Agentic Work Automation

Wegweiser für die Entwicklung GenKI-basierter Multiagentensysteme

Generative Künstliche Intelligenz (GenKI) eröffnet neue Möglichkeiten, komplexe Wissensarbeit zu automatisieren. GenKI-basierte Multiagentensysteme gehen einen Schritt weiter: Mehrere spezialisierte GenKI-Agenten arbeiten zusammen, koordinieren Aufgaben und unterstützen Menschen bei komplexen Prozessen.

Gerade vor dem Hintergrund des Fachkräftemangels und der steigenden Komplexität in Unternehmen entsteht dadurch ein enormes Potenzial für Produktivitätsgewinne, Qualitätssteigerungen und neue Formen der Zusammenarbeit.

Diese Seite bietet einen kompakten Wegweiser für Organisationen, die solche Systeme verstehen, planen oder einsetzen möchten.
 

Projektüberblick

Das Forschungsprojekt Agentic Work Automation (AWA) untersucht, wie GenKI-basierte Multiagentensysteme zur Automatisierung komplexer Wissensarbeit eingesetzt werden können. Dazu werden entlang verschiedener Use Cases konkrete Anwendungen entwickelt und erprobt. Auf dieser Grundlage werden sowohl wissenschaftliche als auch praxisorientierte Erkenntnisse entlang der folgenden zentralen Phasen systematisch gewonnen, strukturiert und aufbereitet, um Unternehmen und Organisationen bei der Entwicklung entsprechender Lösungen zu unterstützen:

  1. Ziele, Anforderungen und Use Cases für GenKI-basierte Multiagentensysteme definieren
  2. Architektur und Implementierung von GenKI-basierte Multiagentensystemen
  3. Steuerung, Qualität und Nachvollziehbarkeit von GenKI-basierte Multiagentensystemen

Beteiligt sind Partner aus Forschung und Praxis, namentlich das Fraunhofer-Institut für Angewandte Informationstechnik FIT, Ancud IT-Beratung GmbH, DATEV eG, soffico GmbH und die Brauerei Gebr. Maisel GmbH & Co. KG sowie weitere assoziierte Partner (Nürnberger Versicherung, VR TeilhaberBank Metropolregion Nürnberg eG, Die Neue Welle Rundfunk-Verwaltungsgesellschaft mbH & Co. KG).

Das Projekt Agentic Work Automation wird durch die Bayerische Transformations- und Forschungsstiftung  gefördert.

Die geplante Projektlaufzeit ist von Juni 2025 bis Mai 2027.

Was sind GenKI-basierte Multiagentensysteme?

Ein Multiagentensystem besteht aus mehreren GenKI-basierten Softwareagenten, die unterschiedliche Rollen übernehmen und gemeinsam an einer Aufgabe arbeiten. Diese Agenten basieren in der Regel auf leistungsstarken Grundlagenmodellen, die ihnen ermöglichen, natürliche Sprache zu verstehen, Informationen zu verarbeiten und komplexe Aufgaben zu bearbeiten. Beispielsweise kann ein Agent eine Anfrage entgegennehmen, ein anderer Informationen recherchieren, weitere Agenten Daten analysieren oder Entscheidungen vorbereiten, während ein weiterer die Ergebnisse zusammenführt und an den Nutzer zurückgibt.

Durch diese arbeitsteilige Zusammenwirken lassen sich komplexe Wissensarbeitsprozesse automatisieren, die sich bisher einer Automatisierung verschlossen haben.

Die folgende Abbildung stellt verschiedene zentrale Komponenten eines GenKI-basierten Multiagentensystems anschaulich dar.

Unser Wegweiser

Unser Wegweiser greift die wesentlichen Fragen auf, die sich Organisationen bei der Entwicklung und Einführung GenKI-basierter Multiagentensysteme stellen sollten. Er beantwortet diese Fragen anschaulich und bietet Praktikerinnen und Praktikern einen umsetzbaren Leitfaden. Im Verlauf des Projekts wird der Wegweiser auf Basis neuer Erkenntnisse kontinuierlich weiterentwickelt und ergänzt. Die Entwicklung und Einführung dieser Systeme lässt sich dabei in die folgenden drei zentralen Phasen gliedern:

1. Ziele, Anforderungen und Use Cases für GenKI-basierte Multiagentensysteme definieren

Bevor technische Entscheidungen getroffen werden, ist es wichtig, Ziele, Anforderungen und geeignete Anwendungsfälle zu definieren.

2. Architektur und Implementierung von GenKI-basierten Multiagentensystemen

In dieser Phase wird entschieden, wie das Multiagentensystem aufgebaut und technisch umgesetzt wird.

3. Steuerung, Qualität und Nachvollziehbarkeit von GenKI-basierten Multiagentensystemen

Damit Multiagentensysteme langfristig nutzbar sind, müssen Qualität, Transparenz und Kontrolle sichergestellt werden.