RAG war erst der Anfang 

Für viele Unternehmen ist der Einstieg in generative KI das Wissensmanagement. Kundenanfragen automatisiert zu beantworten und Wissen aus internen Wikis und Dokumenten für Mitarbeiter auffindbar zu machen, ist mit Technologien wie Retrieval Augmented Generation (RAG) realisierbar. RAG ist besonders gut geeignet generative KI für individualisierte Inhalte nutzbar zu machen, da bestehendes Wissen einfach eingelesen und Antworten passgenau zur Nutzerfrage formuliert werden können. Bei komplexeren Anwendungsfällen stößt RAG allerdings an seine Grenzen, da lediglich vorhandene Inhalte abgerufen und wiedergegeben werden. RAG-Agenten werden zudem oft strikt darauf trainiert, nur die bereitgestellten Inhalte zu nutzen, um Fehlinformationen oder sogenannte „Halluzinationen“ zu vermeiden. Bei Aufgaben wie Beratung, der systematischen Datenerfassung oder der Analyse von Zusammenhängen erweist sich dieses Vorgehen als zu begrenzt.

Rasante KI-Evolution: Multi-Agenten-Systeme

Kauz.ai geht daher über den klassischen RAG-Agenten hinaus: Mit dem aiStudio können Sie effektiv erste Multi-Agenten-Systeme entwickeln. Auf der Plattform werden out-of-the-box spezialisierte Agenten für unterschiedliche Anwendungsfälle mit individuellen Einstellungen und Werkzeugen bereitgestellt, die bei Bedarf miteinander kombiniert werden. Die Entwicklungen großer LLMs, die im aiStudio integriert sind, erleichtern die Evolution in Richtung kooperierender KI-Agenten. So hat OpenAI beispielsweise zuletzt das Open Source Framework Swarm für Multiagentensysteme veröffentlicht, und auch die konzeptionelle Umstellung von „Function Calls“ auf  „Tools“ deutet darauf hin, dass OpenAI sich 2025 auf den Ausbau von Multi-Agenten-Systemen fokussieren wird, von dem KI-Entwickler wie wir stark profitieren werden. 

Beispiele für Multi-Agenten-Systeme eines zenralen Webseiten-Assistenten

• RAG-Agent für Wissensdaetnbanken: Der klassische RAG-Agent bleibt bestehen und beantwortet Fragen auf Basis der eingelesenen Wissensdatenbank.

• Datenerfassungs-Agent: Wenn ein Nutzer einen Schaden melden möchte, kommt dieser Agent zum Einsatz. Er stellt dem Nutzer Fragen nacheinander, nutzt Informationen aus dem Gesprächskontext und passt sich individuell an die Bedürfnisse des Nutzers an. Im Vergleich zu traditionellen Online-Formularen ist die Absprungrate viel geringer. Der Agent ist zudem mit externen Tools wie einem E-Mail-Postfach oder einem Schadensystem verbunden, an das er die erfassten Daten weiterleitet.

• Produktberaungs-Agent: Dieser Agent springt ein, wenn ein potenzieller Lead identifiziert wird. Er kennt die Produktdatenblätter, kann flexible Vergleiche zwischen Produkten erstellen und eine maßgeschneiderte Produktempfehlung abgeben. Er kann auch mit einem Preisrechner arbeiten oder die Daten an einen Berater übergeben, um eine Angebotserstellung zu starten.

Die Einsatzmöglichkeiten sind vielseitig: Ausbildungsberater, Störungshelfer, Veranstaltungsplaner – der Kreativität sind keine Grenzen gesetzt. Diese Agenten arbeiten flexibel zusammen, je nach Bedarf, und lassen sich individuell anpassen, basierend auf Anweisungen, verfügbaren Daten, Tools und dem zugrundeliegenden Sprachmodell.

Beispiele für interne KI-Agenten

Auch innerhalb des Unternehmens erweitern sich die Anwendungsfälle:

• SQL-Agent: Dieser Agent führt Datenanalysen durch, indem er Anfragen an die Sales-Datenbank stellt und Berichte erstellt.

• Schadenassistent: Er hilft bei der Klassifizierung von Schadenanfragen und gleicht sie mit Produktdatenblättern ab.

• Onboarding-Agent: Neue Mitarbeiter können mithilfe dieses Agenten Trainings absolvieren und Arbeitssituationen simulieren.

• Störungshilfe-Assistent: Mitarbeiter können mit diesem Agenten technische Probleme selbst lösen oder qualifiziert an die IT-Abteilung weiterleiten.

Auf unserer Product Roadmap 2025 steht der weitere Ausbau der verfügbaren Agenten im Zentrum unserer Entwicklungsarbeit.

Ausblick

Die Agenten legen den Grundstein für den KI-Workplace: Neben zentralen Assistenten für das Unternehmen oder die Fachabteilung wird der persönliche KI-Assistent zur Realität. Dieser Assistent kann komplexe Aufgaben unterstützen oder automatisieren, wie das Analysieren und Beantworten von E-Mails oder das Erstellen von Berichten. Mitarbeiter profitieren somit von einem individuellen digitalen Assistenten, der ihnen die tägliche Arbeit erleichtert. Im Chatbot User Interface werden schrittweise  weitere Tools und Eingabefelder wie Texteditoren eingebunden, um diverse Prozessschritte zentral abarbeiten zu können. Die KI-Agenten greifen auf interne Datenquellen zu und sind DSGVO-konform gestaltet, sodass sie auch bei hohen Compliance-Auflagen einsetzbar sind. 

Die Zukunft der Arbeitswelt wird durch diese flexiblen Multi-Agenten-Systeme dynamischer, effizienter und personalisierter. Mit uns bringen Sie die Potenziale generativer KI sicher und kontrollierbar in Ihre Organisationsabläufe.