kontaktEN / DE / PL

AI-Agenten & autonome Workflows

AI, die Ihre Tools nutzt, um eine Aufgabe zu erledigen, innerhalb der Grenzen, die Sie setzen.

Ein Chat-Assistent antwortet. Ein Agent handelt: Er wählt, welche freigegebenen Tools er nutzt (eine Bestellung nachschlagen, eine Richtlinie lesen, eine E-Mail entwerfen, einen Datensatz aktualisieren), und arbeitet sich in mehreren Schritten auf ein definiertes Ziel zu.

Diese Flexibilität hilft bei Aufgaben, die für feste Regeln zu unterschiedlich sind, und genau deshalb brauchen Agenten klare Grenzen. Aktionen, die Geld, Zusagen gegenüber Kundinnen und Kunden, sensible Daten oder unumkehrbare Änderungen betreffen, gehen zur Freigabe an einen Menschen.

Was wir liefern

  • Definition der Aufgabe und Entwurf der Tools
  • Umsetzung des Agenten mit Tool Calling
  • Berechtigungsgrenzen für jedes Tool
  • Freigabepunkte für Menschen
  • Limits für Schritte, Zeit und Kosten
  • Ausführungsprotokolle und Logging
  • Ein Evaluationsset repräsentativer Aufgaben
  • Fehlerbehandlung und Eskalation

Technologie & Umsetzung

Technisch ist ein Agent ein Sprachmodell, das in einer Schleife mit Tool Calling arbeitet. Es erhält die Aufgabe und eine Liste von Tools, jeweils beschrieben durch Ein- und Ausgaben, wählt eines, liest das Ergebnis und entscheidet über den nächsten Schritt, bis es fertig ist oder ein Limit erreicht. Die Tools sind gewöhnlicher Code mit eigenen Berechtigungsprüfungen; das Modell kann also nur tun, was ein Tool erlaubt, egal worum es gebeten wird.

Wir grenzen Agenten bewusst eng ein: eine Aufgabe, wenige Tools, standardmässig nur Lesezugriff und Schreibzugriff nur dort, wo er nötig ist. Jeder Lauf hat ein Limit für Schritte und Kosten, ein vollständiges Protokoll darüber, was aufgerufen wurde und warum, und Freigabepunkte vor folgenreichen Aktionen. Wo die Schritte vorhersehbar sind, ist ein fester Workflow mit einem einzelnen AI-Schritt die bessere Lösung.

Die Modelle werden über die APIs von Anbietern wie Anthropic oder OpenAI genutzt und pro Projekt nach Qualität bei Ihren Aufgaben, Kosten, Datenschutzbedingungen und Hosting-Region gewählt. Vor dem Launch wird der Agent mit einem Set repräsentativer Aufgaben getestet, auch mit solchen, die er ablehnen oder weitergeben sollte.

Anwendungsbeispiel

Ein illustratives Szenario, keine Beschreibung eines abgeschlossenen Projekts.

Ein Assistent für den Betrieb erhält eine Kundenanfrage, ruft die relevanten Bestelldaten ab, prüft die geltende Unternehmensrichtlinie und bereitet eine empfohlene Aktion vor, die eine Mitarbeiterin freigibt.

AI, wo sie sich lohnt. Automatisierung, wo einfache Regeln genügen.