Die KI-Revolution in der Unternehmenswelt durchläuft gerade eine entscheidende Transformation. Während viele Unternehmen noch mit einfachen Chatbots und Assistenten experimentieren, zeichnet sich bereits die nächste Evolutionsstufe ab: Business Agents – intelligente Systeme, die nicht nur reagieren, sondern die komplexe Geschäftslogik eines Unternehmens wirklich verstehen und eigenständig navigieren können.
Artikel
Warum Chatbots nicht reichen:
Business Agents verstehen Geschäftslogik
Von der Idee zur geschäftskritischen Automatisierung
Diona Ebibi
GenAI Solutioning Unit
adesso SE
Das Spektrum der KI-Agenten: Drei Reifegrade
Um zu verstehen, was Business Agents so besonders macht, lohnt sich ein Blick auf das gesamte Spektrum der agentenbasierten KI-Systeme:
Was Business Agents wirklich auszeichnet
Der fundamentale Unterschied liegt in einem einfachen, aber mächtigen Prinzip:
DATEN ≠ WISSEN
Während herkömmliche Agenten auf flüchtigen Informationen operieren, nutzen Business Agents die Kraft von Knowledge Graphen. Hier wird die gesamte Business Logik explizit repräsentiert und zwar nicht versteckt in Code oder implizit in Datenbanken, sondern sichtbar, abfragbar und logisch fundiert.
Die Technologie dahinter: SemReasoner
Das Herzstück dieser Lösung ist die Knowledge Graph Engine SemReasoner. Sie bietet eine mächtige Regelsprache, die durch Konnektoren erweitert wird:
- System-Integration: Direkte Anbindung von Datenbanken und externen Systemen über regelbasierte Konnektoren
- Logische Verknüpfung: Beziehungen zwischen verschiedenen Systemen werden im Knowledge Graphen durch Regeln definiert
- Intelligente Orchestrierung: Das Sprachmodell fungiert als Interface, generiert Anfragen an den Knowledge Graphen und trifft auf Basis der logisch fundierten Antworten fundierte Entscheidungen
Der praktische Nutzen für Unternehmen
Diese Architektur ermöglicht die Automatisierung von Szenarien, die bisher undenkbar waren:
- Komplexe Entscheidungsprozesse, die Wissen aus mehreren Unternehmensbereichen kombinieren
- Kritische Geschäftsprozesse, die höchste Zuverlässigkeit erfordern
- Dynamische Anpassung an sich ändernde Geschäftsregeln ohne Code-Anpassungen
- Transparente Nachvollziehbarkeit aller Entscheidungen durch die explizite Wissensrepräsentation
Praxisbeispiel:
Intelligente Vertragsfreigabe
Stell dir ein Unternehmen vor, das täglich Dutzende Lieferantenverträge prüfen muss. Die Entscheidung zur Freigabe hängt von komplexen Faktoren ab: Ist der Lieferant bereits im System? Welche Zahlungskonditionen gelten für diese Warengruppe? Gibt es offene Reklamationen? Liegt das Volumen innerhalb der Freigabelimits der anfragenden Abteilung?
-
Individual Agent
Vom Recherchemarathon zum integrierten Wissensmanagement
Mit einem Individual Agent würde man dem System in natürlicher Sprache beschreiben: "Prüfe den Vertrag und entscheide über die Freigabe." Der Agent würde autonom verschiedene Systeme abfragen, aber man hätte keine Garantie, dass er immer alle relevanten Kriterien berücksichtigt oder bei ähnlichen Fällen konsistent entscheidet.
-
Agentic Workflow in br.AI.n
Von manueller Sichtung zu intelligenter Orchestrierung
Mit einem Agentic Workflow in br.AI.n modelliert man den Prozess als BPMN-Diagramm: Vertrag einlesen → Lieferant identifizieren → Konditionen prüfen → Limit checken → Entscheidung treffen. An jedem Schritt nutzt das LLM seine Intelligenz für spezifische Aufgaben (z.B. Extraktion von Vertragsdaten, Bewertung von Risiken), aber der Ablauf bleibt strukturiert und nachvollziehbar. Perfekt für standardisierte Freigabeprozesse.
-
Business Agent
Von implizitem Wissen zu skalierbarer Governance
Mit einem Business Agent geht es eine Ebene tiefer: Im Knowledge Graphen sind die Beziehungen zwischen Lieferanten, Warengruppen, Abteilungen, Budgets und Freigaberegeln explizit modelliert. Der Agent kann Fragen beantworten wie: "Welche alternativen Lieferanten gibt es für diese Warengruppe, die bessere Konditionen bieten?" oder "Wie wirkt sich dieser Vertrag auf das Quartalsbudget der Abteilung aus?" Das System versteht die logischen Zusammenhänge und kann komplexe Szenarien durchspielen, die über den einzelnen Freigabeprozess hinausgehen.
Der entscheidende Unterschied: Während der Workflow einen definierten Prozess abarbeitet, versteht der Business Agent die gesamte Geschäftslogik und kann auch ungeplante, aber geschäftlich relevante Fragen beantworten – alles auf Basis einer verlässlichen, logisch fundierten Wissensbasis.
Der Weg zur Implementierung
Die Komplexität wächst mit der Tiefe der logischen Verankerung: Während Individual Agents in Stunden einsatzbereit sind, erfordern Business Agents eine intensive Modellierung der Geschäftslogik in Knowledge Graphen. Die gute Nachricht: Dieser Prozess erfolgt heute zunehmend KI-assistiert, was den Aufwand erheblich reduziert und die Investition durch wartbare, anpassbare Systeme langfristig auszahlt.
Die richtige Wahl treffen
Welcher Ansatz passt zu welchem Szenario?
- Individual Agents: Schnelle Prototypen, kreative Aufgaben, unkritische Prozesse
- Agentic Workflows (br.AI.n): Strukturierte Geschäftsprozesse mit klaren Abläufen, die Intelligenz an definierten Entscheidungspunkten benötigen
- Business Agents: Hochkomplexe Logik in kritischen Systemlandschaften, wo tiefes Verständnis der Geschäftszusammenhänge erforderlich ist
Gestalten Sie die Transformation souverän
Mit über 300 GenAI-ProjektErfahrungen wissen wir: Die Frage ist nicht mehr, ob GenAI Fachprozesse verändern wird, sondern wie Unternehmen diese Transformation kontrolliert gestalten.
br.AI.n bietet volle Fachlogik-Kontrolle, transparente Prozesse statt Blackbox und produktive Lösungen in Wochen statt Monaten. Mehr Effizienz, mehr Qualität, mehr Souveränität.
Mehr erfahren:
Informationen zu br.AI.n und konkreten Anwendungsszenarien finden sich unter www.brain-solutions.ai oder können direkt bei den adesso GenAI Expert:innen erfragt werden.
Künstliche Intelligenz ist kein Ersatz für menschliche Diskussion
Wir freuen uns darauf, mit Ihnen ins Gespräch zu kommen.
Head of GenAI Tim König genai@adesso.de