Hauptzweck
Komplexe Ziele durch autonome oder teilautonome Aktionen erreichen.
KI-Sicherheit und -Governance
Agentische KI bezeichnet Systeme der künstlichen Intelligenz, die Ziele interpretieren, Aufgaben planen, Entscheidungen treffen, Werkzeuge einsetzen, auf Daten zugreifen und mit begrenztem menschlichem Eingriff Maßnahmen ergreifen können.
Kurzdefinition
Agentische KI kombiniert logisches Denken, Planung, Gedächtnis, Werkzeugnutzung und autonomes Handeln, um definierte Ziele zu verfolgen.
Komplexe Ziele durch autonome oder teilautonome Aktionen erreichen.
Logisches Denken, Planung, Gedächtnis, Werkzeuggebrauch, Entscheidungsfindung und Ausführung.
Nutzerziele, Unternehmensdaten, Richtlinien, Anwendungskontext und Systemrückmeldungen.
APIs, Datenbanken, SaaS-Plattformen, Geschäftsanwendungen und andere KI-Agenten.
Übermäßiger Zugriff, unbeabsichtigte Aktionen, Datenleckage und mangelnde Aufsicht.
Generative KI, KI-Agenten, Multiagentensysteme, KI-Governance und KI-Sicherheit.
Kerndefinition
Agentische KI ist eine Kategorie künstlicher Intelligenz, die darauf ausgelegt ist, Ziele zu verfolgen und mehrstufige Aufgaben mit einem gewissen Grad an Autonomie zu erledigen.
Im Gegensatz zu KI-Systemen, die nur auf eine einzige Eingabeaufforderung reagieren, kann agentenbasierte KI ein Ziel bewerten, einen Plan entwickeln, Werkzeuge auswählen, auf relevante Informationen zugreifen, Aktionen durchführen und ihr Verhalten auf der Grundlage der Ergebnisse anpassen.
Ein agentenbasiertes System kann einen einzelnen KI-Agenten oder mehrere zusammenarbeitende Agenten umfassen. Jeder Agent kann über eine definierte Rolle, Speicher, Berechtigungen, Werkzeuge, Datenzugriff und operative Grenzen verfügen.
Der Grad der Autonomie variiert. Einige Agenten benötigen eine Genehmigung, bevor sie Maßnahmen ergreifen, während andere Aufgaben innerhalb vordefinierter Richtlinien und technischer Rahmenbedingungen selbstständig erledigen können.
Eine softwarebasierte KI-Einheit, die den Kontext wahrnimmt, Entscheidungen trifft und Maßnahmen zur Erreichung eines definierten Ziels ergreift.
Künstliche Intelligenz, die auf Basis von Benutzereingaben neue Inhalte wie Texte, Bilder, Audio, Video oder Code erstellt.
Eine Umgebung, in der mehrere spezialisierte KI-Agenten zusammenarbeiten, Aufgaben delegieren oder Entscheidungen koordinieren.
Die Koordination von Modellen, Agenten, Werkzeugen, Datenquellen, Arbeitsabläufen und Richtlinien innerhalb eines KI-Systems.
Hauptunterschiede
Agentic AI baut auf generativen und prädiktiven KI-Fähigkeiten auf, ergänzt diese aber um Planung, Werkzeugnutzung, Entscheidungsfindung und autonome Ausführung.
Kann das System selbstständig ein Ziel verfolgen?
Agentische KI plant und erledigt mehrstufige Aufgaben, nutzt Werkzeuge und passt ihre Aktionen auf der Grundlage der Ergebnisse an.
Kann das System neue Inhalte generieren?
Generative KI erzeugt als Reaktion auf Eingabeaufforderungen Texte, Bilder, Code, Audio oder andere Inhalte.
Kann das System ein Ergebnis vorhersagen?
Prädiktive KI analysiert historische Muster, um zukünftige Ergebnisse, Wahrscheinlichkeiten oder Klassifizierungen abzuschätzen.
Folgt das System vordefinierten Regeln?
Die traditionelle Automatisierung führt festgelegte Arbeitsabläufe und Bedingungen aus, ohne selbstständig auf sich ändernde Umstände zu reagieren.
Autonomer Entscheidungszyklus
Agentische KI arbeitet typischerweise durch einen kontinuierlichen Zyklus aus Interpretation, Planung, Ausführung, Auswertung und Anpassung.
Der Agent erhält ein Ziel, eine Benutzeranfrage, ein Ereignis oder ein Geschäftsergebnis, das er verfolgen soll.
Das System wertet verfügbare Informationen, Einschränkungen, Berechtigungen, Richtlinien und den relevanten historischen Kontext aus.
Der Agent zerlegt das Ziel in einzelne Aktionen, ermittelt Abhängigkeiten und wählt eine geeignete Reihenfolge aus.
Der Agent fragt Daten ab, ruft APIs auf, nutzt Anwendungen, ruft Modelle auf oder delegiert Aufgaben an andere Agenten.
Der Agent führt genehmigte Aktionen aus, wie z. B. das Aktualisieren eines Datensatzes, das Generieren eines Berichts, das Senden einer Anfrage oder das Initiieren eines Workflows.
Der Agent prüft das Ergebnis, erkennt Fehler oder unvollständige Resultate und passt seinen Plan gegebenenfalls an.
Auswirkungen auf das Unternehmen
Agentische KI kann komplexe Arbeitsabläufe automatisieren und Entscheidungen beschleunigen, doch ihr Zugriff und ihre Autonomie bergen auch neue Sicherheits- und Governance-Risiken.
Agenten können mehrere Schritte, Anwendungen und Entscheidungen koordinieren, die zuvor manuellen Aufwand erforderten.
Autonome Agenten können Informationen schneller analysieren und Aktionen schneller einleiten als sequentielle menschliche Arbeitsabläufe.
Agenten können auf sensible Daten, Tools, APIs, Anmeldeinformationen und Systeme zugreifen, wodurch die Auswirkungen übermäßiger Berechtigungen oder des Missbrauchs verstärkt werden.
Organisationen benötigen Einblick in die Identitäten ihrer Agenten, deren Datenzugriff, Verhalten, Entscheidungen, Richtlinien und nachgelagerte Aktionen.
Leitfaden zur Umsetzung
Sichern Sie agentenbasierte KI, indem Sie die Daten, Identitäten, Berechtigungen, Werkzeuge und Aktionen kontrollieren, die Agenten nutzen können.
Identifizieren Sie Akteure, Modelle, Datensätze, Pipelines, Tools, Verantwortliche und Geschäftszwecke im gesamten Unternehmen.
Machen Sie sich klar, auf welche sensiblen, regulierten, vertraulichen oder geschäftskritischen Daten jeder Agent zugreifen kann.
Die Berechtigungen der Agenten sind auf die minimal erforderlichen Daten, Anwendungen, APIs und Aktionen für einen genehmigten Zweck zu beschränken.
Bei destruktiven, sensiblen, finanziellen, rechtlichen oder irreversiblen Handlungen sind Genehmigungen oder eine Eskalation erforderlich.
Ungewöhnliche Datenzugriffe, Richtlinienverstöße, übermäßige Werkzeugnutzung, unerwartete Aktionen und Veränderungen im Verhalten von Agenten erkennen.
Häufig gestellte Fragen
Erfahren Sie mehr über häufig gestellte Fragen zu autonomen KI-Agenten, Sicherheit, Governance, Datenzugriff und Unternehmenseinführung.
Agentische KI bezeichnet KI-Systeme, die Ziele interpretieren, Aufgaben planen, Entscheidungen treffen, Werkzeuge einsetzen, auf Daten zugreifen und mit einem gewissen Grad an Autonomie Maßnahmen ergreifen können.
Generative KI erstellt Inhalte primär als Reaktion auf Eingabeaufforderungen. Agentische KI kann generative Modelle nutzen und gleichzeitig planen, Werkzeuge auswählen, Aktionen ausführen und ihren Ansatz anpassen.
Ein KI-Agent ist eine softwarebasierte Entität, die den Kontext wahrnimmt, ein Ziel bewertet, Entscheidungen trifft und unter Verwendung verfügbarer Modelle, Werkzeuge, Daten und Berechtigungen Maßnahmen ergreift.
Zu den typischen Anwendungsbereichen gehören Kundendienstautomatisierung, Softwareentwicklung, Sicherheitsbetrieb, Forschung, Workflow-Management, Analytik, Beschaffung und IT-Support.
Zu den Risiken gehören die Offenlegung sensibler Daten, übermäßige Berechtigungen, unautorisierte Handlungen, die Verwendung unsicherer Tools, die prompte Manipulation, ungenaue Entscheidungen und eine eingeschränkte Verantwortlichkeit.
Agenten können über APIs, Datenbanken, Suchsysteme, SaaS-Anwendungen, Vektorspeicher, Plugins, Konnektoren oder andere autorisierte Tools auf Unternehmensdaten zugreifen.
Organisationen sollten Agenten inventarisieren, zugängliche Daten klassifizieren, das Prinzip der minimalen Berechtigungen durchsetzen, Richtlinienleitplanken anwenden, das Verhalten überwachen und für risikoreiche Aktionen eine menschliche Genehmigung verlangen.
Der erforderliche Überwachungsgrad hängt von der Autonomie des Agenten, seinem Datenzugriff, den potenziellen Auswirkungen und dem Anwendungsfall ab. Aktionen mit hohem Risiko sollten Genehmigungen, Eskalationen oder eine manuelle Überprüfung beinhalten.
Weiter erkunden
Entdecken Sie praktische Anleitungen zum Verständnis, zur Sicherung und zur Steuerung autonomer KI-Systeme.
Entdecken, bewerten, sichern und verwalten Sie KI-Modelle, Agenten, Datensätze, Pipelines und die Unternehmensdaten, auf die sie zugreifen.
Lösung erkunden →Vergleichen Sie die Fähigkeiten, Anwendungsfälle, Risiken und Governance-Anforderungen von generativer und agentenbasierter KI.
Lesen Sie den Artikel →Sensible Daten aufdecken, Zugriffsrechte verstehen, Risiken priorisieren und Sicherheits- und Governance-Maßnahmen im gesamten Unternehmen automatisieren.
Erkunden Sie die Plattform →Sichere autonome KI
BigID hilft Organisationen dabei, KI-Assets zu entdecken, zu verstehen, auf welche Datenagenten zugreifen können, übermäßige Berechtigungen zu identifizieren, Risiken zu überwachen und richtlinienbasierte Kontrollen in KI-Umgebungen anzuwenden.