KI-Agenten im Kleinunternehmen: wo sie helfen

Ein KI-Agent ist Software, die ein Ziel entgegennimmt, eine Reihe von Schritten abarbeitet, Werkzeuge wie Ihre E-Mail, Ihren Kalender oder Ihre Datenbank aufruft und anhand dessen, was sie findet, über den nächsten Schritt entscheidet. Das unterscheidet ihn von einem Chatbot, der eine Frage nach der anderen beantwortet. Und es unterscheidet ihn von einer einfachen Automatisierung, die einem festen Skript folgt. Der Agent wählt.

Diese Fähigkeit zu wählen ist der ganze Sinn und das ganze Risiko. Wir bauen Agenten für Kunden, und wir lehnen Agentenprojekte ab, wenn ein einfacheres Werkzeug die Aufgabe besser erledigt. So denken wir darüber.

Wo Agenten helfen

Agenten sind gut bei Arbeit, die in ihrer Form wiederkehrt, sich im Detail aber unterscheidet. Die Schritte sind jedes Mal ungefähr gleich, aber die Eingaben sind unordentlich, und ein festes Skript scheitert daran.

• Eingehende E-Mails sortieren und Antworten entwerfen, wenn jede Nachricht anders ist, die Arten von Antworten aber wenige sind.
• Dieselben Angaben aus Rechnungen, Formularen und Dokumenten ziehen, die in unterschiedlichen Layouts eintreffen.
• Erste Recherche, etwa eine Liste von Lieferanten anhand von Kriterien prüfen und eine Zusammenfassung schreiben, die Sie dann lesen.
• Datensätze zwischen Werkzeugen abgleichen, die nicht miteinander sprechen, wo heute ein Mensch kopiert und einfügt.
• Routinefragen von Kunden aus Ihren eigenen Dokumenten beantworten, mit einer klaren Übergabe, wenn die Frage nicht routinemäßig ist.

In jedem dieser Fälle spart der Agent Zeit in der Mitte der Aufgabe, und ein Mensch bleibt für das Ergebnis verantwortlich.

Wo Agenten nicht helfen

Ein Agent passt schlecht, wenn die Arbeit selten anfällt, wenn ein Fehler teuer ist oder wenn die Regeln bereits klar sind.

• Fällt eine Aufgabe nur wenige Male im Jahr an, zahlt sich die Zeit für Aufbau und Prüfung des Agenten nicht aus.
• Lässt sich eine falsche Aktion nicht rückgängig machen, etwa Geld senden, Datensätze löschen oder einem Kunden etwas zusagen, sollte der Agent nicht allein handeln.
• Ist die Logik einfach und stabil, ist eine normale Automatisierung ohne Modell günstiger, schneller und leichter zu testen. Nicht jeder Arbeitsablauf braucht ein Modell, das schlussfolgert.
• Können Sie nicht beschreiben, wie ein gutes Ergebnis aussieht, kann der Agent es auch nicht. Agenten brauchen eine klare Definition von „fertig“.

Leitplanken

Der Unterschied zwischen einem Agenten, der hilft, und einem, der Chaos anrichtet, liegt fast immer in den Leitplanken um ihn herum, nicht im Modell darin. Wir bauen sie von Anfang an ein.

1. Werkzeuge begrenzen. Der Agent bekommt nur Zugriff auf die Systeme, die er braucht, und nur auf die Aktionen, die er braucht. Lesezugriff wird vor Schreibzugriff gewährt.
2. Lesen von Handeln trennen. Nachschlagen und Entwerfen sind risikoarm. Senden, Zahlen, Ändern und Löschen sind risikoreich, und jede risikoreiche Aktion bekommt ihre eigene Schranke.
3. Alles protokollieren. Jeder Schritt, jeder Werkzeugaufruf und jede Entscheidung wird aufgezeichnet, damit Sie sehen können, warum der Agent getan hat, was er getan hat.
4. Stoppbedingungen festlegen. Der Agent hält an und bittet um Hilfe, wenn er unsicher ist, wenn er auf etwas stößt, das er noch nicht gesehen hat, oder wenn er es zu oft versucht hat.
5. Mit echten Beispielen testen. Wir lassen den Agenten gegen eine Reihe vergangener Fälle laufen, auch die schwierigen, bevor er echte Arbeit anfasst.

Wann ein Mensch eingebunden bleiben sollte

Human in the loop bedeutet, dass ein Mensch prüft oder freigibt, bevor eine Aktion wirksam wird. Das bremst den Agenten, und oft ist das der richtige Tausch.

Wir empfehlen, einen Menschen einzubinden, wenn die Aktion schwer rückgängig zu machen ist, wenn sie in Ihrem Namen an einen Kunden geht, wenn es um Geld oder rechtliche Verpflichtungen geht oder wenn der Agent neu ist und Sie seinem Urteil noch nicht trauen. Wenn die Protokolle zeigen, dass der Agent eine Kategorie von Aufgaben immer wieder richtig erledigt, können Sie die Prüfung für diese Kategorie aufheben und für den Rest beibehalten.

Der umgekehrte Fehler ist ebenfalls häufig: ein Prüfschritt bei jeder einzelnen Aktion, sodass niemand Zeit spart. Die Ausgabe des Agenten zu prüfen sollte schneller gehen, als die Arbeit selbst zu erledigen. Wenn nicht, hilft der Agent nicht, und wir sollten ihn überdenken.

Was der Betrieb kostet

Agenten haben laufende Kosten, die einfache Software nicht hat. Jeder Schritt des Agenten ruft ein Modell auf, und jeder Aufruf wird vom Anbieter berechnet. Ein Agent, der viele Schritte macht, oft neu ansetzt oder lange Dokumente liest, kostet pro Aufgabe mehr als einer, der knapp und klar abgegrenzt ist. Dazu kommen die Kosten für die Werkzeuge, die er aufruft, für Hosting, Überwachung und die Zeit, die jemand mit der Prüfung seiner Arbeit verbringt.

Zahlen nennen wir hier nicht, weil sich die Sätze ändern. Unser Kostenschätzer gibt Ihnen in Minuten eine Spanne, mit Baukosten, monatlichen Betriebskosten, Aufwand je Rolle und allen Annahmen aufgelistet, damit Sie sehen, was die Zahl bestimmt, bevor Sie mit jemandem sprechen.

Wie wir vorgehen

Wir beginnen mit der Aufgabe, nicht mit der Technik. Wir zeichnen die Schritte auf, die ein Mensch heute macht, markieren, welche davon Risiko tragen, und entscheiden, welche überhaupt ein Modell brauchen. Oft ist die Antwort eine Mischung: einfache Automatisierung für die festen Schritte, ein Agent für die unordentliche Mitte und ein Mensch an den Schranken, die zählen.

Wir können das zu einem Festpreis für einen definierten Umfang bauen, als Team im Monat oder als Stundenkontingent mit zugesagter Reaktionszeit. Wenn Sie einen Agenten für Ihr Unternehmen erwägen, nutzen Sie zuerst den Kostenschätzer. Es geht schnell, und er sagt Ihnen klar, ob die Idee ein Gespräch wert ist.