Künstliche Intelligenz im Einsatz: So verändern KI-Agenten den Projektalltag
KI-Agenten, die Teamdiskussionen simulieren und Risiken analysieren? Klingt nach Sci-Fi – war aber Thema bei uns im Haus.
Künstliche Intelligenz kann Kaffee kochen, Texte schreiben und vermutlich auch bald den Projektplan für Q3 verhandeln. Oder? Naja, ganz so weit sind wir (zum Glück?) noch nicht. Aber was inzwischen wirklich gut funktioniert, ist der Einsatz von sogenannten KI-Agenten – also digitalen Rollen mit klarer Aufgabe: analysieren, recherchieren, zusammenfassen oder sogar diskutieren.
Was erstmal nach Spielerei klingt, bekommt im Projektkontext schnell eine ziemlich ernste Note. Denn genau hier können solche Agenten Struktur in Diskussionen bringen, Risiken greifbar machen und Teams entlasten – und das mit erstaunlich wenig Buzzword-Bingo.
Statt wildem KI-Experimentieren setzen wir bei mediendesign auf System. Und das zeigt sich in zwei spannenden Use Cases:
1. Diskussionen simulieren - mit digitalen Charakteren
Was wäre, wenn man eine Projektbesprechung mit fünf typischen Teamcharakteren durchspielen könnte – ganz ohne tatsächliches Team?
Genau das wurde ausprobiert: Mithilfe eines Agentensystems simulieren KI-Modelle verschiedene Diskussionsstile – von sachlich-kooperativ bis konfrontativ-dominant. Die Rollen sind definiert, die Kommunikationsstile programmiert, und das Ganze läuft gesteuert über AutoGen Studio.
Warum das nützlich ist?
Weil man schon vor dem echten Meeting herausfinden kann, wo es knirschen könnte. Die KI streitet sich sozusagen im Voraus – damit sich die Menschen danach besser verstehen.
Große Serviceportale mit umfangreichen SelfService Funktionen können auch als eigenständige Webanwendungen umgesetzt werden. Wir setzten dafür häufig auf Angular als leistungsfähiges TypeScript Framework für eine individuelle Benutzeroberfläche mit optimaler Usability. Ein dazugehöriges Backend mit dem Microsoft .Net-Framework und vielen zugehörigen Services bieten alles, was eine moderne Software-Plattform benötigt und kann an alle Daten und Services der Unternehmen angebunden werden. So ergibt sich ein lückenloser digitaler Prozess.
2. Risiken bewerten - automatisiert, aber mit Struktur
Im zweiten Beispiel übernehmen gleich mehrere Agenten eine Aufgabe, die sonst oft viel Zeit kostet: Risikobewertung.
- Ein Agent recherchiert Infos
- Der nächste prüft die Qualität
- Und der dritte verdichtet alles zu einem klaren Ergebnis
Das Ganze funktioniert mit bekannten Modellen wie Perplexity, GPT-4o-mini und Claude Sonnet 3.7 – also keine Sci-Fi, sondern solide Praxis. Die Resultate landen strukturiert im Bericht oder direkt in der Excel-Datei.
Klingt trocken? Ist aber ziemlich effizient.
Was bleibt?
KI-Agenten sind keine Alleskönner, aber ziemlich nützliche Spezialisten. Und genau das macht sie spannend für den Projektalltag: modular, strukturiert, erweiterbar.
Natürlich braucht’s trotzdem noch Menschen – zum Verstehen, Bewerten und Entscheiden. Aber dass sich die KI-Agenten schon heute als digitale Assistenten bewähren, hat der Vortrag der mediendesign AG eindrucksvoll gezeigt.
Wir sagen: Danke fürs Vorbeischauen und Teilen der Erfahrungen!
Und wir sind gespannt, wie das KI-Bauwerk bei den Kolleg*innen weiterwächst.