In dieser Folge von The Bridge by Artefact teilt Hanan Ouazan sein Fachwissen über KI-Agenten und ihre Auswirkungen auf die Automatisierung von Geschäftsprozessen und die Beschleunigung der Produktivität im Unternehmen.

Er wurde von Caroline Goulard, CEO und Gründerin von 2 data-Unternehmen, zu ihrer Analyse dieses großen Wandels und den daraus resultierenden neuen Anwendungsfällen interviewt.

Hanan beigetreten Artefact vor 10 Jahren gegründet und hat sich schon immer für KI-Technologien begeistert. Er spielt eine Schlüsselrolle bei der Entwicklung von generativen KI-Lösungen bei Artefact für unsere Kunden. Dabei nutzt er die sich ständig weiterentwickelnden fortschrittlichen Technologien, um ihre Bedürfnisse entsprechend den Erfordernissen ihrer Branche besser zu erfüllen.

Als Absolvent der Centrale Lille und der École Normale Supérieure (ENS) schloss er seinen MVA-Forschungsmaster an der ENS ab, einem der fortschrittlichsten Programme für maschinelles Lernen, Data Mining und statistisches Lernen. Hanan leitet ein Team von talentierten Ingenieuren bei der Konzeption, Entwicklung und Industrialisierung von artificial intelligence-Anwendungsfällen.

Der KI-Agent: Eine neue Ära der Automatisierung.

KI-Agenten sind nicht länger nur Werkzeuge, die automatisierte Aufgaben ausführen. Im Gegensatz zu RPA (Robotic Process Automation), das vordefinierte Aufgaben in einer präzisen Reihenfolge ausführt, können sich KI-Agenten an ihre Umgebung anpassen, Entscheidungen treffen und Prozesse ohne menschliches Zutun optimieren.

Dies ist ein echter Schritt in Richtung autonomer, flexibler und intelligenter KI. Diese KI-Agenten bieten einen neuen, anpassungsfähigeren Ansatz, denn sie können:

  • Beobachten Sie ihre Umgebung und passen Sie ihr Verhalten entsprechend dem data an.
  • Interagieren Sie mit mehreren Systemen, um komplexe Aufgaben auszuführen.
  • Optimieren und automatisieren Sie Prozesse ohne ständige menschliche Eingriffe.
“KI-Agenten und Agentic werden im Jahr 2025 die meistdiskutierten technologischen Begriffe sein. Diese Entwicklung in der Automatisierung nutzt die außergewöhnliche Leistung, die generative KI hervorgebracht hat. Ich nenne sie gerne RPA 2.0, die in der Lage ist, sich in dynamische Arbeitsabläufe zu integrieren und über den einfachen Rollenassistenten hinauszugehen.”
Hanan Ouazan, Managing Partner Artefact & Global Lead AI Acceleration

Die RPA-Technologie (Robotic Process Automation) besteht darin, einen Prozess zu automatisieren, indem er in eine Abfolge von Aufgaben zerlegt wird, die aneinandergereiht werden, bis das Ergebnis erreicht ist, wobei häufig ein einfacher Prozess verwendet wird: Lesen, Extrahieren, Schreiben.

Generative KI-Technologien bestehen aus drei Werkzeugelementen:

  1. LLM: Zunächst hatten wir Modelle, die es uns ermöglichten, Fragen auf der Grundlage ihres Wissens zu beantworten.
  2. Assistent: Dann kam die Zeit der Assistenten, die in der Lage sind, mit Wissenssystemen zu interagieren, um uns im täglichen Leben zu helfen (RAG-Nutzung usw.) - der berühmte “COPILOT”. Hier “führt” die KI nichts aus, sondern bereichert ihr Wissen und unterstützt den Benutzer.
  3. Agent: Ein Agent ist eine Anwendung, die versucht, ein Ziel zu erreichen, indem sie die Welt beobachtet und mit den ihr zur Verfügung stehenden Mitteln darauf reagiert. Neu ist dieses “Bewusstsein” für die Umgebung, das den Agenten in die Lage versetzt, sich an unvorhergesehene Ereignisse anzupassen.

Und genau das ist der Unterschied zum Begriff RPA. Es ist die Fähigkeit des Agenten, sich an das Unerwartete anzupassen, die ihm oft die Bezeichnung RPA 2.0 einbringt!

Anwendungsfall: Wie KI-Agenten einen Unterschied machen.

KI-Agenten können in vielen Bereichen eingesetzt werden.

  • Kundenbeziehungen: intelligente Chatbots, die nicht nur Fragen beantworten, sondern auch Aktionen ausführen können (Aktualisierung eines Vertrags, Erstellung einer Rechnung, Bearbeitung einer bestimmten Anfrage).
  • Back-Office: EDM 2.0, automatisierte Dokumentenverwaltung, Bearbeitung von Vorfällen und internen Anfragen.
  • Schreiben von Code: KIs helfen Entwicklern bei der Erstellung von Code, der Optimierung von Skripten oder der Automatisierung von Tests.

 

“Anwendungsfälle müssen prozessual überdacht und nicht einfach in KI übersetzt werden. Das Ziel ist nicht, KI zu überlagern, sondern den Prozess neu zu definieren, ohne die Zwänge, die bisher bestanden.”
Hanan Ouazan, Managing Partner Artefact & Global Lead AI Acceleration

Die Auswirkungen von KI-Agenten auf die Softwareentwicklung: Automatisierung, Interoperabilität und neue Herausforderungen.

 

“Wir erleben das Aufkommen von KI-Tools, die in der Lage sind, Code zu generieren, ihn bereitzustellen und sogar komplexe Prozesse zu automatisieren. Diese Technologien verändern die Softwareentwicklung grundlegend und machen die Entwicklung von Anwendungen viel schneller und leichter zugänglich.”
Hanan Ouazan, Managing Partner Artefact & Global Lead AI Acceleration

KI-Agenten haben zwei Haupteinsatzgebiete:

  1. Schnelles Bootstrapping (z.B. Bolt): sofortige Umwandlung von Konzepten in Prototypen.
  2. Entwicklungshilfe (z.B. Copilot, Cursor): Code-Vervollständigung, Refactoring, Testerstellung.

Diese Entwicklung ersetzt jedoch nicht das menschliche Fachwissen. Diese Tools erfordern strenge Überwachung um strukturelle Fehler und insbesondere das Risiko eines “Kartenhauses” von Code zu vermeiden, der zwar leistungsstark erscheint, aber in der Produktion instabil ist.

Wie KI-Agenten das Problem der Interoperabilität zwischen Anwendungen lösen werden.

Heute basiert die Verbindung zwischen einem KI-Agenten und Software hauptsächlich auf dienstleistungsspezifische APIs. Um mit Systemen wie Google Drive, Slack und Confluence zu kommunizieren, ist dies zum Beispiel erforderlich:

  1. Integration von drei verschiedenen APIs, jede mit ihrer eigene technische Besonderheiten.
  2. Den KI-Agenten konfigurieren mit drei Anschlüssen, die jeweils eine individuelle Authentifizierung und Konfiguration erfordern.
  3. Starten von drei separaten Abfragen, deren Antworten dann vom Agenten aggregiert oder synthetisiert werden.

Dieser Prozess ist nicht nur komplex, sondern auch schwierig zu pflegen und weiterzuentwickeln, insbesondere in großem Maßstab. Dies ist genau das Problem, das die von Anthropic gestartete Initiative mit dem Model Context Protocol (MCP) zu lösen versucht. Dieses neue Protokoll fungiert als universelles standardisierte API, die speziell entwickelt wurde, um die Interaktion zwischen KI-Agenten und Software zu vereinfachen.

Schließlich ist es wichtig zu verstehen, dass KI-Agenten die Struktur der SaaS-Software, die auf drei grundlegenden Bausteinen (UX, Intelligenz,Data) basiert. Diese Technologie stellt diese 3 Komponenten in Frage:

  1. UX: Mit KI-Agenten entwickelt sich die Benutzerinteraktion weiter. Eingabeaufforderungen und Automatisierung ersetzen den traditionellen Klick und machen die klassische UX weniger zentral. Das Erlebnis wird durch unsichtbare oder an die Bedürfnisse der Agenten angepasste Arbeitsabläufe neu definiert.
  2. Geheimdienst: Automatisierungen umfassen oft Aktionen zwischen mehreren Systemen. Eine offene, standardisierte Logik könnte Workflows ersetzen, die in isolierten Ökosystemen eingeschlossen sind.
  3. Data: Das Eigentum an Data bleibt ein Hindernis für die vollständige Integration.

 

“Heute integrieren SaaS-Anbieter Automatisierungsschichten in ihre Plattformen, aber dieser Ansatz stößt angesichts der Anforderungen mehrerer Plattformen an seine Grenzen. Die Zukunft von SaaS liegt wahrscheinlich in einer offenen, vernetzten und anpassungsfähigen Logik, die den Unternehmen zur Verfügung steht.”
Hanan Ouazan, Managing Partner Artefact & Global Lead AI Acceleration

KI-Agenten: Einführung, Herausforderungen und Auswirkungen auf die Arbeit.

Die ersten KI-Agenten, wie z.B. Copilot von Microsoft, Google und Salesforce, finden immer mehr Verbreitung, bleiben aber auf einfache Aufgaben beschränkt. Fortgeschrittenere Agenten haben aufgrund mangelnder Kontrolle und mangelnden Vertrauens Schwierigkeiten, industriell eingesetzt zu werden, während autonome Agenten noch experimentell sind.

Vor ein paar Monaten, auf der Consumer Electronics Show (CES) in Las Vegas, erklärte Nvidia CEO Jensen Huang, dass “Die IT wird das HR der KI-Agenten werden”.

Nach Ansicht von Hanan Ouazan ist diese Vision zwar interessant und herausfordernd, aber weder ganz realistisch noch wünschenswert.

Seiner Ansicht nach wird die IT-Abteilung eine Schlüsselrolle bei der Bereitstellung dieser KI-Agenten spielen, aber sie wird nicht in der Lage sein, die Verwaltung dieser Tools allein zu übernehmen. Es wird eine umfassendere organisatorische Umgestaltung und die unverzichtbare Einbeziehung der Geschäftsbereiche erforderlich sein:

  • Vor allem eine geschäftliche Herausforderung: KI-Agenten automatisieren Geschäftsprozesse. Die Überwachung dieser Agenten erfordert die Beteiligung von operativen und data-Teams.
  • Ein tiefgreifender organisatorischer Wandel: Die IT-Abteilung wird für die technische Wartung zuständig sein, aber Governance und Agentenoptimierung liegen in der Verantwortung der Geschäftsbereiche.

Generative KI verändert bereits die Unternehmen: weniger Ausführung, mehr Überwachung und Optimierung. Wie bei der industriellen Automatisierung müssen sich die Fähigkeiten weiterentwickeln, um diese Tools effektiv zu integrieren.

 

“Automatisierung allein reicht nicht aus: Wir müssen bereits jetzt unsere Geschäftsprozesse neu überdenken, um unnötige Komplexität zu vermeiden. KI sollte nicht nur eine weitere Ebene sein, sondern ein Hebel, um effizientere Modelle zu entwickeln, die an die Bedürfnisse des Unternehmens angepasst sind.”
Hanan Ouazan, Managing Partner Artefact & Global Lead AI Acceleration