Vertraust du KI?
Konnichiwa, welcome to the AI Automation Dojo. Today we are asking the question, do you trust AI? No, really, do you trust it enough to let it answer emails from your clients without checking them first? If you said yes, you are brave and possibly a bit crazy. I am your host, Andrzej Kinastowski, one of the founders of Office Samurai, and today we are going to teach you how to automate your ticketing systems without letting the AI burn down the server room.
Egal also, ob du ein Service-Desk-Mitarbeiter bist, der es leid ist, ständig Passwörter für Menschen zurückzusetzen, die nicht lesen können, oder ein Manager, der panische Angst hat, dass ChatGPT deinen Kunden ein Produkt verspricht, das ihr gar nicht verkauft – du bist hier genau richtig. Also schnapp dir dein Lieblingskatana oder den grünen Freigabe-Button, und legen wir los. Ich möchte die heutige Folge mit einem Thema beginnen, das mir besonders am Herzen liegt und für die Weltwirtschaft von entscheidender Bedeutung ist: Rasenmäher.
Die Geschichte des imaginären Rasenmähers
Anfang dieses Jahres ging mein Rasenmäher kaputt. Er war bereits über 10 Jahre alt, also gab es wenig Sinn, zu versuchen, ihn zu reparieren. Und mein Rasen war schon hoch genug, um eine kleine Familie von Dachsen zu verstecken. Nun bedeutet der Kauf eines Rasenmähers Recherche. Er bedeutet, Bewertungen zu lesen. Er bedeutet Aufwand. Und ich hatte keine Zeit für Aufwand, und mein Hund musste raus. Aber ich dachte mir: Hey, ich lebe in der Zukunft. Ich habe die Summe des menschlichen Wissens in meiner Hosentasche.
Also habe ich beim Gassigehen mit meinem Hund den Sprachmodus von Google Gemini gestartet. Ich fühlte mich wie Tony Stark. Ich gab den Prompt ein: Hör zu, ich brauche einen batteriebetriebenen elektrischen Rasenmäher. Hier ist die Größe meines Rasens. Hier ist mein Budget. Und ich möchte, dass du ihn in diesem speziellen Shop kaufst, weil sie ein Kunde von uns sind und ich, genau wie unsere KI-Oberherren, an die Kreislaufwirtschaft glaube. Und Gemini sagt mit dieser beruhigenden, selbstbewussten Stimme: Suche läuft, einige Treffer gefunden, aber wenn du dein Budget leicht erhöhst, kann ich dir bessere Optionen finden. Ich sagte: OK, Computer, upsell mich, erweitere das Budget. Es kommt mit drei Modellen von drei verschiedenen Marken zurück.
Es listet die Spezifikationen auf. Es vergleicht die Akkulaufzeit. Ich wähle zwei aus, die perfekt klingen. Ich bitte es, Bewertungen für diese beiden zu suchen und zusammenzufassen. Und es tut das. Es sagt mir, Modell A sei besser beim Mulchen und Modell B lade schneller. Es war wunderschön. Es dauerte etwa 20 Minuten, völlig reibungslos – abgesehen davon, dass mein Hund etwas verwirrt war, mit wem ich eigentlich spreche. Ich kam vom Spaziergang zurück. Das Problem war gelöst. Ich setzte mich zu Hause an den Computer, um auf „Kaufen“ zu klicken. Und genau in diesem Moment stellte ich fest, dass keiner dieser Rasenmäher existiert.
Sie waren nicht real. Ihre Namen klangen echt. Sie folgten perfekt der Namenskonvention des Herstellers. Die Spezifikationen waren plausibel. Die Bewertungen wirkten überzeugend, aber es war komplette Fiktion, eine Halluzination. Und nicht nur das: Der konkrete Shop, den ich gebeten hatte zu prüfen, führt nicht einmal eine dieser Marken.
Die Realität der agentischen Zukunft
Ich fühlte mich betrogen. Ich bin ein Tech-Nerd. Ich liebe LLMs. Ich evangelisiere dieses Thema. Aber hin und wieder erinnert dich die KI daran, dass sie kein genialer Assistent ist. Sie ist ein sehr selbstbewusster improvisierender Schauspieler, der das Drehbuch nicht gelesen hat. Denn wenn du den Evangelisten und Beratern zuhörst und den Leuten auf LinkedIn, die in ihrer Jobbezeichnung „AI Visionary“ stehen haben, dann erzählen sie dir, dass die agentische Zukunft bereits da ist. Sie malen dir das Bild eines KI-Kommandozentrums, in dem du ein Team von KI-Agenten hast, einen agentischen Manager, der diese Agenten steuert, und einen agentischen Auditor, der den Manager überwacht.
Und sie kommunizieren alle reibungslos miteinander, führen komplexe Prozesse aus, und du sitzt einfach da, trinkst einen Espresso und siehst zu, wie die Produktivitätskurve nach oben geht. Und schau, ich glaube, dass das passieren wird. In 10 Jahren? Wahrscheinlich. In 5 Jahren? Vielleicht. Aber heute? Mit euren chaotischen Prozessen, mit euren Legacy-Systemen, die auf Code laufen, der geschrieben wurde, als die Spice Girls die Charts angeführt haben? Nein. Es funktioniert im Labor. Es funktioniert in einer Demo. Aber in der echten Welt erfindet die KI einen Rasenmäher, den es nicht gibt, und versucht, ihn in einem Laden zu kaufen, der ihn nicht verkauft.
Einführung des Humans in the Loop
Ich sage nicht, dass man diese Technologien nicht nutzen soll. Ich sage, man muss verstehen, wofür sie gut geeignet sind und wo sie noch Schwächen haben. Man muss den Unterschied zwischen einem Science-Fiction-Film und einer Dokumentation kennen. Deshalb möchte ich dir von etwas erzählen, das heute bereits funktioniert. In einer unserer früheren Folgen habe ich dir Cyber Ola, vorgestellt, unser digitales Alter Ego für die Leiterin unserer Admin-Abteilung – einen Teams-Chat-Assistenten, der euren Mitarbeitenden hilft.
Und heute möchte ich dir zeigen, wie man dieses Konzept nimmt und es an Dinge anschließt, die sich hartnäckig weigern zu sterben: Ticketing-Systeme und gemeinsame Postfächer. Du kennst diese Orte. Den IT-Service-Desk. Das schwarze Loch, in dem E-Mails verschwinden. Nutzer, die immer wieder dieselben drei Fragen stellen – bis zum Hitzetod des Universums: Wie setze ich mein Passwort zurück? Kann ich Zugriff auf SAP bekommen? Warum steht der Drucker in Flammen? Aber wir lassen die KI nicht einfach los und hoffen auf das Beste. So entstehen imaginäre Rasenmäher. Stattdessen nutzen wir ein Konzept namens Human in the Loop.
Wir müssen absolute Kontrolle darüber haben, was das Tool tut. Wir können es schlicht nicht frei herumlaufen lassen, Fehler zu machen oder Antworten zu halluzinieren, die plausibel klingen, aber komplett falsch sind. Wir brauchen ein Sicherheitsnetz, damit wir Anfragen sowohl innerhalb als auch außerhalb unserer Organisation bearbeiten können.
Wie der Master-Agent funktioniert
Wir haben unser Framework mit Jira verbunden, aber es funktioniert mit jedem Ticketing-System oder auch mit einem Postfach. Schauen wir, ob der Benutzer ein Ticket erstellt. Dieses geht zunächst an das, was wir den Master Agent nennen. Man kann sich den Master Agent wie eine Triage-Pflegekraft vorstellen. Er betrachtet das eingehende Ticket und entscheidet, ob es sich um eine „Erklär mir wie“-Frage oder um eine „Mach das für mich“-Anfrage handelt. Wenn es sich um eine Frage wie diese handelt, etwa: Gibt es Regeln dafür, wie Passwörter aufgebaut sein sollten? Dann nutzen wir, sobald der Benutzer dieses Ticket erstellt, RAG, also Retrieval Augmented Generation.
Die Antwort wird in den tatsächlichen Unternehmensrichtlinien gefunden, nicht auf Reddit. Aber – und das ist die Lehre aus der „Ich-habe-versucht-einen-gefälschten-Rasenmäher-zu-kaufen“-Geschichte – wir lassen die Antwort nicht automatisch versenden. Wir vertrauen dem System noch nicht vollständig, insbesondere wenn wir Fragen von externen Nutzern beantworten. Stattdessen wird die Antwort an eine Validierungsstation geschickt. Ein menschlicher Operator sieht das ursprüngliche Ticket des Nutzers, die vom KI-System vorgeschlagene Antwort sowie die Namen der Dokumente, aus denen die Informationen stammen, und die Begründung der KI. Der Operator kann die Antwort bei Bedarf bearbeiten, und wenn er auf „Genehmigen“ klickt, wird die Antwort an den Anfragenden gesendet und das Ticket geschlossen. Der Mensch erledigt nicht die eigentliche Arbeit – er ist ein Sicherheitsgeländer für die KI, sozusagen der letzte Richter.
GenAI-Magie und Übersetzung
Das ist für sich genommen schon cool, aber ich setze noch einen drauf. Der menschliche Operator muss die Sprache des Anfragenden gar nicht verstehen. Wir können das Tool so konfigurieren, dass alle Tickets, die in eine bestimmte Queue eingehen, in eine Standardsprache übersetzt werden, die in den meisten Fällen Englisch ist. Wenn der Anfragende also zum Beispiel ein Ticket auf Französisch einreicht, werden sowohl dessen Inhalt als auch die vom Tool vorgeschlagene Antwort automatisch ins Englische übersetzt und in der Validierungsstation auf Englisch angezeigt. Sobald der Operator die Antwort freigibt, sie dabei gegebenenfalls noch bearbeitet, wird sie vor dem Versand an den Anfragenden wieder in die ursprüngliche Sprache der Anfrage zurückübersetzt. Aus Sicht des Anfragenden kommunizieren also beide auf Französisch, aus Sicht des Operators auf Englisch. GenAI-Magie in Reinform.
Automatisierung von VPN- und SAP-Anfragen
Was passiert nun, wenn der Benutzer sagt: „Können Sie mein VPN-Passwort zurücksetzen?“ Er erstellt ein Ticket, und der Master Agent wechselt in den Aktionsmodus. Er prüft: Habe ich einen Sub-Agenten für das Zurücksetzen von VPN-Passwörtern? Ja. Habe ich die benötigten Parameter? Wir brauchen nur die Benutzer-ID, und die kann ich aus dem Ticketing-System beziehen. Anschließend geht der Vorgang wieder zur Validierungsstation. Der menschliche Operator sieht, dass der Agent zum Zurücksetzen des VPN-Passworts aus der Liste der verfügbaren Agenten ausgewählt wurde. Er prüft, ob die Parameter korrekt sind und ob die Entscheidung des Tools mit dem übereinstimmt, was der Anfragende tatsächlich wollte, und klickt dann auf „Genehmigen“.
Wenn das passiert, wird eine Reihe von API-Aufrufen ausgeführt, um das Passwort zurückzusetzen, und ich erhalte ein neues Passwort auf meinem Mobiltelefon. Es wird an die Nummer gesendet, die im Active Directory für mein Konto hinterlegt ist. Erledigt. Eine weitere Sache, die wir implementiert haben und die sehr häufig angefragt wird, ist: „Gib mir Zugriff auf SAP.“ Wenn der Benutzer ein solches Ticket erstellt, wechselt der Master Agent erneut in den Aktionsmodus. Er prüft: Habe ich einen Sub-Agenten für SAP-Zugriff? Ja.
Es extrahiert die Parameter – Benutzer-ID, Sub-Instanz und Rolle – aus dem Ticket. Der Mensch prüft alles und klickt auf „Genehmigen“. Und jetzt kommt der coole Teil: Die Automatisierung folgt eurem Prozess. Sie geht in euer Workflow-System, in unserem Fall nutzen wir Microsoft Flows, und bittet den Vorgesetzten des Benutzers um Freigabe. Die zuständige Führungskraft wird im Active Directory ermittelt. Sobald ich genehmige, wird ein RPA-Roboter gestartet, die klassische Klicky-Klicky-Variante. In unserem Fall ist das UiPath, das sich in eine virtuelle Maschine einloggt, SAP öffnet, die Rolle hinzufügt und anschließend dem Benutzer eine E-Mail schickt, dass er nun Zugriff hat. Fertig. Ticket geschlossen. Der menschliche Operator musste sich nicht einloggen, keine SAP-Menüs durchklicken – er musste nur bestätigen, dass das wie eine echte Anfrage aussieht und keine Halluzination ist.
Geschäftliche Anwendungsfälle in Finanzen und HR
Das hier ist keine Science-Fiction. Das passiert bereits heute, und man kann diese Logik überall anwenden. Im Finanzbereich zum Beispiel ein Assistent, der jede Buchungsregel und jeden Prozess kennt. Er kann den endlosen Strom an Anfragen bearbeiten wie: „Wo ist mein Geld?“ oder „Haben Sie meine Rechnung erhalten?“, also E-Mails von Lieferanten. Das ist tatsächlich einer der häufigsten Anwendungsfälle, die wir derzeit umsetzen: ein Agent, der E-Mails beantwortet wie „Habt ihr meine Rechnung bekommen?“ und „Wann wird sie bezahlt?“.
Albo spójrzmy na HR. Pomyśl o onboardingu. To koszmar list kontrolnych: utworzyć e-mail, dodać do Teams, zamówić laptop, który nie jest beznadziejny. Zamiast tego, żeby specjalista HR przez trzy godziny klikał przyciski, agent przygotowuje cały pakiet. Człowiek widzi: nowy pracownik, John Doe, działania: utworzyć konto, wysłać laptop, przydzielić mentora. Klikasz „zatwierdź” i nowy pracownik faktycznie dostaje komputer oraz dostępy już pierwszego dnia. Korporacyjny cud.
Das Ende der Meatware
Die Möglichkeiten sind endlos. Überall dort, wo es große Mengen an Tickets oder E-Mails gibt – intern oder extern –, kann ein solcher Agent einen Großteil der Arbeit abnehmen. Der Aufbau und die Implementierung kosten Zeit und Aufwand. Aber man sollte es tun. Anstatt von elektrischen Schafen zu träumen, müssen wir die Dinge annehmen, die GenAI heute schon für uns leisten kann. Denn wir müssen aufhören, die dummen Aufgaben zu erledigen. Wir Menschen müssen aufhören, Copy-and-Paste-Roboter zu sein. Wir können nicht weiterhin Meatware bleiben.
Wir müssen uns unsere Zeit zurückholen für die wichtigen Dinge. Zum Beispiel endlich den Rasen mähen. Und damit ist Schluss. Ticket geschlossen, gelöst, archiviert. Wir haben gelernt, dass der Schlüssel zum Glück nicht vollständig autonome KI ist. Sondern eine KI, die die ganze Schwerstarbeit erledigt und dich am Ende den Ruhm dafür einstreichen lässt, dass du einfach nur auf „Genehmigen“ klickst.
Domo arigato fürs Zuhören. Ein großes Dankeschön an das Team von Office Samurai, das diesen Agenten gebaut hat, damit ich überhaupt etwas habe, worüber ich sprechen kann. Und auch an Anna Cubal, unsere Produzentin und die echte Validierungsstation dieses Podcasts, die uns davor bewahrt, unsere eigenen Fakten zu halluzinieren. Und an Wodzu Beats Studio, unsere Entwicklungsumgebung. Wenn diese Episode euch geholfen hat, ein paar mentale Tickets zu schließen, abonniert den Podcast, hinterlasst eine Fünf-Sterne-Bewertung und sagt eurer IT-Abteilung, dass wir in friedlicher Mission unterwegs sind. Bis zum nächsten Mal – mögen eure Agenten klug sein und eure Menschen wachsam.
