- 1. Grundlagen von Agentic AI
- Definition und Abgrenzung von KI-Agenten zu klassischen Chatbots und Assistenten
- Autonomie, Zielorientierung und Entscheidungsfähigkeit als zentrale Merkmale
- Aktuelle Plattformen und Frameworks für die Entwicklung von KI-Agenten
- 2. Architektur von KI-Agenten-Systemen
- Aufbau aus Sprachmodell, Werkzeugen, Speicher und Planungskomponente
- Interaktion zwischen Agent und externen Systemen über APIs und Schnittstellen
- Single-Agent- versus Multi-Agent-Architekturen für komplexe Aufgaben
- 3. Grundlagen des Prompt Engineering
- Prinzipien für klare, präzise und zielführende Anweisungen
- Strukturierung von Prompts mit Kontext, Aufgabe und Ausgabeformat
- Typische Fehler und deren Vermeidung bei der Prompt-Erstellung
- 4. Fortgeschrittene Prompt-Techniken
- Chain-of-Thought und schrittweises Reasoning für komplexe Aufgaben
- Few-Shot-Learning durch Beispiele im Prompt
- System-Prompts zur Definition von Rolle und Verhalten des Agenten
- 5. Werkzeuge und Tool-Integration
- Anbindung externer Werkzeuge wie Datenbanken, APIs und Dateisysteme
- Function Calling und strukturierte Ausgaben für zuverlässige Automatisierung
- Auswahl und Konfiguration von Tools für spezifische Anwendungsfälle
- 6. Business-Workflows analysieren und modellieren
- Identifikation geeigneter Prozesse für die Automatisierung mit KI-Agenten
- Zerlegung komplexer Workflows in einzelne Aufgaben und Entscheidungspunkte
- Definition von Eingaben, Ausgaben und Erfolgskriterien für jeden Schritt
- 7. Agenten für typische Geschäftsprozesse
- Automatisierung von Recherche, Zusammenfassung und Berichtserstellung
- Agenten für Kundenkommunikation und Support-Anfragen
- Datenextraktion und -verarbeitung aus verschiedenen Quellen
- 8. Orchestrierung und Ablaufsteuerung
- Verkettung mehrerer Agenten zu komplexen Workflows
- Fehlerbehandlung, Rückfragen und menschliche Eingriffspunkte
- Überwachung und Protokollierung von Agentenaktivitäten
- 9. Qualitätssicherung und Grenzen
- Evaluation von Agentenergebnissen und Umgang mit Halluzinationen
- Guardrails und Sicherheitsmechanismen für produktive Umgebungen
- Grenzen aktueller Agentensysteme und realistische Erwartungen
- 10. Implementierung und Skalierung
- Entwicklungsumgebungen und Low-Code-Plattformen für Agenten
- Integration in bestehende IT-Landschaft und Unternehmensprozesse
- Betrieb, Wartung und kontinuierliche Verbesserung von Agentenlösungen
- Praxisübung
- Entwicklung eines KI-Agenten für einen Geschäftsprozess
- Die Teilnehmer konzipieren und implementieren in Gruppen einen KI-Agenten für einen vorgegebenen Business-Workflow. Sie erstellen System-Prompts, definieren Werkzeuge und testen den Agenten an realistischen Szenarien. Die Ergebnisse werden präsentiert und hinsichtlich Praxistauglichkeit bewertet.
Lernziele Nach Abschluss verstehen die Teilnehmer die Funktionsweise von KI-Agenten und können diese für Geschäftsprozesse einsetzen. Sie beherrschen Prompt-Engineering-Techniken für zuverlässige Ergebnisse. Die Teilnehmer sind in der Lage, Agentenlösungen zu konzipieren und umzusetzen.
ZielgruppenDas Seminar richtet sich an Fachkräfte, die KI-Agenten für die Prozessautomatisierung nutzen möchten. Angesprochen sind Entwickler, Prozessverantwortliche und Digitalisierer mit Interesse an praktischer KI-Anwendung. Ebenso profitieren IT-Projektleiter und Innovationsverantwortliche. Grundkenntnisse im Umgang mit KI-Sprachmodellen sind hilfreich.
