Die Zukunft der Automatisierung mit Agentic AI entfesseln

Im sich schnell entwickelnden Bereich der intelligenten Automatisierung verändert das Konzept der agentischen KI die Herangehensweise von Unternehmen an die Robotic Process Automation (RPA). Dieser Artikel untersucht die Entwicklungen in der UiPath-Plattform mit Fokus auf deren agentische KI-Funktionen, Agent Builder und Maestro.

Wir tauchen ein in die Frage, wie KI-Agenten die traditionelle Automatisierung verändern, indem sie menschenähnliches Denken mit robotischer Präzision verbinden. Es geht nicht nur darum, einem Markttrend zu folgen – Fälle, in denen herkömmliche RPA an ihre Grenzen stößt, häufen sich bereits seit einiger Zeit. Jetzt ist es an der Zeit, sie endlich anzugehen.

Oder es zumindest zu versuchen.

Du schaust lieber, als zu lesen? Dann sieh dir unseren YouTube-Kanal an und schau dir das Webinar an, auf dem der folgende Artikel basiert:

Der Weg von traditioneller RPA zur agentischen Automatisierung

Die Welt der Automatisierung wurde lange Zeit von RPA-Tools dominiert, die vordefinierte Aufgaben mit binärer Präzision ausführen. Doch angesichts zunehmend komplexerer Arbeitsabläufe mit unstrukturierten Daten, regulatorischen Feinheiten und menschlichen Interaktionen wird der Bedarf an flexibleren, intelligenteren Systemen immer deutlicher. Hier kommt die agentische KI ins Spiel: eine Philosophie, bei der KI-Agenten denken, Roboter ausführen und Menschen führen.

Mittlerweile scheinen alle Agenten zu entwickeln. Dieser Paradigmenwechsel ist entscheidend, um neue Projekte zu starten und Fälle anzugehen, die in der Vergangenheit als unmöglich galten – ebenso wichtig ist jedoch die richtige Kombination von RPA und KI. Unser früher Zugang und praktisches Experimentieren mit der Plattform haben ein durchdachtes System offenbart, das KI-Agenten nahtlos mit traditioneller RPA und menschlichen Arbeitsabläufen integriert. Es befindet sich zwar noch in der Weiterentwicklung, eröffnet unserem Kunden aber schon jetzt neue Möglichkeiten.

Um zu schätzen, was wir heute nutzen können, ist es wichtig, einen Blick zurück darauf zu werfen, wie sich die Plattform in den letzten sieben Jahren entwickelt hat. Ursprünglich bot UiPath drei zentrale kostenlose Produkte an:

• Studio: Zum Erstellen robotischer Automatisierungen.
• Orchestrator: Zur Verwaltung und Orchestrierung von Robotern.
• Robots: Zur Ausführung von Automatisierungsaufgaben.

Seitdem wurde die Plattform durch interne Forschung und Entwicklung sowie strategische Übernahmen erweitert und um Funktionen ergänzt, die den Anforderungen komplexer moderner Unternehmensumgebungen gerecht werden:

• Computer Vision: Ermöglichung von Automatisierung in eingeschränkten Umgebungen durch visuelles Verständnis von Bildschirminhalten.
• API Automation: Vereinfachung der Integration für Entwickler durch Integrationsdienste.
• Web Interface Building: Ermöglichung der Erstellung moderner Benutzeroberflächen, die mit Backend-Automatisierungen interagieren oder Altsysteme auffrischen, ohne Quellanwendungen zu verändern.
• Orchestration Enhancements: Roboter können nun in unsicheren Situationen an Menschen eskalieren, etwa wenn Machine-Learning-Modelle uneindeutige Vorhersagen liefern.
• Governance und Sicherheit: Integration robuster Governance-Funktionen, insbesondere für generative KI (GenAI)-Komponenten.
• Cloud-Bereitstellung: Bereitstellung flexibler Einsatzmöglichkeiten zur Erfüllung von Unternehmensanforderungen.
• Discovery und Analytics: Bereitstellung von Tools zur Analyse organisatorischer Prozesse, Kommunikation und zur Generierung von Leistungs-KPIs.
• Testfunktionen: Sicherstellung der Zuverlässigkeit von RPA-Automatisierungen und der Anwendungen, mit denen sie interagieren, durch automatisiertes Testen.
• Intelligent Document Processing (IDP): Erweiterung von strukturierten Formularen auf unstrukturierte Dokumente wie Richtlinien und Verträge.
• Verstehen von Kommunikation: Lesen, Analysieren und Automatisieren jeglicher textbasierter Kommunikationskanäle wie E-Mails oder Tickets.

Und schließlich haben die aktuellen technologischen Fortschritte UiPath dazu veranlasst, GenAI-Bausteine zu entwickeln, die Robotern ein „Gehirn“ verleihen, um sicher und flexibel mit verschiedenen KI-Modellen zu interagieren. Diese kontinuierliche Innovation hat in der heutigen Plattform gegipfelt, die agentische Automatisierung unterstützt, bei der KI-Agenten komplexe Aufgaben mit unstrukturiertem Input eigenständig übernehmen können.

Zweiter Akt: Das Zeitalter der agentischen Automatisierung

Aufbauend auf einem soliden Fundament läutet UiPath nun den zweiten Akt ein – das Zeitalter der agentischen Automatisierung. Diese Phase konzentriert sich auf KI-Agenten, die denken und Entscheidungen treffen und dabei mit traditionellen Robotern und Menschen zusammenarbeiten. Die zentralen Bestandteile dieser neuen Ära sind:

• Sicherheit und Governance: Aufrechterhaltung strenger Kontrollmechanismen zur sicheren Bereitstellung von KI über die Trust Layer
• Integration und Kontextverarbeitung: Nutzung mehrerer Datenquellen und APIs, um Agenten ein umfassendes Situationsbewusstsein zu ermöglichen.
• Low-Code Agent Builder: Ermöglichung der Erstellung von KI-Agenten mit anpassbaren Prompts, Kontexten und Tools.
• Agentic Testing: Ermöglichung der Erstellung von Testsätzen und Validierungsfällen, um die Qualität eines Agenten messbar zu bewerten und zu verbessern.
• Prozessorchestrierung: Nutzung von BPMN-modellierten Geschäftsprozessen zur Koordination von Aktivitäten zwischen Agenten, Robotern und Menschen.

Dieser Ansatz ermöglicht es Organisationen, komplexe Arbeitsabläufe zu orchestrieren, bei denen KI-Agenten den Kontext und die Entscheidungsfindung übernehmen, Roboter regelbasierte Aufgaben ausführen und Menschen bei Bedarf überwachen und eingreifen.

Die Symbiose von Robotern und KI-Agenten

In Anlehnung an das menschliche Gehirn stellt UiPath Roboter und Agenten als komplementäre Kräfte dar:

• Robots: Analog zum linken Gehirn sind sie strukturiert, logisch und deterministisch. Roboter glänzen bei sich wiederholenden, regelbasierten Aufgaben, die hohe Zuverlässigkeit und Effizienz erfordern, wie etwa der Transaktionsverarbeitung in ERP-Systemen.
• AI Agents: Vergleichbar mit dem rechten Gehirn sind sie kreativ, anpassungsfähig und zielorientiert. Agenten entfalten ihr Potenzial bei mehrdeutigen, unstrukturierten Aufgaben, die logisches Denken erfordern – wie etwa das Interpretieren von Dokumenten, Beantworten von Fragen und Verwalten von Kommunikation.

Die Flexibilität von KI-Agenten bringt jedoch eine gewisse Unvorhersehbarkeit mit sich. Um dem entgegenzuwirken, setzt UiPath auf das Konzept der „kontrollierten Eigenständigkeit“ – eine Reihe von Taktiken und Funktionen, die darauf abzielen, die Vertrauenswürdigkeit und Zuverlässigkeit der Agenten zu erhöhen.

Gewährleistung vertrauenswürdiger KI-Agenten

Das Konzept der kontrollierten Eigenständigkeit beinhaltet die iterative Entwicklung und das Testen von Agenten durch verschiedene Mechanismen:

• Prompt-Experimentierung: Entwickler können die natürlichen Sprachprompts, die das Verhalten eines Agenten bestimmen, interaktiv testen und verfeinern.
• Dynamische Bewertungen: Sammlungen von Testfällen erzeugen einen Qualitätswert (0–100), der als Orientierung für kontinuierliche Verbesserungen dient.
• Kontextverankerung: Durch den Einsatz von Retrieval-Augmented Generation greifen Agenten kontrolliert auf große Mengen unternehmensspezifischer Daten zu, um fundierte Entscheidungen zu treffen.

Diese Elemente vereinen sich, um KI-Agenten zu schaffen, die in der Lage sind, Wissen zu erschließen und Kontext zu verstehen – Informationen zu konsolidieren, Daten zusammenzufassen und Entscheidungen zu treffen – und dabei gleichzeitig Transparenz und Kontrolle zu wahren.

Bausteine eines KI-Agenten

Jeder KI-Agent besteht aus mehreren zentralen Komponenten:

1. Natural Language Prompt: Die „Stellenbeschreibung“ des Agenten, in der Ziel und Vorgehensweise definiert sind.
2. Context: Unternehmensspezifisches Wissen wie Datenbanken, Dokumente und Richtlinien, die das Verständnis des Agenten prägen.
3. Tools: Integrationsdienste, andere Automatisierungen oder sogar weitere Agenten, die der KI-Agent aufrufen kann, um Aufgaben auszuführen.
4. Eskalationen: Mechanismen, mit denen der Agent in unsicheren oder ungewöhnlichen Situationen menschliches Eingreifen anfordern kann.
5. Gedächtnis: Nach menschlichem Feedback speichert der Agent gewonnene Erkenntnisse, um Fehler künftig zu vermeiden.

Einer der wichtigsten Aspekte agentischer KI ist die Aufrechterhaltung menschlicher Aufsicht. Agenten sind so konzipiert, dass sie unsichere Fälle an Menschen eskalieren, um Genauigkeit und Kontrolle zu gewährleisten. Dies ist besonders wichtig im Umgang mit generativer KI, die mitunter unvorhersehbare Ergebnisse liefern kann.

Dieses modulare Design ermöglicht es KI-Agenten, mit komplexen Unternehmenssystemen zu interagieren, mit Robotern zusammenzuarbeiten und bei Bedarf menschliche Unterstützung einzuholen – und macht sie so zu flexiblen Bausteinen der Automatisierung.

Verwaltung komplexer End-to-End-Prozesse mit Maestro

In realen Unternehmen verlaufen Geschäftsprozesse selten innerhalb eines einzigen Systems. Häufig erstrecken sie sich über mehrere Anwendungen – Salesforce, SAP, Excel – und beziehen zahlreiche menschliche Akteure mit ein. Um diese Komplexität zu bewältigen, hat UiPath Maestro eingeführt – ein prozessorientiertes Orchestrierungstool, das sowohl einen umfassenden als auch detaillierten Blick auf Automatisierungsabläufe bietet.

Maestro ermöglicht es Organisationen:

• Prozesse visuell mit der BPMN 2.0-Standardnotation zu modellieren oder bestehende Prozesslandkarten zu importieren.
• Prozesse umzusetzen, indem BPMN-Blöcke mit UiPath-Aktivitäten verknüpft werden – einschließlich agentischer Aufgaben, traditioneller RPA, menschlicher Eingriffe (Human-in-the-Loop) und Drittanbieter-Agenten.
• Prozesse auszuführen und zu überwachen – mit detaillierter Transparenz über einzelne Instanzen.
• Wiederholungsmechanismen und Fehlertoleranz einzusetzen, um den Fortschritt in lang andauernden Prozessen zu bewahren.
• Die Leistung mit Heatmaps und Process Mining zu analysieren, um Engpässe zu identifizieren und Arbeitsabläufe zu optimieren.

Maestro dient als zentrale Plattform, auf der Agenten, Roboter und Menschen zusammenarbeiten.

Vorteile von Maestro für verschiedene Benutzergruppen

• Automatisierungs- und KI-Verantwortliche: KI-Agenten aus verschiedenen Silos sicher integrieren, komplexe Arbeitsabläufe orchestrieren und die Leistung überwachen.
• Prozessverantwortliche: Den gesamten Prozesslebenszyklus – von der Modellierung und Umsetzung bis hin zur Überwachung und kontinuierlichen Verbesserung – mit einem einzigen Tool verwalten.
• IT-Verantwortliche: Die Gesamtkosten durch die Konsolidierung von Workflow-Management und Governance in einer einzigen Plattform senken – inklusive Unterstützung von Geschäftsregeln und Leitplanken.

Praktische Demo: Automatisierung der Personalbeschaffung mit KI-Agenten und Robotern

Um die Leistungsfähigkeit agentischer KI in der Praxis zu veranschaulichen, betrachten wir einen automatisierten Rekrutierungsprozess mit UiPaths Agent Builder und Maestro. In diesem Szenario bewerben sich Kandidaten auf eine Stelle als RPA-Entwickler, indem sie E-Mails mit angehängten Lebensläufen senden. Der Prozess umfasst mehrere manuelle Aufgaben für HR-Recruiter:

• Überprüfung der Vollständigkeit des Lebenslaufs.
• Beantwortung häufiger Kandidatenfragen auf Basis interner Richtlinien.
• Zusammenführung der Bewerbungen.

Der automatisierte Arbeitsablauf bewältigt diese Herausforderungen durch die Kombination von KI-Agenten, robotischen Automatisierungen und menschlicher Validierung (Human-in-the-Loop):

1. E-Mail-Empfang: Das System erkennt eine neue Bewerbung per E-Mail.
2. Initialer Screening-Agent: Prüft die E-Mail auf verdächtige Inhalte.
3. Lebenslaufprüfungs-Agent: Analysiert den angehängten Lebenslauf auf fehlende Informationen, wie z. B. Sprachkenntnisse.
4. Antwortgenerator-Agent: Beantwortet Fragen der Kandidaten unter Verwendung von Unternehmensrichtlinien als Kontext.
5. Antwortzusammenstellungs-Agent: Kombiniert das Feedback zum Lebenslauf und die Antworten in einer Entwurfsantwort.
6. Menschliche Validierung: Der Recruiter überprüft und genehmigt die Antwort, bevor sie versendet wird.
7. Datenspeicherung: Kandidateninformationen werden in einer Datenbank gespeichert, und unvollständige Bewerbungen werden gekennzeichnet.
8. Follow-up-Agenten: Erstellen Interviewfragen und bewerten die Eignung der Kandidaten basierend auf Profildaten.
9. Abschließende Datenverarbeitung: Reine RPA-Abläufe speichern Kandidatendaten in SharePoint zur Überprüfung durch die Personalabteilung.

Diese Demo zeigt die Fähigkeit agentischer KI, mit unstrukturierten Daten (E-Mails und Lebensläufen) umzugehen, Richtlinien zu interpretieren und mit Menschen zu interagieren – ein bedeutender Fortschritt gegenüber traditionellen, regelbasierten Robotern.

Konkret bedeutet das, dass Recruiter nicht mehr hunderte E-Mails manuell durchgehen müssen, um fehlende Informationen zu finden oder sich wiederholende Antworten zu formulieren. Agenten können Bewerbungen vorab prüfen, fehlende Angaben anfordern und sogar Standardfragen von Kandidaten beantworten – was wertvolle Zeit spart und das Risiko verringert, einen qualifizierten Bewerber aufgrund der Menge an Bewerbungen zu übersehen. Die Automatisierung dieser frühen, sich wiederholenden Aufgaben sorgt für Konsistenz und Reaktionsschnelligkeit bei allen Bewerbungen – unabhängig vom Umfang.

Wichtig ist, dass der menschliche Faktor im Zentrum bleibt. Während KI-Agenten die ersten Kontaktpunkte effizient gestalten und strukturiertes Feedback vorbereiten, liegt es weiterhin beim Recruiter, die Kommunikation zu validieren und Einstellungsentscheidungen zu treffen. Dieses hybride Modell schafft die richtige Balance: Es steigert die Effizienz, ohne das entscheidende Urteilsvermögen Algorithmen zu überlassen. Gerade in Szenarien mit hohem Bewerbungsvolumen geht es nicht nur um Zeitersparnis – sondern darum, HR-Teams zu befähigen, sich auf das Wesentliche zu konzentrieren: die Auswahl der richtigen Talente.

Frequently Asked Questions (FAQ)

Was fragten die Teilnehmer des Webinars?

Wie gut kommen KI-Agenten mit komplexen Dokumenten wie Lebensläufen mit Tabellen zurecht?

KI-Agenten verarbeiten in der Regel auch komplexe Dokumente sehr gut, einschließlich Lebensläufen mit Tabellen und unterschiedlichen Formaten. Einige Sonderfälle – wie beispielsweise Bewertungen in Form von Sternen – können jedoch problematisch sein. Durch kontinuierliches Testen und Verfeinern lässt sich die Genauigkeit in solchen Szenarien stetig verbessern.

Kann die Human-in-the-Loop-Oberfläche während der Validierung Originaldokumente oder Links anzeigen?

Ja, UiPath-Anwendungen und das Action Center bieten umfangreiche Anpassungsmöglichkeiten, um Links zu Originaldokumenten oder Anhängen einzubinden. So können menschliche Prüfer während der Validierung auf alle notwendigen Informationen zugreifen.

Werden Daten beim Einsatz von UiPath-Agenten an externe KI-Anbieter wie OpenAI übermittelt?

Nein, die aktuell von UiPath-Agenten verwendeten Modelle werden in der privaten Cloud-Infrastruktur von UiPath gehostet, was Daten­schutz und -sicherheit gewährleistet. Zusätzlich befindet sich eine „Bring Your Own Model“-Option auf der Roadmap – für Organisationen mit besonders hohen Anforderungen an Vertraulichkeit.

Wie viel kostet es, einen KI-Agenten zu erstellen und zu betreiben?

Die Preisgestaltung basiert auf dem Verbrauch und hängt von der Komplexität und Nutzung des Agenten ab. Komplexere Agenten mit höherem Aufrufvolumen verursachen entsprechend höhere Kosten. Für eine genaue Einschätzung wird empfohlen, sich an UiPath oder die Experten von Office Samurai zu wenden.

Wie lange dauert es, einen zuverlässigen KI-Agenten zu erstellen?

Die Erstellung eines einfachen Agenten kann 1–2 Stunden dauern, jedoch erfordert gründliches Testen zur Sicherstellung der Zuverlässigkeit mehr Zeit. Als Best Practice gilt: Agenten sollten sich auf klar abgegrenzte Aufgaben konzentrieren, anstatt einen gesamten Prozess in einem einzigen Agenten abzubilden.

Wann sollte ich UiPath Maestro im Vergleich zu anderen KI-Orchestrierungstools wie N10 verwenden?

Maestro eignet sich ideal für Automatisierung im Unternehmensmaßstab, bei der robuste Sicherheit, Zuverlässigkeit und Skalierbarkeit erforderlich sind. Im Gegensatz dazu sind Tools wie N10 eher für spezialisierte oder maßgeschneiderte Lösungen geeignet, die von Grund auf entwickelt werden. Maestro ist tief in das UiPath-Ökosystem integriert und bietet eine umfassende Engine für Workflow-Management.

Was bedeutet die Einstellung „Temperature“ beim Testen von Agenten?

Die „Temperature“-Einstellung steuert die Kreativität bzw. Zufälligkeit der Antworten des KI-Modells. Ein Wert von 0 führt zu deterministischen und präzisen Ausgaben, während ein Wert von 1 mehr kreative Freiheit zulässt. Für die meisten geschäftlichen Automatisierungen wird ein niedriger Temperature-Wert bevorzugt, um Konsistenz und Vorhersagbarkeit zu gewährleisten.

Wie steht Maestro im Zusammenhang mit dem UiPath Orchestrator?

Maestro dient als Schnittstelle für Prozessmodellierung und -orchestrierung, die nahtlos mit dem UiPath Orchestrator integriert ist. Nach der Gestaltung der Prozesse in Maestro können diese über den Orchestrator bereitgestellt und ausgelöst werden – unter Nutzung seiner Funktionen für Planung, Überwachung und Governance.

Willkommen in der Revolution der agentischen KI

Die Verschmelzung von KI-Agenten mit Robotic Process Automation hat eine neue Ära der Geschäftsautomatisierung eingeleitet – eine, in der Computer nicht mehr nur blind Anweisungen folgen, sondern „denken“, sich anpassen und mit Menschen zusammenarbeiten können. Mit Agent Builder und Maestro bietet UiPath eine leistungsstarke, integrierte Plattform, um dieses Potenzial zu nutzen – und Unternehmen die sichere und zuverlässige Automatisierung komplexer, unstrukturierter Arbeitsabläufe in großem Maßstab zu ermöglichen.

Wenn Sie vor herausfordernden Prozessen stehen, die Kommunikation, Dokumenteninterpretation oder flexible Entscheidungsfindung erfordern, ist es an der Zeit, agentische KI-Lösungen in Betracht zu ziehen. Ob Automatisierungsverantwortlicher, Prozessverantwortlicher oder IT-Fachkraft – mit diesen Tools können Sie intelligente Assistenten erstellen, die Ihre Teams unterstützen und Produktivität sowie Innovationskraft steigern.

Bereit für den Einstieg in die agentische KI? Wenden Sie sich an Experten, die Sie beim Aufbau und der Implementierung von KI-Agenten unterstützen – passgenau auf die Anforderungen Ihres Unternehmens zugeschnitten.

Die Zukunft der Automatisierung nimmt Gestalt an – jetzt ist der perfekte Zeitpunkt, um Teil dieser Reise zu werden.