KI-Agenten im Unternehmenseinsatz

• 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.