Prozessintelligenz – Der Schlüssel zum erfolgreichen Einsatz von KI-Agenten
Viele Unternehmen sind fasziniert von den Möglichkeiten, die KI-Agenten bieten. Doch häufig unterschätzen sie die technologischen Voraussetzungen, die erfüllt sein müssen, damit Künstliche Intelligenz ihr Potenzial voll entfalten kann.
Der Fortschritt im Bereich Künstliche Intelligenz ist rasant. Im Wochentakt tauchen neue Technologien auf – oder werden durch bessere ersetzt. Auf Entscheidungsträger kann dieses Tempo entmutigend wirken. Die gute Nachricht: KI entwickelt sich größtenteils iterativ. Das bedeutet, jedes neue Tool basiert auf den Grundlagen, die seine Vorgänger geschaffen haben.
KI-Agenten brauchen ein klares Verständnis des Geschäftskontexts, um wirklich effektiv zu sein.
Agentische KI stellt demnach die nächste Stufe der KI-Revolution dar. Dabei geht es um die Entwicklung und Implementierung autonomer Software-Agenten basierend auf generativer KI. Diese können Entscheidungen treffen und Handlungen veranlassen – unabhängig von menschlichem Input. Dem Analystenhaus Gartner zufolge werden bis 2028 ein Drittel aller Anwendungen für Unternehmenssoftware KI-Agenten beinhalten und 15 Prozent der arbeitsbezogenen Entscheidungen werden künftig autonom getroffen. Zukunftsgewandte Organisationen setzen die Technologie bereits ein, um geschäftlichen Mehrwert zu identifizieren oder Ziele wie die Beschleunigung der Softwareentwicklung zu erreichen.
Wieso brauchen Unternehmen KI-Agenten?
So wie generative KI Trainingsdaten benötigt, um wirklich effektiv zu sein, brauchen KI-Agenten ein klares Verständnis des Geschäftskontexts. Unternehmensentscheider müssen deshalb sicherstellen, dass KI-Agenten verstehen, wie ihr Unternehmen funktioniert. Der Schlüssel dazu liegt in Prozessintelligenz (PI). Sie zieht Daten aus verschiedenen Quellen wie ERP- oder CRM-Systemen heran, um zu erfassen, wie Ereignisse innerhalb eines Unternehmens ablaufen. PI erstellt einen dynamischen, lebendigen digitalen Zwilling der Geschäftsabläufe, der eine ganzheitliche Sicht auf den Arbeitsfortschritt bietet. Das macht sie zu einem zentralen Instrument, wenn es darum geht, KI so zu implementieren, dass sie echten Mehrwert schafft.
Bei agentenbasierter KI geht es um autonome Software-Agenten, die komplexe Aufgaben eigenständig übernehmen können. Viele von ihnen sind mit dem Zugriff auf Large Language Models (LLMs) ausgestattet. In diesem Zusammenhang haben sie häufig auch Zugang zu unternehmensspezifischen Daten, etwa zu Artikeln aus Wissensdatenbanken oder zu Bestellinformationen. Mitarbeitende können mit vielen dieser KI-Agenten in natürlicher Sprache kommunizieren. Sie lassen sich zum Beispiel damit beauftragen, Geschäftsdaten in kurzer Zeit zu analysieren, um herauszufinden, wie der nächste Prozessschritt aussehen könnte – oder sogar automatisch Folgemaßnahmen einzuleiten.
KI-Agenten benötigen Einblicke in die tatsächlichen Abläufe eines Unternehmens.
KI-Agenten sind jedoch kein technologisches Allheilmittel, das jedes Geschäftsproblem im Handumdrehen löst. Um wirksam zu sein, müssen sie gezielt für die Lösung spezifischer Aufgaben konzipiert werden. Zudem benötigen sie Einblicke in die tatsächlichen Abläufe eines Unternehmens. An dieser Stelle kommt PI ins Spiel. Sie führt fragmentierte Daten aus Dutzenden oder sogar Hunderten von Geschäftsprozessen zusammen und schafft so eine „gemeinsame Sprache“ für KI-Agenten. Diese wiederum können auf dieser Grundlage Abläufe wie Rechnungsstellung oder Versand besser verstehen. Darüber hinaus liefert PI qualitativ hochwertige, aktuelle Daten, die es KI-Agenten ermöglichen, fundierte Entscheidungen zu treffen. Mit einem digitalen Zwilling der Geschäftsprozesse an der Hand kann agentenbasierte KI analysieren, wie sich Abläufe im Unternehmen gegenseitig beeinflussen, und gezielt Potenziale zur Effizienzsteigerung aufdecken.
Blick in die Praxis: Wo KI-Agenten Mehrwert schaffen
Schon heute entwickeln Unternehmen KI-Agenten, um die Leistungsfähigkeit der Prozessintelligenz zu nutzen und greifbare Ergebnisse zu erzielen. Zusammen mit Celonis hat ein internationaler Verpackungshersteller eine Lösung für KI-gestütztes Bestandsmanagement entwickelt, die Teile und Materialien erfasst und verfolgt. Innerhalb von zwei Monaten hatte das KI-Tool erkannt, dass viele Bestellungen für Ersatzteile aufgegeben wurden, die bereits auf Lager waren. Zudem deckte es auf, dass ein signifikanter Anteil der Teile bereits älter als acht Jahre war. Ein zusätzlicher KI-Agent nutzte diese Bestandsaufnahme, um die Verfügbarkeit von Ersatzteilen für Maschinenbauer zu optimieren. Nutzer können nun das benötigte Teil sowohl anhand technischer Spezifikationen als auch mithilfe allgemeiner Branchenbegriffe beschreiben, sodass es nicht mehr nötig ist, die Seriennummer zu kennen.
Prozessintelligenz liefert KI den notwendigen Kontext, um zuverlässig durch komplexe Geschäftsumfelder zu navigieren.
In einem anderen Fall halfen PI und agentenbasierte KI einem IT-Security-Anbieter, die Geschwindigkeit seiner Softwarebereitstellung zu verdoppeln. Dies gelang, indem sie die Vorhersagbarkeit verbesserten und die Wartezeiten in den einzelnen Phasen um 30 bis 40 Prozent reduzierten. Die KI-gestützten Tools zeigten Engpässe auf, ermöglichten vorausschauende Benachrichtigungen und schlugen Maßnahmen vor, geordnet nach der potenziellen Wirksamkeit. Entscheider konnten einfache Fragen in natürlicher Sprache stellen, um Verzögerungen und Risiken aufzudecken. Ein KI-Copilot übersetzte dabei komplexe Daten in klare, verwertbare Erkenntnisse.
Wieso KI Prozessintelligenz braucht
KI ohne PI ist wie ein GPS-System ohne zugrundeliegende Karte: Der Nutzer würde auf der GPS-Navigation nur einer Linie auf einem leeren Bildschirm folgen, ohne zu wissen, warum er links abbiegen soll – und die Gefahr, die falsche Abfahrt zu nehmen, wäre hoch. Analog dazu liefert PI der KI den notwendigen Kontext, um zuverlässig durch die Komplexitäten moderner Geschäftsumfelder zu navigieren. Ist dieser Konnex vorhanden, hat agentenbasierte KI das Potenzial, Unternehmensabläufe grundlegend zu revolutionieren.
