gesponsertInsider Research im Gespräch KI-Agenten: Mythen und Wahrheiten

Gesponsert von

Dataiku GmbH

Viele Unternehmen wissen nicht genau, was KI-Agenten alles können. Welche Anwendungsfälle von KI-Agenten bieten echten Mehrwert? Das Interview von Insider Research mit Maximilian Harms von Dataiku liefert Antworten.

KI-Agenten sind in der Lage, innerhalb festgelegter Grenzen Entscheidungen zu treffen und zu handeln. Sie interagieren mit ihrer Umgebung – sei es über APIs, Datenbanken oder andere Tools – und passen sich an wechselnde Eingaben oder Ziele an, um Aufgaben zu erfüllen, die von der Routineautomatisierung bis hin zur komplexen Problemlösung reichen. Doch wie nutzen Unternehmen diese Möglichkeiten? Das zeigt der neue Bericht von Dataiku.

GenKI- und KI-Agenten-Trends

Der Dataiku-Trendbericht „5 GenAI-Trends für 2025“ beleuchtet fünf transformative Trends, die die KI-Landschaft in Unternehmen prägen. Der Bericht konzentriert sich auf die nächste Herausforderung der generativen KI (GenAI): den bahnbrechenden Aufstieg von KI-Agenten und ihr Potenzial, Unternehmen weltweit grundlegend zu verändern:

• GenAI-Kommerzialisierung – Da KI-Agenten zum Mainstream werden, müssen Unternehmen differenzierte, ROI-gesteuerte KI entwickeln, um der „Commodity-Falle“ zu entgehen.

• Quantifizierung des ROI unter Druck – Unternehmen sehen sich zunehmenden Anforderungen gegenüber, den messbaren Wert von GenAI-Investitionen nachzuweisen.

• Das LLM-Chaos – Die Verwendung mehrerer LLMs ist für die Unterstützung von KI-Agenten unerlässlich, führt jedoch zu betrieblichen Risiken, sofern Unternehmen keine Umgebung zur Konsolidierung und Rationalisierung der KI-Workloads implementieren.

• Governance als Priorität – Schwache Governance-Rahmenwerke machen Unternehmen anfällig für Datenschutzverletzungen, Voreingenommenheit und Compliance-Verstöße.

• Höherqualifizierung der Belegschaft – Unternehmen müssen sich KI-Kompetenzen aneignen, um ihre Mitarbeiter vor einer Verdrängung zu schützen und sie auf die Anforderungen und Chancen einer KI-gesteuerten Wirtschaft vorzubereiten.

Während Unternehmen immer schneller Agenten einsetzen, entstehen oft schwerfällige Architekturen, in denen Agenten ohne angemessene IT-Kontrolle arbeiten, in Qualität und Relevanz variieren und unkontrolliert über verschiedene Teams verteilt sind.

Dataiku löst dieses Problem, indem die Universal AI Platform Funktionen bietet, mit denen Unternehmen eigene Agenten entwickeln können – basierend auf vertrauenswürdigen Daten, eingebettet in operative Arbeitsabläufe, mit der gleichen Sorgfalt verwaltet wie jedes geschäftskritische Asset.

Leitplanken und Kontrolle bei KI-Agenten

Dataiku bietet passende LLM Guard Services an, um die genannten Risiken zu minimieren. Die Services wurden entwickelt, um GenAI-Implementierungen in Unternehmen vom Proof-of-Concept bis zur Serienreife voranzutreiben, ohne Kompromisse bei Kosten, Qualität oder Sicherheit einzugehen. Dataiku LLM Guard Services umfasst drei Lösungen: Cost Guard, Safe Guard und die neueste Ergänzung Quality Guard.

Diese Komponenten sind in Dataiku LLM Mesh integriert. Es ermöglicht die Erstellung und Verwaltung unternehmensweiter GenAI-Anwendungen, die langfristig effektiv und relevant bleiben. . LLM Guard Services bietet ein zuverlässiges und sicheres Framework, um mehr Transparenz, integrative Zusammenarbeit und Vertrauen in GenAI-Projekte zwischen Teams verschiedener Abteilungen im Unternehmen zu fördern. Dataiku unterstützt die zentrale Entwicklung von Agenten mit dem Visual Agent, einer No-Code-Option, die sich ideal für nicht-technische Geschäftsanwender eignet, und dem Code Agent, einer Full-Code-Option, die sich ideal für Entwickler eignet. Beide sind auf derselben Plattform verfügbar.

Der Podcast zu KI-Agenten

Im Gespräch mit Oliver Schonschek, News-Analyst bei Insider Research, erklärt Maximilian Harms, Senior Director Business Transformation, Dataiku, unter anderem

• Über KI-Assistenten hört und liest man viel, aber KI-Agenten sind vielen noch eher neu: Was ist denn der Unterschied zwischen KI-Assistent und KI-Agent?

• Und was bedeutet dabei Backend, Frontend und Multi KI Agent?

• Wenn man sich mehr Automatisierung und Unterstützung der knappen Fachkräfte wünscht, reichen da KI-Assistenten?

• Was sind Beispielanwendungen für KI-Agenten?

• Nun sind Daten auch bei KI-Agenten die Basis, welche Herausforderungen bestehen? Was können die Folgen zum Beispiel schlechter Datenqualität sein?

• Control, Compliance, Confidence, die drei Cs sind entscheidend, damit KI-Agenten zum Erfolg führen und nicht etwa zu Haftungsrisiken. Wie erreicht man die drei Cs?

• Welche Anforderungen bestehen an die technische Infrastruktur? Wie sorgt man für Sicherheit und Integration zum Beispiel?

• Und was leistet dafür die Dataiku AI Platform?

• Gehen wir zum Schluss noch etwas tiefer in die Technik: Was bedeutet LLM Mesh und wie hilft dies bei der Entwicklung und Steuerung von KI-Agenten?

• Was sollten die Hörer jetzt tun? Wie stellt man fest, ob man KI-Agenten einsetzen sollte, wie legt man los?

Der neue Podcast steht bei Captivate, bei Apple Podcasts, bei Spotify, bei Deezer und bei YouTube zur Verfügung, am besten gleich reinhören, bei Insider Research im Gespräch, dem Podcast mit den Insidern der Digitalen Transformation!

(ID:50467348)