Agentische KI und Automatisierung in der Praxis – Erfolgsgeschichten aus dem realen Arbeitsumfeld

Sie haben diese Versprechen wahrscheinlich schon einmal gehört: „Automatisierung wird Ihr Unternehmen verändern.“ „KI wird Ihnen die schwierige Arbeit abnehmen.“ „Arbeiten Sie mit Automatisierung intelligenter, nicht härter.“

Das letzte Versprechen haben wir sogar selbst schon verwendet, aber diese Versprechen sind nicht leer!

Laut Benchmark-Daten von Zendesk geben zwei Drittel der Führungskräfte an, dass Investitionen in Kundenservice-KI zu erheblichen Leistungsverbesserungen führen – und Support-Mitarbeiter, die KI-Copiloten einsetzen, fühlen sich mit 20 % höherer Wahrscheinlichkeit in ihrer Funktion gestärkt.

Das Potenzial ist real, aber für viele Unternehmen ist die Realisierung dieses Potenzials noch in den Kinderschuhen.

Das liegt wahrscheinlich daran, dass sich die Anwendungsmöglichkeiten von KI rasend schnell weiterentwickeln. Seit dem Durchbruch der generativen KI im Jahr 2022 ringen einige Unternehmen noch immer damit, wie sie diese effektiv implementieren können. Und gerade als sie beginnen, sich zurechtzufinden, steht bereits die nächste Herausforderung vor der Tür.

Wir sprechen nicht mehr nur von schnelleren Szenarien oder intelligenteren Chatbots. Wir treten in die Ära der agentischen KI ein: Systeme, die nicht nur Regeln befolgen, sondern auch den Kontext interpretieren, Entscheidungen treffen und unabhängig handeln.

Um diese Veränderung zu verstehen, hilft es, KI als eine Reifegrad-Kurve zu betrachten und nicht als binäre Entscheidung. An einem Ende haben Sie regelbasierte Systeme, die Anweisungen befolgen. Am anderen Ende stehen autonome Agenten, die komplexe Arbeitsabläufe mit minimaler Aufsicht verwalten können.

Letztendlich gibt es drei Ebenen der KI-Reife: assistierte, erweiterte und autonome Intelligenz.

Hier ist eine einfache Analogie, um dies zu veranschaulichen:

1. Assistierte Intelligenz ist wie das Reiten auf einem Pferd. Das Pferd liefert Kraft und Geschwindigkeit, aber Sie lenken es vollständig. In der Praxis entscheidet der Mensch und die Maschine führt aus – sie erledigt vordefinierte Aufgaben wie Dateneingabe oder Auftragsbearbeitung.
2. Erweiterte Intelligenz ist wie das Fahren eines Autos mit fortschrittlichen Assistenzfunktionen. Sie haben immer noch die Kontrolle, aber das System schlägt Routenänderungen vor, warnt Sie vor Gefahren und passt Ihre Geschwindigkeit an. Dies spiegelt ein Modell wider, bei dem Menschen und Maschinen gemeinsam entscheiden. Die KI schlägt Optionen oder Vorhersagen basierend auf Daten vor, aber der Mensch entscheidet, ob er darauf reagiert.
3. Autonome Intelligenz oder agentische KI ist wie ein selbstfahrendes Auto. Das System plant die Route, passt sich an Bedingungen an und bringt Sie ans Ziel, während Sie vom Beifahrersitz aus überwachen. Auf dieser Ebene ist die Maschine in der Lage, eigenständig Entscheidungen zu treffen und zu handeln, wobei der Mensch in eine Aufsichtsrolle wechselt, die nur bei Bedarf eingreift.

Diese Stufen helfen zu veranschaulichen, wo Ihre Organisation heute stehen könnte und wohin sie als nächstes gehen könnte. Aber die überzeugendsten Erkenntnisse kommen davon, diese Konzepte in Aktion zu sehen.

In den folgenden Abschnitten werden wir uns reale Beispiele ansehen, wie TELUS Digital-Kunden KI nutzen, um komplexe Herausforderungen zu lösen, Abläufe zu optimieren und messbare Ergebnisse zu liefern – auf jeder Stufe der Reifegrad-Kurve.

Assistierte Intelligenz in Aktion: Auftragsautomatisierung im großen Maßstab

Für viele Organisationen beginnt der erste Schritt zur KI-Reife mit assistierter Intelligenz, bei der Maschinen Aufgaben ausführen, aber alle Entscheidungen noch von Menschen stammen. Diese Systeme befolgen vordefinierte Regeln und bieten Geschwindigkeit und Konsistenz ohne die Komplexität des Lernens oder Anpassens.

Dies ist der Bereich der Robotic Process Automation (RPA): Software, die menschliche Handlungen nachahmt, um repetitive, strukturierte Aufgaben zu erledigen. RPA denkt oder argumentiert nicht, aber es zeichnet sich durch präzise Befolgung von Anweisungen aus. Es wird oft verwendet, um Arbeitsabläufe wie Dateneingabe, Auftragsbearbeitung oder Informationsübertragungen zwischen Systemen zu optimieren. Das ist es, was wir zuvor als die Pferde-Stufe der KI-Reife bezeichnet haben: mächtig, zuverlässig und vollständig von einem menschlichen Reiter gelenkt.

Das war der Fall für einen globalen Tiefkühlkost-Hersteller, der mit TELUS Digital zusammenarbeitete. Seine Teams bearbeiteten manuell Auftragstermin-Daten über ein komplexes Lieferantennetzwerk. Dies war ein ineffizienter, fehleranfälliger Prozess, der Verzögerungen verursachte und Partnerbeziehungen belastete.

Mit der Einführung einer RPA-basierten Automatisierungslösung sah das Unternehmen erhebliche Verbesserungen, einschließlich:

• Die Auftragsbearbeitungszeit wurde um das 3,5-fache reduziert;
• Mehr als 90.000 Aufträge wurden über mehrere Lieferantensysteme automatisiert, was zu geschätzten jährlichen Einsparungen von 500.000 $ führte; und
• Lieferantentermine waren schneller und genauer, was zu verbesserter Zufriedenheit und reibungsloserer Zusammenarbeit führte.

In diesem Beispiel gab es keine KI-Vorhersage oder autonome Entscheidungsfindung, nur präzise Automatisierung, die auf eine klar definierte Aufgabe angewendet wurde. Aber die Auswirkung war alles andere als grundlegend.

Assistierte Intelligenz-Lösungen wie diese dienen oft als Grundlage für fortgeschrittenere Initiativen. Sie bauen internes Vertrauen auf, etablieren grundlegende Effizienz und schaffen Raum für Organisationen, zu erkunden, wie KI sie weiter bringen könnte.

Erweiterte Intelligenz in Aktion: Intelligentere Betrugserkennung

Während Organisationen ihre Automatisierungsstrategien weiterentwickeln, finden sich viele im Bereich der erweiterten Intelligenz wieder. Im Gegensatz zu regelbasierten Systemen verbindet erweiterte Intelligenz menschliche Expertise mit KI-gestützten Erkenntnissen. Die Maschine unterstützt die Entscheidungsfindung, indem sie Muster identifiziert, Empfehlungen aufzeigt und aus Ergebnissen lernt, während Menschen aktiv an der Interpretation der Informationen und dem Handeln beteiligt bleiben.

Es ist ein kollaboratives Modell. KI ersetzt nicht das menschliche Urteilsvermögen, sie verbessert es. Der Mensch hat immer noch die Kontrolle, aber mit zusätzlicher Sichtbarkeit, Führung und Echtzeitunterstützung wird die Erfahrung effizienter und reaktionsfähiger.

Hier fand sich ein großes Finanzinstitut wieder, als es mit TELUS Digital zusammenarbeitete, um eine wachsende Betrugsherausforderung anzugehen. Kunden warteten bis zu 20 Minuten auf Transaktionsverifizierungen, und inkonsistente Sicherheitsprotokolle über Kanäle hinweg schufen Lücken, die Betrüger ausnutzen konnten. Gleichzeitig nahmen falsch-positive Ergebnisse zu, was unnötigen Stress auf das Kontaktzentrum ausübte und legitime Kunden frustrierte.

Unser Team half bei der Implementierung eines KI-gestützten Betrugserkennungs- und Präventionssystems, das darauf ausgelegt war, die richtige Balance zwischen Geschwindigkeit, Genauigkeit und Kundenvertrauen zu finden. Das System führte sofortige Verifizierung, Vorhersagemodellierung und proaktive Warnungen ein, wobei menschliche Agenten bei komplexen Fällen oder Richtlinienverfeinerungen einsprangen.

Die Ergebnisse waren bemerkenswert:

• Die Genauigkeit der Betrugserkennung verbesserte sich um 45%;
• Falsch-positive Ergebnisse nahmen um 80% ab;
• 50% Rückgang des betrugsbedingte Anrufvolumens in ihrem Kontaktzentrum;
• 60% Verbesserung der durchschnittlichen Bearbeitungszeit;
• 35% Steigerung der Kundenzufriedenheit; und
• Die Bindung wichtiger Kunden stieg um 15%.

Dies war kein vollständig autonomes System, noch musste es das sein. Es war intelligent genug, um schnellere, konsistentere Entscheidungen zu unterstützen, während es Menschen immer noch die Aufsicht und den Kontext gab, die sie brauchten, um ihre Arbeit genauer zu erledigen. Analysten konnten sich auf komplexe Untersuchungen und Richtlinienentwicklung konzentrieren, anstatt Routinefälle zu verfolgen.

Erweiterte Intelligenz bietet einen überzeugenden Mittelweg. Sie paart maschinelle Effizienz mit menschlicher Intuition und liefert stärkere Ergebnisse, ohne Transparenz oder Kontrolle zu verlieren.

Autonome Intelligenz in Aktion: KI-Agenten im Gesundheitswesen

Auf der fortgeschrittensten Stufe der KI-Reifegrad-Kurve steht autonome Intelligenz, bei der Systeme Entscheidungen treffen und handeln können mit wenig bis gar keiner menschlichen Beteiligung. Dies sind nicht nur Werkzeuge, die einen Prozess unterstützen, es sind Agenten, die unabhängig planen, ausführen und sich anpassen können.

Diese Reifeebene erfordert mehr als nur gute Daten oder starke Automatisierungsgrundlagen. Sie verlangt Systeme, die Komplexität, Mehrdeutigkeit und Variation bewältigen können, ohne sich auf konstante menschliche Eingaben zu verlassen. In vielen Fällen bedeutet das mehrere KI-Agenten, die zusammen arbeiten, jeder mit einer eigenen Rolle, verbunden durch eine übergeordnete Orchestrierungsschicht.

TELUS Digital hat diesen Ansatz im Gesundheitswesen umgesetzt, wo ein Verwaltungsteam eines Anbieters jährlich über 7.500 Stunden damit verbrachte, die Qualifikationen von Ärzten manuell zu überprüfen. Die Aufgabe umfasste die Überprüfung von Ausbildung, Schulungen, Lizenzen und Berufserfahrung bei mehr als 400 Aufsichtsbehörden in Kanada, den USA, Großbritannien und Irland. Herkömmliche Automatisierungstools – einschließlich RPA – konnten mit der Komplexität, dem Umfang und der Dynamik der Daten einfach nicht Schritt halten.

Wir implementierten eine Agentische Prozessautomatisierung (APA)-Lösung, die um ein Team von drei autonomen KI-Agenten aufgebaut war:

Der strategische Orchestrator, der als Gehirn der Operation fungierte und den Zertifizierungsprozess in optimierte Schritte aufteilte.

Der Datenerfassungsspezialist, der unabhängig navigierte und Informationen von Hunderten von Regulierungswebsites extrahierte.

Der Validierungs- und Integrationsexperte, der die Daten verifizierte und Anbieterprofile entsprechend aktualisierte.

Hier ging es nicht darum, dass KI eine einzelne Aufgabe übernahm. Es handelte sich um ein durchgängiges, autonomes System, das den gesamten Prozess – von Anfang bis Ende – mit minimaler menschlicher Aufsicht verwalten konnte. Die Auswirkungen waren eindeutig: Das Unternehmen erzielte jährliche Einsparungen von über 380.000 US-Dollar, erreichte eine Erfolgsquote von 76 % bei der autonomen Verarbeitung und reduzierte den manuellen Aufwand erheblich. Auch die Genauigkeit und Compliance verbesserten sich, und die Lösung erwies sich als skalierbar über mehrere Zuständigkeiten hinweg.

Durch die Entlastung des medizinischen Personals von Verwaltungsaufgaben konnte die Organisation ihre Mitarbeiter für höherwertige, patientenorientierte Tätigkeiten einsetzen.

Für Branchen, die mit komplexen, volumenstarken Prozessen zu tun haben, ist autonome KI nicht nur ein Sprung nach vorne, sondern oft der einzige gangbare Weg zur Skalierung. Und obwohl nicht jeder Prozess für vollständige Autonomie bereit ist (oder jemals sein wird), zeigt dieses Beispiel, dass KI-Agenten mit der richtigen Koordination und Überwachung sowohl operative Exzellenz als auch langfristige Nachhaltigkeit fördern können.

Anpassung der KI an Ihre Anforderungen

KI ist keine einzelne Technologie oder eine Einheitslösung. Es handelt sich um ein Spektrum, das von einfacher regelbasierter Automatisierung bis hin zu hochentwickelten, selbstständig arbeitenden Entscheidungssystemen reicht. Wie die Beispiele gezeigt haben, kann in jeder Phase dieser Reifekurve ein Mehrwert erzielt werden.

Die wichtigste Erkenntnis? Es gibt kein „richtiges” Reifegradniveau, sondern nur dasjenige, das den Anforderungen, Fähigkeiten und der Bereitschaft Ihres Unternehmens zu Veränderungen am besten entspricht.

Viele Unternehmen werden weiterhin mit einem hybriden Ansatz arbeiten, bei dem assistierte, erweiterte und autonome Intelligenz in verschiedenen Geschäftsfunktionen kombiniert werden. Dies ist nicht nur üblich, sondern auch eine praktische Möglichkeit, Innovation und Kontrolle in Einklang zu bringen. So können Unternehmen sorgfältig skalieren, schrittweise Vertrauen aufbauen und KI-Investitionen dort gezielt einsetzen, wo sie die größte Wirkung erzielen.

Wenn Sie unsicher sind, wo Sie anfangen sollen, überlegen Sie sich diese Fragen:

• Wo verlassen wir uns noch stark auf manuelle Eingaben?
• Welche Prozesse sind strukturiert und vorhersagbar, und welche sind variabler oder komplexer?
• Haben unsere Teams Zugang zu sauberen, gut verwalteten Daten?
• Sind wir bereit, bestimmte Entscheidungen an Maschinen zu delegieren, oder brauchen wir noch einen Menschen in der Schleife?

Die Beantwortung dieser Fragen kann Ihnen dabei helfen, Ihre aktuelle Situation zu erfassen und einen realistischen, schrittweisen Fahrplan für die nächsten Schritte zu erstellen.

Bei TELUS Digital arbeiten wir mit unseren Kunden zusammen, um die Bereitschaft zu bewerten, vielversprechende Möglichkeiten zu identifizieren und KI-Lösungen zu entwickeln, die den individuellen Zielen und der Risikotoleranz jedes Unternehmens entsprechen. Bei unserem Ansatz stehen die Menschen im Mittelpunkt der Transformation, sodass KI die Entscheidungsfindung verbessert, anstatt sie zu ersetzen. Wir integrieren verantwortungsbewusste KI-Praktiken in jede Lösung und schaffen so neben Leistung auch Vertrauen und Transparenz. Und da wir intern dieselben Ansätze verfolgen, können wir bewährte Erkenntnisse und Best Practices direkt an unsere Kunden weitergeben.

Ganz gleich, ob Sie gerade erst anfangen, das Steuer zu übernehmen, oder darüber nachdenken, das Steuer aus der Hand zu geben – wir helfen Ihnen dabei, Ihr Ziel zu erreichen – Schritt für Schritt. Kontaktieren Sie unser Expertenteam, um loszulegen.