Automatisierung ist kein einzelnes Werkzeug, sondern eine Familie von
Disziplinen. Die Kunst liegt darin, das richtige Werkzeug für den
richtigen Schritt zu wählen — und sie zu einem stimmigen System zu
verbinden. KI-Agenten sind dabei die Kirsche auf der Torte: mächtig,
aber nie das alleinige Werkzeug.
Die fünf Disziplinen, mit denen ich arbeite
Low-Code / No-Code
Visuell zusammensteckbare Anwendungen und kleine Prozesse,
oft direkt von der Fachabteilung gebaut. Stark, wenn IT-Ressourcen
knapp sind und schnelle Lösungen gefragt sind — schwach für
unternehmensweite oder hochregulierte Prozesse.
Workflow Automation
Das Rückgrat der Prozesslandschaft. End-to-End-Steuerung mit
Audit-Trail, ideal für strukturierte, wiederholbare Abläufe wie
Genehmigungen, Onboarding oder Antragsprozesse.
Robotic Process Automation
Software-Roboter, die Bildschirme bedienen wie ein Mensch.
Stark dort, wo es keine API gibt — als Brücke zwischen Systemen,
die sonst manuell gefüttert werden. Idealerweise Übergangstechnik,
nicht Endzustand.
Intelligent Document Processing
Dokumente lesen wie ein Mensch — Rechnungen, Verträge,
Lieferscheine. OCR, Machine Learning und Large Language Models
extrahieren auch unstrukturierte Inhalte zuverlässig.
Decision Management
Geschäftsregeln aus Code herauslösen und für Fachexperten
editierbar machen. Wertvoll bei häufig wechselnden oder
regulierten Regeln — Tarifierung, Bonität, Compliance.
KI-Agenten — die Kirsche auf der Torte
Ein Agent kennt das Ziel einer Aufgabe und sucht selbständig
den Weg dorthin. Er nutzt die oben genannten Werkzeuge — startet einen
Workflow, ruft eine Decision Engine, lässt einen RPA-Bot etwas tun,
liest ein Dokument via IDP — und entscheidet, wann er an einen
Menschen übergibt.
Wichtig: Ein Agent ersetzt nicht die anderen Disziplinen. Er
orchestriert sie. Wer einen KI-Agenten baut ohne sauberen
Workflow, ohne klare Entscheidungslogik, ohne strukturierte Daten,
baut auf Sand. Genau deshalb beginnt eine seriöse
Agenten-Implementierung mit den Grundlagen — und endet beim Agenten,
nicht umgekehrt.
Mein Vorgehen beim Agentenbau
Use-Case-Definition: Klare Erfolgs-Kriterien, klar definierte Eskalationspfade. Was darf der Agent? Was nicht?
Werkzeugkasten: Welche Tools (Datenbanken, APIs, E-Mail, interne Systeme) darf der Agent nutzen?
Guardrails: Welche Aktionen sind nur mit menschlichem Vier-Augen-OK erlaubt?
Beobachtbarkeit: Jede Entscheidung des Agenten muss nachvollziehbar sein — Logs, Begründungen, Stichproben.
Iteration: Start mit einem schmalen Anwendungsfall — messen, lernen, erweitern.
Was Agentic Automation nicht ist
Kein Ersatz für saubere Datenstrukturen, klare Prozesse oder gute
Mitarbeiter. Ein Werkzeug, das gut funktioniert, wenn die
Voraussetzungen stimmen — und das schlecht funktioniert, wenn man
hofft, damit chronische Probleme zu kaschieren. Diese ehrliche
Einordnung gehört für mich zum Handwerk dazu: zu erkennen, wann
ein Use-Case reif für einen Agenten ist und wann nicht.
Geschützter Bereich
Bitte gib das Passwort ein, um den Inhalt freizuschalten.