KI-Agenten (AI Agents) – Funktionsweise und Einsatz im Unternehmen

Was sind KI-Agenten?

KI-Agenten (AI Agents) sind Softwaresysteme, die künstliche Intelligenz nutzen, um vorgegebene Ziele zu verfolgen und Aufgaben teilweise selbstständig auszuführen. Anders als einfache KI-Chatbots können KI-Agenten nicht nur Fragen beantworten, sondern auch Informationen aus verschiedenen Quellen abrufen, Arbeitsschritte planen und Aktionen in angebundenen Anwendungen auslösen.

Moderne KI-Agenten verwenden häufig Large Language Models (LLMs), um Aufgaben zu verstehen, Informationen zu verarbeiten und geeignete Handlungsschritte auszuwählen. Unternehmen können KI-Agenten beispielsweise zur Unterstützung kaufmännischer Abläufe, zur Dokumentenverarbeitung, zur Analyse von Geschäftsdaten oder zur Koordination wiederkehrender Prozesse einsetzen.

Wie selbstständig ein KI-Agent arbeitet, hängt von seiner technischen Architektur, den verfügbaren Werkzeugen und den festgelegten Berechtigungen ab.

Wie funktionieren KI-Agenten?

Ein KI-Agent erhält eine Aufgabe oder ein definiertes Ziel. Anschließend ermittelt er innerhalb seiner technischen Möglichkeiten, welche Schritte zur Bearbeitung notwendig sind. Dabei kombiniert das System die Fähigkeiten eines KI-Sprachmodells mit zusätzlichen Softwarekomponenten und Schnittstellen.

Ein typischer Ablauf umfasst fünf Schritte.

1. Aufgabe verstehen

Ein Mitarbeiter könnte einem KI-Agenten beispielsweise folgende Anweisung geben:

„Analysiere die Verkaufszahlen des vergangenen Quartals und erstelle eine Übersicht über die umsatzstärksten Produktgruppen.“

Der KI-Agent interpretiert die Aufgabenstellung und ermittelt, welche Informationen dafür benötigt werden.

2. Arbeitsschritte planen

Der Agent kann die Aufgabe in mehrere Teilschritte zerlegen:

• Relevante Verkaufsdaten abrufen
• Umsätze nach Produktgruppen zusammenfassen
• Veränderungen gegenüber dem Vorquartal berechnen
• Auffällige Entwicklungen identifizieren
• Einen übersichtlichen Bericht erstellen

Die Planung kann dabei teilweise durch künstliche Intelligenz und teilweise durch fest vorgegebene Regeln erfolgen.

3. Informationen und Werkzeuge nutzen

Über geeignete Schnittstellen kann der KI-Agent auf freigegebene Unternehmensdaten und Softwarefunktionen zugreifen. Dazu gehören beispielsweise Warenwirtschaftssysteme, Tabellen, Datenbanken oder Dokumentenmanagementsysteme. Diese Fähigkeit wird häufig als Tool Use oder Tool Calling bezeichnet.

4. Zwischenergebnisse bewerten

Ein KI-Agent kann die Ergebnisse einzelner Schritte analysieren und gegebenenfalls zusätzliche Informationen anfordern. Dadurch lassen sich auch Aufgaben bearbeiten, bei denen die benötigten Arbeitsschritte nicht von Anfang an vollständig feststehen.

5. Ergebnisse bereitstellen

Abschließend erstellt der Agent beispielsweise eine Zusammenfassung, eine Auswertung oder einen Dokumentenentwurf. Abhängig vom festgelegten Automatisierungsgrad kann er bestimmte Aktionen auch selbstständig ausführen. Bei geschäftskritischen Vorgängen sollten geeignete Prüf- und Freigabeverfahren vorgesehen werden.

Was unterscheidet einen KI-Agenten von einem Chatbot?

Ein klassischer Chatbot beantwortet in erster Linie Fragen oder erzeugt Inhalte auf Grundlage einer Benutzereingabe. Ein KI-Agent kann dagegen eine Aufgabe über mehrere Arbeitsschritte hinweg bearbeiten und dazu unterschiedliche Werkzeuge verwenden. Ein Chatbot könnte beispielsweise erklären, welche Informationen für eine Marktanalyse benötigt werden.

Ein entsprechend konfigurierter KI-Agent könnte selbstständig freigegebene Marktdaten abrufen, Informationen vergleichen und daraus einen Bericht erstellen. Die Grenzen zwischen Chatbots, KI-Assistenten und KI-Agenten sind allerdings fließend. Auch moderne KI-Assistenten können agentische Funktionen besitzen. Entscheidend ist deshalb weniger die Produktbezeichnung als die Frage, welche Aufgaben ein System tatsächlich eigenständig bearbeiten kann.

Welche Komponenten benötigt ein KI-Agent?

Ein moderner KI-Agent besteht typischerweise aus mehreren miteinander verbundenen Komponenten.

KI-Sprachmodell

Das Sprachmodell unterstützt den Agenten bei der Interpretation von Aufgaben und der Verarbeitung natürlichsprachlicher Informationen. Dafür können sowohl Large Language Models (LLMs) als auch geeignete Small Language Models (SLMs) eingesetzt werden.

Agentensteuerung

Die Agentensteuerung koordiniert die einzelnen Verarbeitungsschritte. Sie legt unter anderem fest, wann Informationen abgefragt, Werkzeuge ausgeführt und Ergebnisse zurückgegeben werden.

Werkzeuge und Schnittstellen

Über Programmierschnittstellen (APIs) kann ein KI-Agent mit anderen Anwendungen kommunizieren.

Mögliche Anbindungen sind beispielsweise:

• Warenwirtschafts- und ERP-Systeme
• CRM-Anwendungen
• Dokumentenmanagementsysteme
• Produktionsplanungssoftware
• Unternehmensdatenbanken
• Kalender- und Kommunikationsanwendungen

Welche Funktionen verwendet werden dürfen, muss durch geeignete Berechtigungen begrenzt werden.

Kontext und Speicher

Ein KI-Agent benötigt Informationen über die aktuelle Aufgabe und bereits durchgeführte Arbeitsschritte. Manche Systeme verfügen zusätzlich über Speicherfunktionen, um bestimmte Informationen über mehrere Verarbeitungsschritte oder Sitzungen hinweg verfügbar zu halten.

Sicherheits- und Kontrollmechanismen

Ein professioneller KI-Agent benötigt angemessene Zugriffsrechte, Protokollierung und technische Begrenzungen. Diese Maßnahmen sollen verhindern, dass fehlerhafte Entscheidungen oder manipulierte Eingaben zu unerwünschten Aktionen führen.

Was bedeutet Agentic AI?

Agentic AI, auf Deutsch häufig als agentische KI bezeichnet, beschreibt KI-Systeme, die innerhalb definierter Grenzen eigenständig Handlungsschritte auswählen und Ziele verfolgen können. Während klassische generative KI vor allem auf Eingaben reagiert und Inhalte erzeugt, kann agentische KI mehrere Verarbeitungsschritte miteinander verbinden.

Ein KI-Agent kann beispielsweise zunächst Informationen beschaffen, danach eine Bewertung durchführen und anschließend eine weitere Aktion vorbereiten. Der Grad der Autonomie unterscheidet sich dabei erheblich zwischen verschiedenen Systemen. Einige Anwendungen dürfen ausschließlich Informationen sammeln und Vorschläge erstellen. Andere können auch Änderungen in angeschlossenen Programmen vornehmen.

Mehr Selbstständigkeit bedeutet allerdings nicht automatisch eine höhere Qualität. Bei betrieblichen Anwendungen sind nachvollziehbare Ergebnisse und kontrollierte Abläufe besonders wichtig.

Was sind Multi-Agenten-Systeme?

Bei einem Multi-Agenten-System arbeiten mehrere spezialisierte KI-Agenten zusammen. Jeder Agent übernimmt dabei eine bestimmte Aufgabe innerhalb eines größeren Prozesses.

Ein Beispiel ist die Vorbereitung einer umfangreichen Marktanalyse:

• Ein Agent recherchiert öffentlich verfügbare Marktdaten.
• Ein zweiter Agent analysiert Preisentwicklungen.
• Ein dritter Agent vergleicht Produktmerkmale.
• Ein weiterer Agent führt die Ergebnisse in einem Bericht zusammen.

Die einzelnen Ergebnisse werden anschließend kombiniert und können von einem Mitarbeiter überprüft werden. Solche Systeme ermöglichen eine arbeitsteilige Bearbeitung komplexer Aufgaben. Allerdings steigen damit auch die Anforderungen an die Koordination, Sicherheit und Überprüfung der Ergebnisse. Nicht für jede Anwendung ist ein Multi-Agenten-System erforderlich.

Welche Aufgaben können KI-Agenten in Unternehmen übernehmen?

1. Einkauf und Beschaffung

Im Einkauf müssen häufig unterschiedliche Angebote, Lieferbedingungen und Produktinformationen miteinander verglichen werden. Ein KI-Agent kann diese Informationen aus freigegebenen Quellen zusammenstellen und eine strukturierte Übersicht erstellen. Beispielsweise könnte er Angebote verschiedener Lieferanten vergleichen und Unterschiede bei Lieferzeiten, Mengenstaffeln oder Konditionen hervorheben. Die abschließende Lieferantenauswahl und verbindliche Bestellungen bleiben dabei an die festgelegten Entscheidungs- und Freigabeprozesse gebunden.

2. Produktion und Fertigungsplanung

In produzierenden Unternehmen können KI-Agenten Informationen aus Produktionsplänen, Materialbeständen und Fertigungsaufträgen zusammenführen.

Ein Agent könnte beispielsweise auf mögliche Materialengpässe hinweisen oder alternative Reihenfolgen für geplante Fertigungsaufträge vorschlagen. Solche Anwendungen können bei der Planung und Vorbereitung betrieblicher Entscheidungen unterstützen. Änderungen an produktionskritischen Abläufen benötigen jedoch geeignete fachliche Prüfungen und Sicherheitsmechanismen.

3. Vertrieb und Angebotsvorbereitung

KI-Agenten können Vertriebsmitarbeiter bei der Auswertung von Kundenanforderungen und der Vorbereitung von Angeboten unterstützen. Beispielsweise lassen sich freigegebene Produktinformationen, Preislisten und Kundenanforderungen zusammenführen. Auf dieser Grundlage kann ein Agent einen Angebotsentwurf vorbereiten oder auf fehlende Angaben hinweisen. Die endgültige Prüfung und Freigabe verbindlicher Angebote erfolgt entsprechend den betrieblichen Zuständigkeiten.

4. Verwaltung und Dokumentenverarbeitung

In der kaufmännischen Verwaltung müssen häufig Informationen aus unterschiedlichen Dokumenten verarbeitet werden. KI-Agenten können beispielsweise Eingangsunterlagen klassifizieren, relevante Angaben extrahieren und für die weitere Bearbeitung aufbereiten. Denkbar ist etwa die Vorbereitung von Rechnungsprüfungen durch den Abgleich von Bestellinformationen, Lieferscheinen und Rechnungsdaten. Abweichungen können markiert und zuständigen Mitarbeitern zur Prüfung vorgelegt werden.

5. Marketing und Marktbeobachtung

KI-Agenten können bei der Sammlung und Auswertung öffentlich verfügbarer Marktinformationen unterstützen. Beispielsweise lassen sich Produktentwicklungen, Wettbewerbsangebote oder Veränderungen bestimmter Marktsegmente analysieren. Die Ergebnisse können anschließend zu Berichten oder Übersichten zusammengeführt werden. Wichtig ist dabei die Überprüfung der Datenqualität sowie die Beachtung von Nutzungsrechten und Datenschutzvorgaben.

6. Unternehmensinternes Wissensmanagement

In Verbindung mit Retrieval-Augmented Generation (RAG) können KI-Agenten freigegebene interne Wissensquellen durchsuchen. Ein Mitarbeiter könnte beispielsweise Informationen aus unterschiedlichen Verfahrensanweisungen oder Projektdokumentationen anfordern. Der Agent sucht passende Inhalte, vergleicht die gefundenen Informationen und erstellt eine Zusammenfassung mit Quellenverweisen. Dadurch können umfangreiche Unternehmensinformationen leichter zugänglich gemacht werden.

Können KI-Agenten lokal betrieben werden?

Ja. KI-Agenten können grundsätzlich auf unternehmenseigener Hardware betrieben werden. Dafür wird eine geeignete Kombination aus lokalem KI-Sprachmodell, Agentensoftware und Schnittstellen zu den benötigten Informationsquellen eingesetzt. Die Bereitstellung kann auf einem eigenen KI-Server oder einer leistungsfähigen Workstation erfolgen.

Besonders interessant ist eine solche Lösung für Unternehmen, die vertrauliche Geschäftsinformationen möglichst innerhalb ihrer eigenen IT-Infrastruktur verarbeiten möchten. Bei einer vollständig lokalen Architektur können sowohl die Sprachverarbeitung als auch die Steuerung der Agenten innerhalb des Unternehmensnetzwerks stattfinden. Voraussetzung ist, dass sämtliche erforderlichen Komponenten lokal ausgeführt werden und keine externen KI-Dienste für die Verarbeitung benötigt werden.

Wenn ein Agent zusätzlich auf Cloud-Anwendungen zugreift, können dabei weiterhin Daten an externe Anbieter übertragen werden. Lokaler Betrieb und vollständige Unabhängigkeit von Cloud-Diensten sind deshalb nicht grundsätzlich gleichzusetzen.

Welche Hardware benötigen lokale KI-Agenten?

Die Hardwareanforderungen hängen wesentlich vom verwendeten Sprachmodell und der Komplexität der vorgesehenen Aufgaben ab. Einfache Agenten mit einem kompakten Small Language Model können auf vergleichsweise ressourcenschonender Hardware betrieben werden. Anspruchsvollere Anwendungen mit großen Sprachmodellen oder mehreren parallel arbeitenden Agenten benötigen häufig leistungsfähigere Systeme.

Wichtige Einflussfaktoren sind:

• Größe und Architektur des KI-Modells
• Verfügbarer Arbeitsspeicher (RAM)
• Verfügbarer Grafikspeicher (VRAM)
• Anzahl paralleler Benutzer und Aufgaben
• Umfang der verarbeiteten Daten
• Zahl der erforderlichen Modellaufrufe
• Anforderungen an Geschwindigkeit und Verfügbarkeit

Da ein KI-Agent für eine einzelne Aufgabe mehrere Verarbeitungsschritte durchführen kann, sollte die Hardwaredimensionierung den gesamten Arbeitsablauf berücksichtigen. Für kleine und mittelständische Unternehmen können kompakte KI-Server eine wirtschaftlich interessante Grundlage darstellen.

Welche Vorteile bieten KI-Agenten für den Mittelstand?

Automatisierung wiederkehrender Aufgaben

KI-Agenten können mehrere Verarbeitungsschritte miteinander verbinden. Damit lassen sich insbesondere Abläufe unterstützen, bei denen Informationen aus unterschiedlichen Quellen zusammengetragen und aufbereitet werden müssen.

Entlastung von Mitarbeitern

Zeitaufwendige Recherche-, Dokumentations- und Auswertungsaufgaben können teilweise automatisiert werden. Mitarbeiter erhalten dadurch mehr Freiraum für Tätigkeiten, die Erfahrung, Fachwissen und persönliche Entscheidungen erfordern.

Bessere Nutzung vorhandener Unternehmensdaten

Über geeignete Schnittstellen können KI-Agenten mit bestehenden Anwendungen und Datenbeständen arbeiten. Dadurch lassen sich Informationen aus unterschiedlichen Systemen für bestimmte Geschäftsprozesse zusammenführen.

Anpassung an individuelle Anforderungen

KI-Agenten können für klar definierte betriebliche Aufgaben entwickelt und konfiguriert werden. Dabei lassen sich erlaubte Datenquellen, Werkzeuge und Handlungsmöglichkeiten gezielt festlegen.

Flexible Bereitstellung

Abhängig von den betrieblichen Anforderungen können KI-Agenten cloudbasiert, lokal oder in einer hybriden Umgebung betrieben werden.

Welche Risiken bestehen beim Einsatz von KI-Agenten?

Die erweiterten Handlungsmöglichkeiten von KI-Agenten bringen zusätzliche Sicherheitsanforderungen mit sich. Welche Pflichten beim Einsatz autonom handelnder KI-Systeme gelten, regelt der EU AI Act.

Fehlerhafte Ergebnisse und Entscheidungen

KI-Systeme können Informationen falsch interpretieren oder unzutreffende Schlussfolgerungen ziehen. Wenn solche Ergebnisse automatisiert weiterverarbeitet werden, können sich Fehler auf nachfolgende Arbeitsschritte auswirken.

Unzureichende Zugriffsbeschränkungen

Ein KI-Agent sollte ausschließlich auf diejenigen Informationen und Funktionen zugreifen dürfen, die er für seine Aufgaben benötigt. Zu umfangreiche Berechtigungen können das Risiko unbeabsichtigter Änderungen oder unerlaubter Datenzugriffe erhöhen.

Prompt-Injection-Angriffe

Bei einer Prompt Injection versucht ein Angreifer, das Verhalten eines KI-Systems durch manipulierte Anweisungen zu beeinflussen. Solche Anweisungen können auch in Dokumenten oder anderen Informationsquellen enthalten sein, die ein KI-Agent verarbeitet. Deshalb müssen externe und nicht vertrauenswürdige Inhalte angemessen behandelt werden.

Datenschutz und Vertraulichkeit

KI-Agenten können Informationen aus mehreren Anwendungen zusammenführen. Dabei muss sichergestellt werden, dass personenbezogene und vertrauliche Daten nur im erforderlichen und zulässigen Umfang verarbeitet werden.

Fehlende Kontrolle automatisierter Aktionen

Wenn KI-Agenten ohne ausreichende Begrenzungen arbeiten, können unerwünschte Aktionen oder wiederholte Verarbeitungsschritte entstehen.

Besonders bei verbindlichen Geschäftsvorgängen sind geeignete Freigaben erforderlich.

Wie lassen sich KI-Agenten sicher im Unternehmen einsetzen?

Ein professioneller Einsatz erfordert geeignete technische und organisatorische Maßnahmen.

Dazu gehören insbesondere:

Klare Aufgabenbegrenzung: Der Agent erhält einen eindeutig definierten Verantwortungsbereich.

Minimale Zugriffsrechte: Es werden nur die tatsächlich benötigten Daten und Funktionen freigegeben.

Kontrollierte Schnittstellen: Verwendete Werkzeuge und angebundene Anwendungen werden gezielt ausgewählt und abgesichert.

Menschliche Freigaben: Geschäftskritische Aktionen werden vor ihrer Ausführung geprüft.

Protokollierung: Relevante Verarbeitungsschritte und Aktionen werden nachvollziehbar dokumentiert.

Technische Begrenzungen: Zeitlimits, maximale Ausführungsschritte und Ressourcenbudgets verhindern unkontrollierte Abläufe.

Regelmäßige Überprüfung: Qualität, Sicherheit und Zuverlässigkeit werden während des Betriebs überwacht.

Damit bleibt die Nutzung von KI-Agenten innerhalb festgelegter betrieblicher und technischer Grenzen.

KI-Agenten oder klassische Prozessautomatisierung?

Nicht jeder automatisierte Geschäftsprozess benötigt künstliche Intelligenz. Bei einfachen Abläufen mit eindeutigen Regeln sind klassische Automatisierungslösungen häufig ausreichend. Beispielsweise lässt sich eine Rechnung anhand festgelegter Merkmale einer Kostenstelle zuordnen, ohne dass ein KI-Agent erforderlich ist. KI-Agenten sind dagegen besonders interessant, wenn unstrukturierte Informationen verarbeitet oder situationsabhängig unterschiedliche Arbeitsschritte ausgewählt werden müssen.

In vielen Fällen ist eine Kombination sinnvoll. Dabei unterstützt künstliche Intelligenz die Analyse und Vorbereitung einer Aufgabe, während klar definierte Aktionen durch regelbasierte Software ausgeführt werden.

Wie werden KI-Agenten in Unternehmen eingeführt?

Die Einführung sollte schrittweise und auf Grundlage eines konkreten Anwendungsfalls erfolgen.

Schritt 1: Anwendungsfall definieren

Zunächst wird festgelegt, welcher Geschäftsprozess unterstützt werden soll und welcher Nutzen erwartet wird. Für erste Projekte eignen sich insbesondere überschaubare Aufgaben mit klaren Anforderungen.

Schritt 2: Datenquellen und Anwendungen prüfen

Anschließend wird ermittelt, welche Informationen benötigt werden und welche bestehenden Anwendungen eingebunden werden müssen. Dabei sind insbesondere die Qualität der Daten und die vorhandenen Zugriffsrechte zu berücksichtigen.

Schritt 3: Betriebsmodell auswählen

Abhängig von Datenschutz, Leistungsanforderungen und Wirtschaftlichkeit wird entschieden, ob der KI-Agent lokal, in der Cloud oder hybrid betrieben werden soll.

Schritt 4: Berechtigungen und Kontrollmechanismen festlegen

Vor der produktiven Nutzung wird definiert, welche Aktionen selbstständig erfolgen dürfen und wann eine Freigabe erforderlich ist.

Schritt 5: Pilotprojekt durchführen

Der Agent wird mit realistischen Aufgaben getestet. Dabei werden unter anderem Ergebnisqualität, Zuverlässigkeit, Geschwindigkeit und mögliche Fehlersituationen geprüft.

Schritt 6: Betrieb und Weiterentwicklung

Nach erfolgreicher Einführung werden Leistung und Sicherheit regelmäßig kontrolliert. Auf dieser Grundlage lassen sich Funktionen schrittweise erweitern und an veränderte Anforderungen anpassen.

Häufige Fragen zu KI-Agenten

Was ist ein KI-Agent einfach erklärt?

Ein KI-Agent ist ein Softwareprogramm, das künstliche Intelligenz nutzt, um Aufgaben teilweise selbstständig zu bearbeiten. Dafür kann es Informationen abrufen, mehrere Arbeitsschritte planen und mit anderen Anwendungen kommunizieren.

Was ist der Unterschied zwischen einem KI-Agenten und ChatGPT?

ChatGPT ist eine KI-Anwendung, die unter anderem Texte erzeugt und Fragen beantwortet. Je nach verfügbaren Funktionen kann sie auch agentische Aufgaben übernehmen. Ein KI-Agent bezeichnet dagegen allgemein ein System, das Ziele verfolgt, Werkzeuge verwendet und innerhalb definierter Grenzen Aktionen ausführen kann.

Können KI-Agenten selbstständig arbeiten?

Ja. Abhängig von ihrer Konfiguration können KI-Agenten bestimmte Aufgaben ohne ständige Benutzereingaben bearbeiten. Der Umfang ihrer Selbstständigkeit sollte jedoch klar begrenzt werden.

Können KI-Agenten auf eigenen Servern betrieben werden?

Ja. Mit geeigneten lokalen Sprachmodellen und entsprechender Agentensoftware können KI-Agenten auf unternehmenseigener Hardware ausgeführt werden.

Benötigen lokale KI-Agenten eine Internetverbindung?

Nicht zwingend. Wenn alle benötigten Komponenten lokal verfügbar sind und keine externen Dienste verwendet werden, können KI-Agenten auch ohne Internetverbindung arbeiten.

Sind KI-Agenten DSGVO-konform?

KI-Agenten sind nicht automatisch DSGVO-konform. Die datenschutzrechtliche Bewertung hängt unter anderem von den verarbeiteten Informationen, dem Betriebsmodell und den eingesetzten Schutzmaßnahmen ab.

Welche Unternehmen profitieren von KI-Agenten?

Grundsätzlich können Unternehmen unterschiedlicher Größen profitieren. Besonders interessant sind KI-Agenten für Organisationen mit wiederkehrenden Informations-, Dokumentations- oder Analyseaufgaben.

Was kostet ein KI-Agent?

Die Kosten hängen vom verwendeten KI-Modell, den benötigten Softwarekomponenten, der Hardware und dem Integrationsaufwand ab. Hinzu kommen gegebenenfalls laufende Kosten für Betrieb, Wartung und Überwachung.

Ersetzen KI-Agenten menschliche Mitarbeiter?

KI-Agenten können einzelne Tätigkeiten automatisieren oder unterstützen. Sie ersetzen jedoch nicht grundsätzlich die fachliche Bewertung, Verantwortung und Entscheidungsfähigkeit menschlicher Mitarbeiter. Besonders bei komplexen und geschäftskritischen Prozessen bleiben menschliche Kontrolle und fachliche Kompetenz wichtig.

Fazit: KI-Agenten als Werkzeug für intelligente Geschäftsprozesse

KI-Agenten erweitern die Möglichkeiten moderner künstlicher Intelligenz, indem sie Sprachverarbeitung mit der Nutzung von Werkzeugen und der Durchführung mehrstufiger Aufgaben verbinden. Für Unternehmen entstehen dadurch neue Möglichkeiten, wiederkehrende Abläufe zu unterstützen, Informationen effizienter zu verarbeiten und vorhandene Softwareanwendungen miteinander zu verbinden.

Sowohl cloudbasierte als auch lokal betriebene KI-Agenten können für kleine und mittelständische Unternehmen interessant sein. Entscheidend sind eine sorgfältige Auswahl geeigneter Anwendungsfälle, die professionelle Integration in die vorhandene IT-Infrastruktur und ein dauerhaft sicherer, kontrollierter Betrieb.

Microsoft Learn