Agentic AI

Was Agentic AI in der Praxis tatsächlich verändert

Agentische KI verwandelt statische KI-Modelle in zielorientierte Assistenten, die unter menschlicher Aufsicht über digitale und physische Systeme hinweg planen, entscheiden und handeln können.

Anstatt eine einzige Antwort auf eine einzige Frage zu geben, kann ein agentenbasiertes KI-System eine Aufgabe entgegennehmen, sie in einzelne Schritte unterteilen, Tools und APIs aufrufen und so lange wiederholen, bis innerhalb definierter Grenzen ein zufriedenstellendes Ergebnis erzielt wird. Im industriellen Kontext bedeutet dies einen Übergang von blinkenden Alarmanzeigen und manuellen Protokollprüfungen hin zu einer aktiven, kontinuierlichen Unterstützung bei der Fehlerbehebung.‍

Demo anfordern

Diskutieren Sie, wie agentenbasierte KI Ihre eigenen Maschinen, Systeme oder Arbeitsabläufe unterstützen könnte.

Ein agentenbasiertes KI-System kann man sich als digitalen Kollegen vorstellen, der Anweisungen liest, relevante Tools auswählt, Arbeiten ausführt und anschließend Ergebnisse und Erklärungen zurückmeldet. Es arbeitet innerhalb der von Ihnen definierten Richtlinien und Sicherheitsvorkehrungen und bleibt überprüfbar, sodass seine Aktionen nachverfolgt und überprüft werden können.

Von einzelnen Antworten zu autonomen Workflows

Prozessautomatisierungstiefe

End-to-end

Benutzeraufwand pro Aufgabe

Minuten → Sekunden

Art der Interaktion

Ziel → Ergebnis

Explizite menschliche Kontrolle

Anbindung an bestehende Datensilos

Erklärt Handlungsschritte

Diese Veränderung ist für Geschäftsteams spürbar. Prozesse, die früher manuelle Nachverfolgung, Abfragen in mehreren Systemen oder die Koordination zwischen verschiedenen Abteilungen erforderten, können nun durch einen KI-Agenten durchgängig koordiniert werden, während sich die Mitarbeiter auf die Überwachung, Ausnahmen und wichtige Entscheidungen konzentrieren können. Bei der Fehlerbehebung löst der Agent nicht nur einen Alarm aus, sondern untersucht auch den Fehler, testet Hypothesen und schlägt sichere Korrekturmaßnahmen vor oder führt diese durch.

Auswirkungen auf das Geschäft und Vorteile

Agentische KI schafft Mehrwert, indem sie Sprachverständnis, Entscheidungslogik und Werkzeugnutzung zu einer koordinierten Funktion kombiniert, die nicht nur bei Bedarf, sondern kontinuierlich ausgeführt werden kann.

Betriebliche Effizienz und Durchsatz

Workflows, an denen früher mehrere Mitarbeiter und Systeme beteiligt waren, können nun von einer Vielzahl von KI-Agenten abgewickelt werden, die sich einloggen, Informationen sammeln, Berechnungen durchführen, Entwürfe erstellen und nur bei Bedarf um Bestätigung bitten. Im Bereich Betrieb und Wartung kann dies die Zeit zwischen dem ersten Alarm und einer konkreten Korrekturmaßnahme von mehreren zehn Minuten auf Sekunden oder wenige Minuten reduzieren.

Typische Auswirkungen sind kürzere Bearbeitungszeiten für komplexe Anfragen, ein höherer Durchsatz pro Mitarbeiter und reibungslosere Übergaben zwischen Teams, da der Agent den Kontext über alle Schritte und Vorfälle hinweg beibehält.

Qualität, Konsistenz und Überprüfbarkeit

Da agentenbasierte KI expliziten Richtlinien und schrittweisen Argumentationsmustern folgt, profitieren Sie von einer konsistenteren Fallbearbeitung, einer automatischen Dokumentation der Maßnahmen und einer vereinfachten Compliance-Berichterstattung. Jede Entscheidung, jeder Tool-Aufruf und jede Parameteränderung kann in eine Wissensdatenbank zurückgeschrieben werden.

Das System kann so konfiguriert werden, dass es an wichtigen Punkten die Zustimmung eines Menschen einholt, obligatorische Überprüfungen durchführt und nachvollziehbar macht, wie wichtige Entscheidungen getroffen wurden. Im Laufe der Zeit entsteht so eine wiederverwendbare Bibliothek mit gelösten Fällen anstelle von verstreuten Notizen zur Fehlerbehebung.

Mitarbeiter- und Kundenerfahrung

Intern erhalten Mitarbeiter proaktive Unterstützung. Der Mitarbeiter erstellt Entwürfe, schlägt nächste Schritte vor, stellt vor Besprechungen oder Entscheidungen relevante Zusammenhänge her und bearbeitet Routinevorfälle, ohne in einer Support-Warteschlange warten zu müssen. Extern gelangen Kunden schneller zu Lösungen und erhalten maßgeschneiderte Antworten, da der Mitarbeiter in Echtzeit auf ihre Historie und Präferenzen zugreifen kann.

Strategische Flexibilität

Sobald eine agentenbasierte KI-Ebene eingerichtet ist, können neue Prozesse schneller digitalisiert und koordiniert werden. Die Änderung einer Richtlinie oder eines Workflows bedeutet oft nur eine Anpassung der Anweisungen des Agenten und nicht die Neugestaltung herkömmlicher Software. Dieselbe Plattform kann Fehlerbehebung, Berichterstellung, Optimierung und andere Anwendungsfälle ohne separate Punktlösungen unterstützen.

Reduzierte Ausfallzeiten und Ausschuss in Produktionsumgebungen

Höhere Automatisierungstiefe ohne Umbau der Kernsysteme

Bessere Nutzung vorhandener Daten, APIs und Tools

Transparentes, überprüfbares Verhalten und Entscheidungen der KI

Wie agierende KI in der Praxis funktioniert

Auf hoher Ebene erhält ein agentenbasiertes KI-System ein Ziel, plant einen Weg, ruft Tools und Datenquellen auf und wiederholt diesen Vorgang so lange, bis es unter vordefinierten Regeln und unter menschlicher Aufsicht ein akzeptables Ergebnis erzielt. In Fehlerbehebungs-Szenarien wird derselbe Mechanismus durch Ereignisse wie Alarme, Qualitätsabweichungen oder Leistungseinbußen ausgelöst, anstatt durch eine Benutzeranfrage.

Konzeptionelles Schema

Geschäftsziel oder Ereignis

„Lösen Sie diesen Fall“ oder „Untersuchen Sie diese Abweichung“

➞

Agentic AI Orchestrator

Versteht Absichten, plant Schritte, wählt Werkzeuge aus

➞

Werkzeuge, Daten und Systeme

APIs, Datenbanken, Steuerungssysteme, Wissensdatenbanken

⬆

Maßnahmen und Ergebnisse

Befehle, Berichte, Meldungen, Konfigurationsänderungen

⬆

Menschliche Kontrolle

Genehmigungen, Korrekturen, Aktualisierungen der Richtlinien

1. Das Ziel oder den Auslöser verstehen: Der Agent liest eine menschliche Anfrage oder ein Systemereignis, interpretiert die Absicht und übersetzt sie in ein klares internes Ziel, wie z. B. die Behebung eines bestimmten Alarms oder die Wiederherstellung der Leistung.

2. Handlungsschritte planen: Auf der Grundlage vordefinierter Richtlinien und seines Wissens zerlegt der Agent das Ziel in Maßnahmen wie das Sammeln von Daten, das Überprüfen von Regeln, das Ausführen von Diagnosen oder das Erstellen einer Empfehlung.

3. Aufruf von Tools und Systemen: Der Agent verwendet Konnektoren (APIs, RPA, Integrationen, Schnittstellen zu Steuerungssystemen), um Datenbanken abzufragen, Telemetriedaten zu lesen, externe Dienste aufzurufen, Datensätze zu aktualisieren oder vordefinierte Befehle auszuführen. Jeder Schritt wird protokolliert.

4. Bewerten und iterieren: Der Agent prüft, ob das Zwischenergebnis das Ziel und die geltenden Einschränkungen erfüllt. Ist dies nicht der Fall, passt er seinen Plan an, untersucht alternative Hypothesen oder fordert zusätzliche Diagnosen an.

5. Bei Bedarf Menschen einbeziehen: Bei sensiblen Maßnahmen oder unklaren Fällen holt der Agent Genehmigungen ein, präsentiert Optionen und berücksichtigt Feedback bei seinen nächsten Entscheidungen. Wenn ein Problem nicht sicher gelöst werden kann, leitet er den Fall mit einer klaren Erklärung weiter, anstatt Vermutungen anzustellen.

Wichtige Anwendungsfälle in Industrie und Medizin

Agentische KI eignet sich besonders für Prozesse, die mehrere Schritte umfassen, wissensintensiv sind und eine Koordination zwischen Systemen und Menschen erfordern.

Industrieller Betrieb und Wartung

Ein Agent kann Sensordaten, Wartungsprotokolle und Produktionspläne kontinuierlich überwachen, um optimale Wartungspläne vorzuschlagen, Arbeitsaufträge zu erstellen und Ressourcen zu koordinieren, wobei er sich an die Sicherheitsauflagen hält.

Zudem unterstützt er Technikervor Ort, indem er relevante Verfahrenbereitstellt, Diagnoseschritteempfiehlt und die Dokumentationautomatisch aktualisiert, sobaldAufgaben abgeschlossen sind.

Lieferkette und Logistik

Agentische KI kann Sendungen, Bestände und Nachfragesignale über mehrere Systeme hinweg verfolgen und dann proaktiv Bestellungen anpassen, Lieferungen umleiten oder alternative Lieferanten vorschlagen, wenn Störungen auftreten.

Der Agent kann die Beteiligten mit prägnanten Statusübersichten und empfohlenen Entscheidungen anstelle von Rohdaten benachrichtigen.

Qualität, Compliance und Berichterstattung

Ein KI-Agent kann Beweise aus Produktionssystemen sammeln, diese mit gesetzlichen Anforderungen vergleichen, Nichtkonformitäten kennzeichnen und Berichtsentwürfe für Qualitätsmanager erstellen.

Unterstützung des klinischen Arbeitsablaufs

Im Gesundheitswesen kann ein Agent Patienteninformationen vorab prüfen, Krankengeschichten zusammenfassen, fehlende Daten hervorheben und strukturierte Notizen für Ärzte vorbereiten, wobei diese stets einer medizinischen Überprüfung unterliegen.

Zudem unterstützt er bei der Fallweiterleitung,Terminplanung und der Sicherstellungvollständiger Unterlagen.

Pflegekoordination und Patientenbetreuung

Agentische KI kann Programme zur Behandlung chronischer Erkrankungen unterstützen, indem sie von Patienten gemeldete Daten überwacht, die Einhaltung von Behandlungsplänen überprüft, Erinnerungen versendet und bei Erreichen bestimmter Schwellenwerte menschliche Mitarbeiter benachrichtigt.

Medizinische Verwaltung und Kodierung

Ein Agent kann bei der Kodierung, Abrechnung und Vorabgenehmigung von Versicherungen helfen, indem er klinische Notizen liest, sie Codes zuordnet, Einträge validiert und Einreichungen zur Überprüfung durch Menschen vorbereitet, wodurch der Verwaltungsaufwand für das klinische Personal reduziert wird.

Mehrstufige Workflows über Systeme hinweg

Hohe Anforderungen an Dokumentation und Berichterstattung

Notwendigkeit zeitnaher Warnmeldungen und Eskalationen

Menschliche Aufsicht bei kritischen Entscheidungen beibehalten

Fallbeispiel: "Agentic Troubleshooting" an einer Abfüllanlage

Eine konkrete Anwendung des Agentic Troubleshooter-Konzepts in einer Flaschenmontagelinie, die so konzipiert ist, dass sie mit vorhandenen SPSen, Sensoren und Wissensquellen zusammenarbeitet, anstatt diese zu ersetzen.

An einer Geränkeabfülllinie beginnen Produktionsausfälle oder -verzögerungen oft mit einem einzigen Alarm, einer Qualitätsabweichung oder einer geringfügigen Änderung des Durchsatzes. Bisher musste ein Techniker zur Fertigungsstraße gehen, die HMI überprüfen, Protokolle kontrollieren, Handbücher nachschlagen, einige Maßnahmen ausprobieren und erst dann konnte er die Ursache ermitteln.

Bei dieser Implementierung ist ein agentenbasiertes Fehlerbehebungssystem mit der Steuerungs- und Überwachungsumgebung der Produktionslinie verbunden. Wenn ein relevanter Auslöser auftritt, wie beispielsweise ein SPS-Alarm, ein Rückgang der Flaschen pro Minute oder eine wiederholte Überschreitung der Qualitätsgrenze, erstellt das System automatisch einen Fall mit dem Kontext, was wann passiert ist.

Von dort aus lesen die KI-Agenten den Fall, überprüfen die aktuellen Telemetriedaten und durchsuchen die eigenen Wissensquellen des Kunden, darunter historische Vorfälle, Serviceberichte, Maschinenhandbücher, Konfigurationsdokumente und Fehlerbehebungsanleitungen. Bei Bedarf fordert der Agent zusätzliche Diagnosedaten von der Maschine an, beispielsweise gezielte Sensorauslesungen oder eine vorab genehmigte kontrollierte Testroutine.

Flaschenmontagelinie – auf einen Blick

Das System fungiert als autonomer Co-Pilot für die Produktionslinie. Es untersucht Fehler, prüft, welche Maßnahmen sicher sind, und führt entweder Korrekturmaßnahmen durch oder übergibt den Fall mit einer strukturierten Erklärung an einen Techniker.

Primäres Ziel

Weniger Ausfallzeiten

Geltungsbereich

Alarme, Qualität, Geschwindigkeit

Integration

PLC, MES/SCADA, Handbücher

Auslöser: Alarm, Durchsatzrückgang oder Qualitätsabweichung an der Abfüllanlage.
Untersuchung: KI liest Protokolle, Telemetriedaten und Wissen und fordert gegebenenfalls gezielte Diagnosen an.
Maßnahme: Sichere Anpassungen oder vordefinierte Befehlssequenzen oder strukturierte Eskalation.
Lernen: Jeder Vorfall und seine Lösung werden in eine durchsuchbare Wissensdatenbank zurückgeschrieben.

Auf der Grundlage bestehender Fähigkeiten entwickelt

Die Lösung erfindet kein neues Maschinenverhalten. Sie arbeitet streng nach einer vom Kunden definierten Liste sicherer Befehle und Testverfahren für die Flaschenmontagelinie, wie z. B. kontrollierte Rücksetzungen, Neukalibrierungssequenzen oder Parameteranpassungen innerhalb zulässiger Grenzen. Maßnahmen, die einen physischen Eingriff erfordern, bleiben weiterhin den menschlichen Technikern vorbehalten, jedoch mit klareren Anweisungen zu möglichen Ursachen und empfohlenen Schritten.

Von einer Zeile zu einer wiederverwendbaren Architektur

Obwohl sich dieses Beispiel auf eine einzelne Abfüllanlage konzentriert, ist die zugrunde liegende Architektur generisch. Das gleiche Muster kann auf andere Anlagen, Maschinen und Werke übertragen werden, indem man festlegt, welche Probleme wichtig sind, welche Informationen verfügbar sind, wie das System ausgelöst werden soll und was die Maschine tun darf. Dadurch bleibt die Plattform wiederverwendbar, während jede Bereitstellung die spezifische Umgebung und das Risikoprofil widerspiegelt.

Fragen und Antworten

Typische Fragen, die Stakeholder bei der Bewertung von agentenbasierter KI für ihr Unternehmen stellen.

Wie unterscheidet sich agentenbasierte KI von einem herkömmlichen Chatbot?

Ein herkömmlicher Chatbot antwortet in der Regel innerhalb eines einzigen Austauschs und führt keine mehrstufigen Aktionen auf Ihren Systemen aus. Ein agentenbasiertes KI-System erhält ein Ziel, plant mehrere Schritte, ruft Tools und APIs auf und wiederholt diesen Vorgang so lange, bis ein definiertes Ergebnis erreicht ist. Es ähnelt eher einem digitalen Operator als einer dialogorientierten FAQ.

Verlieren wir die Kontrolle, wenn die KI autonom handeln kann?

Die Autonomie wird durch die von Ihnen festgelegten Leitplanken begrenzt. In der Praxis können Sie einschränken, welche Tools der Agent aufrufen darf, auf welche Daten er zugreifen darf und welche Aktionen einer obligatorischen Genehmigung durch einen Menschen bedürfen. Alle Aktionen können protokolliert werden, sodass das Verhalten überprüfbar und kontrollierbar bleibt.

Wo sollen wir mit agentenbasierter KI beginnen?

Ein gängiger Ausgangspunkt ist ein klar definierter Workflow, dessen manuelle Ausführung mühsam ist, der mehrere Systeme umfasst und klare Regeln und Qualitätskriterien hat. Sie können einen Agenten zunächst im „Copilot“-Modus einsetzen, in dem er Entwürfe und Empfehlungen vorbereitet, und ihm dann nach und nach erlauben, weitere Schritte automatisch auszuführen, sobald Sie seinem Verhalten vertrauen.

Was sind die Hauptrisiken und wie können sie gemindert werden?

Zu den Hauptrisiken zählen fehlerhafte Handlungen aufgrund missverstandener Anweisungen, unsachgemäßer Werkzeugverwendung oder Problemen mit der Datenqualität. Die Risikominderung basiert in der Regel auf einer sorgfältigen Festlegung des zulässigen Handlungsspielraums des Agenten, eindeutigen Richtlinien, mehrstufigen Validierungen, einer Überprüfung sensibler Aufgaben durch Menschen und einer kontinuierlichen Überwachung des Verhaltens und der Ergebnisse.

Wie passt das zu unserer bestehenden IT- und OT-Landschaft?

Agentische KI fungiert in der Regel als Orchestrierungsebene über Ihren bestehenden Anwendungen und Datenquellen. Sie ersetzt keine Kernsysteme, sondern nutzt diese über APIs oder Integrationsadapter, darunter SPS, SCADA, MES und Unternehmens-IT. Das bedeutet, dass Sie mit einem begrenzten Anwendungsbereich beginnen, den Mehrwert demonstrieren und dann im Laufe der Zeit weitere Prozesse einbeziehen können.

Zusammenfassend lässt sich sagen, dass agentenbasierte KI eine Möglichkeit darstellt, KI-Systeme dazu zu bringen, klar definierte Ziele innerhalb Ihrer Umgebung unter von Menschen festgelegten Regeln zu verfolgen, indem sie Tools, Daten und Aktionen innerhalb der Organisation koordinieren und die aus jedem Fall gewonnenen Erkenntnisse erfassen.

Kontakt und nächste Schritte

Wenn Sie erfahren möchten, wie agentenbasierte KI und autonome Fehlerbehebung in Ihren Maschinen, Produktionslinien oder technischen Systemen eingesetzt werden können, können Sie über das Formular ein Beratungsgespräch anfordern.

Thank you! Your submission has been received!

Oops! Something went wrong while submitting the form.

Privatsphäre-Einstellungen

Privatsphäre-Einstellungen