Am 12. März 2025 fand die Microsoft AI Tour in Köln statt. Eine Veranstaltung, die das Potenzial von KI praxisnah und aus erster Hand gezeigt hat. Mit über 30 Sessions, spannenden Keynotes und Hands-On Workshops bot die Tour eine Plattform für Fachwissen, Innovationen und Best Practices.
Wir waren dabei mit unseren Partnern Medialesson und abtis und haben die “Brick City” mitgenommen – eine gigantische Lego-City als KI-Showcase.
Welche Möglichkeiten zeigen wir anhand der “verbauten” KI-Features und welchen Impact können diese Prozesse haben?
“Trigger-Warnung”: Die folgenden Absätze sollen kein eindimensionales Plädoyer für den Einsatz von KI sein, Risiken und Herausforderung sind bekannt und gehören diskutiert. Aber lasst uns bitte genauso und mindestens in gleichem Umfang über Chancen und Potenziale sprechen, etwas Begeisterung zulassen und brainstormen, wo Wertschöpfung entstehen kann. Gerade in einem wirtschaftlich schwierigen, für manche Branchen sogar disruptiven Umfeld. Einige – sicherlich nicht abschließende – Gedanken hierzu …
Multi-Agenten-Systeme bzw. Multi Agent Orchestration
Multi-Agenten-Systeme (MAS) werden genutzt, um komplexe Geschäftsprobleme zu lösen. MAS bestehen aus mehreren intelligenten Agenten, die autonom und kooperativ arbeiten, um gemeinsame Ziele zu erreichen. Ein Beispiel für den Einsatz von MAS ist die Einrichtung von Kundenservice-Plattformen, bei der verschiedene Agenten Daten sammeln (Um welchen Vorgang handelt es sich? Support-Fall, Preisanfrage, Bestellung), geeignete Aktionen bestimmen und anschließend Teil-Prozesse autonom ausführen. Das führt zu einer verbesserten Effizienz (salopp: Die KI antwortet und bucht). Domänen- und unternehmensspezifisches Wissen kann über externe Quellen mitgegeben werden, in welcher Form und wo auch immer es vorliegt. Und bei Bedarf um aktuelle Daten aus dem Web “angereichert” werden, z.B. welche globalen Ereignisse gefährden meine Supply Chain?
Es ist bemerkenswert, dass der digitale “Mitarbeiter” mit dem kompletten Unternehmenswissen im Zugriff sowie der Fähigkeit, sämtliche Applikationen eigenständig zu “bedienen”, keine Zukunftsvision mehr ist. In aller Hochachtung vor der “menschlichen Intelligenz” und Erfahrung in unseren Unternehmen.
Aber zuerst kommt das “Onboarding” und “Enablement”. Folgende Features und Fähigkeiten stehen auf der Agenda:
Retrieval Augmented Generation (RAG)
RAG ist eine Technologie, die es ermöglicht, KI-Modelle mit aktuellen und domänenspezifischen Daten aus anderen Quellen zu versorgen, um die Genauigkeit und Zuverlässigkeit der Antworten zu erhöhen. Ein praktisches Beispiel ist der Einsatz von RAG in Kundenservice-Chatbots, die durch die Integration von Unternehmensrichtlinien und Dokumentationen präzise und aktuelle Antworten liefern. Oder im Anfragewesen die Bereitstellung von Kunden- und Artikel-Informationen dank der Anbindung von CRM-, PIM- und ERP-Systemen. Unternehmen können RAG nutzen, um ihre Kundeninteraktionen zu optimieren und automatisiert maßgeschneiderte Lösungen anzubieten, mit einer reduzierten Wahrscheinlichkeit für “Halluzinationen” und letztlich einer verbesserten Kundenzufriedenheit durch schnelle, aber auch qualitativ hochwertige Prozesse. Auch für verschiedene Aufgaben im Supply Chain Management ist die Anwendung von KI und RAG vielsprechend, indem “Muster” in Lagerbestands-, Lieferzeit- und Transportdaten analysiert werden.
Structured Output und Function Calling
Moderne KI-Modelle sind in der Lage, nicht nur unstrukturierte Ausgaben wie natürliche Sprache zu generieren, sondern auch Daten in strukturierter Form zur weiteren Verarbeitung zur Verfügung zu stellen. Brick City nutzt dafür GPT-4o Realtime. Dies ist besonders beim Aufbau von KI-Agenten wichtig, indem sie über den Aufruf von APIs mit den vorhandenen IT-Systemen kommunizieren, sich Beleg- oder Stammdaten holen, Daten aus anderen Medien einpflegen oder Belege buchen.
Web-Scraping
Im Gegensatz zum traditionellen Webscraping, das Coding und Wartung erfordert, sind KI-Scraper viel flexibler, schneller und benutzerfreundlicher für alle – es sind kaum technischen Fähigkeiten erforderlich. Moderne KI-Scraper nutzen auch maschinelles Lernen, um sich Änderungen auf Websites anzupassen.
So lassen sich z.B. Informationen aus der Marktforschung oder aus einer Wettbewerberanalyse nutzen. Gerade in “dynamischen” Situationen kann so schnell auf Marktveränderungen reagiert werden: Es können z.B. Preisfindungen und Sortimente angepasst werden oder durch Social Media Monitoring frühzeitig Trends beobachtet werden.
Realtime, multi-turn Audio-Konversationen
Und welche Experience sollte das “Interface” zum Anwender (also zum Menschen!) bieten? Ganz einfach: So natürlich, also menschen-ähnlich wie möglich. Gesprächspartner unterbrechen sich, fragen nach, präzisieren sukzessive ihren Informationsbedarf. Für die KI bzw. das LLM bedeutet das: Zuhören ohne die Chance, fertig zu sprechen, den Kontext behalten und den richtigen Ton treffen 😉 Und für deren Einsatz im Business-Kontext bedeutet das: Die KI ist Teil des Face-to-Customer und teilweise prägend für die Kundenerfahrung.
Wenn KI bestens informiert ist, up-to-date und “hoch qualifiziert” – dann ist es doch eine Überlegung wert, ihr einen Teil der Kundeninteraktionen zu überlassen? Oder dem Außendienstmitarbeiter eine App an die Hand zugeben für die Besuchsvorbereitung “auf der Bordsteinkante”. Oder ein “Frontend” für eine komplexe IT-Anwendungen zu bauen, mit dem Mitarbeiter sprechen können, um gleichzeitig niedrigere Fehlerquoten zu erreichen und die Prozess-Qualität zu erhöhen. Oder, oder, oder …
Ich habe viele, interessante Gespräche in Köln geführt und wieder einmal gemerkt: Gemeinsames Brainstorming ist wichtig, um sich kreativ neuen Möglichkeiten zu öffnen. Bei KI-Usecases ist das genauso.
