KI-Agenten brauchen menschliche Aufsicht

Agentic AI bietet Unternehmen große Vorteile, muss aber von menschlichen Instanzen überwacht werden, um regulatorische Vorgaben und ethische Standards zu erfüllen. [...]

Agentic AI benötigt einen Governance-Rahmen. Im Zentrum steht dabei die Überwachung durch Menschen, denn eine selbstgesteuerte Überwachung durch Agenten reicht nicht aus. (c) stock.adobe.com/Din Nasahrudin

Agentic AI verspricht Unternehmen erhebliche Effizienzgewinne. Sie zerlegt komplexe Aufgaben in kleinere, überschaubare Teilaufgaben, die sich einfacher lösen lassen. KI-Agenten, die bestimmte Rollen wahrnehmen oder auf bestimmte Tätigkeiten spezialisiert sind, führen diese Aufgaben dann automatisiert aus. Anschließend setzt ein übergeordneter Agent die Ergebnisse zusammen, um die Gesamtaufgabe zu lösen.

Damit ermöglicht Agentic AI mehr und bessere Automatisierung. Sie birgt aber auch Risiken: Algorithmen könnten diskriminierende Entscheidungen treffen, die Entscheidungen von KI-Agenten sind unter Umständen nicht transparent nachvollziehbar oder es entstehen Sicherheitslücken. Unternehmen laufen Gefahr, gegen regulatorische Vorgaben und ethische Standards zu verstoßen.

Agentic AI benötigt daher einen Governance-Rahmen. Im Zentrum steht dabei die Überwachung durch Menschen, denn eine selbstgesteuerte Überwachung durch Agenten reicht nicht aus. Pegasystems zeigt auf, wie Unternehmen Schritt für Schritt eine robuste Governance für Agentic AI etablieren.

1. Governance-Richtlinien definieren

Zunächst klären Unternehmen die internen Verantwortlichkeiten für ihre KI-Systeme. Zudem legen sie Standards fest, die auf regulatorischen Anforderungen wie dem EU AI Act und der DSGVO basieren. 

2. Risikoanalyse und -management implementieren

Im zweiten Schritt identifizieren sie Hochrisiko-Anwendungen. Außerdem führen sie kontinuierliche Monitorings für diskriminierende KI-Entscheidungen („Bias“), Sicherheit und Datenschutz ein. 

3. Transparenz- und Erklärbarkeitsmaßnahmen umsetzen

Unternehmen wählen erklärbare KI-Modelle aus oder implementieren ergänzende Mechanismen für die Nachvollziehbarkeit von KI-Modellen in die Agentic AI. Zudem richten sie eine Dokumentation der KI-Entscheidungen für Audits und Regulierungsbehörden ein.

4. Human-in-the-Loop-Mechanismus etablieren

Im nächsten Schritt integrieren Organisationen menschliche Kontrolle in kritische Entscheidungsprozesse. Zusätzlich definieren sie klare Eingriffsmechanismen bei Fehlentscheidungen und legen die Verantwortung für finale Entscheidungen fest. 

5. Kontinuierliche Überwachung und Anpassung

Die Governance-Richtlinien sollten regelmäßig evaluiert und aktualisiert werden. Dazu implementieren Unternehmen ein „AI Governance Board“ oder ähnliche Kontrollinstanzen.

6. Schulung und Sensibilisierung der Mitarbeitenden

In Trainingsprogrammen informieren Unternehmen ihre Entwickler und Entscheidungsträger zu ethischen und rechtlichen Anforderungen. Damit schaffen sie eine Governance-Kultur, in der die Verantwortung für Künstliche Intelligenz ernst genommen wird.

„Wenn Unternehmen beim Einsatz von agentischer KI für Transparenz, Fairness und Sicherheit sorgen, minimieren sie nicht nur Risiken. Sie verschaffen sich auch Wettbewerbsvorteile, weil sie das Vertrauen in ihre KI-Systeme stärken“, erklärt Florian Lauck-Wunderlich, Head of AI and Advanced Analytics Consulting EMEA bei Pegasystems. „Dabei verfolgen sie am besten einen strukturierten Governance-Ansatz mit klaren Verantwortlichkeiten, regelmäßigen Audits und menschlicher Kontrolle.“


Mehr Artikel

News

Social Commerce auf dem Vormarsch: Jede:r Dritte kauft bereits über Social Media ein

Ob Mode, Kosmetik oder Elektronik – Soziale Medien sind längst mehr als Plattformen zur Unterhaltung: Immer mehr Österreicher:innen nutzen Facebook, Instagram, TikTok & Co. auch zum Einkaufen. Der neue Consumer Check des Handelsverbands, durchgeführt von Reppublika Research, zeigt, wie Social Commerce in Österreich angekommen ist und welche Plattformen und Produkte dabei dominieren. […]

News

Automatisierung als Erfolgsfaktor für die digitale Transformation

Aufgrund generativer KI, Fachkräftemangel und globalem Wettbewerbsdrucks müssen Unternehmen vermehrt Automatisierung nutzen, um Effizienz und Innovation gezielt voranzutreiben. Eine erfolgreiche Automatisierungsstrategie verbindet dabei Technologien wie Robotic Process Automation, Business Process Management und KI mit klaren Zielen, und strukturierten Umsetzung. […]

Kommentar

Technologie-Expertise gehört in das C-Level

Spätestens seit dem Digitalisierungsschub der Corona-Jahre hat sich die Rolle der IT-Abteilungen in den Unternehmen grundlegend geändert. Ganze Branchen würden ohne IT als treibender Kraft gar nicht existieren. Damit die IT ihre neue zentrale Rolle im Unternehmen optimal erfüllen kann, muss sie allerdings Sitz und Stimme am Entscheider-Tisch haben. […]

Prof. Hussam Amrouch forscht in seinem Garchinger Labor im Siemens Technology Center an den Chipgenerationen der Zukunft. (c) Andreas Heddergott / TUM
News

TU München: KI-Chip für dezentrale Nutzung ohne Cloud entwickelt

Ein an der Technischen Universität München (TUM) entwickelter neuartiger KI-Chip funktioniert ohne die sonst nötige Verbindung zum Internet oder zu Cloudservern. Der von Prof. Hussam Amrouch entworfene Chip „AI Pro“ arbeitet nach dem Vorbild des menschlichen Gehirns. Seine innovative neuromorphe Architektur hilft ihm, Berechnungen vor Ort und damit Cyber-sicher zu machen. Zudem verbraucht er bis zu zehnmal weniger Energie. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*