beyondbots und ZF haben einen KI-Prozessagenten entwickelt haben, der Mitarbeitern Unterstützung bei der Nutzung interner Systemen sowie bei der Umsetzung komplizierter Geschäftsvorfälle wie bspw. Preisänderungen liefert. Wir stellen die Geschäfts- und KI-Architektur vor, skizzieren die nächste Entwicklungsphase und erklären, wie mit geringem Change-Management Aufwand eine schnelle Akzeptanz durch Endnutzer erzielt werden konnte. In dieser Session lernen Sie,

• Wie wir KI-Agenten entwickelt haben, der kontextbezogene Prozessanleitungen bereitstellt, indem er vorhandene Dokumentationen und KI-basierte Schlussfolgerungen nutzt
• Wie die zugrunde liegende technische Architektur und Datenintegrationsstrategie für einen KI-Prozessagenten aussieht
• Wie ZF eine schnelle Akzeptanz ohne Schulungen und mit minimalem Rollout-Aufwand erreicht hat – und damit den geschäftlichen Nutzen von KI-Agenten bestätigt hat
• Wie die geplante Weiterentwicklung aussieht, damit der Agent nachgelagerte Workflows in Systemen wie SAP ERP, Microsoft Business Central und Salesforce auslösen und ausführen kann – weg von „intelligenter Unterstützung” hin zu einer durchgängigen Prozessautomatisierung.

Die nächste Evolutionsstufe im Bereich Automation ist das Konzept der „Agentic AI“ – autonome Systeme, die nicht nur Aufgaben ausführen, sondern Entscheidungen treffen, Pläne entwickeln und sich adaptiv im Workflow bewegen. Unternehmen stehen nun vor der Herausforderung, solche Systeme sinnvoll in ihre automatisierten Prozesse einzubinden, gleichzeitig Governance-, Souveränitäts- und Vertrauensfragen zu klären.

• Was bedeutet Agentic AI konkret im betrieblichen Automatisierungskontext – und wo liegen die aktuellen Reifegrade?
• Welche Anwendungsfälle eignen sich besonders für autonome Agenten, und wo sind die Grenzen noch klar erkennbar?
• Wie muss Governance aussehen, wenn Systeme selbstständig Entscheidungen treffen – wer trägt Verantwortung bei Fehlentscheidungen?
• Welche Kompetenzen und kulturellen Voraussetzungen müssen Mitarbeitende und Organisationen mitbringen, damit Agentic AI vertrauenswürdig und effektiv eingesetzt wird?
• Wie lassen sich Risiken (z. B. Kontrollverlust, Bias, Sicherheit) mit dem Potenzial (z. B. Skalierung, Effizienz, Innovation) von solchen Systemen abwägen und operationalisieren?