Seminar Heads – AI-Experten und agentisches Arbeiten

Seminarprofil

Das Seminar vermittelt den planbaren Einsatz von AI-Experten in einer gemeinsamen Wissens- und Prozessumgebung. Aufgabenzerlegung, Kontext, Werkzeuge, Zusammenarbeit mehrerer Agenten, menschliche Freigaben und Qualitätskontrollen werden praktisch aufgebaut.

Zielgruppe

Fachverantwortliche, Product Owner, Prozessmanagement, Data- und AI-Teams, Entwickler sowie Verantwortliche für digitale Arbeitsabläufe.

Voraussetzungen

Kenntnisse der eigenen Geschäftsprozesse; technische Programmierkenntnisse sind für die fachliche Nutzung nicht erforderlich.

Lernziele

• Geeignete Aufgaben für AI-Experten erkennen und abgrenzen.
• Kontext, Ziele, Grenzen und Erfolgskriterien präzise formulieren.
• Einzelne Experten und kooperierende Agententeams strukturieren.
• Werkzeuge, Aktionen, Freigaben und Eskalationen sicher einsetzen.
• Qualität, Kosten, Laufzeit und Risiken systematisch bewerten.

Inhaltsverzeichnis

1. Grundmodell agentischer Arbeit
2. Aufgabenanalyse und Zieldefinition
3. Kontext und gemeinsame Wissensbasis
4. Werkzeuge und Aktionen
5. Zusammenarbeit mehrerer AI-Experten
6. Human-in-the-Loop und Qualitätskontrolle

1. Grundmodell agentischer Arbeit

AI-Experten, Aufgaben, Rollen, Zustände, Werkzeuge und Rückmeldeschleifen werden als kontrollierbares Arbeitssystem eingeordnet.

1. Schritt 1: Ausgangslage, fachliches Ziel und Abgrenzung für „Grundmodell agentischer Arbeit“ festlegen.
2. Schritt 2: Relevante Datenobjekte, Rollen, Zustände und Abhängigkeiten zu „Grundmodell agentischer Arbeit“ vollständig erfassen.
3. Schritt 3: Konfiguration oder Arbeitsablauf anhand eines realistischen Beispiels schrittweise aufbauen.
4. Schritt 4: Normalfall, berechtigte Variante und mindestens einen Fehler- oder Ausnahmefall praktisch durchführen.
5. Schritt 5: Ergebnis mit fachlichen Prüfkriterien, Protokollen und nachvollziehbaren Kontrollpunkten verifizieren.
6. Schritt 6: Vorgehen dokumentieren, Verantwortlichkeiten zuordnen und für wiederholbare Nutzung standardisieren.

Kontrollpunkt: Der Themenbereich „Grundmodell agentischer Arbeit“ gilt erst als abgeschlossen, wenn Normalfall, Ausnahmefall, Berechtigungen und dokumentierte Prüfkriterien nachvollziehbar bestätigt sind.

2. Aufgabenanalyse und Zieldefinition

Geschäftsaufgaben werden in eindeutige Teilaufgaben, Eingaben, Entscheidungen, Ergebnisse und Abbruchbedingungen zerlegt.

1. Schritt 1: Ausgangslage, fachliches Ziel und Abgrenzung für „Aufgabenanalyse und Zieldefinition“ festlegen.
2. Schritt 2: Relevante Datenobjekte, Rollen, Zustände und Abhängigkeiten zu „Aufgabenanalyse und Zieldefinition“ vollständig erfassen.
3. Schritt 3: Konfiguration oder Arbeitsablauf anhand eines realistischen Beispiels schrittweise aufbauen.
4. Schritt 4: Normalfall, berechtigte Variante und mindestens einen Fehler- oder Ausnahmefall praktisch durchführen.
5. Schritt 5: Ergebnis mit fachlichen Prüfkriterien, Protokollen und nachvollziehbaren Kontrollpunkten verifizieren.
6. Schritt 6: Vorgehen dokumentieren, Verantwortlichkeiten zuordnen und für wiederholbare Nutzung standardisieren.

Kontrollpunkt: Der Themenbereich „Aufgabenanalyse und Zieldefinition“ gilt erst als abgeschlossen, wenn Normalfall, Ausnahmefall, Berechtigungen und dokumentierte Prüfkriterien nachvollziehbar bestätigt sind.

3. Kontext und gemeinsame Wissensbasis

Relevante Unternehmensdaten, Begriffe, Regeln und Berechtigungen werden als verlässlicher Arbeitskontext bereitgestellt.

1. Schritt 1: Ausgangslage, fachliches Ziel und Abgrenzung für „Kontext und gemeinsame Wissensbasis“ festlegen.
2. Schritt 2: Relevante Datenobjekte, Rollen, Zustände und Abhängigkeiten zu „Kontext und gemeinsame Wissensbasis“ vollständig erfassen.
3. Schritt 3: Konfiguration oder Arbeitsablauf anhand eines realistischen Beispiels schrittweise aufbauen.
4. Schritt 4: Normalfall, berechtigte Variante und mindestens einen Fehler- oder Ausnahmefall praktisch durchführen.
5. Schritt 5: Ergebnis mit fachlichen Prüfkriterien, Protokollen und nachvollziehbaren Kontrollpunkten verifizieren.
6. Schritt 6: Vorgehen dokumentieren, Verantwortlichkeiten zuordnen und für wiederholbare Nutzung standardisieren.

Kontrollpunkt: Der Themenbereich „Kontext und gemeinsame Wissensbasis“ gilt erst als abgeschlossen, wenn Normalfall, Ausnahmefall, Berechtigungen und dokumentierte Prüfkriterien nachvollziehbar bestätigt sind.

4. Werkzeuge und Aktionen

Lesezugriffe, Berechnungen, Änderungen, Benachrichtigungen und externe Prozessschritte werden mit klaren Grenzen gekoppelt.

1. Schritt 1: Ausgangslage, fachliches Ziel und Abgrenzung für „Werkzeuge und Aktionen“ festlegen.
2. Schritt 2: Relevante Datenobjekte, Rollen, Zustände und Abhängigkeiten zu „Werkzeuge und Aktionen“ vollständig erfassen.
3. Schritt 3: Konfiguration oder Arbeitsablauf anhand eines realistischen Beispiels schrittweise aufbauen.
4. Schritt 4: Normalfall, berechtigte Variante und mindestens einen Fehler- oder Ausnahmefall praktisch durchführen.
5. Schritt 5: Ergebnis mit fachlichen Prüfkriterien, Protokollen und nachvollziehbaren Kontrollpunkten verifizieren.
6. Schritt 6: Vorgehen dokumentieren, Verantwortlichkeiten zuordnen und für wiederholbare Nutzung standardisieren.

Kontrollpunkt: Der Themenbereich „Werkzeuge und Aktionen“ gilt erst als abgeschlossen, wenn Normalfall, Ausnahmefall, Berechtigungen und dokumentierte Prüfkriterien nachvollziehbar bestätigt sind.

5. Zusammenarbeit mehrerer AI-Experten

Spezialisierte Agenten werden orchestriert, Übergaben definiert und widersprüchliche Ergebnisse kontrolliert aufgelöst.

1. Schritt 1: Ausgangslage, fachliches Ziel und Abgrenzung für „Zusammenarbeit mehrerer AI-Experten“ festlegen.
2. Schritt 2: Relevante Datenobjekte, Rollen, Zustände und Abhängigkeiten zu „Zusammenarbeit mehrerer AI-Experten“ vollständig erfassen.
3. Schritt 3: Konfiguration oder Arbeitsablauf anhand eines realistischen Beispiels schrittweise aufbauen.
4. Schritt 4: Normalfall, berechtigte Variante und mindestens einen Fehler- oder Ausnahmefall praktisch durchführen.
5. Schritt 5: Ergebnis mit fachlichen Prüfkriterien, Protokollen und nachvollziehbaren Kontrollpunkten verifizieren.
6. Schritt 6: Vorgehen dokumentieren, Verantwortlichkeiten zuordnen und für wiederholbare Nutzung standardisieren.

Kontrollpunkt: Der Themenbereich „Zusammenarbeit mehrerer AI-Experten“ gilt erst als abgeschlossen, wenn Normalfall, Ausnahmefall, Berechtigungen und dokumentierte Prüfkriterien nachvollziehbar bestätigt sind.

6. Human-in-the-Loop und Qualitätskontrolle

Freigabepunkte, Vier-Augen-Prinzip, Stichproben, Bewertungsraster und sichere Rückfallwege werden eingerichtet.

1. Schritt 1: Ausgangslage, fachliches Ziel und Abgrenzung für „Human-in-the-Loop und Qualitätskontrolle“ festlegen.
2. Schritt 2: Relevante Datenobjekte, Rollen, Zustände und Abhängigkeiten zu „Human-in-the-Loop und Qualitätskontrolle“ vollständig erfassen.
3. Schritt 3: Konfiguration oder Arbeitsablauf anhand eines realistischen Beispiels schrittweise aufbauen.
4. Schritt 4: Normalfall, berechtigte Variante und mindestens einen Fehler- oder Ausnahmefall praktisch durchführen.
5. Schritt 5: Ergebnis mit fachlichen Prüfkriterien, Protokollen und nachvollziehbaren Kontrollpunkten verifizieren.
6. Schritt 6: Vorgehen dokumentieren, Verantwortlichkeiten zuordnen und für wiederholbare Nutzung standardisieren.

Kontrollpunkt: Der Themenbereich „Human-in-the-Loop und Qualitätskontrolle“ gilt erst als abgeschlossen, wenn Normalfall, Ausnahmefall, Berechtigungen und dokumentierte Prüfkriterien nachvollziehbar bestätigt sind.

Praxisübungen

Entwurf und Test eines Agententeams für Analyse, Entscheidungsvorbereitung, Umsetzungsvorschlag und kontrollierte Freigabe.

Arbeitsweise

Fachliche Erläuterungen werden unmittelbar mit Demonstrationen und Übungen am System verbunden. Jeder Übungsblock folgt der Reihenfolge Ausgangslage prüfen, Daten und Rollen vorbereiten, Vorgang durchführen, Ausnahme behandeln, Ergebnis kontrollieren und Vorgehen dokumentieren.