Definition Was ist Agentic AI?

Anbieter zum Thema

Fsas Technologies GmbH

Eine Agentic AI ist eine autonom und zielorientiert arbeitende Form einer Künstlichen Intelligenz (KI, engl. AI). Mit KI ausgestattete Agenten sind in der Lage, selbstständig zu lernen, Entscheidungen zu treffen, Maßnahmen zu ergreifen, Aktionen auszuführen, sich dynamisch anzupassen und Ziele zu verfolgen. Sie handeln proaktiv und adaptiv.

Bei einer Agentic AI handelt es sich um eine agentenbasierte Künstliche Intelligenz (KI). Teilweise werden alternativ die Begriffe autonome oder agentische Künstliche Intelligenz verwendet. Die Agentic AI stellt einen weiteren Evolutionsschritt Künstlicher Intelligenz dar.

Eine agentenbasierte Künstliche Intelligenz ist in der Lage, selbstständig zu lernen, um bestimmte Ziele zu verfolgen, Entscheidungen zu treffen und Maßnahmen zu ergreifen oder Aufgaben auszuführen und sich dynamisch anzupassen. Durch diese autonomen, proaktiven und adaptiven Fähigkeiten unterscheidet sich die Agentic AI von rein reaktiver Künstlicher Intelligenz, die nur auf Basis spezifischer Anweisungen oder Eingaben handelt.

Agentische KI-Systeme können auch komplexe oder aus mehreren Einzelschritten bestehende Problemstellungen lösen. Die Handlungen einer Agentic AI sind bezüglich ihrer Zielsetzung konsistent.

Die typischen Merkmale einer Agentic AI

Eine Agentic AI ist durch folgende typische Merkmale gekennzeichnet:

• autonomes Handeln: intelligente Agenten arbeiten und entscheiden selbstständig, ohne direkte menschliche Steuerung

• Fähigkeit zum Lernen und zur iterativen Optimierung: Agentic AI lernt kontinuierlich dazu und optimiert sich iterativ

• Anpassungsfähigkeit: Agentic AI passt sich den Veränderungen der Umgebung oder neuen Entwicklungen selbstständig an

• Zielorientierung: intelligente Agenten verfolgen Ziele und handeln zielorientiert und strategisch

• Planungskompetenz: zur Lösung komplexer Probleme werden proaktiv Planungen und Strategien entwickelt

• Interaktionsfähigkeit: Agentic AI kann mit ihrer Umgebung interagieren

• Reaktivität: Agentic AI reagiert auf Eingaben oder Umgebungsdaten in Echtzeit

Abgrenzung zur generativen Künstlichen Intelligenz

Agentic AI lässt sich von rein generativer KI (GenAI), beispielsweise reinen KI-Sprach- oder -Bildmodellen, deutlich abgrenzen. Während generative KI auf menschliche Anweisung Ausgaben in Form von Texten, Bildern, Videos, Audio oder Programmcode erzeugt oder vordefinierte, spezifische Aufgaben ausführt, ist eine Agentic AI in der Lage, bestimmte Ziele zu verfolgen und dafür autonom und ohne menschliches Eingreifen zu handeln und Entscheidungen zu treffen.

Agentic AI passt sich selbstständig veränderten Rahmenbedingungen an, interagiert autonom mit ihrer Umgebung und entwickelt eigene Problemlösungsstrategien. Generative KI hingegen ist in ihren Möglichkeiten und Antworten auf spezifischen Output begrenzt und benötigt eine gewisse menschliche Anleitung und Übersicht.

Funktionsweise einer Agentic AI

Zur Realisierung einer agentischen KI kommen verschiedene KI-Verfahren, -Techniken und -Methoden zum Einsatz. Die prinzipielle Funktionsweise einer Agentic AI zur Lösung einer Problemstellung oder Bearbeitung einer Aufgabe lässt sich in folgendem vierstufigen Prozess beschreiben:

• Wahrnehmung: Der erste Prozessschritt ist für die Beschaffung von Informationen zuständig. Daten werden aus verschiedenen Quellen oder aus der Umgebung bezogen und analysiert und relevante Informationen werden extrahiert.

• Analyse und Planung: Als Nächstes folgt der Prozessschritt des logischen Denkens beziehungsweise des Planens. Hierfür lassen sich beispielsweise große Sprachmodelle (Large Language Models – LLMs) oder andere Formen von Reasoning-Engines verwenden. In diesem Prozessschritt erstellt die Agentic AI Lösungen oder Lösungsstrategien für die Problemstellung und leitet daraus die notwendigen zu erledigenden Aufgaben oder auszuführenden Handlungen ab.

• Ausführung: Im nachfolgenden Schritt handelt die Agentic AI. Gemäß der vorhergehenden Planungsphase werden die entsprechenden Aktivitäten ausgeführt. Sie interagiert hierfür über Schnittstellen mit ihrer Umgebung, mit externen Tools oder mit Anwendungen.

• Feedback und Anpassung: Ist dieser Prozess abgeschlossen, werden die Ergebnisse des Handelns in die Agentic AI rückgekoppelt. Die Agentic AI wird mit diesem Feedback trainiert, passt sich entsprechend an und optimiert sich selbst.

Anwendungsbereiche einer Agentic AI

Agentic AI findet Anwendung überall dort, wo Prozesse dynamisch, komplex oder zu umfangreich für manuelle Steuerung sind. Typische Einsatzbereiche sind:

• IT-Operations: Automatisierte Fehlerbehebung, Patch-Management oder Netzwerk-Optimierung.

• DevOps: Autonome CI/CD-Pipelines, die Fehler erkennen, beheben und neue Deployments ausrollen.

• Business-Prozesse: CRM-Agenten, die Leads verfolgen oder Verträge nachverhandeln.

• Cybersecurity: Systeme, die Bedrohungen erkennen, Gegenmaßnahmen planen und automatisiert umsetzen.

• Industrie 4.0: Agenten, die Produktionslinien überwachen und Wartungsmaßnahmen initiieren.

Vor- und Nachteile einer Agentic AI

Im Gegensatz zu einer rein reaktiven oder generativen KI bietet eine Agentic AI zahlreiche Vorteile. Sie ist flexibler, passt sich selbstständig an und optimiert sich kontinuierlich selbst. Eine Agentic AI ist durch ihr autonomes, zielgerichtetes Handeln in der Lage, komplexe Aufgabenstellungen zu bearbeiten und mit der Umgebung zu interagieren. Sie benötigt weniger menschliche Anweisungen und Eingaben und löst Probleme effizienter. Durch ihre Planungskompetenz und ihre Fähigkeit zu einer gewissen Art von Kreativität können neue Perspektiven und Lösungswege entstehen.

Die agentenbasierte Künstliche Intelligenz ist auch mit einigen Nachteilen und Herausforderungen verbunden. Dazu zählen zum Beispiel:

• die Fähigkeit zu autonomem Handeln ist mit dem Risiko des Kontrollverlusts und mit Sicherheitsrisiken verbunden

• die Problemlösungsstrategien und das Handeln einer Agentic AI können intransparent sein

• Agentic AI ist komplex und technisch anspruchsvoll

• Agentic AI hat einen großen Ressourcenbedarf hinsichtlich Rechenleistung und Energie

• die Autonomie der agentenbasierten Künstlichen Intelligenz kann zu ethischen oder sozialen Fragestellungen und Bedenken führen

Ausblick

Mit wachsender Rechenleistung, multimodalen Modellen und leistungsfähigen Frameworks wird Agentic AI in den kommenden Jahren zur Basistechnologie vieler Unternehmensprozesse. Sie verändert nicht nur die Art, wie KI eingesetzt wird, sondern auch, wie Software entwickelt, getestet und betrieben wird. Unternehmen, die Agentic-Ansätze frühzeitig integrieren, schaffen sich einen strukturellen Vorteil – müssen aber zugleich ihre Sicherheits-, Governance- und Compliance-Strategien neu denken.

(ID:50304012)