Agentenbasierte KI
Was ist agentenbasierte KI?

Die nächste Stufe der KI-Entwicklung, die agentenbasierte KI, nutzt LLMs, maschinelles Lernen und Unternehmensautomatisierung, um komplizierte, mehrstufige Betriebsabläufe ohne menschliche Interaktion durchzuführen.  Sie ermöglicht es intelligenten Computern, Zusammenhänge zu verstehen, sich an neues Wissen anzupassen und mit Menschen zusammenzuarbeiten, um komplexe Probleme zu lösen.  Indem sie Maschinen frei in unstrukturierten Kontexten arbeiten lässt, definiert die agentenbasierte KI die Automatisierung neu.

Lesezeit: 5 Minuten | Aktualisiert: 4. November 2025

Inhaltsverzeichnis

    Agentenbasierte KI und KI

    KI-Agenten treiben Systeme und Anwendungen an, die die Effizienz, Automatisierung und Entscheidungsfindung in unserem täglichen Leben verbessern. Diese Agenten verfügen über unterschiedliche Komplexitätsstufen für verschiedene Aufgaben und Interaktionen.

    • Reaktive Agenten (einfache Agenten): reagieren sofort ohne Gedächtnis oder Lernen. Einfache Chatbots und Echtzeit-Thermostate sind einige Beispiele.
    • Modellbasierte Agenten: Diese Agenten verwenden ein internes Weltmodell, um vorherige Interaktionen auszuwerten und zukünftige Situationen zu prognostizieren. Siri und Alexa kontextualisieren mit dieser Methode Befehle.
    • Zielbasierte Agenten: Diese Agenten treffen Entscheidungen auf der Grundlage von Zielen und nicht von Reaktionen. Beispielsweise überwachen Navigationsanwendungen den Verkehr, um die optimale Strecke zu finden.
    • Nutzenbasierte Agenten: berücksichtigen Effizienz, Kosten und Risiko, um die beste Maßnahme auszuwählen. Netflix und Amazon empfehlen mithilfe dieser Strategie Unterhaltung und Artikel.
    • Lernende Agenten: Diese passen sich an neue Daten an und verbessern sich mit der Zeit. Diese Agenten werden zur Betrugserkennung und für maßgeschneiderte Modelle für maschinelles Lernen im Gesundheitswesen verwendet.
    • Autonome Agenten: Diese Agenten treffen komplizierte datenorientierte Urteile ohne menschliche Beteiligung. Beispiele für diese Agenten sind selbstfahrende Fahrzeuge und RPA.

    Fortgeschrittene KI-Systeme basieren auf diesen Kategorien von Agenten. Durch die Integration entstehen komplexe Tools:

    • Netzwerke nutzen integrierte Agententypen, um die Infrastruktur autonom zu planen, zu konfigurieren und zu optimieren und so auf sich ändernde Anforderungen zu reagieren.
    • Selbstfahrende Autos nutzen modell- und nutzungsbasierte Agenten, um sicher zu fahren.
    • KI für den Kundenservice setzt lern- und zielbasierte Agenten ein, um die Hilfe zu personalisieren.
    • Dynamische KI-Frame-Generierung für Videospielgrafiken unter Verwendung prädiktiver Modelle.
    • Agentenbasierte KI setzt auf die Integration von KI-Agenten, um Systemen mehr Autonomie, Intelligenz und Anpassungsfähigkeit zu verleihen.

    Vorteile agentenbasierter KI

    Agenten-KI verbessert die Produktivität und Entscheidungsfindung, automatisiert komplizierte Aktivitäten und revolutioniert so Unternehmen. Durch die Integration autonomer intelligenter Agenten können Unternehmen die Produktivität, Sicherheit und das Kundenerlebnis steigern.

    • Produktivitätssteigerung: Mehrstufige Verfahren werden durch agentenbasierte KI automatisiert, was Zeit und Aufwand spart. Unternehmen können Verfahren vereinfachen, Betriebsabläufe rationalisieren und Personal für strategische Aufgaben freisetzen.

    – Schnellere Entscheidungsfindung: KI-gestützte Einblicke ermöglichen es Teams, riesige Datenmengen in Echtzeit zu untersuchen und so die Reaktionszeiten in den Bereichen Finanzen, Lieferkettenmanagement und Gesundheitswesen zu verkürzen.

    – Erweiterung der Belegschaft: KI-Agenten übernehmen routinemäßige oder administrative Aufgaben, sodass sich die Mitarbeiter auf Kreativität, Problemlösung und Innovation konzentrieren können.

    – Dauerbetrieb: KI-Systeme können rund um die Uhr ohne Ermüdung arbeiten und so die Produktivität globaler Teams aufrechterhalten.

    • Sicherheitsverbesserungen: Agentenbasierte KI reduziert menschliche Fehler, erkennt Gefahren in Echtzeit und setzt Branchengesetze durch.

    – Sicherer Arbeitsplatz: KI-basierte Überwachungssysteme können gefährliche Umstände in Echtzeit erkennen und so Unfälle in stark risikobehafteten Branchen wie der Fertigungs- und Baubranche minimieren.

    – Cybersicherheit: KI-Bots analysieren Netzwerkaktivitäten, erkennen Anomalien und verhindern Datenschutzverletzungen.

    – Autonome Systeme: Selbstfahrende Autos und Roboterautomatisierung verringern Transport- und Logistikunfälle.

    • Erstklassiges Kundenerlebnis: Die agentenbasierte KI steigert das Engagement und die Zufriedenheit der Verbraucher, indem sie den Kontext versteht, sich an Benutzeranforderungen anpasst und nahtlose Interaktionen ermöglicht.

    – Personalisierungsinteraktionen: KI-gestützte Empfehlungssysteme passen Informationen, Waren und Dienstleistungen an, um das Engagement der Benutzer zu steigern.

    – Effizienterer Kundenservice: Automatisierte KI-Agenten reagieren sofort, verkürzen die Wartezeiten und steigern die Lösungsraten.

    – Proaktive Unterstützung: KI antizipiert Kundenanforderungen und liefert Antworten, bevor beim Online-Shopping, Bankgeschäft und Gesundheitswesen Probleme entstehen.

    Die agentenbasierte KI macht Geschäftsprozesse effektiver, sicherer und kundenorientierter, indem sie autonom arbeitet und sich an dynamische Situationen anpasst.

    Wie Unternehmen agentenbasierte KI nutzen

    Agentenbasierte KI automatisiert komplizierte Verfahren, verbessert die Entscheidungsfindung, steigert die Effizienz und verändert so ganze Branchen. So wird sie in verschiedenen Sektoren verwendet.

    • Im Finanzdienstleistungsbereich verbessert die Agenten-KI die Sicherheit, die Effizienz und das Kundenerlebnis.

    – Betrugserkennung und Risikomanagement: KI analysiert Transaktionen in Echtzeit, um Unregelmäßigkeiten zu erkennen und Betrug zu verhindern.

    – Automatischer Handel: KI-gestützte Algorithmen analysieren Marktbewegungen und führen präzise Trades aus.

    – Personalisiertes Banking und Support: KI-basierte Chatbots automatisieren und beraten rund um die Uhr.

    • Hersteller nutzen KI, um die Effizienz zu steigern, Abfall zu vermeiden und die Qualität zu verbessern.

    – Vorausschauende Wartung: KI sagt Geräteausfälle voraus und verringert so Ausfallzeiten und Wartungskosten.

    – Optimierung der Lieferkette: KI-Agenten optimieren die Materialbeschaffung und das Bestandsmanagement.

    – Automatisierung: Durch KI-gestützte visuelle Inspektion werden Fehler gefunden und so die Konsistenz der Fertigung gewährleistet.

    • KI im Gesundheitswesen revolutioniert die Patientenversorgung, Diagnosestellung und Forschung.

    – KI-gestützte Diagnostik: untersucht medizinische Fotos und Testberichte, um Ärzten dabei zu helfen, Krankheiten frühzeitig zu erkennen.

    – Behandlungspläne: KI verwendet die Krankengeschichte und genetische Daten von Patienten, um Therapien vorzuschlagen.

    – Administrative Automatisierung: KI vereinfacht die Terminplanung, Kodierung und Bearbeitung von Versicherungsansprüchen.

    • Automobilindustrie: Agenten-KI ermöglicht autonomes Fahren, intelligente Fertigung und Fahrzeugwartung.

    – Autonomes Fahren: Selbstfahrende Autos nutzen KI zur Echtzeitnavigation, Gefahrenerkennung und Entscheidungsfindung.

    – Intelligente Fahrzeugwartung: KI sagt Komponentenausfälle voraus und organisiert Wartungen.

    – KI-gestützte Lieferketten: Automobilhersteller nutzen KI, um Fertigung, Materialbeschaffung und Logistik zu optimieren.

    • KI verändert die Softwareentwicklung, das Testen und die Wartung.

    – Automatisierung: KI schreibt, debuggt und optimiert Code.

    – KI-basiertes Testen: KI findet Softwarefehler vor der Bereitstellung.

    – DevOps-Automatisierung: vereinfacht die Softwarebereitstellung, Überwachung und Skalierbarkeit der Infrastruktur.

    Anwaltskanzleien und -abteilungen setzen KI für Recherche, Compliance und Fallanalyse ein.

    – Vertragsprüfung und -analyse: KI prüft juristische Dokumente auf wesentliche Bedingungen und Gefahren.

    – Rechtsrecherche und Fallrechtsanalyse: KI erkennt relevante Präzedenzfälle und rechtliche Erkenntnisse schneller als Menschen.

    – Überwachung der Einhaltung der Compliance: KI überwacht Richtlinienänderungen und stellt sicher, dass Unternehmen die sich verändernden Anforderungen einhalten.

    Unternehmen können schwierige Verfahren automatisieren, die Entscheidungsfindung verbessern und die Produktivität steigern, indem sie KI-Agenten in verschiedenen Bereichen integrieren. Agentenbasierte KI revolutioniert Innovation und Wettbewerbsfähigkeit.

    Wie unterscheidet sich agentenbasierte KI von traditioneller KI?

    Die meisten herkömmlichen KI-Systeme sind für die Ausführung eng definierter Aufgaben konzipiert, auch wenn sie sich innerhalb dieser Grenzen anpassen können. Diese Systeme reichen von einfachen regelbasierten Engines bis hin zu hochentwickelten Modellen wie Claude von Anthropic, die sich durch hervorragende Sprachverständnis- und Generierungsfähigkeiten auszeichnen. Allerdings sind sie reaktiver Natur, reagieren hauptsächlich auf Aufforderungen und situative Hinweise und benötigen zumindest einen gewissen menschlichen Input und eine gewisse Aufsicht.

    Im Gegensatz dazu ist agentenbasierte KI so konzipiert, dass sie autonom funktioniert. Diese Systeme befolgen nicht einfach nur Anweisungen. Sie verfolgen Ziele, passen sich im laufenden Betrieb an und interagieren mit ihrer Umgebung, um in Echtzeit Entscheidungen zu treffen. Diese Fähigkeit zu unabhängigem, zielgerichtetem Verhalten macht agentenbasierte KI einzigartig: Sie ist handlungsfähig. Während die traditionelle KI an menschliche Vorgaben und aufgabenspezifische Grenzen gebunden ist, integriert die agentenbasierte KI Schlussfolgerungen, Planung und selbstgesteuertes Handeln, die selbst die fortschrittlichsten traditionellen Modelle nicht replizieren können.

    Das selbstgesteuerte, ergebnisorientierte Verhalten hebt agentenbasierte KI über die traditionelle Automatisierung hinaus und bietet ein Maß an Denkvermögen, Planung und Autonomie, das die traditionelle KI nicht erreichen kann.

    Risiko der agentenbasierten KI

    Agentenbasierte KI bietet viele Vorteile. Unternehmen müssen jedoch die damit verbundenen Risiken bewältigen. Nachfolgend finden Sie die wichtigsten Herausforderungen, deren potenziellen Auswirkungen sowie Strategien zur Schadensbegrenzung.

    • Mangel an Tranparenz und Verantwortlichkeit

    – Risiko: Agentenbasierte KI-Systeme sind typischerweise „Blackboxes“, die es schwer machen, die Entscheidungsfindung zu erklären. Wenn die KI einen Fehler macht oder eine Entscheidung trifft, die zu schlechten Ergebnissen führt, kann es schwierig sein, die genaue Ursache des Fehlers herauszufinden.

    – Auswirkungen: Wenn die KI geschäftliche Entscheidungen mit hohem Risiko trifft, etwa bei Finanztransaktionen, Beschäftigungs- oder Rechtsproblemen, kann die Rechenschaftspflicht darunter leiden.

    – Schadensbegrenzung: Unternehmen sollten erklärbaren KI-Lösungen (XAI) den Vorzug geben, die Einblicke in Entscheidungsprozesse bieten, und für unternehmenskritische Anwendungen eine menschliche Aufsicht implementieren.

    • Voreingenommenheit und Diskriminierung

    – Risiko: KI-Algorithmen lernen aus früheren Daten, die Vorurteile enthalten können. KI kann Vorurteile in Bereichen wie Personalbeschaffung, Finanzierung und Durchsetzung der Rechtsvorschriften aufrechterhalten oder sogar verstärken, wenn diese Vorurteile nicht erkannt und behoben werden.

    – Auswirkungen: Unkontrollierte Vorurteile können zu einer ungerechten Behandlung bestimmter Gruppen, rechtlichen Haftungsansprüchen, Rufschädigung und einem Verlust des Verbrauchervertrauens führen.

    – Schadensbegrenzung: Es sollten regelmäßige Prüfungen der Trainingsdaten und KI-Entscheidungen durchgeführt werden.  Vielfältige und umfassende Datensätze sowie Tools zur Erkennung von Voreingenommenheit können dazu beitragen, dass es weniger voreingenommene Ergebnisse gibt.

    Sicherheitslücken

    – Risiko: KI-Systeme können Ziel von Cyberangriffen sein, darunter feindliche Angriffe, Datenvergiftung und Modellmanipulation, die zu falschen oder böswilligen Ergebnissen führen können.

    – Auswirkungen: Sicherheitsverletzungen können vertrauliche Geschäfts- und Kundendaten gefährden und zu finanziellen Verlusten, behördlichen Strafen und Unterbrechungen des Betriebs führen.

    – Schadensbegrenzung: Implementieren Sie starke Cybersicherheitsprotokolle wie Verschlüsselung, Tests auf Angriffe und Echtzeitüberwachung, um Bedrohungen zu erkennen und zu entschärfen, bevor sie Schaden anrichten.

    • Betriebliche Abhängigkeit

    – Risiko: Unternehmen, die KI zu stark in ihre wesentlichen Aktivitäten integrieren, könnten in Schwierigkeiten geraten, wenn die Technologie versagt, einen Fehler aufweist oder veraltet.

    – Auswirkungen: Ein übermäßiges Vertrauen in KI kann das menschliche Fachwissen und die Problemlösungskompetenz beeinträchtigen und Unternehmen anfällig machen, wenn das KI-System versagt oder falsche Ergebnisse liefert.

    – Schadensbegrenzung: Um das abzuschwächen, sollten Sie KI als Ergänzung nutzen, aber nicht als Ersatz für menschliche Entscheidungen.  Schulen Sie Ihr Personal darauf, einzugreifen.

    • Ressourcen- und Kostenzuweisung

    – Risiko: Die Entwicklung, Wartung und kontinuierliche Verbesserung von KI-Systemen erfordert erhebliche Investitionen in Hardware, Software und in qualifiziertes Personal.

    – Auswirkungen: Hohe Kosten können die Budgets insbesondere kleiner Unternehmen belasten und zu einer ineffizienten Ressourcenzuweisung führen, wenn KI-Projekte nicht die erwarteten Erträge erzielen.

    – Schadensbegrenzung: Vor der Implementierung von KI sollten Firmen eine Kosten-Nutzen-Analyse durchführen, mit skalierbaren Lösungen beginnen und KI-as-a-Service in Betracht ziehen.

    • Unvorhersehbares Verhalten

    – Risiko: KI-Modelle und neue Szenarien können zu unerwarteten oder unbeabsichtigten Ergebnissen führen.

    – Auswirkungen: Unvorhersehbares Verhalten bei KI-gestützter Automatisierung, wie etwa bei selbstfahrenden Fahrzeugen oder Finanzhandels-Bots, kann zu kostspieligen Fehlern, Unfällen oder ethischen Dilemmata führen.

    – Schadensbegrenzung: Die Überwachung der KI-Leistung, die Aktualisierung von Modellen und das Testen von KI in kontrollierten Kontexten vor der Bereitstellung sind Strategien zur Abschwächung.

    Risikominderung bei der Implementierung von agentenbasierter KI
    Befolgen Sie diese Best Practices, um agentenbasierte KI sicher in den Geschäftsbetrieb zu integrieren:

    – Menschliche Beaufsichtigung: Stellen Sie sicher, dass KI-gestützte Entscheidungen von Menschen beurteilt werden, insbesondere in sensiblen Bereichen wie im Finanz-, Rechts- und Gesundheitswesen.

    – Einhaltung der Compliance: Bleiben Sie über KI-bezogene Gesetze informiert und stellen Sie die Einhaltung der Datensicherung und ethischen KI-Richtlinien sicher.

    – Intensives Testen und Überwachen: Führen Sie häufige Prüfungen, Stresstests und Echtzeitüberwachung durch, um Anomalien zu finden und die Systemzuverlässigkeit zu erhöhen.

    – Ethische Frameworks für KI: Entwickeln und implementieren Sie ethische Richtlinien für KI, um Vorurteile zu beseitigen, die Fairness zu fördern und die Transparenz zu erhöhen.

    – Ausfallsichere Mechanismen: Backup-Systeme und manuelle Übersteuerungsoptionen gewährleisten die Business Continuity bei einem Ausfall der KI.

    Durch die proaktive Auseinandersetzung mit diesen Risiken können Unternehmen das volle Potenzial der agentenbasierten KI ausschöpfen und gleichzeitig potenzielle Nachteile gering halten.

    Zusammenarbeit mit HPE an agentenbasierter KI

    • GreenLake – KI-as-a-Service: Mit der skalierbaren, Cloud-basierten KI-Infrastruktur von GreenLake können Unternehmen KI-Workloads effizient und ohne Vorabkosten ausführen. Seine Hybrid Cloud-Funktionen optimieren Leistung und Flexibilität durch die Integration von On-Premises- und Cloud-Einstellungen. Die Pay-as-you-go-Strategie vereinfacht die KI-Bereitstellung durch Reduzierung der finanziellen und betrieblichen Kosten. Mit GreenLake können Unternehmen die KI-Implementierung beschleunigen und Kosten senken.
    • HPE Ezmeral – KI-/Datenanalytikplattform: HPE Ezmeral ist eine umfassende KI- und Analytikplattform, mit der Unternehmen große Datenmengen verarbeiten und Echtzeit-Einblicke gewinnen können. Die Erstellung, Bereitstellung und Überwachung von KI-Modellen wird vereinfacht, während die Daten-Governance und -sicherheit gewährleistet bleiben. Unternehmen können Workflows und Entscheidungsfindungen durch Automatisierung und maschinelles Lernen verbessern. Die Vielseitigkeit von Ezmeral ermöglicht nahtlose KI-Prozesse mit On-Premises- und Cloud-basierten KI-Anwendungen.
    • Leistungsstarkes KI-Computing mit HPE Cray Supercomputing: Der HPE Cray Supercomputer ermöglicht anspruchsvolle KI-Aufgaben wie Deep Learning und groß angelegtes Modelltraining. Dadurch werden die Trainingszeit für KI drastisch verkürzt und die Genauigkeit und Effizienz KI-gestützter Entscheidungen verbessert. Seine enorme Verarbeitungskapazität kommt dem Bank- und Gesundheitswesen sowie autonomen Systemen zugute. HPE Cray beschleunigt KI-gestützte Innovationen durch die schnelle Verarbeitung riesiger Datenmengen.
    • Für HPE AI optimierter Datenspeicher: Für ein schnelles, sicheres und skalierbares KI-Datamanagement sind die Datenspeichersysteme HPE Alletra und HPE Apollo ideal. Unter Wahrung der gesetzlichen Compliance und Sicherheit ermöglichen diese Systeme einen schnellen Zugriff auf KI-Trainingsdaten. Intelligent Storage Tiering verwaltet Trainings- und Inferenzdaten von KI-Modellen, um Kosten zu sparen. Unternehmen können KI-Prozesse und -Leistung durch die Integration KI-spezifischer Speicherlösungen verbessern.
    • KI-gestützte Netzwerkoptimierung von HPE Aruba: HPE Aruba optimiert Netzwerkgeschwindigkeit, Sicherheit und Konnektivität für KI-gestützte Anwendungen mit KI-basierter Automatisierung. Es optimiert die verteilte KI-Workload-Kommunikation und verbessert die Netzwerkzuverlässigkeit und -effizienz. KI-gestützte Bedrohungserkennung und -reaktion schützen Netzwerke vor Cyberangriffen. HPE Aruba bietet ein schnelles, sicheres KI-Infrastruktur-Networking.
    • HPE KI-Ethik- und Sicherheitsrahmen: HPE begegnet Voreingenommenheit, Datensicherungs- und Compliance-Bedrohungen mithilfe von KI-Sicherheit und ethischen KI-Frameworks. Diese Methoden garantieren, dass KI transparent ist und verantwortungsvollen KI-Standards folgt, um unvorhergesehene Folgen zu vermeiden. KI-gestützte Bedrohungsidentifizierung und kontinuierliche Überwachung schützen Unternehmen vor Bedrohungen. Dank der Sicherheitsvorkehrungen von HPE können Unternehmen dem KI-Einsatz vertrauen und ihn nachverfolgen.

    Agentenbasierte KI bei HPE Networking

    Agentenbasierte KI definiert Vernetzung im Unternehmen neu, indem es autonome Agenten einsetzt, die Architekturen proaktiv planen, Aktualisierungszyklen optimieren, Konfigurationen intelligent verwalten und die Infrastruktur kontinuierlich betreiben, um Echtzeit-Einblicke, adaptive Fehlerbehebung und kollaborative Optimierung zu liefern.

    Im Gegensatz zu herkömmlichen KI-Systemen warten agentenbasierte Systeme nicht auf Anweisungen, sondern sie argumentieren, planen und handeln selbstständig. Bei der Netzwerkplanung können agentenbasierte Systeme beispielsweise Geschäftsabsichten wie „Optimierung für Edge-Workloads mit geringer Latenz“ interpretieren und automatisch passende Topologien, Kapazitätsmodelle und Routing-Richtlinien generieren.  

    Während Netzwerkaktualisierungen können Agenten den Zustand und den Lebenszyklusstatus der Geräte überwachen und anschließend selbstständig Firmware-Upgrades und Hardware-Austausche empfehlen oder initiieren, die nach Risiko und Leistungsauswirkung priorisiert werden. 

    Für das Netzwerkmanagement können agentenbasierte Agenten Konfigurationen kontinuierlich auswerten, Anomalien erkennen und Änderungen in verteilten Umgebungen orchestrieren. 

    Und im Netzwerkbetrieb können agentenbasierte Agenten in Echtzeit Ursachenanalysen durchführen, Warnmeldungen domänenübergreifend korrelieren und automatisierte Fehlerbehebungs-Workflows auslösen, während sie gleichzeitig ihre Entscheidungen transparent durch eine nachvollziehbare Gedankenkette erläutern.

    WEITERE ÜBERLEGUNGEN

    • Dieser Wandel von reaktiver Automatisierung hin zu autonomer Orchestrierung ermöglicht es Netzwerken, sich von statischer Infrastruktur zu dynamischen, selbstoptimierenden Ökosystemen weiterzuentwickeln.
      • Denken Sie an autonome Netzwerke. Heutige Netzbetreiber treffen ihre Entscheidungen auf der Grundlage programmierter oder regelbasierter Informationen, die ihnen bereitgestellt oder von ihnen abgerufen werden. Die Informationen können zwar automatisiert abgerufen werden, aber ein Mensch muss sie anhand von Prozessen, Richtlinien und Urteilsvermögen bewerten und dann die nächsten Schritte festlegen. 
      • Mit agentenbasierter KI trifft das Netzwerk die Entscheidung selbst basierend auf Präzedenzfällen und xxx und ist somit vollständig autonom. Zur Fehlerbehebung starten „Agenten“ Prozesse im Hintergrund und kommunizieren miteinander, aus diesem Grund bringen wir agentenbasierte KI ins Netzwerk.
    •  Agentenbasierte KI ist ein KI-System, das selbstständig Entscheidungen treffen und Maßnahmen ergreifen kann, um ein Ziel zu erreichen, ohne bei jedem Schritt Anweisungen zu erhalten.
    • Agentenbasierte KI beinhaltet 
      • Zielorientierte Planung
      • Mehrstufiges Denken
      • Autonome Entscheidungsfindung und Durchführung von Maßnahmen

    Sie muss keine Anweisungen erhalten. Sie kann denken, planen und handeln

    • Agenten sind Systeme, in denen Large Language Models ihre eigenen Prozesse und die Nutzung ihrer Tools dynamisch steuern und dabei die Kontrolle darüber behalten, wie sie ihre Ziele erreichen.
    • Agenten sind autonome Systeme, die über längere Zeiträume selbstständig arbeiten und verschiedene Tools nutzen, um komplexe Aufgaben zu erfüllen.
    • Workflows sind Systeme, in denen Large Language Models und Tools über vordefinierte Codepfade orchestriert werden.

    Agentenbasierte KI: Dies bezeichnet eine Klasse von KI-Systemen, die autonom arbeiten können und Entscheidungen treffen sowie Aufgaben ohne menschliches Eingreifen ausführen können. Sie besitzen die Fähigkeit, ihre Umgebung wahrzunehmen, auf der Grundlage dieser Informationen zu schlussfolgern, Ziele zu setzen, Entscheidungen zu treffen, Handlungen auszuführen und aus Feedback zu lernen.

    GreenLake Intelligence: Hierbei handelt es sich um ein von HPE entwickeltes spezielles Framework, das agentenbasierte KI nutzt, um den Hybrid Cloud-Betrieb zu transformieren und zu vereinfachen. Es integriert verschiedene KI-Agenten für unterschiedliche Funktionen wie Netzwerk, Speicherung, Rechenleistung, Cloud-Kosten, Nachhaltigkeit und Workload-Optimierung.  GreenLake Intelligence ist eine spezifische Implementierung von agentenbasierter KI innerhalb der GreenLake Hybrid Cloud-Plattform. 

    • Ein Framework, das es KI-Agenten ermöglicht, über Clouds, Domänen, Tools und Aufgaben hinweg zusammenzuarbeiten, zu lernen, sich anzupassen und kontextbezogen zu handeln.

    Central wird in Kürze agentenbasierte Mesh-Funktionen integrieren und damit der erste domänenspezifische Service von HPE mit GreenLake Intelligence werden. Die agentenbasierte Mesh wird uns einem vollständig autonomen Netzwerk einen bedeutenden Schritt näher bringen.

    ESG sagt: Künstliche Intelligenz kann sich auf die Netzwerkplanung, die Netzwerkerneuerung, das Netzwerkmanagement, den Netzwerkbetrieb und alles dazwischen in allen Netzwerkbereichen auswirken.

    Zugehörige Themen