Künstliche Intelligenz
Was Multi-Agenten-Systeme leisten können
Fortsetzung des Artikels von Teil 1
Die Anwendungsszenarien
Für Multi-Agenten-Systeme zeichnen sich bereits vielfältige Anwendungsmöglichkeiten ab. Ein besonders großes Potenzial liegt im Bereich der Kundeninteraktion. Hersteller bieten bereits Multi-Agenten-Lösungen für Callcenter an, mit denen typische Aufgaben automatisiert werden: von der Änderung von Kundendaten über technische Supportanfragen bis hin zu Upselling und Bestellaufnahmen. Unterschiedliche Agenten übernehmen diese Tätigkeiten automatisch, entlasten Mitarbeiter und verbessern den Kundenservice.
Ein weiterer Einsatzbereich ist Marketing und Vertrieb. Hier könnten Agententeams automatisiert Leads identifizieren, Kunden über Voicebots ansprechen und Marketingkampagnen starten.
Ein konkretes Beispiel verdeutlicht den Prozess und die Vorteile eines Multi-Agenten-Systems: Die Aufgabe für das System könnte lauten: „Analysiere, warum die Bruttogewinnmarge für Produkt xy im ersten Quartal gesunken ist, schlüssele die Zahlen nach Geschäftsbereichen auf und zeige zudem die Veränderungen der letzten vier Quartale auf.“ Ein menschlicher Initiator würde dann eine natürlichsprachliche Anweisung an das System geben. Ein Orchestrator-Agent erhält daraufhin die Anfrage und weist spezialisierten Agenten Aufgaben zu – etwa für den Datenzugriff, die Finanzanalyse, die Validierung der Ergebnisse und die Erstellung der Visualisierungen und des Textberichts.
Die Vorteile und Herausforderungen
Die zentralen Vorteile von Multi-Agenten-Systemen liegen in der hohen Effizienz und Resilienz. Streik- oder krankheitsbedingte Ausfälle von Mitarbeitenden stellen keine Herausforderung mehr dar. Auch die Entlastung von Fachkräften ist ein wichtiger Faktor angesichts des zunehmenden Fachkräftemangels.
Multi-Agenten-Systeme haben das Potenzial, die Möglichkeiten der KI signifikant zu erweitern. Dabei sind jedoch auch einige Herausforderungen zu beachten. Insbesondere müssen ausreichend hochwertige Daten vorhanden sein. Zudem ist oft Wissen nicht vollständig dokumentiert. Für den Aufbau eines Multi-Agenten-Systems, das komplette Prozessketten abbilden soll, ist eine gute Dokumentation essenziell. Weitere Herausforderungen betreffen die Vertrauenswürdigkeit und Erklärbarkeit der Entscheidungen sowie Datenschutz, Compliance und Sicherheit. Hier kann der Einsatz einer spezialisierten Governance- und Security-KI sinnvoll sein.
Die Adaption neuer Technologien verläuft in Deutschland oft langsam. Auch bei der generativen KI stehen viele Unternehmen noch am Anfang. Entsprechend ist zu erwarten, dass auch der Einsatz von Multi-Agenten-Systemen zunächst zögerlich erfolgt. Dennoch sollten Unternehmen sich frühzeitig mit dem Thema befassen. Schließlich zeichnen sich Multi-Agenten-Systeme – im Unterschied zu simpler generativer KI – durch ihre Fähigkeit aus, kooperativ, zielorientiert und autonom komplexe Aufgaben zu be-wältigen. Damit könnten sie ein zentraler Baustein für die digitale Transformation werden.
Thomas Sengotta, Director Consulting bei CGI Deutschland
- Was Multi-Agenten-Systeme leisten können
- Die Anwendungsszenarien
Lesen Sie mehr zum Thema
