Technologie / Plattform

Spezialisierte Agenten, angebunden an Ihre IT

Ein Multiagenten-System verteilt einen Prozess auf mehrere KI-Agenten mit je einer Aufgabe. Eine Orchestrierung steuert den Ablauf, bindet Ihre Systeme an und übergibt an Mitarbeiter, wo es nötig ist.

Abstraktes Netzwerk aus verbundenen Knoten, die zusammenarbeitende KI-Agenten darstellen — Bildplatz
img/hero-technologie.jpg

Architektur

Vier Ebenen vom Eingang bis zur Buchung

Jede Ebene lässt sich einzeln prüfen, austauschen und erweitern. Das Zielbild für Ihren Prozess entsteht in Phase 2 des Phasenmodells.

Agentensysteme allgemein

Die Bausteine eines Agentensystems

Vier Konzepte bauen aufeinander auf: das Sprachmodell, die Anbindung an Ihr eigenes Wissen, der Agent, der eigenständig Aufgaben plant und ausführt, und das Zusammenspiel mehrerer Agenten.

Baustein 1

LLM – Sprachmodell

Ein LLM nimmt Ihre Eingabe entgegen und erzeugt darauf eine Antwort. Es arbeitet Token für Token und greift dabei auf das zurück, was es im Training gelernt hat.

Eingabe
Prompt

LLM

Tokenisierung
Zerlegung
Token → Vektor
Transformer
Vorhersage
probabilistisch
De-Tokenisierung
Satzgenerierung

Ausgabe
Antwort

Baustein 2

RAG – Retrieval Augmented Generation

Bei RAG geht Ihre Anfrage nicht direkt an das Sprachmodell. Zuerst wird passendes Wissen aus einer angebundenen Wissensbasis gesucht und der Anfrage mitgegeben. So antwortet das Modell auf Basis Ihrer Informationen und nicht nur aus seinem allgemeinen Wissen.

Baustein 3

AI Agent

Ein AI Agent bekommt ein Ziel statt einer einzelnen Frage. Er verfolgt den Stand der Aufgabe, plant den nächsten Schritt, nutzt Tools, prüft die Ergebnisse und arbeitet weiter, bis das Ziel erreicht ist.

Baustein 4

Agentic AI

Von Agentic AI spricht man, wenn ein oder mehrere AI Agents gemeinsam auf ein übergeordnetes Ziel hinarbeiten. Dafür braucht es Koordination, Zugriff auf Tools und Daten sowie eine Struktur, in der die einzelnen Schritte aufeinander abgestimmt werden.

Definitionen

Die wichtigsten Begriffe kurz erklärt

LLM: Large Language Model. Nimmt eine Eingabe entgegen und erzeugt Token für Token eine Antwort auf Basis dessen, was es im Training gelernt hat.
MCP: Model Context Protocol. Eine standardisierte Schnittstelle, über die externe Systeme mit dem KI-Agenten verbunden werden.
RAG: Retrieval Augmented Generation. Vor der Antwort wird passendes Wissen aus Ihrer Wissensbasis gesucht und der Anfrage mitgegeben.
AI Agent: Bekommt ein Ziel, plant die Schritte, nutzt Tools, prüft Ergebnisse und arbeitet weiter, bis das Ziel erreicht ist.
Agentic AI: Ein oder mehrere AI Agents arbeiten gemeinsam auf ein übergeordnetes Ziel hin. Dafür braucht es Koordination, Zugriff auf Tools und Daten und eine abgestimmte Struktur der Schritte.
AI Harness: Die kontrollierte Betriebsschicht um Modell oder Agent. Sie liefert vertrauenswürdigen Kontext, Berechtigungen, Tools, Leitplanken, Evaluierungen, Monitoring und den Rückfall auf einen Menschen.

KI-Komponenten

Für jede Aufgabe das passende Werkzeug

Nicht jeder Schritt braucht ein großes Sprachmodell. Wir kombinieren die Komponenten nach Genauigkeit, Datenschutz und Kosten.

Sprachmodelle (LLM)

Verstehen und erzeugen Text: Anfragen einordnen, Antworten entwerfen, Wissen aus Dokumenten zusammenfassen.

KlassifikationEntwürfeRAG

Dokumentenerkennung (OCR)

Macht gescannte und fotografierte Belege lesbar und liefert die Grundlage für die Feldextraktion.

RechnungenLieferscheineFormulare

Machine Learning

Eigene ML- und NLP-Modelle, trainiert mit Ihren Daten. Für Bilderkennung und Anomalieauswertung setzen wir Convolutional Neural Networks (CNNs) ein.

CNNBilderkennungAnomalienPredictive Maintenance

RPA-Schnittstellen

Bedienen Altsysteme ohne moderne API, damit auch dort Medienbrüche verschwinden.

AltsystemeOberflächen

APIs und MCP

Anbindung an ERP, MES, CRM und Dokumentenmanagement über deren Schnittstellen und das Model Context Protocol.

ERPMESCRMDMS

Fine-Tuning und Prompt-Engineering

Optimiert die Modelle für Ihre Fachbegriffe und Prozessdaten, damit die Genauigkeit im Betrieb stimmt.

FachspracheGenauigkeit

Plattform und Modellwahl

Ausgewählt nach Ihrem Prozess

Nouswise als Partner-Plattform
Für Wissensmanagement und Recherche sind wir autorisierter Vertriebspartner von Nouswise, einem KI-Rechercheagenten mit quellenbasierten Antworten und Anbindung über MCP und API. Mehr zu Nouswise
Zusammenarbeit mit Tool-Anbietern
Darüber hinaus arbeiten wir mit weiteren KI-Tool-Anbietern zusammen und wählen Plattform und Modelle passend zu Ihrer IT-Landschaft aus.
Datenschutz als Auswahlkriterium
Wo Daten verarbeitet werden dürfen, klären wir vor der Modellwahl. Davon hängt ab, welche Modelle und Betriebsformen in Frage kommen.
Austauschbare Bausteine
Weil jeder Agent eine klar umrissene Aufgabe hat, lässt sich ein Modell später ersetzen, ohne den ganzen Prozess neu zu bauen.
Erweiterbar auf weitere Bereiche
Ist der erste Prozess produktiv, nutzen weitere Unternehmensbereiche dieselbe Orchestrierung und dieselben Schnittstellen.

Sprechen wir über Ihre Potentiale.

Wir analysieren Ihre Prozesse und machen Vorschläge zur Optimierung.

15-Min-Erstgespräch anfragen