Auf einen Blick: Whitepaper „Generative KI und KI-Agenten in Unternehmen: Vom Assistenten zum Akteur“

Generative KI erstellt vor allem Inhalte auf Anfrage, während KI-Agenten vorgegebene Ziele teilweise eigenständig verfolgen und dafür mehrere Arbeitsschritte ausführen können.

Generative KI reagiert in der Regel auf einzelne Prompts und erzeugt beispielsweise Texte, Bilder, Code oder Analysen. KI-Agenten können dagegen Ziele in Teilaufgaben zerlegen, Entscheidungen innerhalb definierter Grenzen treffen und externe Werkzeuge oder Datenquellen nutzen. Sie können zum Beispiel Datenbanken abfragen, Software bedienen oder Aufgaben an weitere KI-Agenten delegieren. Dadurch entwickelt sich KI vom unterstützenden Werkzeug stärker zum eigenständig handelnden Akteur innerhalb betrieblicher Prozesse.

KI-Agenten werden nicht zwangsläufig ganze Arbeitsplätze ersetzen, sie können aber Aufgaben, Tätigkeiten und Rollen deutlich verändern.

Generative KI und KI-Agenten automatisieren zunehmend auch Wissensarbeit, kreative Tätigkeiten und Teile von Entscheidungsprozessen. Dadurch verschiebt sich menschliche Arbeit stärker von der operativen Ausführung hin zu Zieldefinition, Steuerung, Überwachung und Qualitätssicherung. Gleichzeitig bleiben Fachwissen, Kontext- und Erfahrungswissen, soziale und ethische Urteilskraft sowie menschliche Kontrollmöglichkeiten wichtig. Viele Tätigkeiten lassen sich zudem nicht vollständig automatisieren. Entscheidend ist deshalb, die Arbeitsteilung zwischen Mensch und KI so zu gestalten, dass Automatisierung Beschäftigte unterstützt und neue Handlungsmöglichkeiten eröffnet.

Generative KI und KI-Agenten können unter anderem falsche Ergebnisse, Datenschutzprobleme, Verzerrungen und neue Unsicherheiten bei Verantwortung und Kontrolle verursachen.

Generative KI kann beispielsweise plausibel klingende, aber faktisch falsche Inhalte erzeugen. Bei KI-Agenten kommen zusätzliche Herausforderungen hinzu, weil sie systemübergreifend handeln, auf unterschiedliche Daten und Anwendungen zugreifen und Informationen teilweise langfristig verarbeiten können. Unternehmen müssen deshalb sensible Daten und Geschäftsgeheimnisse schützen, Zugriffsrechte und Löschkonzepte festlegen sowie menschliche Kontroll- und Eingriffsmöglichkeiten vorsehen. Auch mögliche Folgen für Beschäftigte, etwa Arbeitsverdichtung oder mentale Belastung, sollten bei der Einführung berücksichtigt werden.

Der Einsatz von generativer KI oder KI-Agenten ist dann sinnvoll, wenn er gegenüber der bisherigen Arbeitsweise einen messbaren Mehrwert bietet und die erforderliche Qualität erreicht. Unternehmen sollten deshalb nicht nur Zeitersparnis oder Produktivität betrachten, sondern beispielsweise auch Prozessstabilität, Ergebnisqualität, Vertrauen der Beschäftigten und Innovationspotenziale bewerten.

Für generative KI können bei der Bewertung etwa Faktentreue oder die Häufigkeit von Halluzinationen relevant sein. Bei KI-Agenten stehen stärker die erfolgreiche Zielerreichung, der korrekte Einsatz von Werkzeugen und die Zuverlässigkeit komplexer Abläufe im Vordergrund. Müssen Beschäftigte KI-Ergebnisse dauerhaft aufwendig korrigieren, kann der erwartete Effizienzgewinn verloren gehen.

Unternehmen brauchen vor dem Einsatz von generativer KI und KI-Agenten geeignete Prozesse, klare Regeln und Beschäftigte mit den notwendigen KI-Kompetenzen.

Interne Leitlinien sollten festlegen, für welche Aufgaben KI eingesetzt werden darf, welche Daten verarbeitet werden können, wer Verantwortung trägt und an welchen Stellen menschliche Kontrolle erforderlich ist. Ebenso wichtig sind Qualitätsstandards, Datenschutz, Zugriffsrechte und die Einhaltung rechtlicher Vorgaben. Unternehmen sollten zunächst geeignete Einsatzfelder identifizieren und Pilotprojekte starten, um Nutzen und Risiken realistisch zu bewerten. Ziel ist eine menschzentrierte Zusammenarbeit, bei der KI ihre Stärken einbringt, während Menschen die strategische Koordination, Kontrolle und Letztentscheidung übernehmen.