Anmerkung der Redaktion: Der Name von NIM Agent Blueprints wurde im Oktober 2024 in NVIDIA Blueprints geändert. Alle Verweise auf den Namen wurden in diesem Blog aktualisiert.
KI-Chatbots nutzen generative KI, um Antworten auf Grundlage einer einzigen Interaktion zu liefern. Eine Person stellt eine Anfrage und der Chatbot verwendet natürliche Sprachverarbeitung, um zu antworten.
Die nächste Stufe der künstlichen Intelligenz ist agentenbasierte KI, die ausgeklügelte Argumentation und iterative Planung nutzt, um komplexe, mehrstufige Probleme eigenständig zu lösen. Sie dient dazu, Produktivität und Betriebsabläufe in allen Branchen zu verbessern.
Agentenbasierte KI-Systeme erfassen große Datenmengen aus verschiedenen Quellen, um Probleme eigenständig zu analysieren, Strategien zu entwickeln und Herausforderungen wie die Optimierung von Lieferketten, Analysen von Cybersicherheitslücken oder die Unterstützung von Ärzten bei zeitaufwendigen Aufgaben zu meistern.
Agentenbasierte KI nutzt ausgeklügelte Argumentation und iterative Planung, um komplexe, mehrstufige Probleme zu lösen.
Wie funktioniert agentenbasierte KI?
Agentenbasierte KI nutzt zur Problemlösung ein vierstufiges Verfahren:
- Erfassen: KI-Agenten sammeln und verarbeiten Daten aus verschiedenen Quellen (wie Sensoren, Datenbanken und digitalen Schnittstellen). Das beinhaltet das Extrahieren aussagekräftiger Merkmale, das Erkennen von Objekten oder das Identifizieren relevanter Entitäten in der Umgebung.
- Begründen: Ein großes Sprachmodell (LLM) fungiert als Orchestrator oder Argumentations-Engine, die Aufgaben versteht, Lösungen generiert und spezielle Modelle für bestimmte Funktionen wie die Erstellung von Inhalten, Vision-Verarbeitung oder Empfehlungssysteme koordiniert. Dieser Schritt nutzt Techniken wie Retrieval-Augmented Generation (RAG), um auf proprietäre Datenquellen zuzugreifen und präzise, relevante Ausgaben zu liefern.
- Handeln: Durch Integration mit externen Tools und Software über Programmierschnittstellen (APIs) kann agentenbasierte KI auf Grundlage der von ihr formulierten Pläne Aufgaben rasch erledigen. In KI-Agenten können Guardrails integriert werden, die dafür sorgen, dass Aufgaben korrekt ausgeführt werden. Beispielsweise kann ein KI-Agent im Kundenservice in der Lage sein, Forderungen bis zu einem bestimmten Betrag eigenständig zu bearbeiten, während Forderungen über diesem Betrag von einem Menschen genehmigt werden müssen.
- Lernen: Agentenbasierte KI verbessert sich durch eine Feedback-Schleife
bzw. ein „Daten-Flywheel“, bei dem die aus den Interaktionen generierten Daten in das System eingespeist werden, um Modelle zu verbessern. Diese Fähigkeit, sich anzupassen und im Laufe der Zeit effektiver zu werden, dient Unternehmen als leistungsstarkes Tool für die Optimierung der Entscheidungsfindung und operativen Effizienz.
Unterstützung agentenbasierter KI mit Unternehmensdaten
In allen Branchen und Arbeitspositionen transformiert generative KI Unternehmen, indem sie große Mengen an Daten in umsetzbares Wissen verwandelt und Mitarbeitern so bei der effizienteren Erledigung von Aufgaben hilft.
KI-Agenten nutzen das Potenzial, indem sie verschiedene Daten über beschleunigte KI-Abfrage-Engines aufrufen, die Daten verarbeiten, speichern und abrufen, um generative KI-Modelle zu optimieren. Eine Schlüsseltechnik dafür ist RAG, mit der KI eine breitere Palette von Datenquellen erschließen kann.
Mit der Zeit lernen und verbessern sich KI-Agenten, indem sie ein Daten-Flywheel erstellen, bei dem durch Interaktionen generierte Daten in das System zurückgespeist werden, um Modelle zu verfeinern und ihre Effektivität zu steigern.
Die durchgängige NVIDIA AI-Plattform, einschließlich NVIDIA NeMo Microservices, erlaubt es, Daten effizient zu verwalten und aufzurufen, was für die Entwicklung flexibler agentenbasierter KI-Anwendungen essenziell ist.
Agentenbasierte KI in der Praxis
Die Anwendungsmöglichkeiten für agentenbasierte KI sind enorm und nur durch das Maß an Kreativität und Fachwissen begrenzt. Von einfachen Aufgaben wie der Generierung und Verteilung von Content bis hin zu komplexeren Anwendungsfällen wie der Orchestrierung von Unternehmenssoftware transformieren KI-Agenten ganze Branchen.
Kundenservice: KI-Agenten verbessern den Kundensupport, indem sie Self-Service-Funktionen optimieren und Routinekommunikation automatisieren. Über die Hälfte der Service-Experten berichtet von erheblichen Verbesserungen bei der Kundeninteraktion, wobei sich Reaktionszeiten verkürzen und die Zufriedenheit steigt.
Außerdem gibt es ein wachsendes Interesse an digitalen Menschen. Das sind KI-gestützte Agenten, die die Marke eines Unternehmens verkörpern und für lebensechte Interaktionen in Echtzeit sorgen, um Vertriebsvertretern zu helfen, Kundenfragen zu beantworten oder Probleme bei hohem Anrufaufkommen direkt zu lösen.
Erstellung von Inhalten: Agentenbasierte KI kann dazu beitragen, rasch hochwertige, personalisierte Marketinginhalte zu erstellen. Generative KI-Agenten können Marketern durchschnittlich drei Stunden pro Inhaltselement sparen, sodass sie sich besser auf Strategie und Innovation konzentrieren können. Durch die optimierte Inhaltserstellung können Unternehmen wettbewerbsfähig bleiben und gleichzeitig die Kundenbindung verbessern.
Software-Entwicklung: KI-Agenten steigern die Produktivität von Entwicklern, indem sie sich wiederholende Kodierungsaufgaben automatisieren. Es wird prognostiziert, dass KI bis 2030 bis zu 30 % der Arbeitsstunden automatisieren kann, sodass sich Entwickler auf komplexere Aufgaben konzentrieren und Innovationen vorantreiben können.
Gesundheitswesen: Für Ärzte, die große Mengen an medizinischen und Patientendaten analysieren müssen, können KI-Agenten kritische Informationen filtern, um bessere Behandlungsentscheidungen zu ermöglichen. Durch das Automatisieren von Verwaltungsaufgaben und Erfassen klinischer Notizen bei Visiten reduziert sich die Belastung durch zeitaufwendige Aufgaben, sodass sich Ärzte besser auf die Stärkung der Arzt-Patienten-Beziehung konzentrieren können.
Zudem können KI-Agenten rund um die Uhr Unterstützung leisten, indem sie Informationen zur Verwendung von verschriebenen Medikamenten liefern, Termine planen, Erinnerungen bereitstellen und mehr, um Patienten bei der Einhaltung von Behandlungsplänen zu helfen.
Erste Schritte
Dank der Fähigkeit, zu planen und mit verschiedenen Tools und Anwendungen zu interagieren, schlägt agentenbasierte KI ein neues Kapitel im Bereich künstlicher Intelligenz auf und erlaubt es, die Produktivität zu erhöhen sowie die Art und Weise zu revolutionieren, wie Unternehmen operieren.
Um die Einführung von Anwendungen und Agenten mit generativer KI zu beschleunigen, stellt NVIDIA Blueprints Musteranwendungen, Referenzcode, Beispieldaten, Tools und umfangreiche Dokumentationen bereit.
NVIDIA-Partner wie Accenture helfen Unternehmen dabei, agentenbasierte KI mit Lösungen zu nutzen, die mit NVIDIA Blueprints entwickelt wurden.
Besuchen Sie ai.nvidia.com, um mehr über die Tools und Anwendungen von NVIDIA zu erfahren, mit denen Unternehmen eigene KI-Agenten entwickeln können.