KI-Agenten in der Unternehmenskommunikation

Für den Report „The Agen­tic AI CX Front­li­ne“ des KI-Platt­form-Anbie­ters Nice wur­den Unter­neh­men zur Nut­zung von agen­ti­scher KI im Kun­den­ser­vice befragt. Die pro­zen­tua­len Ergeb­nis­se sind wenig aus­sa­ge­kräf­tig, die Defi­ni­ti­on und die Road­map der Inte­gra­ti­on las­sen sich jedoch mit Gewinn lesen.

Agen­ti­sche KI-Sys­te­me kön­nen zahl­rei­che Auf­ga­ben auto­nom, schnell und ergeb­nis­ori­en­tiert aus­füh­ren. Abbil­dung: plarmzag@gmail.com, Depositphotos

Zunächst stellt der Nice-Report den Unter­schied zwi­schen her­kömm­li­cher KI bzw. Auto­ma­ti­on und agen­ti­scher KI her­aus: „Im Gegen­satz zu her­kömm­li­chen Auto­ma­ti­sie­rungs- oder NLU-basier­ten Designs (Natu­ral Lan­guage Under­stan­ding), die vor­ge­ge­be­nen Abläu­fen fol­gen, bewer­tet agen­ti­sche KI den Kon­text in Echt­zeit und ermit­telt anhand der bereit­ge­stell­ten Tools und Gren­zen den bes­ten Weg zur Lösung. Der KI-Agent funk­tio­niert inner­halb eines defi­nier­ten Bereichs, wählt jedoch eige­ne Maß­nah­men, um zum Ziel zu gelangen.“

Agentisches Erfolgsrezept

Vor Beginn der Inte­gra­ti­on muss klar sein, in wel­chen Berei­chen agen­ti­sche KI einen Mehr­wert schaf­fen kann und wel­che Erfolgs­kenn­zah­len ver­bes­sert wer­den sol­len. Dazu dür­fen bestehen­de Work­flows nicht ein­fach auto­ma­ti­siert wer­den. Viel­mehr müs­sen die Pro­zes­se rück­wärts, aus­ge­hend von den ange­streb­ten Zie­len, neu gestal­tet und für agen­ti­sche KI opti­miert wer­den. Dafür ist eine ver­läss­li­che (struk­tu­rier­te) Daten­ar­chi­tek­tur von Bedeu­tung, die es KI-Agen­ten ermög­licht, zuver­läs­sig zu arbei­ten. Die­se soll­te auf einer tech­ni­schen Aus­stat­tung basie­ren, die ska­lier­bar und zukunfts­fä­hig ist, um etwa­iges Wachs­tum und den Ein­satz wei­te­rer KI-Agen­ten zu ermöglichen.

Läuft das Sys­tem, gilt es, Ergeb­nis­se zu mes­sen, ein­zu­ord­nen, recht­lich abzu­si­chern und mit­hil­fe agi­ler Metho­den kon­ti­nu­ier­lich zu ver­bes­sern. Ins­be­son­de­re dann, wenn KI-Agen­ten in einem spä­te­ren Sta­di­um auto­no­me Ent­schei­dun­gen tref­fen. An die­sem Punkt sind Beleg­schaft und Füh­rungs­kräf­te gefor­dert. Für die Beleg­schaft sind Wei­ter­bil­dung und kul­tu­rel­le Akzep­tanz – gege­be­nen­falls durch Anrei­ze – nötig, wäh­rend das Manage­ment die Rol­len zur Lei­tung KI-gesteu­er­ter Pro­zes­se klar defi­nie­ren und vor­le­ben muss. Abschlie­ßend darf nicht nur die tech­ni­sche Effi­zi­enz des KI-Sys­tems gemes­sen und beur­teilt wer­den. Über die Zeit soll­ten auch die Kos­ten­struk­tur, die Erfah­rungs- und Leis­tungs­wer­te sowie die Resi­li­enz gegen­über mensch­li­chen und KI-Feh­lern gemes­sen werden.

Beispiel Sprach-KI

Wäh­rend eines Kun­den­ge­sprächs füh­ren Sprach-KI-Sys­te­me ver­schie­de­ne Auf­ga­ben in Echt­zeit aus, bei­spiels­wei­se das Abru­fen von Kun­den­his­to­rie und Pro­dukt­de­tails sowie das Aus­füh­ren von Backend-Aktio­nen, ohne dass eine mensch­li­che Ein­ga­be­auf­for­de­rung erfor­der­lich ist. Dadurch erge­ben sich sofort mehr­stu­fi­ge Lösungs­we­ge: Zunächst erfolgt die Authen­ti­fi­zie­rung des Kun­den­kon­takts, dann die Dia­gno­se des Pro­blems, anschlie­ßend die Kor­rek­tur­durch­füh­rung und schließ­lich die Bestä­ti­gung der Lösung. Alles inner­halb einer ein­zi­gen kon­ti­nu­ier­li­chen Inter­ak­ti­on in Sekun­den. Sprach-KI-Agen­ten pas­sen sich inner­halb kur­zer Zeit (meist nur weni­ge Wochen) an Nut­zer­pro­fi­le und -prä­fe­ren­zen an, um beim nächs­ten Kon­takt noch indi­vi­du­el­ler zu reagie­ren. Zum Abschluss des Gesprächs kann die Sprach-KI selbst­stän­dig Zusam­men­fas­sun­gen, Beschlüs­se etc. per E-Mail oder App-Benach­rich­ti­gung abschi­cken, die den Kon­text der Inter­ak­ti­on exakt wiedergeben.