KI-Agenten in der Praxis: 12 konkrete Anwendungsfälle in Ihrem Unternehmen

Entdecken Sie 12 konkrete Anwendungsfälle für KI-Agenten in den Bereichen Marketing, Vertrieb, Kundenservice, Personalwesen und Betrieb und erfahren Sie, wie Liferay DXP und AI Hub diese ermöglichen.

KI-Agenten in der Praxis: 12 konkrete Anwendungsfälle in Ihrem Unternehmen
Inhaltsverzeichnis

    Kernaussagen

    • KI-Agenten können sowohl kundenorientierte Aufgaben wie die Weiterleitung von Tickets als auch interne Aufgaben wie die Einarbeitung neuer Mitarbeiter übernehmen. Es ist keine Entweder-oder-Entscheidung.
    • Die besten Beispiele beginnen immer mit einem konkreten Auslöser und einer konkreten Aktion. „Abläufe automatisieren“ ist kein Anwendungsfall; „diese Seite übersetzen, sobald sie freigegeben ist“ hingegen schon.
    • Einige davon werden erst dann wirklich lebendig, wenn ein Agent mit etwas anderem verbunden ist, wie zum Beispiel einem CRM oder einer Überwachungsplattform.
    • Behalten Sie immer eine Person, die für alles verantwortlich ist, was mit einem Kunden, einer Bestellung oder einem Budget zu tun hat. Immer.
    • Sie kommen weiter, wenn Sie mit einem Workflow beginnen, den Sie tatsächlich verstehen, als wenn Sie versuchen, überall gleichzeitig Agenten einzurichten.

    Stellen Sie sich vor, ein Support-Ticket landet in Ihrer Warteschlange, gerade als sich die Bestellung eines langjährigen Kunden ändert, und eine übersetzte Produktseite liegt immer noch in einem Überprüfungsordner und wartet darauf, dass jemand einen Blick darauf wirft. Jede dieser Aufgaben ist eine kleine, alltägliche Aufgabe. Aber wenn sich genügend kleine, alltägliche Aufgaben ansammeln, entsteht ein Rückstand, der nie wirklich abgebaut wird.

    Genau diese Lücke soll ein KI-Agent schließen. Anhand des Kontexts einer Aufgabe und einer konfigurierten Abfolge von Schritten kann ein KI-Agent die Arbeit eigenständig vorantreiben, ohne dass jemand daran denken muss, sie in Gang zu setzen.

    Die folgenden 12 Beispiele umfassen die Bereiche Marketing, Vertrieb, Kundenservice, Personalwesen und Beschaffung, denn Agenten können die Arbeit, die Kunden sehen, genauso gut unterstützen wie die Arbeit, die hinter den Kulissen für den reibungslosen Ablauf sorgt.

    Was macht ein KI-Agent eigentlich?

    Ein KI-Agent unterscheidet sich von einer einfachen Automatisierung dadurch, dass er den Kontext erfassen kann und nicht nur einem festen Skript folgt. Geben Sie ihm einen Auslöser, die Berechtigung, relevante Informationen einzusehen, sowie einen definierten Aktionsumfang, und er kann eine Aufgabe eigenständig ausführen, wobei er sich an die Gegebenheiten anpasst, anstatt unabhängig von der Situation immer dieselben Schritte zu wiederholen.

    Mit Liferay DXP stellt die Plattform, auf der diese KI-Agenten basieren, auch die Websites, Portale, Inhalte und E-Commerce-Erlebnisse bereit, in denen diese Arbeit stattfindet. Durch die Anbindung der KI-Ebene an die Geschäftssysteme, die Sie täglich nutzen, können unsere KI-Agenten sowohl Ihren Mitarbeitern als auch Ihren Kunden das bestmögliche Erlebnis bieten.

    Anwendungsfälle für KI-Agenten in Marketing- und Content-Teams

    Wenn Sie im Marketing oder im Content-Bereich arbeiten, wissen Sie bereits, dass die Rechnung nicht aufgeht. Mehr Assets, mehr Sprachen, mehr Zielgruppenvarianten und doch immer noch dieselbe Anzahl an Stunden pro Tag. Teams stützen sich bereits auf KI-gestütztes Content-Management, Übersetzungen, Tagging, Veröffentlichungsworkflows und Personalisierung, um Schritt zu halten. Was ein Agent zusätzlich leistet, ist einfach: Er sorgt dafür, dass diese Aktionen sofort starten, sobald ein Auslöser aktiviert wird – anstatt in der Warteschlange zu liegen, bis sich jemand darum kümmert.

    1. Eine neue Kampagnenseite in geprüfte, lokalisierte Versionen umwandeln

    Angenommen, für eine regionale Kampagne muss dieselbe Startseite bis zu einem festgelegten Termin in mehreren Sprachen online sein. Bei manueller Bearbeitung bedeutet das für jeden einzelnen Markt einen separaten Übersetzungsauftrag, eine separate Überprüfung und eine separate Möglichkeit, dass etwas übersehen wird.

    Wooden letter tiles spelling the word translation on a table

    Sobald die Quellseite freigegeben ist, kann ein Mitarbeiter mit der Übersetzung beginnen, für jeden Zielmarkt einen lokalisierten Entwurf erstellen und diesen automatisch an den zuständigen regionalen Prüfer senden. Dabei ist zu beachten, dass der Mitarbeiter lediglich die Übersetzung erstellt. Eine Person muss sie weiterhin freigeben, bevor sie online geht, denn Geschwindigkeit und Genauigkeit sind nicht dasselbe – und eine Startseite ist kein geeigneter Ort, um diese Lektion auf die harte Tour zu lernen.

    2. Organisieren Sie neue Inhalte und Assets direkt nach ihrer Veröffentlichung

    Fragen Sie irgendein Content-Team, wie es zu seinem Rückstand bei der Tagging-Arbeit steht, und Sie werden einen Seufzer ernten. Die Uploads übersteigen die Fähigkeit aller Beteiligten, sie zu klassifizieren, was zu einer Bibliothek führt, die zwar voll ist, in der man aber kaum etwas finden kann.

    Hier gibt es eine Lösung, die keine zusätzlichen Mitarbeiter erfordert. Wenn ein neues Asset veröffentlicht wird, kann ein Mitarbeiter es prüfen, Tags oder Kategorien vorschlagen und alles, bei dem er sich nicht sicher ist, zur Bestätigung durch einen echten Menschen markieren. Es handelt sich um eine Art von durch die Veröffentlichung ausgelöster automatischer Tagging-Funktion, die nahtlos auf den bereits vorhandenen Tools zur Content-Organisation aufbaut.

    Der eigentliche Test besteht nicht mehr darin, wie viel Zeit das Tagging in Anspruch nimmt. Es geht vielmehr darum, ob jemand in sechs Monaten tatsächlich das finden kann, wonach er sucht.

    3. Passen Sie das nächste Website-Erlebnis an die Bedürfnisse der Besucher an

    Das passiert ständig. Ein Besucher kehrt immer wieder auf Ihre Website zurück, um sich über ein bestimmtes Produkt zu informieren – beim dritten Besuch, beim vierten Besuch –, und landet dennoch immer noch auf derselben allgemeinen Startseite wie alle anderen. Das ist ein Gespräch, das Sie verpassen.

    Ein KI-Agent kann den Besucher- oder Kontextskontext auswerten, auf den er Zugriff hat, und auf dieser Grundlage ein Segment zuweisen oder aktualisieren. Dabei geschehen zwei Dinge. Der Agent ermittelt, wer dieser Besucher ist , während die Personalisierungstools auf der anderen Seite entscheiden, was diesem Segment angezeigt wird . Was früher manuelles Durchforsten der Analysedaten erforderte, geschieht nun, sobald sich ein Muster abzeichnet.

    Beobachten Sie die Interaktion mit den nachfolgenden Empfehlungen und prüfen Sie, ob Besucher mit diesem Muster tatsächlich auf die Produkt- oder Serviceseite wechseln, die ihren Interessen entspricht.

    Anwendungsfälle für KI-Agenten in Vertriebs- und E-Commerce-Teams

    Die Veröffentlichung der richtigen Informationen ist nur die halbe Miete. Es muss immer noch jemand da sein, der einem Käufer bei der Entscheidung hilft und ihn begleitet. Die Anreicherung von Produktdaten, Empfehlungen, Kaufgenehmigungen und Anbindungen an externe Bestellsysteme sind bereits Teil des Einkaufserlebnisses und geben einem Mitarbeiter echte Arbeitsgrundlagen an die Hand – statt nur einer Seite mit statischen Angeboten.

    4. Lücken in Produktlisten schließen, bevor Käufer sie bemerken

    Neue Katalogimporte bereiten oft die gleichen Kopfschmerzen. Unvollständige Beschreibungen, Attribute, die von Produkt zu Produkt nicht übereinstimmen, und ein Veröffentlichungsdatum, das sich nicht ändert.

    Ein Agent kann diesen Import scannen, fehlende Angaben markieren und Beschreibungen entwerfen oder Details anhand genehmigter Quelldaten ergänzen – und alles, was er nicht sicher klären kann, an den Katalogverantwortlichen weiterleiten, anstatt zu raten. Was der Agent hier erstellt, ist noch immer nur ein Entwurf. Jemand aus dem Produkt- oder Content-Team überprüft ihn, bevor er im Shop veröffentlicht wird. Der Agent kann so konfiguriert werden, dass er Produktinformationen direkt aktualisiert, aber dieser Überprüfungsschritt ist das Einzige, was zwischen einer überzeugend klingenden Beschreibung und einer falschen Beschreibung steht, die einen Käufer erreicht.

    5. Helfen Sie einem B2B-Käufer, von einer Anfrage zu den richtigen Produkten zu gelangen

    Ihr Käufer weiß genau, welches Problem er lösen muss. Was er nicht weiß, ist die SKU, die Teilenummer oder der genaue Produktname, sodass die Eingabe von Stichwörtern in eine Suchleiste ihn nicht weiterbringt.

    Ein Agent kann relevante Katalog- und Kundeninformationen abrufen, diese auf eine Auswahlliste eingrenzen, erklären, warum jede Option geeignet ist, und ein Angebot oder eine Bestellanfrage zur Bestätigung durch den Käufer erstellen. Um dies zu erreichen, bedarf es mehr als nur einer E-Commerce-Erfahrung und Produktempfehlungen; in den meisten Fällen ist auch eine konfigurierte Integration mit den beteiligten Kunden- oder Katalogsystemen erforderlich. Betrachten Sie die Angebotserstellung als einen Workflow, den Sie für Ihren eigenen Prozess aufbauen, und nicht als eine Funktion, die für alle von Haus aus identisch funktioniert.

    6. Erkennen Sie ein Konto, das möglicherweise eine Vertriebsnachverfolgung benötigt

    Einer Ihrer Stammkunden gibt eine Bestellung auf, die kleiner ausfällt als üblich oder später erfolgt, als es sein normales Bestellverhalten vermuten lässt. Für sich genommen ist das nur ein Datenpunkt – bis einige weitere Kunden das gleiche Muster zeigen und noch niemand im Vertriebsteam dies bemerkt hat.

    Umsatzprognosen und Warnmeldungen für solche unerwarteten Einbrüche gibt es bereits als Funktion, die anhand der Bestellhistorie und -häufigkeit berechnet wird. Ein Mitarbeiter kann dieses Signal aufgreifen und über einen konfigurierten Workflow weiterverarbeiten, dabei den relevanten Kundenkontext zusammenstellen und eine Folgeaufgabe oder Zusammenfassung für den Vertriebsmitarbeiter vorbereiten. Was der Mitarbeiter nicht tut, ist zu entscheiden, ob es sich um ein echtes Abwanderungsrisiko handelt oder lediglich um eine vorübergehende

    Anwendungsfälle für KI-Agenten im Kundenservice

    Der Kundenservice lässt sich in zwei verschiedene Problembereiche unterteilen. Der eine besteht darin, einen Fall an den richtigen Spezialisten weiterzuleiten. Das andere besteht darin, einem Kunden zu ermöglichen, eine Routineaufgabe zu erledigen, ohne dass ein Mensch überhaupt eingreifen muss. In beiden Fällen kann ein Agent still und leise die Aufgaben übernehmen, die kein menschliches Urteilsvermögen erfordern: Informationen abrufen, mögliche Probleme erkennen und einfache Transaktionen im Namen des Kunden einleiten.

    A customer support agent wearing a headset working at his computer

    7. Ein Support-Ticket mit dem für den Mitarbeiter notwendigen Kontext weiterleiten

    Welches Team sollte überhaupt eine Anfrage bearbeiten, die ebenso gut in den Bereich Rechnungswesen, technischen Support oder die Kundenbetreuung fallen könnte? Wer sie auch immer zuerst entgegennimmt, muss erst einmal Detektiv spielen, bevor er mit der Hilfe beginnen kann.

    Ein KI-Agent kann die Anfrage lesen, die ihm zugänglichen Kundeninformationen abrufen, das wahrscheinliche Problem identifizieren und das Ticket mit einer kurzen Zusammenfassung weiterleiten – nicht nur mit einer kargen Betreffzeile, die der nächste Bearbeiter erst entschlüsseln muss. Dies ist einer der häufigsten Ansatzpunkte für Teams, die sich die manuelle Triage vom Hals schaffen wollen.

    8. Eine routinemäßige Portal-Anfrage lösen, ohne dass sich der Kunde wiederholen muss

    Ein Kunde meldet sich im Portal an, um eine Bestellung zu überprüfen oder eine einfache Angelegenheit zu erledigen – genau die Art von Self-Service-Situation, für die ein Portal konzipiert ist. Die eigentliche Frage ist, wie viel von dieser Anfrage das Portal selbstständig lösen kann und wie viel noch die Einbeziehung einer Person erfordert.

    Ein KI-Agent kann die autorisierten Informationen hinter der Anfrage abrufen, den aktuellen Status verständlich erklären und einen zulässigen nächsten Schritt einleiten – beispielsweise automatisch einen Fall eröffnen, wenn das Problem tatsächlich menschliches Eingreifen erfordert. Wie weit dies geht, hängt ganz davon ab, mit welchen Systemen der Agent verbunden ist. Die Statusabfrage in einem Live-Bestellsystem kann weitaus mehr leisten, als sich nur auf die bereits auf der Seite vorhandenen Inhalte zu stützen.

    Anwendungsfälle für KI-Agenten für Mitarbeiter und HR-Teams

    Innerhalb Ihres Unternehmens besteht die Herausforderung nicht darin, das Volumen von außerhalb des Unternehmens zu bewältigen. Es geht darum, die richtige Antwort oder die richtige Aufgabe an den richtigen Verantwortlichen weiterzuleiten, ohne drei zusätzliche E-Mails zu verschicken. Ein Intranet, das auf Wissensressourcen, personalisierter Suche, Formularen und Workflows basiert, bietet einem KI-Agenten eine solide Grundlage, wann immer ein Mitarbeiter Informationen benötigt oder ein Prozess vorangetrieben werden muss.

    9. Einen neuen Mitarbeiter durch seine erste Woche begleiten

    Es ist der erste Tag eines neuen Mitarbeiters, und schon gibt es einen Stapel Formulare auszufüllen, rollenspezifisches Lesematerial und eine Handvoll Anfragen, die drei oder vier verschiedene Teams betreffen. In dieser ersten Woche geht immer etwas unter – meist etwas Kleines, für das sich später jemand entschuldigt.

    Colleagues greeting each other in a bright office during a new employee onboarding

    Wenn die Einarbeitung beginnt, kann ein KI-Agent die richtigen Intranet-Ressourcen zusammenstellen, konfigurierte Aufgaben nach ihrer Erledigung nachverfolgen und alles, was noch aussteht, an den richtigen Verantwortlichen weiterleiten. Das Intranet, die Inhalte, Formulare und Workflows, die all dem zugrunde liegen, sind bereits vorhanden; alles, was HR-Systeme oder Mitarbeiterdaten betrifft, erfordert lediglich, dass diese Systeme zunächst angebunden werden.

    10. Beantwortung einer Mitarbeiterfrage anhand genehmigter interner Quellen

    Irgendwo im Gebäude versucht gerade jemand, die aktuelle Reiserichtlinie oder einen für seine Position spezifischen Prozess ausfindig zu machen – und kommt dabei nicht recht voran. Um es selbst zu finden, muss er vier Intranetseiten öffnen, nur um herauszufinden, welche davon noch aktuell ist.

    Ein Agent kann die zugänglichen Intranet- oder Wissensdatenbank-Inhalte ausfindig machen, eine prägnante Antwort mit einem Link zur Quelle geben und alles, was er nicht klären kann, an den Dokumentverantwortlichen weiterleiten, anstatt zu raten. Berechtigungen und Zugriffskontrolle bilden die Grundlage für all dies, und der KI-Agent kombiniert diese mit einem verknüpften Sprachmodell, um die Antwort zu generieren. Wie gut diese Antwort ist, hängt von zwei Faktoren ab: davon, was der Mitarbeiter tatsächlich einsehen darf, und davon, wie aktuell das Quelldokument ist.

    Anwendungsfälle für KI-Agenten in Beschaffungs- und Betriebsteams

    Die Arbeit in den Bereichen Beschaffung und Betrieb beschränkt sich selten auf ein einziges System oder gar ein einziges Unternehmen. Ein Lieferant muss sich mit demjenigen abstimmen, der seinen Antrag prüft, und eine Fabrikanlage meldet sich bei einem Überwachungssystem zurück, das nichts mit dem Portal selbst zu tun hat. Onboarding-Workflows für Lieferantenportale und API-Verbindungen zu anderen Unternehmenssystemen ermöglichen es einem KI-Agenten, eine Anfrage weiterzuleiten, selbst wenn die betreffenden Informationen nicht an einem einzigen Ort gespeichert sind.

    11. Eine Lieferantenbewerbung durch den Prüfprozess leiten

    Ein potenzieller Lieferant hat gerade Registrierungsdaten und Begleitdokumente über Ihr Portal eingereicht, und fast immer fehlt etwas: ein Feld, das leer gelassen wurde, ein Dokument im falschen Format.

    Ein KI-Agent kann die Einreichung auf Lücken prüfen, fehlende Informationen direkt beim Lieferanten anfordern und den vollständigen Antrag an den zuständigen Prüfer weiterleiten, sobald er tatsächlich fertig ist. Registrierung, Validierung und Onboarding laufen hier bereits als vernetzte Arbeitsabläufe ab; ein Agent hilft lediglich dabei, diese Schritte automatisch voranzutreiben. Die endgültige Genehmigung liegt stets beim autorisierten Team auf Ihrer Seite; die gesamte Aufgabe des Agenten besteht darin, diesem Team einen vollständigen Antrag schneller vorzulegen.

    12. Eine Gerätewarnung in eine koordinierte Service-Reaktion umwandeln

    Vom Überwachungssystem geht eine Warnmeldung ein, die darauf hinweist, dass ein Gerät kurz vor einem Ausfall steht. Diese Warnmeldung ist nur dann nützlich, wenn sie schnell in eine konkrete Reaktion mündet.

    A technician in a hard hat inspecting industrial equipment after a service alert

    Von dort aus kann ein KI-Agent den Gerätedatensatz und die relevante Servicehistorie abrufen, ein Arbeitselement erstellen oder aktualisieren und es an das Betriebsteam weiterleiten, das für dieses Gerät zuständig ist. Ein Unterschied ist hier besonders wichtig: Das Erkennen des wahrscheinlichen Ausfalls erfolgt zunächst durch das vernetzte Überwachungs- oder KI-System, nicht durch die Plattform, die die Reaktion koordiniert. Die vorausschauende Wartung selbst wird durch die Integration mit anderen KI-Systemen erreicht, nicht durch eine integrierte Vorhersagefunktion. Die Aufgabe der Plattform besteht darin, als Portal und Workflow-Ebene zu dienen, die eine rohe Warnmeldung in eine nachverfolgbare, zugewiesene Aufgabe umwandelt.

    Wie können Sie diese Anwendungsfälle für KI-Agenten mit Liferay DXP in die Praxis umsetzen?

    Jedes der oben genannten Beispiele folgt dem gleichen Grundschema, unabhängig von der Abteilung. All dies läuft auf Liferay DXP, wobei der Liferay AI Hub die Ebene bereitstellt, die es einem Agenten ermöglicht, tatsächlich zu handeln. Um dieses Schema in etwas umzusetzen, das Sie tatsächlich realisieren können, müssen vier Entscheidungen getroffen werden.

    Wählen Sie den Auslöser. Eine Seite wird erstellt. Ein Ticket geht ein. Ein Lieferant registriert sich. Ein externes System löst eine Benachrichtigung aus. Jeder Agent benötigt einen konkreten, identifizierbaren Ausgangspunkt, nicht nur einen vagen Auftrag, „zu helfen“, wann immer es relevant erscheint.

    Stellen Sie den richtigen Kontext bereit. Geben Sie dem Agenten Zugriff auf alle Liferay-DXP-Informationen, die er nutzen darf, sowie auf alle verbundenen Geschäftssysteme, von denen die Aufgabe tatsächlich abhängt. Ein Agent kann nur auf das reagieren, was er tatsächlich sehen kann – nicht mehr und nicht weniger.

    Definieren Sie seine Aktionen und Grenzen. Legen Sie genau fest, was er eigenständig entwerfen, aktualisieren, weiterleiten oder initiieren darf, und wo genau ein Mensch eingreifen muss, bevor es weitergeht. Das ist der Unterschied zwischen einer vorbereiteten und einer veröffentlichten Übersetzung oder zwischen einer entworfenen und einer live geschalteten Produktbeschreibung.

    Messen Sie den Workflow. Vergleichen Sie die Bearbeitungszeit, die Anzahl der Übergaben, die Ausgabequalität und die Ausnahmerate mit dem bisherigen Ablauf des Prozesses. Wenn Sie es nicht messen können, werden Sie nie wissen, ob sich der Agent bezahlt gemacht hat.

    Zwei Produkte erfüllen hier unterschiedliche Aufgaben, und es ist hilfreich, sie klar voneinander abzugrenzen. Liferay AI Hub ist ein eigenständiges SaaS-Produkt, das zusammen mit Liferay DXP verwendet wird, um Agenten wie die oben genannten zu erstellen und zu verwalten. Liferay DXP verfügt zudem über eigene integrierte KI-Funktionen wie Content-Generierung, Übersetzung und semantische Suche, die unabhängig vom AI Hub arbeiten. Viele der hier genannten Anwendungsfälle lassen sich besser umsetzen, wenn beide zusammenlaufen, aber es handelt sich nicht um dasselbe Produkt. Finden Sie heraus, welches Produkt für Ihre Aufgabe tatsächlich erforderlich ist, bevor Sie sich auf die Suche nach einer Lösung machen.

    Mit welchem Anwendungsfall für KI-Agenten sollten Sie beginnen?

    Nicht jedes Beispiel auf dieser Seite eignet sich als guter Ausgangspunkt, und wenn man vier oder fünf auf einmal startet, führt das in der Regel schnell dazu, dass keines davon die nötige Aufmerksamkeit erhält. Bevor Sie sich entscheiden, suchen Sie nach einer Aufgabe mit folgenden Merkmalen:

    Achten Sie auf Warum das wichtig ist
    Eine häufig anfallende Aufgabe Seltene Aufgaben generieren nicht genug Aktivität, um festzustellen, ob der Agent tatsächlich hilft.
    Zugängliche Daten Der Agent muss auf die benötigten Informationen zugreifen können, ohne dass zuvor ein langwieriges Integrationsprojekt erforderlich ist.
    Ein klarer Verantwortlicher Es muss jemand dafür verantwortlich sein, die Ergebnisse des Agenten zu überprüfen und dessen Konfiguration anzupassen.
    Einfache Übergabe an einen Menschen Wenn der Agent die Aufgabe nicht sicher abschließen kann, muss der Weg zu einem Menschen klar erkennbar sein.
    Ein messbares Ergebnis Sie benötigen Vergleichszahlen vor und nach der Umstellung – nicht nur das Gefühl, dass die Abläufe schneller sind.

     

    Ticket-Weiterleitung, Inhaltskennzeichnung und die Vollständigkeit von Lieferantenanträgen erfüllen in der Regel alle Kriterien. Jeder dieser Punkte hat einen häufigen, klar definierten Auslöser, stützt sich auf Informationen, auf die Sie bereits Zugriff haben, und liefert ein Ergebnis, das Sie anhand des Prozesses messen können, den er ersetzt.

    Sehen Sie, was ein Agent in Ihrer Umgebung leisten könnte

    Es ist eine Sache, darüber zu lesen, wie ein Agent ein Ticket, eine Übersetzung oder einen Lieferantenantrag bearbeiten könnte. Es ist etwas ganz anderes, zu sehen, wie er tatsächlich mit Ihren eigenen Warteschlangen, Ihrem eigenen Katalog oder Ihrem eigenen Intranet, mit Ihren echten Daten und Ihrem tatsächlichen Volumen, zurechtkommen würde.

    Neugierig, welche Aufgaben ein Agent Ihrem Team in diesem Quartal abnehmen könnte? Fordern Sie noch heute eine Demo an !

    Häufig gestellte Fragen

    Wodurch unterscheidet sich ein KI-Agent von einem Chatbot oder einer Standardautomatisierung?

    Ein Chatbot reagiert meist auf alles, was in das Eingabefeld eingegeben wird. Eine Standardautomatisierung führt jedes Mal dieselben festgelegten Schritte aus, unabhängig vom Kontext. Ein Agent liegt irgendwo dazwischen. Er liest einen Auslöser und den umgebenden Kontext, wählt aus einer Reihe konfigurierter Aktionen aus und kann systemübergreifend agieren, um sein Ziel zu erreichen. Genau diese Flexibilität macht den Reiz aus – und genau deshalb muss man seine Grenzen bewusst festlegen, da er eigenständig mehr Entscheidungen trifft, als es ein Chatbot oder eine starre Automatisierung jemals tun würde.

    Können KI-Agenten Informationen aus Systemen außerhalb von Liferay DXP nutzen?

    Ja, aber nur für das, womit er tatsächlich verbunden ist. Der AI Hub lässt sich in andere Geschäftssysteme und LLM-Anbieter integrieren, und einige der oben genannten Anwendungsfälle – wie die Benachrichtigung bei Kontoänderungen und die Gerätewarnung – sind tatsächlich auf diese Art der Verbindung angewiesen. Verzichtet man auf die Integration, schrumpft die Welt des Agenten auf das, was bereits in Liferay DXP vorhanden ist.

    Benötigen diese Anwendungsfälle den Liferay AI Hub?

    Das hängt vom jeweiligen Anwendungsfall ab. Übersetzung, Bildgenerierung und semantische Suche sind allesamt KI-Funktionen, die bereits in Liferay DXP integriert sind; es ist kein zusätzliches Produkt erforderlich. Alles, was mit Automatisierungstriggern, mehrstufigen Aktionen oder Verbindungen zu externen Systemen zu tun hat, ist anders, da der AI Hub genau dafür entwickelt wurde. Als Faustregel gilt: Wenn ein der oben genannten Anwendungsfälle davon abhängt, dass etwas einen Trigger auslöst oder über die Plattform hinausgeht, ist das in der Regel das entscheidende Indiz.

    Wo sollten Mitarbeiter die Arbeit eines Agenten überprüfen oder genehmigen?

    Überall dort, wo das Ergebnis einen Kunden, einen Auftrag, ein Budget oder eine Entscheidung betrifft, lässt sich der Vorgang nicht einfach rückgängig machen. In mehreren der oben genannten Beispiele ist dieser Überprüfungsschritt bewusst vorgesehen. Übersetzte Inhalte werden vor der Veröffentlichung geprüft, eine generierte Produktbeschreibung wird vor der Veröffentlichung kontrolliert und ein Lieferantenantrag wird vor der Genehmigung bestätigt. Nichts davon ist optional. Es läuft darauf hinaus: Überlassen Sie dem Agenten das Entwerfen, Sammeln und Weiterleiten und beziehen Sie einen Menschen in alle Entscheidungen ein, die tatsächlich von Bedeutung sind.

    Discover how to create a solution that suits your needs