Agentic AI vs. Klassische Prozessautomatisierung

Was ist Agentic AI? Wie unterscheidet es sich von klassischer Prozessautomatisierung wie RPA oder BPM Workflows?

In der heutigen digitalen Ära erleben wir eine rasante Entwicklung in der Automatisierungs-technologie. Zwei prominente Ansätze sind die klassische Prozessautomatisierung, wie Robotic Process Automation (RPA) und Business Process Management (BPM) Workflows, sowie die aufkommende Agentic AI. Doch was genau ist Agentic Ai überhaupt und wie unterscheidet es sich von den traditionellen Methoden?

Klassische Prozessautomatisierung: RPA und BPM-Workflows

Robotic Process Automation (RPA) ist eine Technologie, die es ermöglicht, regelbasierte, sich wiederholende Aufgaben zu automatisieren. RPA-Bots imitieren menschliche Handlungen, um strukturierte Daten zu lesen und zu verarbeiten, Dateien zu verschieben, E-Mails zu öffnen und Berechnungen durchzuführen.

Diese Bots sind besonders nützlich für Aufgaben, die klar definierte Schritte und keine komplexen Entscheidungen erfordern.

Business Process Management (BPM) Workflows hingegen konzentrieren sich auf die Modellierung, Automatisierung und Optimierung von Geschäftsprozessen. BPM-Tools bieten eine visuelle Darstellung von Prozessen und ermöglichen es Unternehmen, ihre Abläufe zu analysieren und zu verbessern. BPM-Workflows sind ideal für die Verwaltung komplexer, mehrstufiger Prozesse, die eine enge Integration zwischen verschiedenen Systemen erfordern.

Sowohl RPA-Bots als auch Workflowsysteme können auch jetzt schon mit Machine Learning (ML) KI verbunden werden, um so – auf Basis von Vergangenheitsdaten – Entscheidungen zu treffen. Als Beispiel kann man die Verarbeitung von Rechnungen nehmen. Hier analysiert ein KI-System (eine Mischung aus ORC und Machine Learning), eine Rechnung, extrahiert alle Daten und übergibt diese an ein ERP-System.

An seine Grenzen stößt dieses System aber, wenn es die Rechnungspositionen mit den Positionen der Bestellung abgleichen soll. Uns ist bekannt, dass bei der Bestellung einer Handyhülle die Position „Silicon Case“ auf der Rechnung in Ordnung ist, und dem Bestellten entspricht. Ein klassisches ML-Modell kennt den Unterschied nicht.

Hier kommen Lage Language Modelle (LLM) ins Spiel. Mittels LLM lässt sich erstmals die Bedeutung von Texten interpretieren – und das Sprachenübergreifend.

Agentic AI: Die nächste Stufe der Automatisierung

Agentic AI geht über die Fähigkeiten von RPA und BPM hinaus, indem es adaptive Entscheidungsfindung ermöglicht. Diese Technologie nutzt künstliche Intelligenz, um Daten zu interpretieren, Muster zu erkennen und eigenständig Entscheidungen zu treffen. Agentic AI kann sich an veränderte Umgebungen anpassen und ihre Aktionen basierend auf Feedback verfeinern. Dies basiert auf der Grundlage von LLM.

Dies macht sie besonders wertvoll in dynamischen, vielschichtigen Umgebungen, in denen Flexibilität und menschliche Aufsicht erforderlich sind.

Agentic AI und AI Agents

Immer, wenn eine neue Technologie erscheint, beginnt auch das Verwirrspiel um Begrifflichkeiten. Hier im Speziellen mit den sehr ähnlich klingenden „AI Agents“. Nachfolgend ist der Unterschied erklärt:

Unter Agentic AI versteht man eine autonome KI, die eigenständig Entscheidungen trifft, Aktionen ausführt und lernt, um spezifische Ziele zu erreichen. Agentic AI verfügt über Autonomie und kann komplexe Aufgaben bewältigen. Als Beispiel kann man sich ein selbstfahrendes Auto vorstellen.

AI Agents hingegen werden für definierte Aufgaben entwickelt, wie z.B. das Beantworten von Fragen oder das Verwalten von E-Mails. Sie automatisieren einfache, repetitive Aufgaben, ohne eigene Entscheidungsfähigkeit. AI Agents werden im Kundensupport, als persönliche Assistenten, im E-Mail-Management oder als Produktivitätstools eingesetzt.

Agentic AI besteht aus vielen Sub AI Agents, deren sie sich je nach Bedarf bedient. Als Beispiel kann man sich das Reisebüro der Zukunft vorstellen. Also dann, auf geht’s…

Wenn jemand eine Reise unternimmt

Was macht man, wenn man verreisen möchte? Man überlegt sich:

• Wo möchte ich ungefähr hin (Sonne, Strand & Meer oder hoher Norden)?
• Welches Budget steht zur Verfügung?
• Damit einhergehend die Hotelkategorie.
• Lieber Pauschalreise oder individuell?
• Man braucht Tipps für Ausflüge, besondere Lokale in der Nähe etc.
• Und schlussendlich, ob man Extras wie beispielsweise ein Mietauto braucht.

 Über genau diese Fragen unterhält man sich mit seinem Agentic AI System „Travel Assistent“. Dieses stellt dann entsprechend den Anforderungen ein individuelles Angebot zusammen. Es durchsucht Angebote der Anbieter (Reiseanbieter, Hotelplattformen, AirBnB,…), organisiert den Flughafentransfer oder ein Mietauto. Es sucht auf TripAdvisor nach Gastrotipps in der Nähe, schlägt Ausflüge, sportliche Aktivitäten etc. vor und führt die Buchungen auf den diversen Plattformen durch. Da das AI System meine Reisedaten kennt, meldet es sich nach meinem Urlaub und holt sich das Feedback über die gebuchten Services und die Reise im Allgemeinen ein.

Verbindet man dieses AI System mit einem Avatar, kann man sich mit diesem unterhalten, wie man das bisher in einem Reisebüro auch macht. Das Agentic AI System bedient sich anschließend seiner Sub Agenten für Flug, Mietauto, Hotel, Ausflüge etc.

 Wie startet man ein Agentic AI Projekt?

Sie müssen nicht sofort das selbstfahrende Auto in Angriff nehmen. Wie bei allem Neuen gilt: man lernt zuerst gehen, bevor man läuft. Zu Beginn gilt es, wie bei RPA und Workflows auch, seine Prozesse zu standardisieren. Auch eine KI kann bei chaotischen Prozessen keine Wunder wirken. Hier helfen schon die traditionellen Werkzeuge noch ganz ohne KI.

Intelligenzstrahl der Automatisierung

Anschließen kann man sich Gedanken machen, wie AI Agents den Prozess noch verbessern können.

Natürlich gilt es auch immer anhand der Anforderungen an Datensicherheit und Compliance das passende Framework für sich zu finden. Consumerprodukte sind um wenig Geld bzw. teilweise auch kostenlos verfügbar. Hier muss einem aber klar sein, dass man mit seinen Daten zum Trainieren der Modelle bezahlt. Daher gilt es ein Framework zu evaluieren, ob es alle gesetzlichen Rahmenbedingungen und auch meine internen Anforderungen an Governance und Datenschutz abdeckt. Apropos Governance: AI Agents sind KI – daher ist unbedingt der EU AI Act zu beachten. Meist wird man sich zwar ohnehin in den Klassen 3 „Minimal Risk“ oder 4 „Limited Risk“ bewegen, außer Acht lassen darf man diese Regulatorien trotzdem nicht.

EU AI Act: Risk-Classifications of the AI Regulation

Möglichkeiten unserer Partner UiPath und Microsoft

UiPath bietet eine umfassende Plattform für RPA und hat kürzlich neue Funktionen für Agentic AI eingeführt. Mit dem UiPath Agent Builder können Entwickler, Datenwissenschaftler und Geschäftsanwender Agenten erstellen, testen und bereitstellen. Diese Agenten können komplexe, end-to-end automatisierte Prozesse in einer BPMN-ähnlichen Umgebung orchestrieren und kontinuierlich überwachen.

UiPath integriert auch kognitive Dienste wie OCR und NLP, um unstrukturierte Daten zu verarbeiten und die Automatisierung zu erweitern. Eingebettet in die bewährte Orchestrierung und Governance von UiPath, weiß man sich als Unternehmen regulatorisch sicher aufgehoben.

Microsoft setzt ebenfalls auf die Integration von AI in ihre Automatisierungslösungen. Mit Microsoft Power Automate können Benutzer sowohl RPA als auch AI-gestützte Automatisierungen erstellen. Power Automate ermöglicht die Verbindung von RPA-Bots mit AI-Diensten wie Azure Cognitive Services, um intelligente Automatisierungen zu entwickeln, die über einfache, regelbasierte Aufgaben hinausgehen. Mit dem Copilot Studio können jetzt schon AI Agents als Erweiterung für den Microsoft Copiloten mittels Lowcode gebaut werden. Auch bei Microsoft gibt es umfangreiche Untersetzung im Bereich Governance und Trusted AI.

Fazit

Während RPA und BPM-Workflows weiterhin wichtige Werkzeuge für die Automatisierung von Geschäftsprozessen sind, bietet Agentic AI eine neue Dimension der Flexibilität und Intelligenz. Durch die Integration von AI können Unternehmen nicht nur repetitive Aufgaben automatisieren, sondern auch komplexe, dynamische Prozesse effizienter gestalten. UiPath und Microsoft sind führend in dieser Entwicklung und bieten leistungsstarke Plattformen, die die Vorteile von RPA und Agentic AI kombinieren.

Sie wollen mit Ihren ersten AI Agents durchstarten? Nutzen Sie unser Angebot, wir unterstützen Sie bei Ihrem Weg zu Agentic AI.