittene IT-Kenntnisse voraus. Auf der Entwicklerplattform Github findet man bereits einige Beispiele für Anwendungen, die mit AutoGen erstellt wurden. So findet man dort etwa ziemlich smarte Agenten, die gegeneinander Schach spielen und ihre eigenen Züge auch noch humorvoll kommentieren. 


Ausschnitt aus einem AutoGen Projekt. Zwei Agenten spielen miteinander Schach und kommentieren ihre Züge (Quelle: Github)

Wie sieht die Zukunft für KI-Agenten aus?

Es lässt sich nur schwer voraussagen sagen, in welchem Umfang und wie genau künstliche Intelligenz, in Form von KI-Agenten in unseren Arbeitsalltag integriert wird. Vielleicht ist es in ein paar Jahren normal, neben den echten Kollegen auch noch zusätzlich einige rein virtuelle Ansprechpartner zu haben. Vielleicht wird KI auch ganz anders integriert, ohne die Rolle oder Bezeichnung von bestehenden Berufsgruppen zu übernehmen oder diese zu imitieren.

Allerdings kann man aber davon ausgehen, dass wir aktuell nur die Spitze des Eisbergs von dem sehen, was in den nächsten Jahren mit KI-Tools möglich sein wird. Aktuelle Probleme, wie die noch nicht ganz ausgereifte Benutzererfahrung oder die die hohe Einstiegshürde für technisches Know-How, werden in nicht all zu ferner Zeit gelöst sein.

Schlussendlich wird es aber darauf ankommen, wie du diese neuen digitalen Helfer in deine bestehenden Prozesse integrieren kannst. Dafür ist es wichtig, dass du weißt, wie du mit den Tools umgehen kannst, sondern auch wie du erkennst, welche Aufgaben du gut an die KI übergeben kannst.

Wenn du mehr darüber lernen willst, kannst du gerne meinen Newsletter abonnieren. So erhältst du regelmäßig neue Artikel und Guides rund um Digitalisierung und Work Management. 

Fazit / Zusammenfassung

  • Agenten können dir dabei helfen, aufwändige, komplizierte oder repetitive Aufgaben abzunehmen
  • Im Gegensatz zu einem KI Modell können sie ihre Aufgaben selbst steuern und verfeinern
  • Mit Multiagtensystemen können mehrere Agenten einfach miteinander kommunizieren
  • Aktuelle KI-Agenten Tools sind noch nicht sonderlich benutzerfreundlich und benötigen IT-Kenntnisse
Toby Peschke
Toby Peschke
Toby Peschke hilft Unternehmen und Selbständigen die Digitalisierung zu meistern. Als Berater für Prozessmanagement und Digitalisierung teilt er auf Digital Onzen gerne nützliches Wissen, Methoden und Tools. Privat begeistert er sich für alles Kulinarische, praktische Ratgeberliteratur und träumt vom nächsten Urlaub in Japan.

Abonniere den Newsletter, um keine neuen Blogbeiträge zu verpassen 

Deine Daten sind sicher. Hier ist unsere Datenschutzerklärung.
©2023 Toby Peschke
DatenschutzImpressum