#139 KI-Agenten - Agentic AI: Die Zukunft des automatisierten Handelns

Agentic AI markiert die nächste Evolutionsstufe der künstlichen Intelligenz, indem sie über das Denken hinausgeht und aktiv handelt. Diese KI-Agenten können für uns SBB-Tickets kaufen, Restauranttische reservieren, Webseiten erstellen oder wiederkehrende Aufgaben automatisieren.

• KI-Agenten sind wie digitale Assistenten, die mit der Zeit immer besser werden
• Anwendungsbeispiele reichen vom Ticketkauf bis zur automatischen Erstellung von Reportings
• Besonders wertvoll für wiederkehrende, repetitive Aufgaben
• Man kann dem KI-Agenten bei der Arbeit zuschauen und seinen Denkprozess verfolgen
• Zurzeit befinden sich die meisten Unternehmen noch in der Experimentierphase
• Datenschutzbedenken stellen eine der größten Hürden für die Implementierung dar
• Tools wie Zapier oder Make.com bieten niedrigschwellige Einstiegsmöglichkeiten
• Ein MVP-Ansatz empfiehlt sich: klein starten, experimentieren und lernen

Probiert jetzt KI-Agenten aus! Wer früh einsteigt und lernt, wird einen Vorteil haben, denn diese Technologie entwickelt sich rasant weiter und wird riesengroß werden.

Chapters

• 0:26 Einführung zu Argentic AI
• 4:41 Was ist ein AI Agent?
• 6:52 SBB-Ticketkauf durch KI
• 11:33 Business Cases und Potenziale
• 13:59 Datenschutzbedenken und Herausforderungen
• 19:48 Praktische Einstiegsmöglichkeiten mit Tools
• 24:10 Zusammenfassung und Ausblick

Transcript

Speaker 1: 0:14

Herzlich willkommen zur nächsten Folge von Sophies Next AI Talk. Ja, und ich glaube, heute haben wir wirklich ein Next-Thema. Es geht um Argentic AI. Bevor wir darüber sprechen und bevor ich den Sven so richtig begrüße, ein Dankeschön an meine Partner FIA, crealog und CMM360. Und das nächste Danke natürlich an Sven, dass du dir heute die Zeit nimmst, uns ein bisschen über das neue Thema zu berichten. Ich verfolge dich dazu schon seit mindestens einem halben Jahr auf LinkedIn und muss sagen, deine Posts sind immer wirklich sehr lehrreich. Du tust viel Content rein. man kann da viel lernen, man wird inspiriert, und ich bin jetzt gespannt, was wir von dir lernen würden. Vielleicht kannst du dich ganz kurz vorstellen, sagen, was du den ganzen Tag machst, wenn du nicht Podcast-Aufnahmen machst, und dann können wir auch ins Thema einsteigen, super.

Speaker 2: 1:07

Herzlichen Dank für die Einladung, sophie. Ich bin Sven. zu mir muss man eigentlich wie zwei Themen wissen Digitalisierung und Medien. Das ist das, was ich seit bald 15 Jahren in diesen beiden Themen unterwegs kann. Lange Zeit Digitalisierung der Medienbranche, medien und Entertainmentbranche. Da bin ich immer noch tätig, und nebenamtlich doziere ich an der HWZ-Hochschule für Wirtschaft in Zürich einen CAS Digital Leadership und bin gesamtverantwortlich für den MOS Digital Business, wo wir Führungskräfte im digitalen Zeitalter, wo AI logischerweise jetzt immer ein grösseres Thema wird, fit machen. Das so in aller Kürze, was ich so den ganzen Tag mache.

Speaker 1: 2:04

Sehr spannend. Ich glaube, langweilig wird dir nicht. Nun jetzt die Frage das neue Thema Argentic AI. Vielleicht kannst du noch mal ganz kurz sagen, was das ist. Wir haben, glaube ich, vor einem halben dreiviertel Jahr einmal kurz eine Podcastaufnahme dazu gehabt, dann das Thema nie wieder wirklich hier angesprochen, und ich könnte mir vorstellen, dass noch nicht alle sich genau bewusst sind, was das ist, und vielleicht kannst du da noch kurz was zu sagen.

Speaker 2: 2:28

Ja, also, ich erkläre es eigentlich immer ziemlich einfach. Bisher war die künstliche Intelligenz ja unglaublich gut im Denken für uns. Sie hat Brainstorming gemacht, texte formuliert, texte optimiert. AI-Agentic geht jetzt wie einen Schritt noch weiter. Die AI kommt ins Handeln. Also sie analysiert nicht nur, welches die beste Kaffeemaschine ist, sondern, wenn man das will, sie kauft dann auch diese Espressomaschine ein. oder sie reserviert einen Tisch in einem Restaurant auf Anweisung von mir. Ich muss da sagen, in welchem Restaurant, welche Zeit, wie viele Personen. Also, sie kommt in ein Handeln rein, und da gibt es jetzt schon verschiedenste Use Cases, wie ein Flugticket oder ein SBB-Ticket kaufen, ein Buch bestellen, einen Tisch reservieren, aber das kann natürlich auch weitergehen. eigenständig eine Webseite erstellen oder repetitive Sachen, wo diese AI-Agents regelmässig für uns Reportings ziehen, daten analysieren. Es ist wie so ein weiterer Schritt, wo die AI dann eigenständig Sachen macht.

Speaker 1: 4:15

Und jetzt mal Hand aufs Herz jetzt hast du das so romantisch beschrieben die kauft dann für dich ein Zugticket, und so weiter. Funktioniert das wirklich schon so? Hat deine AI dir wirklich schon ein Zugticket fürs lange Wochenende gekauft?

Speaker 2: 4:29

Hat sie definitiv. Muss ehrlich gesagt auch ehrlich sein wenn ich das via SBB-App selbst gemacht hätte, wäre das deutlich schneller gegangen, weil natürlich diese AI-Agents, der muss sich dann zuerst beibringen, wer ich bin, wie man sich dann in diese Tools einloggt, welche Kreditkarte von mir der AI Agent verwenden darf. Also das ist jetzt eher ein Use Case. Das war spannend zum Ausprobieren, ob das tatsächlich so funktioniert. Aber Zeit gespart habe ich da noch nicht.

Speaker 1: 5:12

Darf ich ganz kurz einhaken, zum Verständnis du hast aber nur keine Zeit gespart, weil du es habe ich da noch nicht Darf ich ganz kurz einhaken.

Speaker 2: 5:18

Ja, sicher, Zum Verständnis.

Speaker 1: 5:19

Du hast aber nur keine Zeit gespart, weil du es vielleicht zu selten bislang ausgeführt hast, oder?

Speaker 2: 5:25

Absolut. Es ist eigentlich wie eine gute Assistentin Wenn die oder er beginnt, dann ist der Mehrwert auch noch geringer. Die muss ja dann auch die oder er muss mich kennenlernen, wie lange ich Mittagspause mache, in welchem Restaurant ich gerne esse, mit wem ich da essen gehen will. Je häufiger ich das mache und diese AI Agents der zweite SBB-Ticket geht dann natürlich schon viel, viel schneller, weil ich da mache. Also von dem her, wenn es ins repetitive, wiederholende geht, dann könnte das sehr spannend werden bezüglich Effizienz.

Speaker 1: 6:26

Okay, und jetzt frage ich mal wie hast du das jetzt gemacht? Du hast jetzt von der SBB App gesprochen. Die habe ich auch, aber davon habe ich mir irgendwie noch kein Ticket gekauft.

Speaker 2: 6:36

Ja, also der ganz konkrete Case jetzt mit diesem SBW-Ticket. Da habe ich den AI-Agent von OpenAI, von ChatGPT, der heisst Operator ausprobiert, Das ist allerdings momentan noch der Challenge ausprobiert, das ist allerdings momentan noch der Challenge. Da brauchst du ChatGPT Pro Abo für 200 Dollar im Monat, also das teuerste, aktuell das teuerste Angebot von ChatGPT, und wenn du dieses Angebot hast, kannst du Operator nutzen, Das heisst. Diesem Operator habe ich gesagt hey, ich bin jetzt in Luzern, möchte plus minus irgendwie heute um 16.30 Uhr nach Zürich fahren, Erste Klasse. Versuche sogar noch, irgendein Sparbillet zu kaufen, und schaue hier sind meine Logindaten, Da kannst du dich bei SBB einloggen.

Speaker 2: 7:42

Das ist irgendwie Name und Mailadresse, Und so hat dann dieser Operator. Dem kann man da auch zuschauen, wie er dann auch bei SBBch herumsurft und sich da einloggt, wie er dann irgendwie sich schlau macht, was überhaupt ein Sparbillett ist, und er dann ähnlich wie wir Menschen auch irgendwie 1630 Luzern-Zürich eingeben, dann irgendwie die Zugverbindung auswählt, die entsprechende Klasse auswählt die Kreditkarte ist bereits in der App oder bei SBB hinterlegt verwendet dann einfach die hinterlegten Kreditkarten Angaben, und bevor die Maschine oder dieser Operator dann wirklich den Kauf tätigt, fragt er mich dann immer noch ist es okay, diese Zugverbindung zu diesem Preis soll er jetzt kaufen? die muss ich dann noch bestätigen, Und dann hat er das gekauft, und innerhalb von wenigen Sekunden hatte ich dann das Ticket auch bereits in den Essbewerb.

Speaker 1: 9:00

Jetzt hast du gesagt, du hast ihm gesagt, und er soll das so machen, und so weiter und so fort. Wir sind es ja von einem Chat-GPT wirklich sehr stark die natürliche Konversation gewöhnt. Wenn ich das jetzt so umsetzen will, wie du das gesagt hast, muss ich dann noch programmieren können, oder kann ich dann auch wirklich rein das so machen, wie du gerade vorgeschlagen hast?

Speaker 2: 9:22

gerade vorgeschlagen hast. Das hat mich auch überrascht. Mein Prompt, das war einfach ich brauche heute SBB-Ticket von dann nach dann. Wenn ich jetzt nicht alle Angaben gleich gesagt hätte, hätte er dann wie nachgefragt wie ist dein Name, was hast du für Logindaten? Bei diesem einfachen Case muss ich da überhaupt nichts programmieren können.

Speaker 1: 9:51

Okay, spannend. Und Thema Kreditkarte da muss es ja noch weitere Authentifizierung geben. Wie konntest du das einbauen? oder wie funktioniert das wirklich?

Speaker 2: 10:01

final Ja, guter Punkt. Wie funktioniert das wirklich? final Ja, guter Punkt. Also, er hat dann einfach die bestehende Kreditkarte gewählt. Aber diese dreistellige, wie heisst diese Nummer?

Speaker 1: 10:21

Ah ja, diese Sicherheitsnummer, diese.

Speaker 2: 10:22

Sicherheitsnummer. Also, er hat dann auch noch gefragt, wie diese dreistellige Sicherheitsnummer lautet. Die musste ich ihm noch sagen, habe ich auch vergessen. Dann hat er die entsprechend eingegeben, hat ein bisschen Überwindung gekostet, weil das ja auch eine Maschine ist, auf der anderen Seite irgendwie all diese MS-Zonen oder diese SBB-App, die haben ja auch meine Kreditkarte. Also von dem her, das Risiko ist vorhanden, aber ist eigentlich aus meiner Sicht noch überschaubar.

Speaker 1: 11:00

Okay, Spannend. Also gut, jetzt haben wir gelernt, man kann eigentlich wirklich ohne Programmierkenntnisse sich so ein SBB-Abo kaufen. Natürlich ist es erstmal Spielerei, wenn es keinen wirklichen Business Case, sag ich mal, dahinter gibt. Wenn ich es nicht häufiger brauche, Was hast du das Gefühl? wo geht das hin? oder was sind so dann so wirklich die Business Cases, wo es spannend wird, wo sich der Einsatz des Entwicklens wirklich lohnt?

Speaker 2: 11:27

spannend wird, wo sich der Einsatz des Entwicklens wirklich lohnt. Also ich glaube immer bei diesem AI-Agent-Thema Tätigkeiten, die wiederholend stattfinden, also vielleicht irgendwie so ein Weekly Reporting, wo die Maschine dann aus unterschiedlichsten Datenquellen Sachen zusammen suchen muss, dann irgendwie daraus eine Reporting erstellen mit einer entsprechenden Einschätzung Das sind sicherlich Use Cases, die dann ziemlich viel Geld sparen. Einen gewissen Initialaufwand hat man ja, bis dieser AI Agent dann genau das so macht, wie man das sich vorgestellt hat. Wenn man das dann aber wiederholend machen kann, glaube ich, hat das grosses Potenzial, viele von unseren Tätigkeiten einfacher zu machen.

Speaker 1: 12:30

Okay, ja, ich finde das ein sehr, sehr spannendes, interessantes Thema, gerade dieses einfache Machen. Nun ist es ja so der Agent das hast du einleitend gesagt der macht ja nicht einfach nur Sachen, der entscheidet ja auch häufig den Weg selber, oder Weil selber eine Internetrecherche kann ich auch irgendwie anders automatisiert machen, dass das regelmäßig kommt, aber wie kriege ich das hin? Also, beziehungsweise, der Agent geht ja eigentlich noch einen Schritt weiter. Er überlegt sich dann ja selber, was wären für ihn jetzt zum Beispiel relevante Magazine, oder warum muss er jetzt heute da suchen und morgen da oder?

Speaker 2: 13:07

Genau richtig ja.

Speaker 1: 13:10

Kannst du da noch was zu sagen? Wie genau macht das die AI? oder, sagen wir mal anders, was ist das Besondere daran?

Speaker 2: 13:19

Also vielleicht ein bisschen einen komplizierteren Use Case.

Speaker 2: 13:24

Den habe ich mit Manus AI gemacht. Das ist auch so. Ein AI Agent Kann man aktuell jetzt auch kostenlos ausprobieren, und dieser Maschine habe ich wirklich einen sehr offenen Task gegeben. Hey, bau mir doch eine Webseite, wo du über AI Agents irgendwie das aufklärst was sind überhaupt AI Agents? ein paar Beispiele, wie man das vielleicht auch klassifizieren kann für so Hochschulstudierende, wie ich jetzt beispielsweise in meinen Kursen habe, und das hat mich dann echt überrascht. Also, als Resultat habe ich dann eine fixfertige Webseite bekommen, wo AI selbst entschieden hat, welche Beispiele von AI-Agents aufgezählt werden, was es da bezüglich Theorie im Netz gefunden wird.

Speaker 2: 14:35

Manus hat sogar noch Spielereien eingebaut, die ich jetzt irgendwie ein bisschen fehl am Platz fand oder auch nicht wirklich so nachvollziehen konnte, was da genau überlegt wurde. Aber eigentlich vom ganzen Gedankenprozess häufig noch spannend, wenn man diesen AI-Agent, kann man da eigentlich wie zuschauen? Also, da gibt es auch immer wieder Texte, was jetzt dieser AI-Agent genau macht und wieso er das macht. Also von dem her eigentlich beim Zuschauen lernt man eigentlich, wie dieser AI-Agent denkt, darf logischerweise ja immer dann auch wieder intervenieren und sagen hey, da finde ich eigentlich diese und diese Quelle würde ich jetzt besser finden. Schau bitte dort doch mal nach.

Speaker 1: 15:33

Das finde ich einen sehr coolen Punkt, was du gerade gesagt hast, dieses man kann den zugucken. Das ist auch das, was ich gerne mal mache, dass ich einfach ja, dann sehe ich sozusagen, wie denkt er, und kann dann daraus wiederum ableiten würde ich genauso denken, was denke ich? und ich lerne eigentlich sein Denken, und das ist ja vielmals auch, wie man selber lernen muss, oder.

Speaker 2: 15:57

Nee, also absolut. Also ich finde immer so bei diesen, nicht nur bei AI-Agents, sondern bei AI allgemein dieser Denkprozess ist eigentlich wie so ein Sparing Partner, eher sie oder es oder einfach die Maschine denkt etwas vor. Da wird wieder mein Denken animiert. Ich finde das vielleicht ein guter Gedanke oder doch nicht so ein guter Gedanke, und ach ja, stimmt, das muss man sich ja wie überlegen. Also ich finde das so dieses also super spannend, so dieses Sparring, dass wir da gegenseitig irgendwie da besser werden und irgendwie ein komplexes Problem wie selbstständig lösen, weil häufig irgendwie ohne AI oder ohne AI-Agent du startest ja irgendwie vor einem leeren Blatt Papier, irgendwie. Ich muss das lösen, keine Ahnung, und diese AI-Agents oder auch AI allgemein einfach super Sparing Partner. Ich kann da irgendwie mal etwas geben, ich bekomme etwas zurück, kann dann wieder weiter aufbauen. Das finde ich persönlich jetzt das wieder Spannendste.

Speaker 1: 17:10

Danke. Jetzt mal noch eine Frage Jetzt haben wir so ein bisschen gewitzelt. man kann das da mit SBB machen, das braucht Use Cases. Kennst du denn Unternehmen oder kennst du Cases, wo du sagst, da ist das wirklich schon im Einsatz, da bringt das schon Mehrwerte. da ist das nicht nur ein bisschen Spielerei im Einsatz, da bringt das schon Mehrwerte, da ist das nicht nur ein bisschen Spielerei.

Speaker 2: 17:27

Aktuell also, was ich so mitbekomme, jetzt bei Schweizer Unternehmen. Das Thema ist noch unglaublich neu und momentan alle so ein bisschen in Trial and Error. Man spielt mal ein bisschen herum. Also wirklich Use Cases, die bei Schweizer Unternehmen live, sind, die kennen mich nur bedingt. Ich kann da jetzt leider keinen konkreten Case aufteilen. Vielleicht kennst du spannende Cases mit AI Agents, die bereits umgesetzt sind.

Speaker 1: 18:00

Es ist ein guter Punkt. Ich kenne nämlich auch meistens nur, dass alle so ein bisschen darüber reden und das mal am Diskutieren sind. Die wenigsten trauen sich wirklich. Was denkst du? woran liegt das?

Speaker 2: 18:22

aufbauen, was können diese AI-Agents überhaupt? Das Thema ist noch so neu, und dann musst du irgendwie analysieren, was hätten wir für Use-Case, wo das mal ausprobieren könnte, und dann brauchst du doch ein bisschen Aufwand. Ich glaube, es ist wirklich so ein bisschen, das Knowledge ist so ein bisschen eine Barriere, weil alles so komplett neu ist. Wir sind erst uns am finden, was man da alles allenfalls machen könnte.

Speaker 1: 18:57

Denkst du, es liegt wirklich daran, oder ich würde jetzt mal das Thema Datenschutz ansprechen. Wie schätzt du das ein?

Speaker 2: 19:03

Ja, Das ist ein mega gutes Thema. Ich habe vorische Angst, dass ich da meine Kreditkarten angab und irgendwie der Maschine preisgegeben habe. Das war jetzt nur im privaten Kontext. Ich glaube, da bist du natürlich in einem Unternehmen ganz schnell irgendwie Datenschutz, und das Problem ist schon nur, schon ein MVP, mal ein bisschen auszuprobieren. Da bist du dann schnell irgendwie an der Grenze, was du darfst und was du eigentlich gar nicht machen dürftest.

Speaker 1: 20:04

Okay, aber denkst du denn nicht, es gäbe auch datenschutzsichere Möglichkeiten, wenn man es jetzt eben über komplexere Tools und nicht das einfache OpenAI nimmt, was jeder kann?

Speaker 2: 20:15

Also definitiv. Logischerweise gibt es da aber du hast es richtig gesagt ein bisschen komplexere Tools, oder Das ist ein bisschen dieser Trade-off, oder Man möchte mal quick and dirty irgendetwas mal ausprobieren, und dann nimmt man am liebsten diese Produkte, die es auf dem Markt möglichst sogar noch kostenlos gibt, und dort hast du dann irgendwie ein Challenge mit dem Datenschutz, oder. Oder wenn du dann die komplexeren Produkte nehmen willst, da brauchst du ja auch schon wieder IT-Expertise, dann kostet das auch schon wieder Geld. Also ich glaube, das ist dann auch so teilweise auch eine Überforderung, wie ich das jetzt überhaupt angehen soll, und welches Tool jetzt da das Richtige ist und mit Datenschutz und mit Kosten, und also ja, ich glaube auch so ein bisschen eine Überforderung.

Speaker 1: 21:11

Von was für Kosten sprechen wir denn?

Speaker 2: 21:17

Ehrlich gesagt, ich habe auch noch kein Use Case für Unternehmen umgesetzt. Von dem her kann man das noch gar nicht richtig sagen. glaube ich, kann man das noch gar nicht richtig sagen. Ich bin ein Fan von diesem MVP-Approach, da mal irgendwie auszuprobieren, irgendwie einfache Use Cases mal zu machen, und erst im zweiten Schritt dann wirklich zu analysieren wie verkostet uns das, was ist der Reinsparungseffekt? Ich glaube, das ist wie zum Sauben, so ein Projekt aufzugleisen, ist es wie fast, also ist es fast noch ein bisschen zu früh.

Speaker 1: 22:03

Also vielleicht von meiner Seite aus was ich in letzter Zeit mal ausprobiert habe und was ich auch sehr spannend fand, war, so Tools wie Tapier auszuprobieren oder auch Make. Ich glaube, viele wissen, dass ich normalerweise Make-Fan bin. Ich habe jetzt mal wieder Zapier ausprobiert und finde, damit kann man eben auch sehr einfach solche intelligenten Automatisierungen fast machen. Die, die es nicht kennen, das sind Tools, die haben im Prinzip ganz viele Schnittstellen schon parat gelegt, und man kann einfach sagen okay, ich will Tool 1 mit Tool 2 verknüpfen, und dazwischen soll die KI das und das entscheiden oder das und das machen. Und für mich sind das noch recht coole Tools, um sowas auch mal auszuprobieren.

Speaker 1: 22:45

Und ich glaube, wie du gesagt hast, man muss dann mal erste Gehversuche machen im MVP-Datenschutz ein bisschen außer Acht lassen. Ganz ehrlich, wenn ich Tapia nutze, dann nutze ich immer irgendwelche E-Mail-Konten, die ich sonst nie betreibe, weil natürlich automatisiere ich dann irgendwas mit E-Mail und will das cool machen, aber nutze bewusst irgendwelche Accounts, die ich nicht die ganze Zeit verwende und wo nicht meine Bank drüber läuft. Ich denke mal, das sind vielleicht auch ganz gute Startpunkte, oder.

Speaker 2: 23:13

Also absolut. Ich glaube, dass SAPI oder Makecom mega gute Einsteigerprodukte also für wirklich Anwender wie du und mich. Ich bin momentan jetzt auch irgendwie so ein einfacher Case bei Make. Schau in meinem Posteingang überall, wo es irgendwie Rechnungen drin hat, speichere mir diese Rechnungen als PDF und lege die in einem Google Drive Ordner ab Pro Monat. Dann habe ich meine Rechnungen wie im Griff oder alle dann gebündelt und muss das nicht selbstständig machen. Ganz ein einfacher Use Case, den man eigentlich häufig dann mit wenig Aufwand logischerweise sind dann immer die Hinternisse, sind dann immer so die Details, was dann irgendwie geschäftliche Mailadresse und ein bisschen komplizierter. aber normalerweise kann man da sehr schnell solche Use Cases wie mal bauen, und man lernt unglaublich viel, wenn man einfach da mal irgendwie an einem verregneten Sonntag mal ein paar Make Use Cases, da gibt es ja auch ganz viele. wenn man einfach da mal irgendwie an einem verregneten Sonntag mal ein paar Make-Use-Case da gibt es ja auch ganz viele, die man auch erstmal nachbauen kann da lernt man unglaublich viel.

Speaker 1: 24:41

Spannend. Jetzt haben wir verschiedenste Tool-Werbung gemacht. Es ist nicht so, dass wir da Provisionen bekommen, aber wir wollten euch einfach, glaube ich, was Hands-on die Hand geben. Sven, ich danke dir für die Insights, ich danke dir für deine Zeit. Das letzte Wort kriegt immer mein Podcast-Gast, das heißt, du hast gleich das letzte Wort. Vorab noch danke an meine Partner natürlich, Crealog4 und CMM360, danke an alle Zuhörer, und dann freue ich mich jetzt schon auf die nächste Folge. Und danke Sven.

Speaker 2: 25:11

Danke, sophie, und danke fürs Zuhören, und ich kann euch einfach nur einen Appell geben ich glaube, dieses AI Agentech-Thema wird riesengroß und deshalb jetzt irgendwie ausprobieren, jetzt lernen, dann habt ihr einen Vorteil, weil wir sind noch komplett am Anfang, und es ist so spannend, dass sich da alles in kürzester Zeit weiterentwickelt.

Speaker 1: 25:38

Perfekt, das sind doch super Worte. zum Schluss Ich danke dir und bis zum nächsten Mal.