Ist Agentic AI die nächste Entwicklungsstufe der KI? Jana Obernosterer gibt Antworten.

Während generative KI auf Prompts reagiert und Inhalte liefert, denkt Agentic AI weiter. Sie plant eigenständig Abläufe, trifft Entscheidungen und interagiert aktiv mit ihrer Umgebung, um gesetzte Ziele zu erreichen. „Die Systeme agieren autonom – aber nicht unkontrolliert“, betont Jana im Interview. Eine der größten Herausforderungen sei es, bei nicht-deterministischem Verhalten dennoch Sicherheit und Nachvollziehbarkeit zu garantieren.

Für die erfolgreiche Integration solcher Systeme braucht es eine modulare Architektur. Nur so lassen sich Modelle flexibel austauschen, wenn sich der Stand der Technik weiterentwickelt. Gleichzeitig verändert sich das Logging grundlegend: Jeder Schritt – von Eingabe über Tool-Nutzung bis zur Entscheidung – muss protokolliert werden. Das Ziel: Transparenz trotz Komplexität.

APIs als Brücke zur Businesslogik

APIs und externe Services spielen eine zentrale Rolle im Zusammenspiel zwischen Agenten und klassischer Unternehmenssoftware. „Wichtig ist, dass die Schnittstellen agentenfreundlich dokumentiert sind und klare Contracts bieten“, erklärt Jana. Neue Protokolle wie das Model Context Protocol (MCP) bieten hier erste Standards.

In produktiven Systemen zeigt sich schnell: Agentic AI ist kein Selbstläufer. Es braucht kontrollierte Zugriffsrechte, saubere Evaluationsprozesse und in vielen Fällen ein „Human-in-the-Loop“-Modell. Nur so lassen sich Risiken vermeiden und das volle Potenzial ausschöpfen.