Agentic AI. Mehr als ein Chatbot.

„Ich habe heute eine knappe Dreiviertelstunde, und ich will sie nutzen, um euch ein Thema näherzubringen, das gerade alles verändert. Der Titel ist bewusst gewählt: Mehr als ein Chatbot. Genau das ist die Reise heute, von der KI, die wir kennen, hin zu dem, was darunter liegt, und was das konkret für unser Projektmanagement bedeutet."

„Wie nutzen wir KI heute?", Handmeldungen zu Chatbot, Agenten, Loop-Systemen etc.

„Die Schere geht weiter auseinander zwischen Unternehmen, die Chatbots nutzen und noch über die Einführung von KI diskutieren, und denen, die Agenten schon als Mitarbeiter betrachten und ihnen Personalakten geben.

Ich möchte heute also ein wenig Licht ins Dunkel bringen, aktuelle Themen beleuchten. Und wenn wir alle bei den aktuellen Themen die gleiche Sprache sprechen, unterhalten wir uns noch darüber, wie wir das nutzen können und vom KI-Fortschritt profitieren."

„Ich beschäftige mich seit 6 Monaten intensiv mit dem Thema KI, und für mich hat sich eine wundersame neue Welt eröffnet. Ich will heute Licht ins Dunkel bringen und aktuelle Themen in der KI-Welt beleuchten. Dabei habe ich zwei Seiten in mir: der Techie, der die Technologie und die Möglichkeiten feiert, und der Realist, der sieht, dass wir bei unkontrollierter Nutzung auf diverse Gefahren zusteuern!

Bei all der Begeisterung bin ich mehr und mehr der Meinung, dass KI ein wertvolles Werkzeug ist, das aber auch bedient werden muss von einem Menschen mit Erfahrung!"

„… denn KI ist ein mächtiges Werkzeug. Aber ein Werkzeug ist immer nur so gut wie die Hand, die es führt: ein Mensch mit Erfahrung, der weiß, wann er ihm vertraut und wann nicht."

„Ich frage euch: Was kommt als Nächstes? Die einen sagen Kopf, die anderen Zahl. Statistisch richtig ist jedoch 50:50! Die Welt, in der wir leben, ist aber nicht rational! In der einen Situation ist Kopf, in der anderen Zahl richtig, und das entscheidet ein Mensch aufgrund seiner Erfahrung! Genau diese Ebene der Erfahrung und der menschlichen Irrationalität fehlt der KI!"

„Um Agentic AI zu vertiefen, müssen wir das Ganze nämlich noch einordnen. Ich habe dazu ein simples Beispiel mitgebracht und möchte die KI-Begriffe mit Hilfe von LEGO erklären! Damit will ich erste Gehversuche mit euch zusammen machen. (Klick → GIF) Lasst uns also gemeinsam in Richtung Agentic AI vortasten!"

1 · AI (Visual: 3 LEGO-Bilder, Auto, Schloss, Shuttle)
„Ich nutze englische Wörter, um das einheitlich und einfach zu machen. Zunächst betrachten wir, was AI überhaupt ist. Bitte fragt mich nicht, wie AI im Detail funktioniert, das wissen tatsächlich nicht mal die Leute, die sie entwickelt haben! Wir verstehen also nicht, wie AI genau funktioniert, wissen aber, was sie macht. Wenn wir bei unserem LEGO-Beispiel bleiben: Stellt euch einen Raum vor, in dem eine große Truhe mit LEGO-Steinen steht. Jeden Tag kommt da jemand rein und bastelt mit LEGOs. In der Ecke steht ein kleiner Roboter, der einfach nur beobachtet. Mit der Zeit stellt der Roboter Muster fest: Wenn jemand ein Auto baut, hat das normalerweise Räder. Ein Schloss hat normalerweise graue Wände. Ein Space Shuttle hat meist Flügel. Dabei weiß der Roboter gar nicht, was ein Auto überhaupt ist, er erkennt nur Muster! Das ist KI, wie sie ursprünglich entwickelt wurde: Muster erkennen und daraus Vorhersagen ermöglichen, mit einem statistischen Wahrscheinlichkeitsgrad."

2 · Generative AI (Klick · Visual: Roboter zeigt nach unten, sagt „Auto!")
„Wir führen ein Upgrade an unserem Roboter durch, sodass er nicht einfach nur beobachtet, sondern auf einmal auch sprechen kann! Er erkennt Muster und kann auf Grundlage dessen Hinweise generieren. GENERIEREN, daher auch der Name Generative AI. Wir kennen generative KI als Chatbots. Das war, was die KI 2022 massentauglich gemacht hat, ChatGPTs generative KI."

3 · Agentic AI (Klick · Visual: Roboter baut konzentriert)
„Und jetzt wird es spannend! Erst hat der Roboter beobachtet und mit uns gesprochen, und jetzt haben wir ihm ein Upgrade gegeben und können ihm sagen: Baue mir ein LEGO-Auto! Baue mir ein Space Shuttle! Viel mehr Anweisungen müssen wir ihm nicht geben, denn er hat uns ja genau beobachtet und Muster erkannt. Man muss ihm keine Anleitung geben, nicht die Schritte erklären, nur ein ZIEL angeben. Dann schaut er nach den LEGO-Teilchen, entscheidet, welche er braucht, baut, stellt fest, dass die Flügel instabil sind, baut sie aus, fügt Düsen hinzu, stellt es fertig und räumt das Zimmer auf. Man sagt ihm also WAS man möchte, und der Roboter kommt selbst auf das WIE der Durchführung."

4 · Loop Engineering (Klick · Visual: Cherny-Zitat)
„Und damit kommen wir auch schon zu einem Zukunftsausblick, ein Thema, mit dem sich mehr und mehr Profis auseinanderzusetzen anfangen: Loop Engineering. Wir steigen also noch eine Ebene höher als Agenten und bauen Systeme, die für uns prompten."

Abbinder
„Ich zeig euch das nur, damit ihr wisst, wohin die Reise geht, daran arbeiten gerade die Profis. Für heute steigen wir aber bewusst eine Stufe zurück. Denn der Hebel für uns liegt nicht in der Zukunftsmusik, sondern eine Ebene darunter: Agentic AI wirklich verstehen und einsetzen."

„Wir wollen uns hier aber nicht mit Zukunftsthemen beschäftigen, sondern den Kernbaustein besser verstehen und vor allem wissen, wie wir das einsetzen können."

„Der Hauptunterschied zwischen Generative AI und Agentic AI ist, dass Generierung reaktiv und ein Agent proaktiv ist. Agenten kann man also eher als ein SYSTEM betrachten, dem man Ziele setzen kann und das diese Ziele proaktiv und selbstständig erreicht. Gen AI ist dagegen ein WERKZEUG, das Inhalte reaktiv generiert. Ihr ahnt es schon: Gen AI kann damit ein Teil von Agentic AI sein. (Klick → Agentic umschließt Generative)"

„Agentic AI kommt von dem englischen Wort agency, was sich auf Deutsch mit Handlungsvollmacht übersetzen lässt. Ein Agent handelt also wie eine Vertretung von einem User und in seinem Namen!"

(Klick 1, Eigenschaften) „Damit ein Agent im Namen des Users handeln kann, braucht er folgende Eigenschaften: Er bekommt ein ZIEL vorgegeben. Er entscheidet autonom über den Ablauf der Schritte, die zur Erreichung des Ziels notwendig sind. Er führt Selbstgespräche und argumentiert mit sich selbst, so plant er, was wie und wann zu tun ist, und führt die Handlungen aus. Und damit er die Handlungen ausführen kann, braucht er Werkzeuge."

„Ein Agent besteht also sinnbildlich aus einem Gehirn, den LLMs, und Händen, den Werkzeugen. Damit kann er autonom denken, entscheiden und Werkzeuge einsetzen. (Klick 2) Fortgeschrittene Systeme lernen noch selbstständig dazu und verbessern sich mit der Zeit."

„Ich bin mir sicher, dass wir alle schon mal einen Agenten bedient haben, bekannte Chatbots wie ChatGPT sind schon eine primitive Form von Agentic AI, denn dort werden auch Werkzeuge benutzt: Bildgenerierung, Websuche und so weiter. Die Grenze zwischen Gen AI und Agentic AI verschwimmt also."

„Das Beispiel sitzt, wir rennen jetzt alle locker über die LEGOs. (Klick → GIF) Aber was bringt uns das Ganze konkret im Projektmanagement? Genau da wird's jetzt praktisch."

„Wir haben jetzt theoretisch gesehen und verstanden, was Gen AI und was Agentic AI ist. Aber wir sind ja alle Praktiker, daher hier ein Beispiel zu Gen AI im Projektmanagement: Der Projektleiter will einen Statusbericht, öffnet Copilot und tippt einen Prompt: ‚Schreibe einen Statusbericht für Projekt Alpha mit folgenden Fortschritten …' und fügt die Daten manuell ein. Die Gen AI erzeugt sofort einen Entwurf und hat damit ihren Zweck erfüllt. Der Rest liegt beim PL: Er muss die Zahlen vorher ziehen und konsolidieren, den Text kopieren, in eine Mail oder Teams-Nachricht einfügen, versenden und das Dokument im Projektordner ablegen. Die KI macht genau einen Schritt, die anderen sechs macht der Mensch."

(Erst das Zitat vorlesen, dann:) „Sobald Freitag, 15 Uhr erreicht ist, wird der Workflow ausgelöst. Das System hat seine Anweisung, den initialen Prompt, und plant selbstständig die Umsetzung mithilfe externer Tools: Der Scheduler stößt den Workflow an, das System zieht Status und Tickets aus dem PM-Tool, holt Kontext aus Controlling, Risikoregister und Projektplan, lässt ein Gen-AI-Modell den Berichtstext formulieren, legt mir den Entwurf zur Freigabe vor, macht nach Freigabe einen API-Call an Mail oder Teams, verschickt an die Stakeholder und legt den Bericht im Archiv ab."

„Das allermeiste, was draußen als ‚agentic' verkauft wird, ist in Wahrheit ein orchestrierter Workflow mit LLM-Bausteinen. Das ist kein Makel: Workflows sind verlässlicher, billiger und debugbar, und man sollte sie überall nehmen, wo der Pfad vorhersehbar ist. Echte Agency lohnt sich erst, wo der Lösungsweg nicht vorab planbar ist."

(Abgrenzung am LEGO-Beispiel) „Ein Workflow funktioniert so lange, bis ein vom Workflow vorgegebenes Teil nicht da ist, dann bricht der Workflow! Ein Agent dagegen sucht selbstständig nach einer Lösung. Zweites Beispiel: Zwei LEGO-Teile sind fest zusammengesteckt, man kriegt sie nur mit einem Hebel-Werkzeug auseinander. Der Workflow bricht, der Agent aber kennt das Werkzeug und setzt es ein."

„Ich weiß, ‚die wichtigste Erfindung der Menschheit' klingt nach genau dem Hype, bei dem wir alle die Augen verdrehen. Ich war da selbst skeptisch. Aber als ich verstanden habe, was Agenten wirklich sind, ist bei mir der Groschen gefallen, und heute neige ich dieser These tatsächlich zu."

„Als ich angefangen habe zu verstehen, was Agenten sind, ist für mich der Groschen gefallen. Ich stimme der Hauptthese, dass AI die wichtigste Erfindung der Menschheit ist, mittlerweile zu."

„Wir haben aktuell einen Trend von ‚Do it yourself': Code-Generierung ist günstig und schnell geworden, weshalb es so einfach wie nie zuvor ist, sich Hilfsprogramme selbst zu schreiben, statt für eine Software zu bezahlen. Natürlich gibt es dabei Limitationen, und man sollte wissen, was man tut, Security, Compliance und so weiter. Aber dennoch geht der Trend in die Richtung, dass das immer mehr enabled wird. Denn wie Karpathy gesagt hat: ‚The best programming language is English.'"

„Was denkt ihr, wer baut das bessere Buchhaltungstool? Ein Buchhalter mit Jahrzehnten an Erfahrung oder ein Programmierer? Natürlich ist das aktuell kein Selbstläufer: Software muss sicher sein, gewartet werden und so weiter. Nichtsdestotrotz ist der Burggraben der Entwickler verschwunden, denn auf einmal sind sie nicht mehr die Einzigen, die zaubern können. Und tatsächlich hat man festgestellt, dass die besten KI-Nutzer nicht Entwickler sind, sondern Führungskräfte. Also die Personen, die es gewohnt sind, Aufgaben zu delegieren, zu erklären und Feedback zu geben."

„Ich möchte das anhand des Beispiels der Arbeit eines Fotografen veranschaulichen."

„Früher mussten Fotografen ihre Technik perfekt beherrschen und wissen, wie die Kamera funktioniert. Heute stellt sich die Kamera größtenteils von selbst ein, KI generiert realitätsnahe Filter bzw. bearbeitet Bilder am Fließband. Was bleibt, ist das URTEILSVERMÖGEN und die ERFAHRUNG des Fotografen, nur er kann einschätzen, was ein gutes Foto ausmacht, nur er interagiert mit seinen Kunden und weiß, was diese sehen wollen. Nur er hat eine Theory of Mind, er kann also denken, was andere Menschen denken, bis zu drei Ebenen tief. Das kann eine KI nicht, und genau deswegen ist ein Mensch bei der Anwendung von KI nicht wegzudenken."

„Wir müssen dabei nur verstehen, dass KI wie ein talentierter, hochintelligenter Fünfjähriger zu betrachten ist, der auch noch unbedingt gefallen will. Wenn man den Rahmen richtig setzt und ihn richtig führt, liefert er Top-Ergebnisse! Lässt man zu viel Freiraum, kommt kreativer, sich richtig anhörender Mist raus."

„Output wird immer billiger, und es kommt mehr und mehr auf den Outcome an. Wir müssen, und können!, uns mehr auf die Ergebnisse unserer Arbeit fokussieren, denn die Arbeit verschiebt sich mehr in Richtung Outcome. Die Excel-Tabelle an sich ist wertlos, jeder kann jetzt mit KI schöne und gut funktionierende Excel-Tabellen erstellen. Was die Excel-Tabelle MACHT, darauf kommt es jetzt an! KI ersetzt nicht unseren Job, aber sie verschiebt ihn massiv. Daher sollte man das nicht wie eine Tool-Einführung betrachten, sondern wie eine Veränderung unserer Arbeitswelt."

„Genug Theorie, wo hilft uns das konkret im Projektmanagement? Drei Einsatzfelder: Monitoring, der Agent überwacht (z. B. Softwareentwicklung) und meldet nur das Wichtige. Roadmap, er strukturiert um, zeigt Abhängigkeiten und Lösungswege direkt aus den Projektdaten. Frühwarnung, er überwacht den kritischen Pfad; rutscht eine Aufgabe über zwei Tage, eskaliert er automatisch. Trend: der Agent als vollwertiges Team-Mitglied im Board mit eigenen Tasks. Immer Helfer, nie Ersatz."

„Und damit mein Aufruf an euch: Überlegt euch, welche Aufgaben oder Abläufe bei euch mit KI-Unterstützung laufen könnten. Lasst uns gemeinsam Ideen sammeln, wie wir unser Projektmanagement konkret unterstützen können."

„KI ist ein mächtiges Werkzeug. Aber ein Werkzeug ist immer nur so gut wie die Hand, die es führt. Und die bleibt eure."