1) Vergiss das Prompten, wie du es kennst,

Prompts sind die strategisch direkteste Verbindung zwischen dem Kern einer agentischen KI und dem menschlichen Gehirn. Das haben wir in vielen Keynotes, auf unserer Website und in Blogbeiträgen ausführlich erklärt. Ganz ähnlich wie wir Gedanken finden oder Ideen verfassen, kann eine KI Ergebnisse in LLMs finden und, noch wichtiger, Ideen mit einer Qualität verfassen, die weit über das hinausgeht, was ein menschliches Gehirn kann. Unsere vier Jahre Neurowissenschaftsstudium haben uns geholfen zu verstehen, wie Gedanken zusammengesetzt werden (David Eagleman PhD , Neurowissenschaftler, Stanford). Dann bauen wir die Brücke zu bahnbrechenden Ideen. Das globale Wissen, das in einem LLM wie OpenAI o1 gehostet wird, verfügt über ein Vielfaches so viel Erfahrung wie selbst der erfahrenste Mensch. Warum also nicht einfach aufgeben, nach Ideen zu suchen, wenn wir auf ein supererfahrenes künstliches Gehirn zugreifen können? Genau das haben wir beschlossen. Aber die Prompts, die wir schreiben mussten, hatten nichts mit den ursprünglichen Prompts zu tun, die wir damals geschrieben hatten. Warum? Wenn ich die wissendste UND kreativste Person der Welt bitte, mir eine bahnbrechende Idee zu geben, würde diese Person eine Menge Fragen stellen, bevor sie antworten kann, und selbst dann würde sie einige Routinen im Kopf durchlaufen, weil eine Antwort entwickelt werden könnte. Prompts brauchen also echte Prompt-Engineering, aber die Ergebnisse sind, gelinde gesagt, beeindruckend. Wir haben eine neue Methode geschaffen, um geothermische Energieanlagen und andere Innovationen zu bauen.

Diese Intelligenzkraft zu nutzen, wäre mit jeglicher Software unmöglich. Es geht nicht um die Rechengeschwindigkeit, das Vereinfachen des Schreibens von Büchern oder die Verarbeitung von E-Mails. Das neue Gold dreht sich ausschließlich um INTELLIGENZ. Und wie im alten Goldrausch war es immer noch eine sehr schwierige Aufgabe, das Gold herauszuholen.

2) Agenten & Multi-Agenten

Komplexe Aufgaben mit einem Prompt zu schreiben, wie wir ihn von ChatGPT kennen, ist praktisch hoffnungslos. Für komplexe Prozesse jeglicher Art benötigen wir mehrere Eingabeaufforderungen. Und der beste Weg ist, sie in Agenten zu packen. Agenten ermöglichen nicht nur die Verbindung mehrerer Prompts, sondern lösen auch das Problem der Speicherverwaltung. Wo und wie werden wir alle Zwischenergebnisse speichern? Wie nutzen wir sie später? Wir speichern keine einfachen Telefonnummern, Namen, Produkte, Teilenummern, Preise und so weiter. Wir speichern jedoch intelligente Reaktionen, Gedankenketten, komplexe Beziehungen und multidimensionale Szenarien. Während wir Wege entwickelt haben, Prompts zu verbinden, verbinden wir Agenten mit einer ähnlichen Protokollstruktur.

Agentische KI ist eine Denkweise

Wir haben gelernt, alles neu zu denken und sogar neu zu denken. Wir müssen den steifen und engen strukturierten Softwarecode loslassen und uns für die komplexeren, aber deutlich leistungsfähigeren Prompts öffnen. Im Gegensatz zu herkömmlichem Softwarecode ist es viel einfacher, eine Lösung zum Lernen zu bringen. Lernen Sie zum Beispiel aus Nutzerfeedback, lernen Sie aus bestimmten KPIs, lernen Sie aus Nutzerverhalten und mehr. Es ist sehr einfach, ihn nach Gründen zu fragen, warum dieser oder jener Vorschlag gemacht wurde. Neues Wissen wird zentral auf LLM-Ebene zugänglich gemacht, ohne eine einzige Codezeile umzuschreiben. Es geht darum, einen bekannten, aber linearen und engen Code mit reiner Intelligenz zu handeln, die bereits im Prozessablauf steckt.

3) Agentische KI-Lösungen

Gehen wir auf die nächste Stufe. Jetzt, ins Jahr 2025. Agentische KI-Geschäftslösungen sind hier. Mehrere Agentennetzwerke arbeiten beispielsweise in einem autonomen Innovationssystem zusammen, das innerhalb weniger Stunden bahnbrechende Innovationen schaffen kann. Das ist bereits Realität. Eine weitere Agentic AI Business Solution bewertet eine Bank und ihre Jahresberichte sowie einige nicht öffentlich zugängliche Daten und kann eine Strategie entwickeln, um das Kosten-Ertrags-Verhältnis (CIR) unter 50 % zu senken. Außerdem gibt es einen Plan mit allen detaillierten Schritten dorthin. Und wenn das nicht ausreicht, kann es helfen, alle Agenten zu schaffen, die am Prozess arbeiten, bis das Ziel erreicht ist.
Außerdem existiert diese Lösung bereits heute. Eine weitere Lösung ist eine TRANSFORMATION-Lösung , die jeden einzelnen Arbeitsplatz analysiert und nach Verbesserungen sowie Möglichkeiten sucht, um Mitarbeitern brennende Aufgaben und Zeitfresser zu beseitigen. Anschließend können Aufgaben an KI-Agenten delegiert werden. Mitarbeitervorschläge waren in der Vergangenheit ein schmerzhafter Prozess. Wer möchte schon tausende Vorschläge überprüfen, wenn er weiß, dass mindestens 50 % so rein formuliert sind, dass es unmöglich wäre, sie zu verstehen? Die neue TRANSFORM-Lösung ist intelligent genug, um einen menschlichen Vorschlag direkt nach der Abgabe zu lesen und darauf zu reagieren, über den Vorschlag nachzudenken, ihn umzuformulieren und zu fragen, ob das richtig verstanden wurde. Erst dann wird es bearbeitet. Der nächste Schritt umfasst intelligente Bewertungen, das Finden von Gruppen von Problemen, das Suchen nach Zusammenhängen und Ursachen sowie schließlich das Vorschlagen von Lösungen. Wie bereits erwähnt, könnte t0 die Baupläne erstellen, um die Lösungen zu entwickeln. Offensichtlich gibt es keine Möglichkeit, diese geschäftskritischen Anwendungen mit konventioneller Software zu entwickeln.

4) Intelligenz

Jeder Schritt einer neuen agentischen KI-Lösung kann durch Intelligenz gesteuert werden. Viele Aktionen können autonom ausgeführt werden – nicht nur der Prozess, sondern der gesamte Betrieb dieser Lösung. Stellen Sie sich vor, ein Produkt wird als falsch gekennzeichnet. Ein KI-System würde es sofort verstehen und automatisch korrigieren können. Ja, ein Algorithmus könnte das auch tun – aber man bräuchte Millionen von Algorithmen für jeden möglichen Fall. Fehler in den Logistikabläufen, flexible Onboarding-Prozesse, Qualitätssicherungsprozesse, RMA-Prozesse, … Die Liste geht weit über den Rahmen dieser Erklärung hinaus. In jedem Fall hat so gut wie jeder Aspekt einer modernen Organisation mit diesen Herausforderungen zu kämpfen, da Wachstum und Geschwindigkeit die menschliche Fähigkeit überschritten haben, alle Aspekte dieser Probleme zu verstehen. Und mit dem Finger auf “schlechte Daten” und “Müll rein – raus” zu zeigen, hilft nicht. Sogar der Versuch, eine massive Datenbereinigung durchzuführen, funktioniert nicht. Warum? Weil es weniger als 90 Tage dauert und man wieder Datenmüll hat.

Das Ende von Data Garbage In – Garbage Out