Einsatz von KI-Agenten: Was jede Führungskraft im IT- und Compliance-Bereich wissen sollte

Neben den bekannten Skripten und Automatisierungen entsteht eine neue Klasse von Software: KI-Agenten. Diese intelligenten Agenten sollen Aufgaben übernehmen, die früher manuell ausgeführt wurden, und Systeme und Menschen in komplexen Arbeitsabläufen miteinander verbinden.

Für CIOs, IT-Direktoren und Compliance-Manager birgt dieser Wechsel von passiven Tools zu autonomen KI-Agenten sowohl immense Chancen als auch erhebliche Risiken.

In diesem Artikel wird erläutert, was KI-Agenten sind, wie Unternehmen KI-Agenten innerhalb von Microsoft 365 aufbauen und warum Sichtbarkeit und Kontrolle über diese Agenten jetzt eine wichtige Geschäftsvoraussetzung sind.

Was sind KI-Agenten?

Im Kern ist ein KI-Agent eine softwarebasierte Entität, die ihre Umgebung wahrnimmt, intelligente Entscheidungen trifft und eigenständig handelt, um bestimmte Ziele zu erreichen.

Im Gegensatz zur traditionellen Automatisierung, die starren Skripten folgt, verwenden KI-Systeme Modelle wie große Sprachmodelle (LLMs) und natürliche Sprachverarbeitung (NLP), um den Kontext zu interpretieren, Probleme zu durchdenken und ihre Entscheidungen anzupassen.

Unternehmen nutzen zunehmend agentenbasierte KI, um Routineaufgaben zu automatisieren, die früher manuelle Eingaben oder ständige menschliche Kontrolle erforderten.

💡 Lesetipp: Einen tieferen Einblick in das umfassendere Konzept hinter dieser Technologie erhalten Sie in unserem Artikel Was ist agentische KI und was bedeutet sie für die Microsoft 365-Governance, in dem erklärt wird, wie agentische KI Automatisierung und Governance im Unternehmen neu definiert.

Hauptmerkmale eines KI-Agenten

• Autonom: Ein Agent kann mehrstufige Prozesse und komplexe Aufgaben ohne ständige Überwachung durch menschliche Benutzer ausführen. Ihm wird ein Ziel vorgegeben, und er kann selbstständig den besten Prozess zur Erfüllung dieses Ziels bestimmen.
• Kontextabhängig: Er versteht die Situation, in der er arbeitet. Dabei kann es sich um den Inhalt eines Dokuments, den Verlauf eines Gesprächs oder die Berechtigungen eines Benutzers handeln.
• Zielgerichtet: Jeder Agent ist darauf ausgelegt, auf ein bestimmtes Ergebnis hinzuarbeiten, sei es die Zusammenfassung eines Meetings, die Weiterleitung einer Rechnung zur Genehmigung oder die Überwachung einer Datenquelle auf Anomalien.
• Anpassungsfähig: Die ausgereiftesten Agenten können aus Feedback und Ergebnissen lernen und ihre Leistung im Laufe der Zeit verbessern.

Wie KI-Agenten arbeiten

KI-Agenten arbeiten in einer kontinuierlichen Schleife, die ihnen ermöglicht, dynamisch mit ihrer digitalen Umgebung zu interagieren. Dieser Prozess ermöglicht es ihnen, End-to-End-Aufgaben auszuführen, sich in externe Systeme zu integrieren und Aufgaben innerhalb komplexer Workflows zu erledigen. Er kann in einen einfachen Zyklus unterteilt werden:

1. Input (Wahrnehmung): Der Agent empfängt Informationen. Dabei kann es sich um eine direkte Eingabeaufforderung eines Benutzers, um Daten aus einem angeschlossenen System (z. B. eine neue Datei in SharePoint), um eine E-Mail oder um Metadaten aus einem Dokument handeln. Agenten interpretieren diese Eingaben mithilfe von Techniken zur Verarbeitung natürlicher Sprache sowie von maschinellem Lernen und können auf frühere Interaktionen oder das Langzeitgedächtnis zurückgreifen, um den Kontext zu verstehen.
   
   
   
2. Verarbeitung (Entscheidung): Der Agent nutzt seine zugrunde liegenden KI-Modelle, die häufig Komponenten von Modellen wie GPT enthalten, um die Eingabe zu analysieren. Er denkt über den Kontext nach, bewertet mögliche Aktionen anhand seiner Ziele und entscheidet sich für den nächsten Schritt. In fortschrittlicheren Designs leitet eine Nutzenfunktion die Entscheidungsfindung in Richtung des besten Ergebnisses.
   
   
   
3. Output (Aktion): Der Agent handelt selbstständig. Dies könnte bedeuten, einen Text zu generieren, eine Datenbank zu aktualisieren, eine Benachrichtigung an ein Team zu senden, eine andere API aufzurufen oder eine neue Aufgabe für einen anderen Agenten zu erstellen. Durch den Aufruf von APIs und Diensten lassen sich KI-Agenten eng mit Unternehmensplattformen und externen Systemen integrieren, um Aufgaben ohne ständige Eingriffe zu erledigen.

Diese Agenten können je nach ihrem Zweck in verschiedenen Modi arbeiten:

• Echtzeit: Ein Agent wie Microsoft Copilot antwortet sofort auf die Anfrage eines Benutzers innerhalb einer Anwendung und unterstützt den Benutzer bei der Ausführung von Aufgaben im Kontext.
• Asynchron: Ein Hintergrund-Agent, z. B. ein Power Automate-Flow, kann durch ein Ereignis, z. B. einen Dokumenten-Upload, ausgelöst werden und seinen Prozess ohne direkte Benutzerinteraktion durchführen. In größeren Umgebungen können sich mehrere KI-Agenten die Arbeit teilen und zusammengesetzte KI-Systeme bilden, die komplexe Aufgaben unter angemessener menschlicher Aufsicht bewältigen.

Arten von KI-Agenten

KI-Agenten unterscheiden sich darin, wie sie ihre Umgebung wahrnehmen, Entscheidungen treffen und auf Ziele hinarbeiten.

In der klassischen KI-Theorie werden Agenten häufig nach der Komplexität ihres Denkens und ihrer Autonomie kategorisiert. Zu den Kategorien gehören modellbasierte, zielbasierte und nutzungsbasierte Designs.

Dieselben Prinzipien gelten heute auch für moderne Arbeitsplatz-Tools, von Microsoft Copilot bis hin zu benutzerdefinierten Power-Automate-Flows. Das Verständnis dieser Typen hilft Unternehmen, fortschrittliche und spezialisierte KI-Agenten zu bewerten, die neben anderen KI-Agenten in ihrer Umgebung arbeiten, und sowohl ihr Potenzial als auch die damit verbundenen Risiken einzuschätzen.

Von der Theorie zur Praxis

Diese Kategorien entstammen zwar der akademischen KI-Theorie, beschreiben jedoch inzwischen reale Systeme, die in Microsoft 365-Umgebungen eingesetzt werden. Eine einfache ablauf- oder regelbasierte Automatisierung kann sich wie ein Reflex-Agent verhalten, während ein Copilot, der mehrere Datenquellen berücksichtigt, eher einem ziel- oder nutzungsbasierten Agenten entspricht.

Mit der Erweiterung der Fähigkeiten dieser Agenten stoßen Unternehmen zunehmend auf hybride Formen: zum Beispiel lernende Agenten, die mit anderen Agenten und menschlichen Agenten in Multi-Agenten-Workflows zusammenarbeiten. Jede Stufe der Autonomie und Intelligenz steigert den Geschäftswert, erhöht jedoch auch die Bedeutung von Transparenz, Verantwortlichkeit und Governance.

Beispiele für KI-Agenten in Microsoft 365

Das Microsoft 365-Ökosystem entwickelt sich schnell zu einer primären KI-Agentenplattform - einer zentralen Umgebung für die Bereitstellung von KI-Agenten, die Geschäftsabläufe automatisieren, sowohl durch Microsoft als auch durch Ihre Benutzer. Plattformen wie Power Automate und Copilot Studio erleichtern die Integration von KI-Agenten in Unternehmenssysteme und in tägliche Arbeitsabläufe.

Power Automate KI-Abläufe

Anwender können nun GPT-Modelle und andere KI-Dienste direkt in ihre Arbeitsabläufe integrieren. So kann beispielsweise ein Agent erstellt werden, der eingehende Kundensupport-E-Mails automatisch liest, deren Stimmung und Dringlichkeit bestimmt und sie an die zuständige Abteilung weiterleitet.

Copilot Studio Agenten

Hierbei handelt es sich um Microsofts spezielle Plattform zur Entwicklung hochentwickelter, dialogfähiger Agenten mit mehreren Abläufen. Microsoft Copilot KI-Agenten können mehrere Aktionen miteinander verknüpfen, über Konnektoren eine Verbindung zu Unternehmensdatenquellen herstellen und komplexe Aufgaben im Namen von Benutzern ausführen. Eine ordnungsgemäße Microsoft Copilot Governance ist für die Verwaltung des Datenzugriffs und der Aktionen dieser benutzerdefinierten Agenten unerlässlich.

SharePoint Premium-Inhaltsverarbeitung

SharePoint-Agenten können so konfiguriert werden, dass sie Dokumente automatisch mit Metadaten versehen, Inhalte übersetzen oder sensible Informationen beim Hochladen zensieren, um die Dokumentenverwaltung und die Prozesse zur Einhaltung von Vorschriften zu optimieren.

Microsoft Loop-Komponenten

Einige Komponenten in Loop werden zu Agenten. Sie können jetzt deren Status oder Inhalt auf Grundlage des Gesamtstatus einer Aufgabe oder eines Projekts aktualisieren. Dies schafft einen dynamischeren und reaktionsfähigeren Raum für die Zusammenarbeit.

Integration von Agenten von Drittanbietern

Agenten von anderen Plattformen können in Microsoft 365 integriert werden, oft über Teams-Plugins oder benutzerdefinierte Azure-Funktionen. Diese externen Agenten führen eine weitere Komplexitätsstufe für Governance und Datensicherheit ein.

💡 Lesetipp: Werfen Sie einen umfassenden Blick auf die Welt der Microsoft KI-Agenten unter Der Aufstieg der Microsoft KI-Agenten: Was IT-Leiter über Governance wissen müssen.

Die Vorteile von KI-Agenten

KI-Agenten verändern die Art und Weise, wie Arbeit in Unternehmen abläuft. Wenn sie mit Sorgfalt und Kontrolle eingeführt werden, stärken sie die Mitarbeiter, beschleunigen Prozesse und eröffnen neue Wege der Zusammenarbeit, die die Gesamteffizienz und Konsistenz erhöhen.

Stärkung der Mitarbeiter und Beschleunigung der Arbeit

KI-Agenten ermöglichen es Mitarbeitern, sich wiederholende Aufgaben wie das Abrufen von Informationen, die Vorbereitung von Dokumenten oder die Dateneingabe zu automatisieren. Durch die Delegation dieser geringwertigen Tätigkeiten gewinnen Einzelpersonen und Teams Zeit, um sich auf Strategie, Kreativität und Entscheidungsfindung zu konzentrieren. Prozesse, die früher auf technische Unterstützung oder manuelle Koordination angewiesen waren, können nun autonom ablaufen, was die Gesamtflexibilität des Unternehmens erhöht.

Schnellere und intelligentere Entscheidungsfindung

KI-Agenten machen Entscheidungen einfacher und zuverlässiger, indem sie kontinuierlich Informationen aus verschiedenen Systemen sammeln und miteinander verbinden. Sie liefern den Mitarbeitern Erkenntnisse, deren Zusammenstellung sonst Stunden dauern würde, und ermöglichen ihnen einen schnelleren Zugriff auf den richtigen Kontext und die richtigen Daten direkt in den Tools, die sie bereits verwenden.

Konsistenz und Zuverlässigkeit im großen Maßstab

Da Agenten Prozesse konsistent ausführen, tragen sie dazu bei, menschliche Fehler zu reduzieren und die Einhaltung interner Standards und  Compliance-Anforderungen zu gewährleisten. Diese Einheitlichkeit unterstützt die Ziele der Unternehmensführung und sorgt für vorhersehbare Ergebnisse, selbst wenn die Aufgaben über verschiedene Abteilungen oder Regionen verteilt sind.

Personalisierte und anpassungsfähige Erlebnisse

KI-Agenten können ihre Unterstützung für jeden Benutzer personalisieren. Sie können Zusammenfassungen vor Besprechungen vorbereiten, Aufgaben auf Grundlage der letzten Aktivitäten priorisieren oder relevante Dokumente zum richtigen Zeitpunkt anzeigen. Diese intelligente, kontextsensitive Unterstützung hilft den Mitarbeitern, sich zu konzentrieren und die Informationsflut zu reduzieren.

Kontinuierliche Produktivität und Reaktionsfähigkeit

KI-Agenten sorgen rund um die Uhr für Produktivität im Unternehmen. Sie können Systeme überwachen, Dashboards aktualisieren oder Transaktionen ohne Unterbrechungen verarbeiten. So wird sichergestellt, dass der Betrieb reibungslos weiterläuft und Kunden auch außerhalb der regulären Arbeitszeiten zeitnahe Antworten erhalten.

Herausforderungen und Risiken für IT und Compliance

Der zunehmende Einsatz von KI-Agenten führt zu deutlichen Produktivitätssteigerungen, verlagert jedoch zugleich die Verantwortung. Da Mitarbeiter im gesamten Unternehmen ihre eigenen Agenten erstellen und sich darauf verlassen, wird die Überwachung schwieriger. Was früher zentral verwaltete Automatisierungen waren, arbeiten jetzt autonom über mehrere Systeme hinweg, was das Risiko von Sicherheits- und Compliance-Lücken erhöht. Für IT- und Compliance-Verantwortliche besteht die Aufgabe darin, Innovationen zu ermöglichen und zugleich sicher, transparent und unter Kontrolle zu halten.

Mangelnde Transparenz und Bestandsaufnahme

In Umgebungen wie Microsoft 365 können Benutzer mit Tools wie Power Automate leistungsstarke Agenten erstellen, ohne dass die IT-Abteilung dies genehmigt oder davon weiß. Es gibt kein zentrales Verzeichnis, in dem jeder Agent aufgeführt ist, auf welche Daten er zugreifen kann, mit welchen Systemen er sich verbinden kann und wem er gehört. Dies schafft einen massiven blinden Fleck in der Governance.

Übermäßige gemeinsame Nutzung und Risiko von Datenverlusten

Ein KI-Agent ist nur so sicher wie die Daten, auf die er zugreifen kann. Wenn ein Agent mit einem Konto mit weitreichenden Berechtigungen verbunden ist, könnte er versehentlich sensible, vertrauliche oder regulierte Informationen in seinen Ergebnissen auftauchen lassen, was zu einer ernsthaften Datenverletzung führen kann. Auch Fehlinformationen stellen ein Risiko dar, wenn Agenten auf veraltete oder duplizierte Inhalte zugreifen.

Unvorhersehbares Kostenrisiko

Bei verbrauchsbasierten Modellen wie Copilot und Azure AI-Services kann ein schlecht konzipierter oder fehlerhaft funktionierender Agent Tausende von API-Aufrufen auslösen, was zu erheblichen, unerwarteten Kosten auf Ihrer Cloud-Rechnung führt. Ohne Transparenz können Sie diese Kosten nicht kontrollieren.

Schatten-IT wiedergeboren als Schatten-Agenten

Die Benutzerfreundlichkeit von Low-Code-Plattformen ermöglicht es Geschäftsanwendern, zu Entwicklern zu werden. Sie erstellen "Schattenagenten", um ihre eigenen Probleme zu lösen, aber diesen Lösungen mangelt es oft an angemessener Sicherheit, Fehlerbehandlung oder Lebenszyklusverwaltung. Wenn der Mitarbeiter das Unternehmen verlässt, kann der verwaiste Agent entweder ausfallen oder mit gefährlichen Berechtigungen weiterlaufen. Um diesen Wildwuchs zu kontrollieren, ist eine Strategie erforderlich, die sich darauf stützt.

Verstärkter Druck zur Einhaltung von Vorschriften

Vorschriften wie GDPR, NIS2 und DORA erfordern strenge Kontrollen der Datenverarbeitung und Systemsicherheit. Ein unkontrollierter KI-Agent, der personenbezogene Daten verarbeitet oder mit kritischen Finanzsystemen interagiert, könnte leicht gegen diese Vorschriften verstoßen, was zu schweren Strafen und Reputationsschäden führen kann. Der Nachweis der Einhaltung der Vorschriften erfordert einen vollständigen Prüfpfad für die Agentenaktivitäten.

Leitfaden: Wie man KI-Agenten steuert

Die Herausforderungen, die KI-Agenten mit sich bringen, insbesondere wenn sie auf einer KI-Plattform wie Microsoft 365 eingesetzt werden, lassen sich nicht allein mit herkömmlichen Governance-Methoden bewältigen. Um Innovationen sicher und nachhaltig zu gestalten, benötigen Unternehmen klare Sichtbarkeit, automatisierte Überwachung, verantwortungsvolle KI-Praktiken und definierte Verantwortlichkeiten für jeden Agenten, der in Microsoft 365 arbeitet. Aufbauend auf den Prinzipien einer verantwortungsvollen Implementierung setzen die folgenden Praktiken Governance-Konzepte in konkrete Maßnahmen um.

1. Transparenz und Inventarisierung schaffen: Identifizieren Sie alle Agenten in Microsoft 365, einschließlich derjenigen, die über Power Automate, Copilot Studio oder Drittanbieter-Integrationen erstellt wurden. Die Transparenz darüber, wer sie erstellt hat, auf welche Daten sie zugreifen und wie sie sich verhalten, bildet die Grundlage der Kontrolle.
   
   
   
2. Definieren Sie Verantwortlichkeiten und Lebenszyklen: Weisen Sie jedem Agenten klare Verantwortlichkeiten zu. Definieren Sie, wie Agenten genehmigt, überprüft, aktualisiert und stillgelegt werden, um verwaiste oder nicht überwachte Automatisierungen zu verhindern.
   
   
   
3. Setzen Sie Richtlinien automatisch durch: Verwenden Sie Governance-Tools, um nicht genehmigte Verbindungen, den Zugriff auf sensible Daten oder übermäßige Berechtigungen zu erkennen. Die automatische Durchsetzung von Richtlinien stellt sicher, dass die Regeln im Großmaßstab konsistent angewendet werden.
   
   
   
4. Verwalten Sie Kosten und Leistung: Überwachen Sie Nutzungs- und Verbrauchsmuster, um unerwartete Ausgaben zu vermeiden. Wenn Sie verstehen, wie Agenten mit KI-Diensten interagieren, können Sie Ihre Budgets mit den Unternehmenszielen in Einklang bringen.
   
   
   
5. Prüfen und reagieren Sie effektiv: Protokollieren Sie alle Agentenaktivitäten und legen Sie Verfahren zur Reaktion auf Vorfälle fest. Administratoren sollten in der Lage sein, Agenten, die sich unerwartet verhalten oder ein Risiko darstellen, schnell zu sperren oder zu deaktivieren.

Eine Governance-Plattform wie Rencore Governance ermöglicht es Unternehmen, diese Prinzipien in die Praxis umzusetzen. Sie bietet die Transparenz, die Automatisierung von Richtlinien sowie die Überwachung, die für die Verwaltung aller KI-Agenten in Microsoft 365 erforderlich sind. Durch die Zentralisierung der Aufsicht und die Durchsetzung von Regeln in Echtzeit hilft Rencore IT- und Compliance-Verantwortlichen, KI-Innovationen in einen kontrollierten, sicheren und gesetzeskonformen Vorteil zu verwandeln.

Die Zukunft ist agentenbasiert, aber Sie brauchen Kontrolle

Autonome Agenten werden zu einem integralen Bestandteil der modernen Softwareentwicklung und des Unternehmensbetriebs. Die besten KI-Agenten werden von Werkzeugen, die wir nutzen, zu Partnern, an die wir Aufgaben delegieren. Dies birgt ein unglaubliches Potenzial für Effizienz und Innovation. Diese Macht geht jedoch mit der nicht verhandelbaren Verantwortung der Governance einher.

Für IT- und Compliance-Verantwortliche ist die Zeit der passiven Beobachtung vorbei. Die Herausforderung besteht darin, die Vorteile der Agententechnologie zu nutzen und gleichzeitig die damit verbundenen Risiken zu minimieren. Dies erfordert eine proaktive Strategie, die sich auf Sichtbarkeit, Durchsetzung von Richtlinien und Lebenszyklusmanagement konzentriert. Die Zukunft der Arbeit ist agentenbasiert, aber eine erfolgreiche, sichere und gesetzeskonforme Zukunft hängt ganz von den Kontrollen ab, die Sie heute einrichten.

Sind Sie bereit, die Kontrolle über Ihre Microsoft 365- und KI-Umgebung zu übernehmen? Entdecken Sie Rencore Governance kostenlos und erfahren Sie, wie Sie KI-Risiken in einen gut verwalteten Vorteil verwandeln können.

Häufig gestellte Fragen (FAQ)