Was ist agentenbasierte KI? Wie KI-Agenten innerhalb eines ERP-Systems arbeiten

Agentenbasierte KI gehört inzwischen zu den meistverwendeten und zugleich am wenigsten klar definierten Begriffen in der Unternehmenssoftware. Fast jeder Anbieter führt sie als Funktion auf. Häufig steckt dahinter jedoch lediglich ein einfacher Chatbot mit neuer Bezeichnung.

Was macht KI agentenbasiert?

Agentenbasierte KI ist darauf ausgelegt, eine Aufgabe von Anfang bis Ende zu erledigen und nicht nur auf eine Eingabe zu antworten. Sie erhält ein Ziel, etwa ein Angebot zu erstellen, eine Abweichung zu kennzeichnen oder einen Auftrag neu einzuplanen. Anschließend führt sie die dafür erforderlichen Schritte innerhalb klar festgelegter Regeln und Grenzen aus.

Sie handelt, statt nur Fragen zu beantworten

Bittet man einen Chatbot, eine Antwort zu entwerfen, erstellt er diesen Entwurf. Danach wartet er auf die nächste Anweisung und anschließend auf die nächste. Über das ausdrücklich Geforderte hinaus tut er nichts. Ein Agent arbeitet anders. Er kann ein Ereignis erkennen, zum Beispiel eine eingegangene E-Mail oder einen Lagerbestand, der unter einen festgelegten Wert gefallen ist. Daraufhin kann er die nächste Aufgabe anstoßen, ohne bei jedem Schritt auf eine neue Aufforderung zu warten.

Sie verbindet mehrere Schritte zu einem durchgängigen Ablauf

Aus einer unbearbeiteten Anfrage ein fertiges Angebot zu machen, umfasst mehrere Schritte: die Anfrage lesen, dem passenden Produkt zuordnen, den Bestand prüfen, den richtigen Preis anwenden und das Angebot erstellen. Ein Chatbot kann bei einzelnen Teilen helfen, wenn er jeweils die nötigen Informationen erhält. Ein Agent verbindet dagegen die gesamte Abfolge selbstständig.

Wie arbeiten KI-Agenten innerhalb eines ERP-Systems?

Wie nützlich ein Agent ist, hängt davon ab, auf welche Daten er zugreifen kann. Hier hat ein ERP-System mit integrierter Intelligenz einen Vorteil gegenüber einem eigenständigen, nachträglich angebundenen KI-Werkzeug. Ein Agent im ERP kann bereits auf Produktionspläne, Bestände, Preisregeln und Kundenhistorien zugreifen. Niemand muss ihm diese Informationen erst bereitstellen.

Deshalb empfiehlt es sich, agentenbasierte KI in eine zentrale Plattform zu integrieren, anstatt sie in jedem Produkt separat neu aufzubauen. Arbeiten KI-Agenten auf Plattformebene, lässt sich dieselbe zugrunde liegende Fähigkeit in kompatiblen Werkzeugen, Systemen und Business-Intelligence-Dashboards nutzen, die an die Plattform angebunden sind.

Das Plattformdesign beeinflusst außerdem, was ein Agent in einer bestimmten Organisation sehen und tun kann. In einer verbundenen Cloud-Umgebung kann der Agent in der Regel auf mehr der Systeme und Daten zugreifen, die ein Workflow benötigt. Bei ganz oder teilweise lokal betriebenen Systemen kann der Zugriff eingeschränkter sein, weil ein Teil der Betriebsdaten außerhalb der Reichweite der Plattform liegen kann.

Welche Aufgaben können KI-Agenten in einem Industrieunternehmen übernehmen?

Vier Beispiele – ohne Anspruch auf Vollständigkeit.

1. Neuplanung bei Störungen

Fällt eine Maschine aus oder bricht ein Werkzeug, wirkt sich das auf alle nachfolgenden Aufträge aus. Ein Agent kann die betroffenen Aufträge in Echtzeit nach den bereits festgelegten Prioritätsregeln neu einplanen, statt darauf zu warten, dass jemand die gesamte Liste manuell abarbeitet.

2. Das morgendliche Briefing

Produktionsverantwortliche kommen häufig lange vor Schichtbeginn ins Werk, um aus Berichten und Nachrichten zusammenzutragen, was über Nacht geschehen ist. Ein Agent kann dieses Bild selbst erstellen: was gelaufen ist, was nicht und wo Handlungsbedarf besteht. Damit erhalten die Verantwortlichen frühzeitig eine gebündelte Grundlage für die nächsten Schritte – abgestimmt auf die geltenden Regeln und Freigaben und noch bevor am Montagmorgen jemand durch die Tür kommt.

3. Angebotserstellung

Ein erheblicher Teil eingehender Vertriebsanfragen wird nicht bearbeitet. Nicht weil er unerwünscht wäre, sondern weil sich der Zeitaufwand kaum lohnt. Ein Angebot über 50 Pfund kann eine halbe Stunde beanspruchen, wenn Bestand, passendes Produkt und Preis geprüft und anschließend die Kundenantwort erstellt werden müssen. Solche kleineren Aufträge werden oft zugunsten höherwertiger Arbeit zurückgestellt, obwohl sie sich in Summe durchaus bemerkbar machen.

Ein Agent kann dieselbe Anfrage innerhalb weniger Minuten in einen Angebotsentwurf umwandeln, ohne dass jemand seine aktuelle Arbeit unterbrechen muss.

4. Zuordnung von Zolltarifnummern

Einem Produkt die richtige Zolltarif- oder Warennummer zuzuordnen, ist eine manuelle, regelbasierte Aufgabe. Sie kostet Zeit, erfordert aber wenig Ermessensspielraum. Ein Agent kann dieselbe Logik automatisch anwenden und damit Zeit für Aufgaben freisetzen, die tatsächlich menschliche Aufmerksamkeit benötigen.

So unterscheiden Sie einen echten KI-Agenten von einem umbenannten Chatbot

Praktisch jeder KI-Anbieter verwendet inzwischen das Wort „Agent“. Mit den folgenden Fragen lässt sich prüfen, was tatsächlich dahintersteckt.

1. Schließt er die Aufgabe ab oder liefert er nur einen Entwurf?

Ein Agent erledigt die Arbeit oder bringt sie so weit, dass eine Person das Ergebnis nur noch freigeben muss. Muss danach noch jemand die eigentliche Aufgabe ausführen, handelt es sich um ein Entwurfswerkzeug, das als Agent vermarktet wird.

2. Kann er mehrere Schritte ohne neue Aufforderung ausführen?

Muss eine Person in jeder Phase eine neue Anweisung eingeben, ist die Lösung nicht agentenbasiert – unabhängig davon, wie gut die einzelnen Antworten sind.

3. Kann ein KI-Agent ohne menschliche Freigabe entscheiden?

Ja, innerhalb bewusst gesetzter Grenzen. Wo diese Grenze liegt und was immer bei einer Person bleibt, wird für jeden Workflow konfiguriert. Es gibt keine einzige Einstellung, die für alle Fälle gilt.

4. Was löst ihn aus: eine Person oder ein Ereignis im Unternehmen?

Ein Agent, der nur startet, wenn jemand etwas in ein Chatfenster eingibt, bleibt grundsätzlich reaktiv. Echte agentenbasierte Funktionalität reagiert auf ein Ereignis – einen Lagerbestand, eine eingehende E-Mail oder ein defektes Werkzeug – ohne auf eine Eingabe zu warten.

Häufig gestellte Fragen

Sind ein KI-Agent und agentenbasierte KI dasselbe?

Agentenbasierte KI ist der zugrunde liegende Ansatz. Ein KI-Agent setzt diesen Ansatz praktisch um: als konkretes System, das eine definierte Aufgabe oder eine Gruppe von Aufgaben ausführt.

Wie unterscheidet sich ein KI-Agent von RPA (Robotic Process Automation)?

RPA folgt einer festen, vorprogrammierten Schrittfolge und kann Schwierigkeiten bekommen, wenn die Bedingungen von den eingebauten Regeln abweichen. Ein KI-Agent bewertet die konkrete Situation – Produkt, Preis und Bestand – und passt die Abfolge entsprechend an.

Muss ein KI-Agent speziell mit unseren Daten trainiert werden?

Er benötigt Zugriff auf die Betriebsdaten, aber kein von Grund auf speziell trainiertes Modell. In einem ERP-System sind Bestände, Preise und Kundenhistorien bereits vorhanden und können vom Agenten genutzt werden.

Kann ein KI-Agent ohne menschliche Freigabe entscheiden?

Wie geht es weiter?
Von Agenten zu Prognosen

Agentenbasierte KI erledigt eine Aufgabe, sobald der Bedarf klar ist – etwa ein Angebot zu schreiben, einen Auftrag neu einzuplanen oder ein Briefing vorzubereiten. Prädiktive KI setzt einen Schritt früher an und weist auf Margen- oder Bestandsprobleme hin, bevor jemand gezielt danach sucht.

Unser nächster Leitfaden knüpft genau hier an: Er führt vom Handeln bei einem bekannten Problem zum Erkennen, bevor es sichtbar wird.

HIER LESEN