Ausgangslage
Wiederkehrende Vorgänge binden qualifizierte Mitarbeiter: Anfragen einordnen, Daten aus Dokumenten übertragen, Angebote vorbereiten, Systeme abgleichen. Klassische Automatisierung scheitert an Ausnahmen und unstrukturierten Eingaben.
Ablauf
- Prozess wählenEinen Ablauf mit hohem Volumen, klaren Regeln und vertretbarem Fehlerrisiko auswählen.
- ZuschnittFestlegen, was der Agent darf, wo ein Mensch freigibt und wann er abbricht.
- Bau und AnbindungAgent entwickeln und über Schnittstellen an die Systeme anbinden.
- AbsicherungMit echten Fällen testen, Angriffe wie Prompt Injection prüfen, Protokollierung einrichten.
- EinführungSchrittweise ausrollen, erst mit Freigabe jedes Schritts, dann mit Stichproben.
Ergebnisse
- Produktiver Agent
- Berechtigungs- und Freigabekonzept
- Protokollierung und Monitoring
- Kennzahlen zur Entlastung
Woran solche Projekte scheitern
- Der Agent erhält mehr Rechte, als die Aufgabe erfordert.
- Fehler werden nicht bemerkt, weil niemand Stichproben prüft.
- Der Prozess wird automatisiert, ohne ihn vorher zu vereinfachen.
Rollen in diesem Projekt
- Agentic AI EngineerDer Agentic AI Engineer baut KI-Agenten, die mehrstufige Aufgaben selbstständig planen und über Werkzeuge in Unternehmenssystemen ausführen.
- AI Automation SpecialistDer AI Automation Specialist automatisiert Geschäftsabläufe mit Low-Code-Plattformen und KI-Bausteinen.
- AI Business AnalystDer AI Business Analyst verbindet Fachbereich, Daten und Lösung.
- AI Security SpecialistDer AI Security Specialist schützt KI-Lösungen, Modelle, Daten und Dienste vor KI-spezifischen und klassischen Angriffen.
- Human-AI Interaction LeadDer Human-AI Interaction Lead legt fest, wie Menschen und KI zusammenarbeiten: wer entscheidet, wer prüft, wer eingreifen kann und welche Fähigkeiten die Menschen dafür brauchen.
- AI Project ManagerDer AI Project Manager plant, koordiniert und steuert KI-Projekte bis zum vereinbarten Ergebnis.