Alvarez & Marsal: Große Sprachmodelle treiben Automatisierung in Geschäftsprozessen

Die Unternehmensberatung Alvarez & Marsal hat eine Analyse veröffentlicht, die die Rolle agentenbasierter Arbeitsabläufe, angetrieben durch große Sprachmodelle (LLMs), bei der Automatisierung von Geschäftsprozessen darlegt. Laut dem Unternehmen sind diese Arbeitsabläufe entscheidend für die zukünftige Geschäftsprozessautomatisierung und datengesteuerte Intelligenz, wobei 70 % der Unternehmen bereits Automatisierungstechnologien pilotieren.

Agentenbasierte Arbeitsabläufe stellen eine bedeutende Abkehr von traditionellen automatisierten Prozessen dar, indem sie KI-Agenten ermöglichen, mit einem höheren Grad an Autonomie zu agieren. Diese Systeme können aus Interaktionen lernen und Entscheidungen unabhängig treffen, was verspricht, die operative Effizienz zu steigern, Kosten und Ungenauigkeiten zu reduzieren und das Kundenerlebnis zu verbessern.

Die Analyse identifiziert vier Kern-Designmuster für agentenbasierte Arbeitsabläufe: Reflexion, bei der das LLM seine eigene Ausgabe kritisch prüft; Werkzeugnutzung, bei der das LLM externe Werkzeuge für Aufgaben wie Datenabruf nutzt; Planung, die es dem LLM ermöglicht, mehrstufige Strategien zu erstellen und auszuführen; und die Zusammenarbeit mehrerer Agenten, bei der verschiedene KI-Agenten auf ein gemeinsames Ziel hinarbeiten.

Ein typischer Arbeitsablauf, beispielhaft dargestellt durch eine Kundenserviceanfrage, umfasst den Empfang von Eingaben, das Verständnis der Absicht, die Ausführung von Aufgaben (möglicherweise unter Verwendung von Werkzeugen zum Zugriff auf Datenbanken oder Systeme) und die Rückmeldung. Der Prozess endet mit der Aufgabenerfüllung und der Aktualisierung relevanter Aufzeichnungen, wie z.B. die Protokollierung einer Kundenrücksendeanfrage.