KI im Einkauf | KI-Agenten: Autonome Prozesse & Effizienzboost im Unternehmen!

In der dritten Folge unseres Podcasts "KI im Einkauf" sprechen Fabian Heinrich (CEO von Mercanis) und Dr. Klaus Iffländer (Head of AI bei Mercanis) über den nächsten großen Schritt in der Automatisierung: KI-Agenten.Worum geht's?

• Was sind KI-Agenten und warum erleben sie gerade einen Hype?
• Wie unterscheiden sie sich von klassischen Chatbots oder RPA-Systemen?
• Welche Aufgaben können KI-Agenten im Einkauf übernehmen?
• Welche Rolle spielen Agentic Process Automation (APA) und vertikale Agenten für Unternehmen?
• Wie können KI-Agenten Lieferanten-Recherchen, Marktanalysen & strategische Entscheidungen automatisieren?

Mehr als nur eine Spielerei - KI-Agenten werden zum digitalen Kollegen!Von der autonomen Marktbeobachtung bis hin zur proaktiven Lieferantensuche - wir zeigen, wie KI-Agenten Einkaufsabteilungen entlasten und den Fachkräftemangel ausgleichen können.In eigener Sache: Zum Procurement Unplugged by Mercanis Podcast gibt es einen E-Mail-Newsletter. Jetzt HIER anmelden!

Fabian Heinrich (00:01)
Hallo liebe Zuhörerinnen und Zuhörer von Procurement Unplugged Blood. Ich freue mich ganz besonders, dass Sie wieder bei uns sind für eine weitere Folge mit Dr. KI, wo wir uns zum dritten Mal hier einfinden und die Themen rundherum um KI im Einkauf beleuchten. In der letzten Folge haben wir uns angeguckt, wie komme ich denn eigentlich von der Generell KI des Basismodells, großes Stichwort, die das Bayerische Abitur mit 2.0 besteht, zu den Anwendungsfällen, die ich gelöst haben will mit speziellem Fachwissen.

Dann haben wir irgendwie gelernt von Dr. KI, dass das Ganze dann mit Vertical AI zu tun hat, dass es da das Zauberwort "RAG" gibt, Retrieval for Augmented Generation und das dann noch geboostet werden kann mit Vektor-Datenbanken. Jetzt haben wir schon ein paar Mal in letzten Wochen das Zauberwort "Agenten" gehört und darum dreht sich die heutige Folge. Ich war auch letztens in den USA, da ist überall in aller Munde KI-Agenten und KI-Agenten sind das neue Einheimmittel, die einem dann viel die Arbeit abnehmen.

Ja, also das darf man natürlich jetzt nicht irgendwie verwechseln mit herkömmlichen Agenten, aber ich meine Klaus, vielleicht kannst du ja wie immer mal wieder Licht ins Dunkle bringen. Was hat es denn mit diesen Agenten auf sich? Was meint man damit und wieso löst das gerade in den letzten Wochen und Monaten in den USA so ein Hype aus?

Dr. Klaus Iffländer (01:39)
Ja klar, jeden Fall. Also KI-Agenten sind auf jeden Fall eine neue Entwicklung in dem Bereich, weil man jetzt natürlich im Arbeitsalltag über diese Chat-Anwendungen hinausgehen möchte. wir haben ja in der letzten Folge schon besprochen, was man so an Use Cases damit realisieren kann. Und jetzt ist es aber so, dass der Anspruch an diese Software-Systeme natürlich wächst. Und ich meine, es ist ja auch klar, weil...

Wenn man jetzt schon Computersysteme hat, die so eine Intelligenz mitbringen wie quasi ein Mensch in vielen Bereichen, dann hat man natürlich auch den Anspruch, dass die einem im Arbeitsalltag auch mehr helfen, also dass die einem halt eine echte Unterstützung sind, dass sie quasi zum digitalen Kollegen werden. Und genau das ist jetzt der Ansatz bei diesen KI-Agenten.

Und zwar... sind die jetzt so programmiert, dass sie nicht auf diesem Prinzip Eingabe-Ausgabe arbeiten. Also ich stelle nicht einfach eine Frage ans Modell und bekomme eine Antwort zurück, auch nicht eine Antwort mit augmentierten Unternehmensdaten, sondern ich gebe quasi eine komplexere Problemstellung an diesen Agenten und erwarte, dass diese autonom gelöst wird.

Also es handelt sich bei diesen KI-Agenten eine Software-Entität, die mithilfe von KI, und zwar insbesondere generativer KI, selbstständig Aufgaben lösen oder umsetzen - Aufgaben ausführen.

Fabian Heinrich (03:18)
Ist das dann irgendwo auch der nächste Schritt in der Entwicklung? Wir hatten ja in Folge 1 auch so bisschen darüber so gesprochen, dass vielleicht deutsche Unternehmen sehr prozessgetrieben sind, deswegen vielleicht noch bisschen, ich möchte nicht sagen sperren, aber zur Rückhaltung bezüglich irgendwo KI äußern in der Einführung. Sind dann diese Agenten so wirklich der nächste Schritt, wo man sagt, man kommt jetzt weg vom, ich nenne es mal irgendwie lustigen Chatten mit der KI?

Dr. Klaus Iffländer (03:18)
Genau.

Fabian Heinrich (03:44)
Zu wirklich Prozessautomatisierung in den Bestandssystemen, in den digitalen Softwaresystemen?

Dr. Klaus Iffländer (03:53)
Ja, also das würde ich auf jeden Fall empfehlen, weil da macht es halt wirklich einen großen Unterschied im Arbeitsalltag. Also, dass diese Agenten halt wirklich dann auch autonom agieren und selbstständige Entscheidungen treffen können und auch mit ihrer Umgebung interagieren. Also es ist nicht so, dass man einfach so einen Chat-Output bekommt, sondern die können halt wirklich echte Handlungen ausführen oder andere Systeme wiederum bedienen. So muss man sich das vorstellen.

Fabian Heinrich (04:18)
Ja, und wenn diese, also hört sich ja an als wäre diese Agenten jetzt die neue Wunderwaffe, ich meine wo bekomme ich die her, kann ich die dann auch mit, sagen wir mal, Chat GPT Gemini, den anderen Basismodellen nutzen, also vielleicht könntest du da nochmal irgendwie das eigenordnen, muss ich mir die selbst irgendwie programmieren von meiner Inhouse-IT oder ist das die Erwartungshaltung, dass die Software, die ich eh schon nutze, mir diese Agenten bereitstellt?

Dr. Klaus Iffländer (04:45)
Ja, es gibt beides. Es gibt natürlich fertige Agenten. Also erstmal basieren die üblicherweise auf diesen Basismodellen, die wir schon besprochen haben. Oder die nutzen halt generative KI-Modelle oder große Sprachmodelle als Basis, dieses Verständnis überhaupt mitzubringen. Also überhaupt in der Lage zu sein, eine Problemstellung zu verstehen, zu durchdenken, zu strukturieren und dann in einzelne Teilaufgaben zu zerlegen, die dann auch bewältigt werden können.

Fabian Heinrich (05:16)
Aber wenn ich jetzt ein Einkaufsleiter bin, kann ich jetzt ganz blöd gesagt nicht hier in unserer Corporate Version des Chat GPT sagen, Hey, jetzt nutzt alle mal den Marktanalyseagenten für Category Buying, weil den gibt es ja nicht. Den gibt es ja auch nicht in der Chat GPT App Library. Also wie muss man sich das vorstellen?

Dr. Klaus Iffländer (05:42)
Also man kann als Unternehmen jetzt entweder natürlich innovative Anbieter wählen, so wie Mercanis zum Beispiel, die bestimmte Agenten schon mitbringen, die halt vorkonfiguriert sind und für bestimmte Use Cases genau alle Tools mitbringen und das Verständnis mitbringen und Aufgaben lösen können. Also das ist eine Variante. Also man kauft das quasi extern.

Oder wenn man jetzt ganz grundlegend dran geht und selbst eigene KI-Anwendungen entwickeln will im Unternehmen, dann kann man sich solche Agenten auch selber entwickeln. Weil die nutzen halt auch Basismodelle teilweise oder selbst trainierte Modelle. Und es ist halt mehr so ein Gestaltungsansatz bei der Softwareentwicklung. Also es ist nicht mehr Input Output, sondern der Ansatz ist, dass der Agent autonom handeln kann.

Also dass es nicht eine vorgegebene Abfolge von Aufgaben ausführt, sondern dass eben auch genau diese Abfolge variieren kann, also dass der Agent die selbst auch festlegt. Das ist genau der Unterschied. Also ist klar, oder? Es gibt halt Anbieter für Agenten oder man entwickelt sich die halt selbst mit diesem Software an.

Fabian Heinrich (06:53)
Ja, also das heißt, hat ja irgendwie jetzt so historisch, wenn man sich jetzt anguckt, ist ja wie vor, sagen wir mal, 20 Jahren, wo ich dann geguckt habe, On-Premise oder irgendwie Cloud oder vor 10 Jahren und ich habe dann quasi eine Make-or-Buy-Entscheidung. Ähnlich hat es jetzt hier auch einen Einfluss, welche Software ich mir auswähle.

Also wenn ich mir jetzt eine Software auswähle für den Einkauf, die jetzt nicht irgendwie die Agenten schon mitbringt oder anbietet, habe ich ja automatisch irgendwie eine Make-Entscheidung, weil dann muss ich ja irgendwie mit meiner eigenen IT die Agenten brauchen. Ist das so richtig?

Dr. Klaus Iffländer (07:29)
Genau. Und wie bei der Softwareauswahl ist es halt auch so, dass man sich bestimmte Systeme zusammenstellen muss. Und ich glaube, typischerweise ist es auch nicht so, dass man einen einzelnen Agenten kauft, sondern man kauft ja die ganze Plattform ein. Also zum Beispiel, wenn ich jetzt Callcenter-Betreiber bin, dann kaufe ich mir ja nicht einen Agenten und platziere den irgendwo, Calls anzunehmen, sondern ich kaufe mir eine ...

Plattform, die in der Lage ist, Customer Service Calls anzunehmen und zuzuordnen und zu bewältigen. Und diese kann natürlich dann mit autonomen Agenten unterstützt werden. Aber die sind dann typischerweise in dieser Plattform integriert. Und genauso funktioniert es ja auch zum Beispiel bei Mercanis.

Also als Hersteller von einer Software Suite für den ganzen Einkaufsprozess, wo dann bestimmte Agenten eben bestimmte Skillsets auf sich vereinen und dann als Agent autonom dann dort funktionieren. Aber innerhalb der Plätze.

Fabian Heinrich (08:27)
Also was quasi umso mehr bedeutet, muss quasi egal welches System ich einführe in meiner Funktion, muss ich jetzt bei der Softwareauswahl heutzutage schon gucken, haben die so Agenten mit dabei oder nicht. Und ist es ist jetzt Salesforce mit Agentforce oder irgendwie HubSpot mit dem Breeze Copilot oder Du hast GitHub angesprochen oder eben dann im Einkaufen System wie Mercanis mit den Mercanis Co-Piloten, wo dann diese Agenten schon dabei sind. Also das ändert sich jetzt für mich als Einkaufsleiter, dass ich jetzt noch zusätzlich bei der Softwareausgabe gucken muss: Hat das System Agenten?

Dr. Klaus Iffländer (09:07)
Ja, würde ich sagen, also so würde ich rangehen, wenn ich jetzt so ein klassisches Unternehmen bin, was jetzt nicht selber in der Softwareentwicklung oder im Bereich KI tätig ist, dann wäre es eher unüblich, sich selbst Agenten zu entwickeln, sondern dann kauft man es typischerweise ein mit einer Softwareplattform, die halt entsprechend innovativ ist.

Fabian Heinrich (09:27)
Ja, ich meine, in der Folge würde ich jetzt sagen, dass man das nochmal bisschen tiefer beleuchtet, im Sinne von man hat ja dann auch wieder so eine tolle Abkürzung wie APA, steht für Argentic Cross Automation, was es damit auf sich hat und was dann schlussendlich Anwendungsfelder sind. Man hört ja, wenn man da dann ein bisschen sich einliest, immer mehr von irgendwie bei Google, 25 Prozent des Codes werden von Agenten geschrieben, was bei der Größe von Google die Engineeringleistung von 19.600 Softwareentwicklern ausmacht.

Das sind ja schon gigantische Zahlen, dann solche Agenten in puncto Effizienz reinbringen können, die dann Unternehmen da wirklich 10x in Effizienz heben können. Vielleicht da nochmal irgendwie spannend, was sind denn diese vertikal integrierten KI-Agenten beziehungsweise was ist das APA?

Dr. Klaus Iffländer (10:27)
Ja, APA, also der Begriff ist so bisschen analog zu RPA, also Robotic Process Automation. Da kommt es eigentlich her, dass man halt versucht hat, bestehende Arbeitsabläufe zu automatisieren oder wenigstens zu Teil automatisieren mit diesem robotischen Ansatz. Deswegen Robotic Process Automation. Nur beim RPA ist es halt so, dass ganz streng vordefinierte Abläufe automatisiert werden. Wie wenn man in Excel zum Beispiel sich das vorstellt, dass man sagt, nimm Zelle A1, kopiere die auf Zelle B1 und berechne die Summe von beiden in Zelle C1.

Also das ist halt immer genau vorgegeben. Und natürlich kann es mal... bestimmte Entscheidungen selber treffen, aber das sind dann sehr deterministische Berechnungen. Z.B. fasse ich die Zahlen der letzten Woche zusammen, dann sind es halt die Zahlen von heute minus oder von heute bis heute minus sieben Tage. Also genau vor einer Woche, alle diese Tage werden dann halt berechnet, welche Tage das sind, dann die Zahlen dazu. Also solche Sachen kann halt Robotic Process Automation.

Und im Kontrast dazu, Agentic Process Automation, also APA, geht dann eben darüber hinaus. Also es nimmt genauso bestehende Arbeitsabläufe, ist aber viel weitgreifender. Also es bringt viel mehr tieferes Verständnis mit und kann dann agentisch handeln, also kann selbst Entscheidungen treffen, kann sich überlegen, welche Zahlen sinnvoll sind, wo kriege ich die her, welche Systeme muss ich bedienen, dann diese Schritte in Reihenfolge bringen, dann jeden einzelnen Schritt ausführen, auch wirklich die Systeme dazu ansprechen und dann wiederum eine Antwort dazu formulieren und es dann vielleicht weiterverarbeiten.

Also es ist dann vielmehr dieser agentische Ansatz, dass die Systeme halt autonom arbeiten und nicht jeden einzelnen Teilschritt exakt vorgegeben bekommen. Das ist der große Unterschied. Und daher kommt halt der Begriff von RPA.

Fabian Heinrich (12:37)
Also es hört sich jetzt zum einen so an, dass das RPA immer nicht so einfach umzusetzen weil ich hatte ja da einen sehr hohen Aufwand, das ursprünglich aufzusetzen, wie du ja entsprechend erwähnt hast, mit dem Matching der Felder und der Zellen. Jetzt das APA hört sich ja aus vielen Varianten dann so an, als hätte ich da quasi noch mehr Vorteile aus dem RPA, plus es einfach aufzusetzen.

Also wenn ich jetzt angucke, könnte ja das APA auch jetzt irgendwie sehr komplexen Prozessen anwenden, wo unstrukturierte Daten sind und ich erstmal die Zusammenhänge verstehen muss, muss aber auf der anderen Seite vorher nichts aufsetzen, weil ich teilweise oder vielleicht auch immer mit fertigen Agenten agiere, die mir der Software Provider dann schon zur Verfügung stellt. Sehe ich das richtig?

Dr. Klaus Iffländer (13:26)
Ja, also ganz ohne Aufsetzen geht es natürlich nicht. Man muss diese Schnittstellen schon haben. Es muss irgendwie sinnvolle Systeme bedienen können und solche Dinge. Oder man muss natürlich testen, ob das Verständnis dann wirklich auch so da ist, dass man den Agenten dann auch autonom handeln lassen kann. Also das muss man schon sicherstellen.

Aber man hat eben nicht mehr diesen wahnsinnigen Aufwand, perfekte Datenqualität erstmal herzustellen und dann auch diesen robotischen Prozess so zu programmieren, dass der dann auch verlässig und robust dann immer funktioniert. Also dieser Aufwand fällt halt weg, sondern man muss sich das mehr so vorstellen wie ein Kollege im Prinzip. Also wie ein digitaler Kollege, der halt auch bestimmte Skills mitbringt und bestimmte Dinge einfach auch versteht und darauf dann handeln kann.

Fabian Heinrich (13:58)
Hmm. Okay, also ich hab quasi, wenn ich mit fertig in der Plattform schon integrierten Agenten handle, da hab ich dann keinen Integrationsaufwand, nehme ich mal an, oder?

Dr. Klaus Iffländer (14:31)
Genau, weil das ist ja genau der Vorteil von dieser Integration in die Plattform, dass diese Schnittstellen schon da sind.

Fabian Heinrich (14:38)
Und dann habe ich den Vorteil wiederum, dass ich nichts vorstrukturieren und aufbauen muss, aber auf der anderen Seite, wie mit einem Kollegen interagieren kann, da ich auch Aufgaben oder Prozesse mit hohem Risiko, hoher Komplexität, die mir dann hoffentlich auch einen hohen Nutzen bringen, an diesen Agenten auslaufen kann.

Dr. Klaus Iffländer (14:59)
Absolut. Also dieses Verständnis und die Daten und die Schnittstellen, das wird alles mitgebracht. Genau. Und dann die Interaktion mit dem Agenten wird dann eben auch von der Plattform gestaltet. Ja, oft haben die Leute dann gleich Angst, dass es dann so weit geht, dass direkt gleich alles automatisiert wird und man gar kein Mitspracherecht mehr hat.

Aber so ist es halt nicht typischerweise, sondern die Plattformhersteller sind sich ja auch dessen bewusst, dass die die Agenten jetzt auch nicht in jeder unvorhergesehenen Situation perfekt funktionieren, sodass halt typischerweise an den sinnvollen Stellen auch immer Menschen mit im Prozess sind.

Fabian Heinrich (15:38)
Und diese Agenten lernen die auch mit oder werden die auch besser oder wie darf man das verstehen? Wenn ich jetzt irgendwie meinen Procurement Category Manager habe, der entwickelt sich ja immer weiter, bleibt der Agent dann stehen oder entwickelt er sie auch weiter?

Dr. Klaus Iffländer (15:52)
Es kommt darauf an, wie das umgesetzt ist, aber typischerweise wird es schon gemacht, genau diese Interaktion mit den Nutzern oder mit den menschlichen Kollegen genutzt werden, zu lernen. Wenn man schon jetzt diese Integration hat mit der Plattform und diese agentische Vorgehensweise genutzt hat zur Softwaregestaltung, dann hat man ja in der Nutzung auch genau diese Interaktion.

Mensch macht dies, Agent macht das, Mensch sagt war okay oder war nicht okay. Und genau dieses menschliche Feedback, ob das jetzt sinnvoll war oder nützlich oder die richtige Entscheidung, dieses Feedback lohnt sich aufzuzeichnen, weil es ja dann schon genau in der Form vorliegt, die man braucht, so ein KI-System weiterzutrainieren. Also genau diese Feinheiten, was jetzt in der und der Situation richtig war oder nicht richtig, kann sehr gut genutzt werden, den Agenten zu verbessern, sodass der in Zukunft nicht die gleichen Fehler macht.

Deswegen ist es typischerweise so integriert, weil die Daten sowieso in der Form dann schon erhoben werden. Weil in anderen Szenarien, wenn man jetzt nicht so ein eine Agentic Process Automation implementiert hat, sondern andere ansatzweise einfach so ein LLM, was irgendwelche Anfragen beantwortet, dann hat man typischerweise nicht dieses Feedback so integriert in der Form. Und bei der agentischen Herangehensweise hat man das typischerweise halt so vorliegen. Deswegen sollte man es dann auch benutzen als Trainingsdaten.

Fabian Heinrich (17:30)
Ich meine, hört sich alles extrem cool an und vielleicht auch wieder zu gut, um wahr zu sein, aber wie sieht es denn hier mit der Datensicherheit aus? Weil jetzt nehmen wir mal an, es funktioniert, so wie du das eben erklärt hast. Dann habe ich ja irgendwie, sag ich mal, einen Category Manager zusätzlich, den ich neben mir da habe als Agent.

Und den kann ich dann irgendwie trainieren, beziehungsweise der wird immer besser, vorgefertigt, kann der schon...diese fünf Prozesse, kann immer komplexere Prozesse machen, vielleicht irgendwann mein ganzes strategisches Category Management für mich. Wie kann ich denn sicherstellen, dass er diese Daten jetzt nicht für einen anderen Kunden der Plattform dann ausspuckt, sondern dass ich den quasi für mich und meine Firma bzw. meine Categories dann entsprechend trainiere und jetzt nicht unbedingt der das Wissen vielleicht sogar meinen Konkurrenten ausspuckt. Das ist ja sicher eine berechtigte Sorge.

Dr. Klaus Iffländer (18:25)
Also in dem Fall, wenn der Agent auf der Plattform funktioniert, dann wird es durch die Plattform sichergestellt. So ein Agent an sich ist ja eigentlich nur ein Gestaltungsgrundsatz, wie man so Software gestaltet. Aber die Datensicherheit, also dass das halt voneinander getrennt ist, das muss natürlich durch den Softwarehersteller dann sichergestellt werden. Also in dem Fall dann halt die Plattform, auf der der Categorie Manager, funktioniert ja.

Fabian Heinrich (18:57)
Das würdest du sagen, wenn man da die gängigen Anbieter hat, dann ist das eigentlich schon immer sichergestellt.

Dr. Klaus Iffländer (19:03)
Ja, gehe ich von aus. Also bei Mercanis weiß ich es, aber bei den anderen Wettbewerbern denke ich, ist es ähnlich implementiert.

Fabian Heinrich (19:12)
Ich meine, großes Interesse ist ja dann immer an den Anwendungsfällen. Vielleicht können wir da noch bisschen darüber sprechen. Ich meine, wenn ich jetzt zum Beispiel morgen loslege, auf welche Fälle könnte ich denn so Agenten setzen?

Dr. Klaus Iffländer (19:33)
Ja, gibt es verschiedene Anwendungsfälle, die im Einkaufsbereich relevant sind? Zum Beispiel Marktanalysen. Das hat man ja oft oder... es ist halt auch eine Herausforderung für Unternehmen, permanent so ein Monitoring sicherzustellen. Aber wenn man jetzt in bestimmten Bereichen tätig ist und da immer wieder wichtiges Material beschafft im Procurement, dann ist es wichtig, Markt auch im Blick zu halten, da Entwicklungen zu antizipieren oder mitzubekommen und auch für sich nutzen zu können als Unternehmen. Zum Beispiel Preise oder Indizes oder Branchen-News, dass man die halt kontinuierlich mitbekommt und auf solche Dinge könnte man auf jeden Fall einen Agenten ansetzen, dass man halt...

Fabian Heinrich (20:21)
Also wenn ich das nochmal so runterdekliniere, wenn ich jetzt in der alten Welt bin, dann habe ich ja meinen Category Manager, da bin ich vielleicht digital auch schon ganz gut aufgestellt, ist der Software-Tracker, verschiedene Indizes, Monitoren, verschiedene News, macht da vielleicht einen Report oder lässt sich sogar auch der Software Report geben, wie würde das Ganze jetzt oder könnte dann natürlich auch sehen, welche Artikel da... beeinflusst sind. Ist natürlich Zeit, wo er da immer veraufwenden muss.

Wie würde das Ganze jetzt mit so einem Agenten aussehen, der dann quasi den kompletten Job übernimmt, vielleicht auch diese Risikosoftware vielleicht sogar ersetzt?

Dr. Klaus Iffländer (21:01)
Ja, also man müsste schon das bisschen vorstrukturieren. Man müsste sagen, was genau für Informationen dieser Agent sammeln sollte und wie ungefähr die aufbereitet werden sollen und was dann so für Schlüsse auch daraus gezogen werden sollen oder wie das interpretiert werden sollte. Da kann man sich durchaus an den menschlichen Arbeitsergebnissen orientieren, wenn es vorher tatsächlich ein Mensch ... gemacht hat, ein Kollege, ein Category Manager zum Beispiel, dann kann man ja diese Reports benutzen als Vorlage sozusagen, um dem Modell beizubringen oder dem Agenten, was für eine Art von Bericht jetzt hier erwartet wird und wo die Informationen herkommen.

Aber danach läuft es dann weitgehend automatisch und da wird halt viel Arbeitskraft von dem Kollegen dann freigesetzt. Weil das ist ja auch, wenn wir ehrlich sind, eine sehr repetitive Aufgabe. Er sucht ja auch immer wieder die gleichen Branchen-News ab, holt sich immer wieder neue Informationen, aber auf den gleichen Seiten, den gleichen Formaten, die gleichen Preisinformationen oder Branchenindizes. Und diese Daten werden halt immer wieder zusammengetragen.

Manuell, kannst du dir vorstellen, ist es natürlich ein wahnsinnig manueller Prozess, der jetzt auch nicht sonderlich spannend ist, der auch den Mitarbeitern jetzt nicht groß weiterbildet oder fordert überhaupt. Deswegen bietet sich das halt sehr gut an, solche Sachen zu automatisieren durch den Agenten. Und der könnte halt genau das machen. Soweit er einmal gelernt hat oder angebunden ist an die Datenquellen, kann er halt permanent diese Informationen abholen und daraus Berichte generieren.

Fabian Heinrich (22:43)
Stichwort Datenquellen und Berichte, meine so Themen wie Business Intelligence Jobs, Dashboards, Analysen, das könnte ich dann sowieso wahrscheinlich ganz einfach über so einen Agenten abhandeln.

Dr. Klaus Iffländer (22:54)
Ganz genau, ganz genau. Also typischerweise liegen ja die Performance-Daten in Unternehmen vor. Also die sind in Datenbanken gespeichert oder auch in anderen Reports oder in Produktivsystemen, Produktionssystemen, Handelssystemen, Einkaufssystemen. Überall gibt es Daten, die das Handeln dieses Unternehmens abbilden.

Und sobald die angebunden sind an so ein Business Intelligence System, kann natürlich ein Agent daraus auch wieder Berichte erstellen oder Analysen und kann diese Daten interpretieren. Und dafür eignet sich ein Agent eigentlich perfekt, weil das ja auch wiederum so ähnlich ist wie das Skillset von einem Business Analysten, der halt genauso sich die Daten anschaut und interpretiert und daraus Schlüsse zieht. Und digitaler Agent würde das eben genauso machen.

Fabian Heinrich (23:45)
Also heißt quasi, ich mache mein Team deutlich schneller, effizienter, schaufle irgendwo Ressourcen frei und dazu bekämpfe ich mit den Agenten noch den Fachkräftemangel, weil ich mir das selbst irgendwo meine agentische Fachkraft hochziehe mit dem ganzen Thema LPA.

Dr. Klaus Iffländer (24:05)
So kann man es sehen und ich würde sogar sagen, dass die Leute weniger gelangweilt sind von diesen Tätigkeiten. Weil wir wissen, in jedem Job, auch in hochqualifizierten, gibt es immer diese Tätigkeiten, die sehr wiederkehrend sind und sehr viel Manuelles hin und her kopieren, von Informationen erfordern. Und genau das sind die Tätigkeiten, die dann von solchen Agenten übernommen werden.

Fabian Heinrich (24:28)
Wir hatten es in den letzten Folgen schon angesprochen, die Lieferanten-Suche auch immer wieder ein Thema, neue Lieferanten zu finden, hängt dann auch immer beim strategischen Einkäufer oder beim Category Buyer. Das wäre auch wahrscheinlich so ein perfekter Fall für so eine Agent.

Dr. Klaus Iffländer (24:42)
Auf jeden Fall das Initiale Finden. Also klar, die Gespräche und die Weiterentwicklung, das ist natürlich eine sehr menschenlastige Tätigkeit. Aber dieses reine Finden, also dieses reine Recherchieren im Internet, Informationen aufbereiten, das ist sehr geeignet für Agenten.

Fabian Heinrich (25:02)
Also wenn ich jetzt weiße sage, hey den Stammlieferant habe ich, passiert auf diesem Stammlieferant hätte ich gerne eine Longlist, Shortlist, das könnte dann alles der Agent für mich übernehmen?

Dr. Klaus Iffländer (25:13)
Ganz genau, also der würde davon abstrahieren, er würde sich halt die Informationen anschauen von dem Stammlieferanten und schauen, was zeichnet den aus, wonach muss ich quasi suchen und genau diese Recherche dann automatisch ausführen und zwar schneller und oft auch sehr vollständig als ein Mensch.

Fabian Heinrich (25:34)
Dann kann ich vielleicht aus Sicht von einem Einkaufsleiter dann vielleicht noch weitergehen und sagen, ok, ich schaffe mir Ressourcen frei, bekämpfe den Fachkräftemängel , wenn ich mir das jetzt so anhöre, ich spare mir vielleicht sogar auch Softwarekosten. Jetzt in der Zeit, wo man sowieso konsolidieren will und vielleicht Einsparungen treffen, wenn ich mir das so anhöre, könnte ich ja unter Umständen argumentieren, ok, Risiko-Analyse Software oder jetzt hier Thema Scouting.

Ich jetzt nicht mehr unbedingt auf den Nischenanbieter gehen, das können mir jetzt auch Agenten machen. Ist das vielleicht zu salopp formuliert oder Könnte ich eigentlich schon sagen, dass über Zeit diese Agenten den ein oder anderen Softwareanbieter ersetzen werden und ich dann quasi für derartige Dinge meinen Agenten habe?

Dr. Klaus Iffländer (26:23)
Agenten sind ja auch nur Software. Aber du kannst es schon so sehen, weil du ersetzt quasi eine ältere Software, die nur ganz bestimmte Aufgaben kann und immer noch manuelle Bedienungen braucht durch einen sehr viel autonomeren Agenten. Also es ist zwar auch eine Software, aber eine sehr viel modernere, autonomere, die mehr Funktionsumfang abdeckt.

Also es kann schon sein, dass es deskannibalisiert wird, Wenn es halt bestehende Branchenlösungen gibt, die da sehr eng sind oder sehr traditionell funktionieren. Dann kann es durchaus passieren, dass mehrere davon abgelöst werden durch ein agentenbasiertes System.

Fabian Heinrich (27:05)
Ja, Klaus, vielen Dank wieder mal. Das war jetzt, man sieht, viele auch ein ganz neues Thema. Agenten, Agentic Pros Automation und wir haben, immer, wieder mal sehr viel gelernt. Die Reise von was ist ein Agent, wie kann man ihn nutzen zu Agentic Pros Automation und dann natürlich, wie immer, die Anwendungsfälle am Ende und ja, spannender Gedanke auch noch am Ende - neue Software, also die Agenten kannibalisieren herkömmliche Software. Ich denke, das kann uns auch irgendwie zum Denken anregen. Ja, wir freuen uns wieder auf euch nächste Woche. Bis dahin, liebe Grüße. Danke