top of page
Suche

LLM-Agenten von Kauz

Autorenbild: Sven WilmsSven Wilms

RAG war erst der Anfang. Für viele Unternehmen ist der Einstieg in generative KI das Wissensmanagement. Kundenanfragen automatisiert zu beantworten und Wissen aus internen Wikis und Dokumenten für Mitarbeiter auffindbar zu machen, ist mit Technologien wie Retrieval Augmented Generation (RAG) realisierbar. RAG ist besonders gut geeignet, generative KI für individualisierte Inhalte nutzbar zu machen, da bestehendes Wissen einfach eingelesen und Antworten passgenau zur Nutzerfrage formuliert werden können. Bei komplexeren Anwendungsfällen stößt RAG allerdings an seine Grenzen, da lediglich vorhandene Inhalte abgerufen und wiedergegeben werden. RAG-Agenten werden zudem oft strikt darauf trainiert, nur die bereitgestellten Inhalte zu nutzen, um Fehlinformationen oder sogenannte „Halluzinationen“ zu vermeiden. Bei Aufgaben wie Beratung, der systematischen Datenerfassung oder der Analyse von Zusammenhängen erweist sich dieses Vorgehen als zu begrenzt.


Kauz.ai geht daher über den klassischen RAG-Agenten hinaus: Mit der KI-Plattform "aiStudio" von Kauz können Sie effektiv erste Multi-Agenten-Systeme entwickeln. Auf der Plattform werden out-of-the-box spezialisierte Agenten für unterschiedliche Anwendungsfälle mit individuellen Einstellungen und Werkzeugen bereitgestellt, die bei Bedarf miteinander kombiniert werden. Die Entwicklungen großer LLMs, die im aiStudio integriert sind, erleichtern die Evolution in Richtung kooperierender KI-Agenten. So hat OpenAI beispielsweise das Open Source Framework Swarm für Multiagentensysteme veröffentlicht, und auch die konzeptionelle Umstellung von "Function Calls" auf "Tools" deutet darauf hin, dass OpenAI sich 2025 auf den Ausbau von Multi-Agenten-Systemen fokussieren wird, von dem KI-Entwickler wie Kauz stark profitieren werden. 


Beispiele für Multi-Agenten-Systeme eines zentralen Webseiten-Assistenten:


  • RAG-Agent für Wissensdatenbanken: Der klassische RAG-Agent bleibt bestehen und beantwortet Fragen auf Basis der eingelesenen Wissensdatenbank.

  • Datenerfassungs-Agent: Wenn ein Nutzer einen Schaden melden möchte, kommt dieser Agent zum Einsatz. Er stellt dem Nutzer Fragen nacheinander, nutzt Informationen aus dem Gesprächskontext und passt sich individuell an die Bedürfnisse des Nutzers an. Im Vergleich zu traditionellen Online-Formularen ist die Absprungrate viel geringer. Der Agent ist zudem mit externen Tools wie einem E-Mail-Postfach oder einem Schadensystem verbunden, an das er die erfassten Daten weiterleitet.

  • Produktberatungs-Agent: Dieser Agent springt ein, wenn ein potenzieller Lead identifiziert wird. Er kennt die Produktdatenblätter, kann flexible Vergleiche zwischen Produkten erstellen und eine maßgeschneiderte Produktempfehlung abgeben. Er kann auch mit einem Preisrechner arbeiten oder die Daten an einen Berater übergeben, um eine Angebotserstellung zu starten.


Die Einsatzmöglichkeiten sind vielseitig: Ausbildungsberater, Störungshelfer, Veranstaltungsplaner – der Kreativität sind keine Grenzen gesetzt. Diese Agenten arbeiten flexibel zusammen, je nach Bedarf, und lassen sich individuell anpassen, basierend auf Anweisungen, verfügbaren Daten, Tools und dem zugrundeliegenden Sprachmodell.


Auch innerhalb des Unternehmens erweitern sich die Anwendungsfälle:

  • SQL-Agent: Dieser Agent führt Datenanalysen durch, indem er Anfragen an die Sales-Datenbank stellt und Berichte erstellt.

  • Schadenassistent: Er hilft bei der Klassifizierung von Schadenanfragen und gleicht sie mit Produktdatenblättern ab.

  • Onboarding-Agent: Neue Mitarbeiter können mithilfe dieses Agenten Trainings absolvieren und Arbeitssituationen simulieren.

  • Störungshilfe-Assistent: Mitarbeiter können mit diesem Agenten technische Probleme selbst lösen oder qualifiziert an die IT-Abteilung weiterleiten.


Auf der Product Roadmap 2025 von Kauz steht der weitere Ausbau der verfügbaren Agenten im Zentrum der Entwicklungsarbeit.


Quelle: Kauz GmbH




0 Kommentare

Comments


bottom of page