AI -Agenten: Enthüllung des Geheimnisses

Die Technikwelt ist in Aufruhr über KI-Agenten. Große Namen wie Sam Altman von OpenAI, Satya Nadella von Microsoft und Marc Benioff von Salesforce sind voll dabei. Altman sagt, Agenten werden dieses Jahr „ins Arbeitsleben eintreten“, während Nadella glaubt, dass sie einige Wissensarbeiten übernehmen werden. Benioff will, dass Salesforce durch ihre „agentischen“ Dienste die Führung im digitalen Arbeitsbereich übernimmt.

Aber hier ist der Haken: Niemand kann genau festlegen, was ein KI-Agent eigentlich ist.

In den letzten Jahren haben Technologieunternehmen KI-„Agenten“ als das nächste große Ding hochgejubelt. So wie KI-Chatbots wie ChatGPT die Art und Weise verändert haben, wie wir Informationen erhalten, sollen diese Agenten laut CEOs wie Altman und Nadella die Art und Weise, wie wir arbeiten, aufmischen.

Klingt vielversprechend, oder? Nun, alles hängt davon ab, was man unter einem „Agenten“ versteht, und das ist nicht leicht zu definieren. Begriffe wie „multimodal“, „AGI“ und „KI“ selbst sind bereits ziemlich vage, und jetzt gesellen sich „Agent“ und „agentisch“ dazu.

Diese Unklarheit ist ein Kopfzerbrechen für Unternehmen wie OpenAI, Microsoft, Salesforce, Amazon und Google, die stark auf Agenten setzen. Die Version eines Agenten ist bei jedem Unternehmen anders, was die Kunden nur verwirrt.

Ryan Salva, Senior Director bei Google und ehemaliger Leiter von GitHub Copilot, ist genervt von dem Begriff „Agenten“. Er sagte gegenüber TechCrunch: „Ich denke, dass unsere Branche den Begriff ‚Agent‘ so überstrapaziert, dass er fast unsinnig ist. Es ist einer meiner persönlichen Ärgernisse.“

Diese Verwirrung ist nicht neu. Letztes Jahr fragte der ehemalige TechCrunch-Reporter Ron Miller: „Was ist ein KI-Agent?“ Das Problem ist, dass jedes Unternehmen, das Agenten entwickelt, es anders macht.

In letzter Zeit ist es nur noch chaotischer geworden.

Diese Woche beschrieb OpenAI Agenten in einem Blogpost als „automatisierte Systeme, die Aufgaben im Auftrag von Nutzern unabhängig erledigen können“. Doch in ihrer Entwicklerdokumentation nannten sie Agenten „LLMs, die mit Anweisungen und Werkzeugen ausgestattet sind“. Leher Pathak, Leiter des API-Produktmarketings bei OpenAI, sorgte auf X für weitere Verwirrung, indem er sagte, dass „Assistenten“ und „Agenten“ im Grunde dasselbe seien.

Microsoft hingegen versucht, eine klare Linie zwischen Agenten und KI-Assistenten zu ziehen. Sie sehen Agenten als spezialisierte „neue Apps“ für eine „KI-gestützte Welt“, während Assistenten nur bei allgemeinen Aufgaben wie dem Verfassen von E-Mails helfen.

Anthropic, ein weiteres KI-Labor, gibt zu, dass Agenten auf viele Arten definiert werden können, von vollständig autonomen Systemen bis hin zu solchen, die vordefinierten Arbeitsabläufen folgen.

Salesforce geht noch weiter und nennt Agenten „eine Art von System, das Kundenanfragen ohne menschliches Eingreifen verstehen und beantworten kann“. Sie listen sechs verschiedene Typen auf, von „einfachen Reflex-Agenten“ bis hin zu „nutzenbasierten Agenten“.

Warum also all die Verwirrung?

Nun, Agenten sind, wie KI, schwer zu fassen und verändern sich ständig. OpenAI, Google und Perplexity haben gerade erst begonnen, ihre ersten Agenten auszurollen – OpenAI’s Operator, Google’s Project Mariner und Perplexity’s Shopping-Agent – und sie unterscheiden sich stark in dem, was sie können.

Rich Villars von IDC weist darauf hin, dass Technologieunternehmen oft nicht an strikten Definitionen festhalten. „Sie kümmern sich mehr um das, was sie zu erreichen versuchen“, sagte er gegenüber TechCrunch, besonders in schnelllebigen Märkten.

Marketing ist laut Andrew Ng von DeepLearning.ai ebenfalls ein großes Problem. Er sagt: „Die Konzepte von KI-‚Agenten‘ und ‚agentischen‘ Arbeitsabläufen hatten früher eine technische Bedeutung, aber vor etwa einem Jahr haben Marketer und einige große Unternehmen sie in die Finger bekommen.“

Jim Rowan von Deloitte sieht die fehlende klare Definition als Chance und Herausforderung zugleich. Sie ermöglicht es Unternehmen, Agenten an ihre Bedürfnisse anzupassen, kann aber auch zu „fehlgeleiteten Erwartungen“ führen und es schwierig machen, den Wert von Agentenprojekten zu messen.

„Ohne eine standardisierte Definition, zumindest innerhalb einer Organisation, wird es schwierig, die Leistung zu vergleichen und konsistente Ergebnisse sicherzustellen“, sagte Rowan. „Dies kann zu unterschiedlichen Interpretationen dessen führen, was KI-Agenten liefern sollten, was Projektziele und Ergebnisse potenziell erschwert. Letztendlich kann die Flexibilität zwar kreative Lösungen fördern, aber ein standardisierteres Verständnis würde Unternehmen helfen, die KI-Agenten-Landschaft besser zu navigieren und ihre Investitionen zu maximieren.“

Leider deutet die Entwicklung des Begriffs „KI“ darauf hin, dass wir so bald – oder vielleicht nie – eine einheitliche Definition von „Agent“ sehen werden.