Agentic AI
Agentic AI beschreibt KI-Systeme, die autonom Entscheidungen treffen und handeln können.
Klassifikation
- KomplexitätMittel
- AuswirkungTechnisch
- EntscheidungstypDesign
- OrganisationsreifeFortgeschritten
Technischer Kontext
Prinzipien & Ziele
Use Cases & Szenarien
Kompromisse
- Missbrauch der Technologie
- Unvorhergesehene Entscheidungen
- Verlust der menschlichen Kontrolle
- Regelmäßige Überprüfung der Entscheidungen
- Schulung der Benutzer
- Transparente Kommunikation
I/O & Ressourcen
- Datenquellen
- Benutzereingaben
- Umgebungsinformationen
- Entscheidungen
- Handlungen
- Berichte
Beschreibung
Agentic AI ist ein Konzept, das sich mit der Entwicklung von Künstlicher Intelligenz beschäftigt, die in der Lage ist, eigenständig Entscheidungen zu treffen und zu handeln. Diese Systeme sind darauf ausgelegt, in komplexen Umgebungen zu operieren und sich an verändernde Bedingungen anzupassen, wodurch sie eine Vielzahl von Anwendungen in verschiedenen Bereichen ermöglichen.
✔Vorteile
- Erhöhte Effizienz
- Verbesserte Entscheidungsqualität
- Reduzierte menschliche Fehler
✖Limitationen
- Abhängigkeit von Datenqualität
- Ethische Bedenken
- Technologische Komplexität
Trade-offs
Metriken
- Entscheidungsgenauigkeit
Messen der Genauigkeit der Entscheidungen, die von der Agentic AI getroffen werden.
- Reaktionszeit
Zeit, die benötigt wird, um auf Anfragen oder Situationen zu reagieren.
- Nutzerzufriedenheit
Bewertung der Zufriedenheit der Benutzer mit den Entscheidungen der Agentic AI.
Beispiele & Implementierungen
Tesla Autopilot
Ein Beispiel für Agentic AI, das autonomes Fahren in verschiedenen Verkehrssituationen ermöglicht.
Siri von Apple
Ein intelligenter persönlicher Assistent, der natürliche Sprache versteht und auf Benutzeranfragen reagiert.
Chatbots im Kundenservice
Automatisierte Systeme, die Kundenanfragen in Echtzeit beantworten.
Implementierungsschritte
Datenquellen identifizieren
Technologische Infrastruktur aufbauen
Ethische Richtlinien entwickeln
⚠️ Technische Schulden & Engpässe
Tech Debt
- Veraltete Technologien
- Unzureichende Dokumentation
- Mangelnde Wartung
Bekannte Engpässe
Beispiele für Missbrauch
- Verwendung von voreingenommenen Daten
- Missbrauch von Entscheidungsautonomie
- Unzureichende Überwachung der KI-Entscheidungen
Typische Fallen
- Annahme, dass KI immer korrekt ist
- Vernachlässigung menschlicher Intuition
- Übersehen von Kontextfaktoren
Erforderliche Fähigkeiten
Drivers (Architectural Drivers)
Constraints
- • Einhaltung von Datenschutzbestimmungen
- • Technische Infrastruktur
- • Ressourcenzuweisung