KI-Agenten: Neues Entwicklungspotenzial der Künstlichen Intelligenz

News

Bildquelle: Aung Myo (Adobe Stock)

05/06/2025 | Big Data, KI & Analytics | KI-Agent

Einsatzmöglichkeiten von KI-Agenten in Unternehmen und Wirtschaftsprüfung

Übernehmen jetzt Agenten mit Künstlicher Intelligenz die tägliche Arbeit? Die nächste Entwicklungsstufe von KI-Systemen, die „KI-Agenten“, macht viel von sich reden. Alle großen AI-Entwickler arbeiten an derartigen Systemen und entwickeln sie kontinuierlich weiter. Doch welches Potenzial steckt in der Technologie und welche Risiken gilt es zu beachten? Im Blog-Beitrag beleuchten wir KI-Agenten und ihre Anwendungsbereiche in Unternehmen und Wirtschaftsprüfung.

KI-Agenten sind in vielen Wirtschaftsbereichen auf dem Vormarsch. Die technologische Landschaft verändert sich schnell – allerdings sind die KI-Systeme weiterhin lücken- und fehlerhaft. Daher geht es weiterhin nicht darum, die menschliche Kontrolle an eine KI abzugeben, sondern ein passendes Verhältnis und eine fruchtbare Art der Zusammenarbeit zwischen Menschen und KI-Programmen herauszufinden und im sich schnell wandelnden Prozess immer wieder neu zu bestimmen. Mit der Plattform SOLON X bleiben Wirtschaftsprüferinnen und Wirtschaftsprüfer stets am Puls der Entwicklung in der digitalen Transformation. Für die tägliche Arbeit finden sie neue Tools und Services, die speziell für die Wirtschaftsprüfungsbranche entwickelt worden sind.

KI-Agenten: Selbständigkeit und Zielerreichung

KI-Agenten sind Software oder Systeme, die mithilfe von KI und maschinellem Lernen komplexe Aufgaben lösen und automatisieren können. Ein KI-Agent ist in der Lage, Daten zu sammeln, zu analysieren, Muster zu erkennen und auf Basis dieser Erkenntnisse eigenständig Handlungen auszuführen, Entscheidungen zu treffen und in komplexen Umgebungen zu interagieren, um definierte Ziele zu erreichen. Sie kombinieren verschiedene KI-Fähigkeiten – wie Sprachverständnis, Planung und Entscheidungsfindung – und können selbstständig Tools einsetzen, um spezifische Aufgaben zu bewältigen. Mehrere KI-Agenten können auch zusammenwirken und dabei kontinuierlich hinzulernen.

Gemäß dem ChatGPT-Konkurrenten Anthropic gibt es bei agentischen Systemen, die eigenständig Aufgaben ausführen, zwei Kategorien: AI Workflows – definierte Prozesse wie automatisierte Kundenanfragen oder vorstrukturierte Datenanalysen – und AI Agents, die sich weitgehend selbst steuern, Entscheidungen auf Basis dynamischer Prozesse treffen und ihre Aktionen an wechselnde Bedingungen anpassen. Sie suchen beispielsweise eigenständig nach Informationen, vergleichen Preise und tätigen Buchungen.

Agents gehen dabei über herkömmliche Chatbots hinaus, die häufig auf programmierte Antworten beschränkt sind, und sie übertreffen Retrieval Augmented Generated (RAG) Systeme, da sie auch in längeren Konversationen den konkreten Kontext berücksichtigen.

Anwendungsbereiche

Diese Programme versprechen, Entscheidungsprozesse zu verbessern und die Prozessautomatisierung zu optimieren, komplexe Aufgaben zu automatisieren und unterschiedliche Arten von Daten zu verarbeiten. Das macht sie interessant für Unternehmen, die spezialisierte Aufgaben automatisieren möchten.

Besonders eignen sich Agenten für Arbeitsabläufe, bei denen herkömmliche regelbasierte Ansätze nicht ausreichen: Wenn es um komplexe Entscheidungsfindung mit zahlreichen Ausnahmen geht, wenn die Regeln häufig aktualisiert werden oder wenn eine starke Abhängigkeit von unstrukturierten Daten besteht. So soll ein KI-Agent beispielsweise bei der Analyse von Betrug im Zahlungsverkehr verdächtige Aktivitäten aus der Bewertung des Kontextes auch dann erkennen, wenn keine klaren Regelverstöße vorliegen.

Die Anwendungsmöglichkeiten sind vielfältig. Wir greifen einige Beispiele mit Bezug zur Wirtschaftsprüfungsbranche heraus.

Praxisbeispiele für den Einsatz von KI-Agenten

Ein Beispiel bietet die Rechtsabteilung der Bank JP Morgan Chase, die KI-Agenten zur Analyse von Rechtsdokumenten und zum Ermitteln der dort enthaltenen wichtigsten Datenpunkte nutzt. KI-Agenten werten dort die komplexe Rechtssprache aus sowie Bilder und Tabellen.

In Steuerberatungs- oder Wirtschaftsprüfungspraxen könnten Analysen, Datenaufbereitungen, die Überwachung von Prozessschritten und die Koordination interner Abläufe künftig autonom ablaufen. Die Bundessteuerberaterkammer nennt in ihrem Whitepaper Anwendungsfälle wie die Auftragsplanung einschließlich automatischer Information über drohende Engpässe oder die Aktualisierung der Stammdaten in Mandantenakten mittels KI-gestützter Verarbeitung eingehender Rechnungen.

Auch bei der Cybersicherheit sollen KI-Agenten unterstützen, indem sie Aufgaben wie die Analyse von Phishing- und Datenverlust-Warnungen übernehmen, kritische Vorfälle priorisieren und nach Sicherheitslücken suchen.

Plattformen großer Wirtschaftsprüfungsunternehmen

Auch große Wirtschaftsprüfungs- und Beratungsunternehmen sind bei der Bereitstellung von entsprechenden Plattformen aktiv.

Zora AI von Deloitte - digitale Agenten für Finanzabteilung, Vertrieb, Kundenservice oder Personalwesen
EY.ai Agentic Platform - für die Bereiche wie Steuerwesen, Risiko- und Finanzmanagement; langfristig sollen weitere Branchenlösungen für Marketing, Cybersicherheit und Lieferkettenmanagement folgen.
Agent OS von PwC - Framework für die Entwicklung, Orchestrierung und Integration von KI-Agenten über eine Vielzahl von Plattformen, Tools und Geschäftsfunktionen hinweg
KPMG kündigt die beschleunigte Integration von KI-Agenten in die Smart-Audit-Plattform KPMG Clara an

Strategisches Vorgehen bei der Einführung von KI-Agenten

Um KI-Agenten in eigene Geschäftsprozesse zu integrieren, empfiehlt sich ein strategisches und agiles Vorgehen, das Rücksicht auf die eigene Unternehmenskultur und auf die Mitarbeitenden nimmt (siehe PwC Playbook).

Klare, auf die Unternehmensstrategie abgestimmte Zieledefinition (z.B. Kosteneinsparungen, Umsatzsteigerung, Kundenzufriedenheit).
Beginn mit Anwendungsfällen mit schnellem Mehrwert.
Realistische Einschätzung der eigenen Kompetenzen und Fähigkeiten (Technologie-Infrastruktur, Datenstruktur, Know-How der Mitarbeitenden).
Umsetzung: Beginn mit Pilotprojekten, Erfolgsmessung, agiles und iteratives Vorgehen, später Skalieren.
Risikomanagement beachten: Ethik, Datenschutz und Datensicherheit, Einhaltung von Regeln und Vorschriften.
Management des Veränderungsprozesses im Unternehmen; Schulungen, innovationsfreundliche Kultur, kontinuierliche Weiterbildung.

Risiken

Offene Fragen bleiben bei Sicherheit und Kontrollierbarkeit autonomer Agenten. Der Handlungsspielraum der Systeme kann zu Fehlern und Regelverstößen führen. In diesem Zusammenhang wurde bereits darauf hingewiesen, dass die Fehlerwahrscheinlichkeit ansteigt, je mehr Schritte bei der Aufgabenerledigung ausgeführt werden. Somit besteht bei KI-Agenten eine erhöhte Wahrscheinlichkeit, dass die Fehlerquote das Arbeitsergebnis negativ beeinflusst.

Auch da die Programme menschliche Fähigkeiten wie Kreativität, Urteilskraft und Fingerspitzengefühl nicht aufweisen, bleibt die menschliche Aufsicht über die Prozesse essenziell.

Eine weitere Herausforderung ist die IT-Sicherheit: KI-Agenten haben Zugriff auf sensible Daten und können Transaktionen ausführen. Das macht sie zu lohnenden Angriffszielen. Angreifer könnten versuchen, die Agenten durch manipulierte Anweisungen zu steuern oder vertrauliche Informationen zu entlocken.