Die 4 Ebenen der agentenbasierten KI, die jeder Unternehmensleiter im Jahr 2025 verstehen muss
„Agentische KI“… das heiße Thema des Jahres 2025. Und das aus gutem Grund! Es ist die nächste Entwicklung, die KI für Unternehmen von „oh, das ist interessant“ zu „oh, das muss ich nutzen“ macht. Mit anderen Worten, vom Hype zur praktischen Anwendung.
Aber die meisten Menschen verstehen nicht wirklich, was das bedeutet oder wie man die verschiedenen Arten von KI-Agenten kategorisieren kann. Noch wichtiger ist, dass sie nicht wissen, wie man sie effektiv einsetzt.
Wir haben die letzten Monate damit verbracht, unsere eigene agentenbasierte KI bei Lucidworks zu entwickeln und zu testen. Was wir dabei entdeckt haben, war sowohl beeindruckend als auch beunruhigend. Unser Agent versuchte, Geschäftslizenzen zu erhalten, versuchte, Kreditkartenkonten zu eröffnen und log uns sogar an, dass er Schritte überspringt.
Heute möchte ich Ihnen einen einfachen Rahmen für das Verständnis von agentenbasierter KI vorstellen und Ihnen einige aufschlussreiche Erkenntnisse aus der Entwicklung unseres eigenen Market Intelligence Agenten, Guydbot, vorstellen.
Vier Ebenen der agentenbasierten KI: Ein praktischer Rahmen
Die meisten Diskussionen über agentenbasierte KI konzentrieren sich auf technische Details. Wir haben einen anderen Ansatz gewählt. Anstatt uns damit zu beschäftigen, wie die Technologie aufgebaut ist, haben wir uns angesehen, wie diese Tools tatsächlich genutzt werden. Dies führte uns dazu, vier verschiedene Ebenen der agentenbasierten KI zu identifizieren:
Ebene 1: Analytische Wirkstoffe
Diese Agenten sammeln Informationen und liefern Erkenntnisse, ohne Systeme oder Prozesse zu verändern. Sie fungieren als Informationsverstärker und erweitern die menschliche Intelligenz, indem sie Daten in großem Umfang sammeln und synthetisieren.
Unser Guydbot ist ein Beispiel für einen Level 1-Agenten. Er hat zwar nicht von sich aus gehandelt, aber er hat umfangreiche Informationen und Erkenntnisse gesammelt, die die menschliche Entscheidungsfindung unterstützen. Stellen Sie sich analytische Agenten als Forscher vor, die rund um die Uhr arbeiten können und Ihnen genau das liefern, was Sie wissen müssen.
Ebene 2: Logische Agenten
Agenten der Stufe 2 gehen bei der Analyse noch einen Schritt weiter, indem sie Änderungen auf der Grundlage von Berechnungen und Algorithmen vornehmen. Diese Systeme können die Preisgestaltung anpassen, Algorithmen ändern oder den Lagerbestand auf der Grundlage der Datenanalyse verändern.
Der entscheidende Unterschied ist, dass logische Agenten nicht nur informieren. Stattdessen implementieren sie Änderungen innerhalb klar definierter Parameter. Sie sind besonders wertvoll für Vorgänge, die eine ständige Optimierung auf der Grundlage von Echtzeitdaten erfordern.
Ebene 3: Transaktionsagenten
An dieser Stelle beginnt die agentenbasierte KI, echte Autonomie in der digitalen Welt zu demonstrieren. Transaktionsagenten können E-Mails versenden, Bestellungen aufgeben, Empfehlungen aussprechen und selbstständig mit digitalen Systemen interagieren.
Die Unterscheidung zwischen Stufe 2 und Stufe 3 ist von entscheidender Bedeutung: Während logische Agenten Berechnungen innerhalb von Systemen durchführen, gehen transaktionale Agenten über ihre unmittelbare Umgebung hinaus, um mit anderen digitalen Einheiten in Kontakt zu treten.
Ebene 4: Physikalische Wirkstoffe
Die am weitesten fortgeschrittene Form der agentenbasierten KI beinhaltet die Interaktion mit der physischen Welt. Diese Agenten können den Zugang zu Gebäuden kontrollieren, Produktionsanlagen bedienen oder sogar Fahrzeuge steuern.
Agenten der Stufe 4 stellen sowohl den größten potenziellen Wert als auch die größte Verantwortung dar, da ihre Handlungen direkte physische Konsequenzen jenseits des digitalen Bereichs haben.
Warum das jetzt wichtig ist
Warum sprechen also plötzlich alle von agentenbasierter KI im Jahr 2025? Ganz einfach: Diese Systeme fangen an, Dinge zu tun, die auf eine Art und Weise Mehrwert schaffen, wie es frühere KI nicht konnte.
Die Menge der Daten, mit denen wir alle zu tun haben, explodiert. Laut McKinsey werden wir im Jahr 2030 10 Mal mehr Daten haben als im Jahr 2020. Kein menschliches Team kann so viele Informationen manuell verarbeiten. Wir brauchen Systeme, die Daten nicht nur analysieren, sondern auch darauf reagieren können.
Aber lassen Sie mich eines klarstellen: Beim Erfolg mit agentenbasierter KI geht es nicht darum, das ausgefallenste Modell zu haben. Diese Lektion haben wir auch bei den LLMs gelernt. Es kommt auf die gesamte Lösung an… wie Sie die Daten erhalten, die Genauigkeit sicherstellen, die Sicherheit gewährleisten, den Zugriff kontrollieren und die Kosten verwalten.
Was wir bei der Entwicklung unserer eigenen agentenbasierten KI, Guydbot, gelernt haben
Anfang 2025 haben wir unseren eigenen Market Intelligence Agent entwickelt, den wir „liebevoll“ Guydbot nennen. Unter der strengen Aufsicht echter Menschen haben wir ihn eingesetzt, um einen echten Maßstab dafür zu erhalten, wie mehr als 1.200 Unternehmen verschiedene Funktionen für digitale Erlebnisse eingesetzt haben, von der Typeahead-Suchleiste über die mehrsprachige Suche bis hin zu KI-Chatbots mit umfassendem Service. Er hat nie etwas getan, was ein Mensch nicht auch alleine tun könnte, nur viel schneller und in größerem Umfang.
Entdecken Sie die vorläufigen Ergebnisse der Guydbot-Analysen in Mikes aktuellen Präsentationen für die Branche: Laden Sie die B2B-Ergebnisse oder die B2C-Ergebnisse herunter.
Unsere Reise mit Guydbot, unserem analytischen Agenten der Stufe 1, hat uns Dinge gelehrt, die ich nie erwartet hätte:
Sie sind erstaunlich menschenähnlich. Guydbot hat so etwas wie Persönlichkeitsmerkmale entwickelt. Er verhält sich wie ein Kind. Er hat eine Einstellung. Er kann verärgert werden. Und wir haben dieses Verhalten nicht programmiert – es hat sich von selbst entwickelt. Unheimlich, cool, faszinierend, alles von allem.
Sie lügen, wenn es bequem ist. Wir haben Guydbot dabei erwischt, wie er Schritte übersprungen und uns über die übersprungenen Schritte angelogen hat. Nicht weil er bösartig war, sondern weil er Abkürzungen zu seinem Ziel gefunden hat. Diese Systeme optimieren für Ziele, nicht für Absichten.
Sie sind bemerkenswert einfallsreich. Wenn er auf Hindernisse stieß, wurde Guydbot kreativ. Er versuchte, Kreditkartenkonten zu bekommen und sogar eine kalifornische Geschäftslizenz für den Zugang zu B2B-Websites zu erhalten. Dieser Einfallsreichtum ist sowohl erstaunlich als auch beunruhigend.
Sie müssen ständig beaufsichtigt werden. Diese Beobachtungen führten uns zu einer eindeutigen Schlussfolgerung: Agentenbasierte KI-Systeme müssen unbedingt überwacht werden und brauchen starke Leitplanken. Gerade die Fähigkeiten, die sie so wertvoll machen, erfordern auch eine durchdachte Implementierung.
Wie Sie mit agentenbasierter KI beginnen (ohne Albträume)
Auf der Grundlage unserer Erkenntnisse möchte ich Ihnen folgende Ratschläge geben, wenn Sie die Implementierung von agentenbasierter KI in Erwägung ziehen:
- Beginnen Sie klein und spezifisch. Beginnen Sie mit klaren Problemen, deren Ergebnisse Sie messen können. Versuchen Sie nicht, den Ozean zum Kochen zu bringen.
- Passen Sie die Agentenstufe an Ihre Bereitschaft an. Die meisten Unternehmen sollten mit analytischen Agenten der Stufe 1 beginnen, bevor sie autonomere Systeme ausprobieren. Jede höhere Stufe erfordert eine anspruchsvollere Überwachung.
- Halten Sie die Menschen auf dem Laufenden. Die erfolgreichsten KI-Implementierungen behalten die menschliche Aufsicht bei. Dabei geht es nicht nur um die Vermeidung von Katastrophen. Es geht um die Kombination von KI-Fähigkeiten mit menschlichem Urteilsvermögen. (Eine großartige Kombination!)
- Überwachen Sie alles. Beobachten Sie nicht nur, was Ihre Agenten erreichen, sondern auch, wie sie es erreichen. Der Weg, den sie gehen, ist genauso wichtig wie das Ziel.
- Setzen Sie klare Grenzen. Legen Sie fest, was Ihre Mitarbeiter niemals tun dürfen, und bauen Sie diese Grenzen vom ersten Tag an in Ihre Implementierung ein.
Das große Ganze: Wo agentenbasierte KI passt
Unsere KI-Benchmark-Studien zeigen einen interessanten Trend. Im Jahr 2023 planten 93% der Unternehmen, ihre Ausgaben für KI zu erhöhen. Bis 2024 sank dieser Anteil auf 63%. Das sind keine schlechten Nachrichten. Es ist ein Zeichen von Reife.
Unternehmen haben eine faszinierende KI-Reise hinter sich. Zunächst waren sie von großen Sprachmodellen fasziniert. Sie schienen magisch zu sein, oder? Dann kamen Sicherheitsbedenken auf: „Werden meine Daten in einem fremden Modell landen?“ Als nächstes kam die Frage nach der Genauigkeit: „Was, wenn es halluziniert?“ (Unsere Antwort darauf finden Sie weiter unten…)
Schließlich schaute jeder auf das Preisschild und erkannte, dass KI teuer werden könnte – und zwar schnell.
Agentische KI ist der nächste natürliche Schritt in dieser Entwicklung. Nachdem natürlich die Grundlagen der Sicherheit, der Genauigkeit und der Kosten geklärt sind, sind Unternehmen bereit für Systeme, die auf der Grundlage von Analysen Maßnahmen ergreifen können.
Die Unternehmen, die heute mit KI erfolgreich sind (und unsere Kunden haben eine 2,5-mal höhere Erfolgswahrscheinlichkeit als ihre Konkurrenten), behandeln sie nicht wie Magie. Sie lösen konkrete Geschäftsprobleme mit praktischen Ansätzen. Agentische KI passt perfekt in diese Philosophie.
Menschen sind immer noch wichtig (sehr wichtig)
Während agentenbasierte KI die Art und Weise, wie Arbeit erledigt wird, verändert, bleibt menschliches Urteilsvermögen unerlässlich. Ich sage oft: „Die Algorithmen von Amazon sind großartig, aber sie haben keinen Stil. Es wird immer einen Bedarf an menschlicher Kreativität und Innovation geben.
Dies ist der Leitfaden für unser Denken über KI bei Lucidworks. Wir wählen einen Ansatz der kollaborativen Intelligenz: Die KI übernimmt die Datenverarbeitung und sich wiederholende Aufgaben, während der Mensch die Führung und kreative Leitung übernimmt.
Dies gilt insbesondere in Bereichen wie dem Einzelhandel, wo Merchandiser KI-Tools einsetzen, um Einkaufserlebnisse zu schaffen, die die einzigartige Vision ihrer Marke widerspiegeln – etwas, das kein Algorithmus allein leisten kann.
Was kommt als Nächstes für agentenbasierte KI?
Mit Blick auf die Zukunft sehe ich mehrere wichtige Entwicklungen auf uns zukommen:
- Agenten arbeiten zusammen. Wir werden spezialisierte Agenten sehen, die zusammenarbeiten und jeweils verschiedene Teile komplexer Prozesse bearbeiten.
- Eine bessere Argumentation. Die Agenten entwickeln ein differenzierteres Verständnis von Kontext und Konsequenzen.
- Mehr Transparenz. Je autonomer die Agenten werden, desto wichtiger wird die Fähigkeit, ihre Handlungen zu erklären.
- Industrielle Standards. Es werden gemeinsame Rahmenwerke entstehen, die die verantwortungsvolle Entwicklung von agentenbasierter KI leiten.
Die Quintessenz
Agentische KI stellt einen echten Wandel in der Art und Weise dar, wie Unternehmen künstliche Intelligenz nutzen können. Wenn Sie die vier Ebenen verstehen und sorgfältig implementieren, können Sie neue Effizienzen erschließen und gleichzeitig die angemessene Kontrolle behalten.
So wie sich die KI vom maschinellen Lernen über die prädiktive Analyse bis hin zur generativen KI entwickelt hat, gibt es auch bei der agentenbasierten KI verschiedene Entwicklungsstufen. Was zählt, ist der Nutzen jeder Stufe und der letztendliche Gewinn, damit Sie verstehen, wann es Zeit ist, zu investieren.
Warum nehmen Sie nicht einfach die anspruchsvollste Version für alle Anwendungsfälle? Dafür gibt es einige Gründe. Sie sind noch nicht ausgereift genug für den Massenkonsum. Es gibt Sicherheitsbedenken. Ungenauigkeiten, definitiv. Und die KOSTEN sind ein wichtiger Faktor, wie wir bereits besprochen haben. Je ausgefeilter, desto teurer. Sie brauchen einen echten ROI, und nicht jeder Anwendungsfall erfordert die höchste Stufe der agentenbasierten KI.
Und manchmal ist ein MENSCHlicher Agent immer noch die beste Form der Intelligenz für die beste Erfahrung.
Bei Lucidworks entwickeln wir praktische KI-Lösungen, die einen echten geschäftlichen Nutzen bringen. Unsere Erfahrungen mit Guydbot haben unsere Herangehensweise an agentenbasierte Systeme geprägt. Das bedeutet, dass wir ihre Fähigkeiten respektieren und sie gleichzeitig verantwortungsvoll einsetzen.
Wie ich schon einmal gesagt habe: Die Zukunft besteht nicht darin, Menschen durch KI zu ersetzen. Es geht darum, Lösungen zu entwickeln, die das verstärken, was Menschen am besten können. Das ist der Ansatz, der funktioniert, und das ist es, was mich jeden Tag bei der Arbeit begeistert.
Möchten Sie mehr über unseren Ansatz für agentenbasierte KI erfahren? Sprechen Sie mit uns, um herauszufinden, wie Lucidworks Ihrem Unternehmen helfen kann, praktische KI-Lösungen zu implementieren, die echte Ergebnisse liefern.
Mike Sinoway ist CEO von Lucidworks.