Modul 3 – Woche 4
In dieser Woche geht es darum, ein Grundverständnis für agentische KI zu entwickeln und zu klären, wie sie sich von klassischer KI unterscheidet.
Du lernst, wie KI-Agenten arbeiten und welche Aufgaben sie zumindest theoretisch übernehmen können.
Es wird um die Frage gehen, inwieweit der Einsatz von KI-Agenten für dich sinnvoll ist und wo konkrete Use Cases liegen können.
Lernbibliothek
Was ist agentische KI?
Agentische KI ist eine Weiterentwicklung klassischer KI-Systeme. Sie analysiert nicht nur Informationen, sondern führt eigenständig mehrere aufeinanderfolgende Schritte aus.
Eine agentische KI trifft eigenständig Entscheidungen.
Sie arbeitet auf Basis klar definierter Ziele, Regeln und Abläufe.
Sie nutzt verfügbare Werkzeuge und überprüft Zwischenergebnisse, bis ein definiertes Ziel erreicht ist.
Für Trainerinnen und Coaches eröffnet das neue Möglichkeiten zur Arbeitsentlastung und Prozessautomatisierung – erfordert jedoch zugleich klare Datenschutzkonzepte, saubere Zugriffskontrollen sowie Zeit und technisches Verständnis beim Aufbau eigener Agenten.
Klassische KI vs. agentische KI
Klassische KI
Klassische KI verarbeitet Eingaben und erzeugt eine Antwort.
Sie reagiert auf eine einzelne Anfrage.
Beispiel:
- Text zusammenfassen
- Trainingskonzept vorschlagen
- Restaurantempfehlungen geben
- E-Mails formulieren
Die KI liefert Ergebnisse. Die Umsetzung erfolgt durch den Menschen.
Agentische KI
Agentische KI geht einen Schritt weiter. Sie kann:
- auf eine Ziel hinarbeiten
- Teilaufgaben planen
- mehrere Schritte nacheinander ausführen
- Ergebnisse prüfen
- bei Bedarf Anpassungen vornehmen
Sie arbeitet damit prozessorientiert.
Beispiel:
- Klassische KI:
Recherche: << Suche mir die fünf besten Restaurants in Berlin>>
die KI gibt fünf Restauraurantadressen in Berlin aus. - Agentische KI:
Restaurantbesuch planen
<<Suche ein Restaurant in Berlin, prüfe Verfügbarkeit, reserviere einen Tisch und trage den Termin in meinen Kalender ein.>>
Die KI handelt dabei nicht eigenständig. Sie folgt einer klaren Zieldefinition und nutzt technische Schnittstellen, um Aktionen auszuführen.
Beispiel: Seminarraum für ein Training organisieren
Klassische KI:
Für jeden dieser Schritte wird ein gesonderter Prompt geschrieben, den die KI ausführt:
- recherchiert geeigneter Räumlichkeiten
- formuliert eine Anfrage-Mail
- erstellt eine Checkliste
Die Trainerin führt alle Schritte selbst aus:
- Wählt eine Räumlichkeit aus
- Versendet die E-Mail
- Geht die Checkliste durch
Agentische KI:
- durchsucht verfügbare Anbieter
- prüft Termine
- versendet Anfragen automatisch
- wertet Rückmeldungen aus
- trägt bestätigte Buchungen in Kalender und Projektplan ein
Der Prozess läuft strukturiert und regelbasiert ab.
Die Trainerin definiert Ziel und Rahmenbedingungen.
Die KI übernimmt die operative Durchführung und trifft eigenständig Entscheidungen, ohne dass die Trainer:in eingreift.
Das Ergebnis ist die Komplette Buchung eins Tagungsraumes.
Voraussetzung ist:
Der KI-Agent hat zugriff auf:
- E-Mail-Konto und kann eigenständig E-Mails im Namen der Trainerin versenden
- Kalender und kann eigenständig Termine dort eintragen
- Alle Informationen, die die Checkliste betreffen
Vergleichstabelle: Klassische vs. Agentische KI
| Aspekt | Klassische KI (Generativ/Chat) | Agentische KI |
| Zielorientierung | Reagiert auf spezifische Prompts. | Verfolgt ein übergeordnetes Ziel. |
| Autonomie | Benötigt für jeden Schritt neuen Input. | Agiert eigenständig in mehreren Schritten. |
| Planung | Erstellt Textmuster basierend auf Training. | Erstellt und revidiert Handlungspläne. |
| Tool-Nutzung | Meist auf das Chat-Fenster begrenzt. | Nutzt aktiv Software, Web und Datenbanken. |
| Feedback-Schleifen | Einmalige Ausgabe (One-Shot). | Prüft Ergebnisse und korrigiert sich selbst. |
| Typ. Anwendung | Texte zusammenfassen, Bilder generieren. | Marktforschung betreiben, Reisen buchen. |
Agentische Browser
Ein agentischer Browser ist ein System, das Webseiten nicht nur anzeigt, sondern aktiv mit ihnen arbeitet. Ein solcher Browse ist Comet von Perplexity.
Im Workshop mit Brita werde wir mit Comet arbeiten. Daher ist es sinnvoll, wenn ihr euch den Comet-Browser in Vorfeld installiert. Eine Anleitung findest du hier!
Er kann:
- Formulare ausfüllen
- Daten aus Webseiten auslesen
- Vergleiche durchführen
- Buchungen oder Bestellungen auslösen
Technisch greift er auf Webschnittstellen zu oder simuliert standardisierte Interaktionen.
Er folgt klaren Anweisungen und prüft Zwischenergebnisse.
Einsatzmöglichkeiten im Trainingskontext:
- Einkauf von Seminar-Material
- Buchung von Seminarhotels
- Automatisiertes Sammeln von Marktinformationen
- Monitoring von Anmeldeständen
Der Nutzen liegt in Zeitersparnis und strukturierter Datenerhebung. Allerdings ist der Zeitaufwand zur Erstellung von zuverlässigen Agenten nicht zu unterschätzen. Hinzu kommen datenschutztechnische Risiken.
Agentenmodus bei ChatGPT
Inzwischen gibt in der Pro-Version von ChatGPT einen integrierten Agentenmodus. Im Agentenmodus kannst die KI mehrschrittige Aufgaben planen und ausführen.
Sobald due den Agentenmodus aktivierts, erhälts du eine ganze Reihe von Vorschlägen, was du mit dem Agentenmodus machen kannst. Sobald du eine Aufgabe anklickst, wird automatische ein entsprechender Prompt in das Chatfenster kopiert.
Die Verantwortung für Zieldefinition und Qualitätskontrolle bleibt beim Menschen.
Die KI unterstützt bei der operativen Umsetzung.
Wochenaufgabe
Wochenaufgabe: Brauche ich wirklich einen KI-Agenten?
Agentische KI gilt als nächster Entwicklungsschritt nach klassischen Chat-Systemen. Während klassische KI einzelne Prompts verarbeitet und eine Antwort liefert, verfolgt agentische KI ein übergeordnetes Ziel, plant mehrere Schritte, nutzt Werkzeuge (z. B. E-Mail, Kalender oder Webschnittstellen) und überprüft Zwischenergebnisse eigenständig.
Das klingt nach Effizienz, Automatisierung und Entlastung. Gleichzeitig bedeutet es:
- Zugriff auf sensible Systeme wie E-Mail und Kalender
- Klare Zieldefinition und Regelwerke
- Technisches Verständnis bei der Einrichtung
- Verantwortung für Datenschutz, Zugriffskontrollen und Qualitätssicherung
Bevor du selbst Agenten entwickelst oder einsetzt, gehst du in dieser Woche einen Schritt zurück:
Du prüfst kritisch, ob und wofür agentische KI in deinem konkreten Arbeitskontext überhaupt sinnvoll ist.
Reflektiere folgende Fragen für dich
- Gibt es in deinem Arbeitskontext realistische, sinnvolle Use Cases für agentische KI?
- Steht der erwartbare Nutzen im Verhältnis zum Aufwand?
- Welche datenschutzrechtlichen und organisatorischen Voraussetzungen wären notwendig?
- Würdest du aktuell einen Agenten einsetzen – oder bewusst darauf verzichten?
1. Individuelle Reflexion
Beantworte die folgenden Fragen schriftlich für dich.
A. Ausgangspunkt: Dein Arbeitskontext
- Welche wiederkehrenden Prozesse in meinem Arbeitsalltag bestehen aus mehreren aufeinanderfolgenden Schritten?
- Wo erledige ich regelmäßig administrative, organisatorische oder koordinierende Aufgaben?
- Welche dieser Prozesse sind klar strukturiert und regelbasiert?
B. Mögliche Use Cases
- Wenn ich agentische KI einsetzen würde:
Für welchen konkreten Prozess käme sie infrage? - Ist das Ziel dieses Prozesses eindeutig definierbar?
- Könnten Teilaufgaben automatisiert geplant und ausgeführt werden?
- Welche Systeme müsste der Agent dafür nutzen (z. B. E-Mail, Kalender, Buchungssysteme, Webseiten)?
C. Nutzen vs. Aufwand
- Wie hoch schätze ich den Zeitgewinn realistisch ein?
- Wie hoch schätze ich den Einrichtungsaufwand (technisch, organisatorisch, konzeptionell)?
- Wie komplex wäre Wartung und Kontrolle?
- Würde ich langfristig tatsächlich entlastet – oder entsteht neue Steuerungsarbeit?
D. Datenschutz und Verantwortung
- Welche personenbezogenen oder sensiblen Daten wären betroffen?
- Welche Zugriffsrechte müsste der Agent erhalten?
- Könnte ich die Datenverarbeitung transparent und DSGVO-konform gestalten?
- Wer trägt die Verantwortung bei Fehlern (z. B. falsche Buchungen, versendete Mails, Terminfehler)?
E. Strategische Einschätzung
- Handelt es sich um ein echtes Problem – oder nur um eine theoretisch automatisierbare Aufgabe?
- Gibt es eine einfachere Lösung (z. B. klassische KI, Templates, bessere Struktur)?
- Würde der Einsatz meine Arbeitsqualität verbessern – oder nur beschleunigen?
2. Dein Fazit
Bitte poste deine komprimierte Einschätzung zu KI-Agenten für deine tägliche Arbeit hier auf das MURAL-Board.
Sehe Inwieweit siehst du aktuell einen sinnvollen Use Case für agentische KI in meinem Arbeitskontext?
Wenn ja: Welcher Prozess wäre das konkret?
Wenn nein: Warum nicht?
Peer Group Session
Vorschlag für die Agenda der Peer-Group Session
Hier eine Vorschlag für den Ablauf eurer Peer-Group-Session zu Modul 3 – Woche 4. Wenn ihr andere Fragen und Themen besprechen möchtet, macht das gerne.
| Dauer | Inhalt |
|---|---|
| 10 min. | Check In: Kurze Vorstellung: Welches KI-Thema beschäftigt dich gerade am meisten? |
| 35 min. | Austausch: Inwieweit sehr ihr konkrete Anwendungsfälle für KI-Agenten in eurer tägliche Arbeit? |
| 5 min. | Was nehmt ihr euch für die kommende Woche vor? Jede von euch sollte sich für die kommende Woche eine Sache vornehmen, über die sie in der nächsten Peer Group Session berichtet. Idealer Weise schreibt ihr das auf. |
| 5min. | Orga: Wann trefft ihr euch wieder? Wer bereitet die nächsten Peer Group Session die Moderation? |
| 5 min. …….. | Check Out: Was war heute gut? Was sollten wir nächstes Mal wieder so machen? Was sollten wir anders machen? |