Große Sprachmodelle (LLMs) wie ChatGPT und Claude sind derzeit eingeschränkt in ihrer Fähigkeit, die Vielseitigkeit menschlicher Arbeitskräfte zu erreichen, da sie auf vorab hochgeladene Daten für Kontext angewiesen sind. Diese KI-Werkzeuge dienen typischerweise als Co-Piloten, die bei der Erledigung von Aufgaben helfen, jedoch fehlt ihnen die Fähigkeit, autonom zu agieren. ### Über Co-Pilot-Unterstützung hinaus Anthropic hat Claudes 'Computernutzung'-Funktion vorgestellt, was einen Sprung in Richtung menschlicher Handlungsfähigkeit in KI signalisiert. Diese neue Funktion ermöglicht Claude die unabhängige Interaktion mit Softwareanwendungen und die Ausführung von Aufgaben wie Menünavigation und Tippen ohne menschliche Aufsicht. Im Gegensatz zu traditionellen Systemen der robotergestützten Prozessautomatisierung (RPA), die voreingestellte Schritte folgen, interpretiert Claudes Computernutzung visuelle Eingaben und schließt Vernunft ein, um den besten Handlungsweg zu bestimmen. Claude kann zum Beispiel Aufgaben wie die Organisation von Kundendaten, die Korrelation von Finanzinformationen und das Erstellen personalisierter Nachrichten ohne menschlichen Eingriff verwalten. Diese Fähigkeit erlaubt es Claude, Arbeit ähnlich einem Junior-Mitarbeiter zu erledigen. Diese Herangehensweise kann jedoch zeitaufwendig sein, da sie im Wesentlichen menschliche Handlungen repliziert. Außerdem benötigt Claudes Computernutzung exklusiven Computerzugang während der Ausführung. ### Der Wert von Multi-Agent-Konfigurationen In Diskussionen über KI-Agenten sind diese Werkzeuge nicht wirklich autonom, können aber effizient Autonomie simulieren, was Möglichkeiten für Geschäftsinnovationen bietet. Daniel Vassilev, CEO von Relevance, hebt hervor, dass KI-Agenten Workflows managen können, die mehrere Vollzeitmitarbeiter erfordern würden, und Aufgaben wie Qualifizierung von Leads und Kundenansprache übernehmen. Der Einsatz mehrerer spezialisierter Agenten bietet mehr Wert als die Automatisierung einzelner Workflows.

Wie menschliche Teams können KI-Agenten spezifische Aufgaben zugewiesen bekommen und für höhere Produktivität zusammenarbeiten, indem sie sich nahtlos integrieren, ohne dass zusätzliche menschliche Aufsicht nötig ist. ### Der autonome Vorteil Der Unterschied zwischen Co-Piloten und autonomen Agenten liegt in der Ausführung. Co-Piloten steigern die Produktivität, indem sie bei Aufgaben helfen, während autonome Agenten ganze Aufgaben unabhängig bearbeiten und Menschen nur die Ergebnisse überprüfen lassen. Relevance beispielsweise nutzt KI-Agenten, um Recherche durchzuführen und Benutzeranbindung sowie Kommunikation zu managen, wobei die menschlichen Rollen sich auf Überwachung und Kreativität konzentrieren. ### Vertrauen und Leitplanken KI-Agenten sind, obwohl vielversprechend, nicht fehlerfrei. Vassilev vergleicht den Einsatz von KI-Agenten mit dem Einstellen neuer Mitarbeiter, was Aufsicht und Richtlinien erfordert, um einen sicheren Betrieb zu gewährleisten. Das Setzen von Leitplanken und das ordnungsgemäße Training dieser Agenten ist entscheidend, ähnlich wie bei einem Junior-Mitarbeiter. ### Herausforderungen und der Weg nach vorn Trotz ihres Potentials stehen autonome KI-Agenten vor Herausforderungen, die oft durch Lücken im organisatorischen Wissen verursacht werden, anstatt durch technische Probleme. Viele Prozesse sind schwer zu dokumentieren und zu automatisieren, da sie im Kopf von Experten existieren. Die Kombination von Anthropic’s Computernutzung mit mehreren KI-Agenten hat neue Automatisierungsmöglichkeiten eröffnet, selbst für komplexe und kreative Aufgaben. Während sich diese Werkzeuge weiterentwickeln, bieten sie das Potenzial, mit weniger Ressourcen mehr zu erreichen und menschliche Rollen auf Innovation und Überwachung zu verlagern. Spannende Zeiten stehen bevor in der Entwicklung von KI-Fähigkeiten.