Agentic AI: Gipfel der überzogenen Erwartungen erreicht? Erfahrungen aus der Praxis

Agentic AI: Gipfel der überzogenen Erwartungen erreicht? Erfahrungen aus der Praxis
Mitschnitt-Länge: 35 Minuten
Präsentationsunterlagen verfügbar
Mitschrift verfügbar
Agentic AI optimiert CX durch autonome Aufgabenverarbeitung und MCP-Integration, trotz technologischer und organisatorischer Hürden.

Benjamin Gebauer, Director AI & Data Practice bei infinit.cx, beleuchtet in seinem Vortrag die Rolle von Agentic AI und multi-agentenbasierten Architekturen bei der Optimierung von Customer Experience und Self-Service-Prozessen. Der Vortrag richtet sich an CX-Verantwortliche und IT-Leiter in B2B-SaaS- und Enterprise-Kundendienstorganisationen, die vor der Herausforderung stehen, Agentic AI in bestehende Systeme zu integrieren. Gebauer bietet einen praxisnahen Einblick in die technologischen und organisatorischen Hürden, die bei der Einführung von Agentic AI auftreten, und teilt konkrete Erfahrungen aus aktuellen Projekten.

Im Zentrum des Vortrags steht die Fähigkeit von Agentic AI, autonome, multi-step Aufgaben zu verarbeiten und Entscheidungen aktiv zu unterstützen, was sie von klassischen Bots und RPA unterscheidet. Gebauer hebt die Bedeutung des Model Context Protocol (MCP) hervor, das als standardisierte Schnittstelle für LLMs dient und die effiziente Verarbeitung von Kontextinformationen ermöglicht. Die Integration von Agentic AI wird durch fragmentierte Schnittstellen und unzureichende Datenstrukturen erschwert. Gebauer empfiehlt eine schrittweise Einführung mit realistischem Erwartungsmanagement, um die technologischen und organisatorischen Herausforderungen zu bewältigen und den Mehrwert für den Kunden zu maximieren.

Agentic AI ist mehr als nur ein smarter Bot. Es geht um autonome, mehrstufige Aufgabenverarbeitung, die Werkzeuge und APIs nutzt, um Entscheidungen vorzubereiten, statt nur Antworten zu geben. – Benjamin Gebauer

Die Illusion der Einfachheit bei Conversational AI: Was wir sehen, ist nur die Spitze des Eisbergs. Darunter liegen komplexe Technologie-Architekturen und Schnittstellen, die oft übersehen werden. – Benjamin Gebauer

Start small, think big and communicate realistically. Erwartungsmanagement ist entscheidend, um die technologischen Möglichkeiten mit den organisatorischen Realitäten in Einklang zu bringen. – Benjamin Gebauer

  • Agentic AI ermöglicht autonome, multi-step Aufgabenverarbeitung und hebt sich durch aktive Entscheidungsunterstützung von klassischen Bots ab.
  • MCP (Model Context Protocol) bietet eine standardisierte Schnittstelle für LLMs, um Kontextinformationen effizient zu verarbeiten und Entscheidungen zu unterstützen.
  • Die Einführung von Agentic AI erfordert eine saubere Datenstruktur, Prozessoptimierung und klare Erwartungsmanagement-Strategien.
  • Multi-agentenbasierte Architekturen ermöglichen die Verteilung komplexer Aufgaben auf spezialisierte Agenten, um Flexibilität und Skalierbarkeit zu gewährleisten.
  • Die Integration von Agentic AI in bestehende Systeme ist oft durch unzureichende Schnittstellen und organisatorische Herausforderungen begrenzt.

Agentic AI markiert einen entscheidenden Wendepunkt in der Evolution von Customer Experience und Self-Service-Prozessen, indem es die Grenzen klassischer Bots und RPA-Systeme überwindet. Die Fähigkeit zur autonomen, multi-step Aufgabenverarbeitung hebt Agentic AI auf eine neue Ebene der Entscheidungsunterstützung, die weit über die Möglichkeiten traditioneller Systeme hinausgeht. Diese Entwicklung ist strategisch relevant, da sie Unternehmen zwingt, ihre bestehenden Prozesse und Strukturen zu überdenken. Die Einführung von Agentic AI offenbart jedoch auch ein Spannungsfeld zwischen technologischen Möglichkeiten und organisatorischen Realitäten. Die Diskrepanz zwischen den hohen Erwartungen, die durch mediale Berichterstattung und Marketingvideos geschürt werden, und den tatsächlichen Herausforderungen in der Implementierung zeigt, dass viele Unternehmen noch nicht bereit sind, die notwendigen strukturellen Anpassungen vorzunehmen. Die Integration in bestehende Systeme wird durch fragmentierte Schnittstellen und veraltete Technologien erschwert, was die Komplexität und die Risiken erhöht.

Der Beitrag fordert Unternehmen auf, die Einführung von Agentic AI mit realistischem Erwartungsmanagement und einem schrittweisen Ansatz anzugehen. Die Betonung liegt auf der Notwendigkeit, Datenqualität und Prozessgestaltung zu priorisieren, um die Potenziale von Agentic AI voll auszuschöpfen. Die Rolle von MCP als kritisches Element für die effiziente Nutzung von LLMs wird hervorgehoben, wobei die Fähigkeit, verschiedene Kontexte zu vernetzen, als Schlüssel zur erfolgreichen Implementierung gilt. Der Beitrag verschiebt die Perspektive von einer rein technologischen Betrachtung hin zu einem umfassenderen Verständnis der organisatorischen und kulturellen Implikationen. Er fordert die Zielgruppe auf, die Transformation aktiv zu gestalten und die neuen Chancen zu nutzen, die sich durch die rasante Entwicklung der Technologie eröffnen. Die operative Praxis muss sich an strategischen Zielen und dem kulturellen Wandel orientieren, um langfristig erfolgreich zu sein.

Der Zugriff auf das Video umfasst eine textuelle Aufarbeitung, die bereits mit einem Freemium-Account zugänglich ist.

Jetzt direkten Zugang freischalten!

Registriere Dich für einen Freemium-Zugang für die Shift/CX Plattform und erhalte direkten Zugang zum Mitschnitt und der Dokumentation.

Darüber hinaus bietet der Freemium-Account folgendes:
  • Zugang zu allen Freemium-Inhalten der Mediathek
  • Drei Credits für Freischaltung von Premium-Inhalten
  • Monatlicher Content-Newsletter mit redaktionell freigeschalteten Premium-Inhalten
  • Zugang zu geschlossener Linkedin-Gruppe
  • Besondere Plattform-Angebote
  • Kostenlos für immer!

Jetzt registieren & Zugang erhalten: