Explore the scholarly record.

Abstract

Zusammenfassung Künstliche Intelligenz entwickelt sich von einfacher Automatisierung und Inhaltsgenerierung hin zu Systemen, die komplexe Ziele über heterogene Unternehmenslandschaften hinweg verfolgen. Ermöglicht durch Fortschritte bei generativer künstlicher Intelligenz, großen Sprachmodellen, dem Erlernen und Nutzen von Werkzeugen sowie großen Aktionsmodellen entstehen in Forschung und Praxis sogenannte Agentic-AI-Systeme. Trotz des wachsenden Interesses bleibt offen, ob sich der Begriff auf einzelne Agenten, auf Verbünde interagierender Agenten oder auf eine eigenständige Systemklasse bezieht. Der vorliegende Grundlagenbeitrag entwickelt eine fähigkeitsbasierte Begriffsbestimmung der Agentic AI und ordnet sie in die langjährige Forschung zu autonomen Agenten und Multi-Agenten-Systemen ein. Wir bestimmen Agentic AI über sechs Kernfähigkeiten – Ziele, Umgebungsinteraktion, Schlussfolgern, Gedächtnis, Werkzeuge und Handeln – und unterscheiden agentische Systeme erster Ordnung (einzelne KI-Agenten) von Systemen zweiter Ordnung (Kollaboration mehrerer Agenten). Auf dieser Grundlage grenzen wir agentenbasierte Workflows von herkömmlichen und nicht-agentenbasierten Workflows ab und erläutern zentrale Architekturmuster. Abschließend leiten wir Implikationen für die Praxis ab, die Gestaltung und Einführung, agentenbasierte Workflows und Prozessmanagement, Governance, die Zusammenarbeit von Mensch und Agent sowie Plattform-Ökosysteme betreffen. Der Beitrag bietet Fach- und Führungskräften eine strukturierte Grundlage, um Agentic AI einzuordnen, Potenziale zu bewerten und den verantwortungsvollen Einsatz im Unternehmen zu gestalten.