KI-Agenten in der Praxis – No-/Low-Code Automatisierung

Dieses Seminar vermittelt einen verständlichen Einstieg in KI-Agenten und No-/Low-Code Automatisierung. Sie lernen, wie agentische Systeme aufgebaut sind und wie sie Aufgaben mit Tools, Datenquellen und Logik ausführen.

Der Kurs zeigt, wie visuelle Workflows entstehen. Sie arbeiten mit Triggern, Aktionen und Bedingungen. Dabei verstehen Sie, welche Anwendungsfälle sich für Fachbereiche eignen.

Die Schulung behandelt auch Datenschutz, Kontrolle, Qualitätssicherung und organisatorische Einführung. Dadurch können Sie erste Automatisierungsideen besser planen und bewerten.

Grundlagen von KI-Agenten

• Definition und Abgrenzung: KI-Modelle vs. KI-Agenten
• Komponenten eines Agenten: Eingaben, Logik, Tools, Speicher
• Rolle von Large Language Models (LLMs) im Agentenkontext
• Unterschied zwischen einfachen Prompts, Workflows und autonomen Agenten

Funktionsweise und Architektur

• Datenfluss in KI-Agenten-Systemen
• Tools und Schnittstellen (z. B. APIs, Datenquellen, Anwendungen)
• Entscheidungslogik und Steuerung von Agenten
• Einführung in Memory-Konzepte (kurz- vs. langfristig)

No-/Low-Code Plattformen und Werkzeuge

• Überblick über gängige Plattformtypen
• Prinzipien visueller Workflow-Erstellung
• Arbeiten mit Triggern, Aktionen und Bedingungen
• Nutzung vorgefertigter Bausteine und Integrationen

Typische Anwendungsfälle im Unternehmen

• Automatisierung von E-Mail- und Dokumentenprozessen
• Wissensmanagement und interne Assistenzsysteme
• Datenverarbeitung und -anreicherung
• Unterstützung im Kundenservice und in Fachabteilungen
• Entscheidungsunterstützung durch KI-Agenten

Praktische Umsetzung einfacher Use Cases

• Strukturierung eines Automatisierungsproblems
• Schrittweise Entwicklung eines einfachen Agenten
• Einbindung externer Datenquellen
• Testen und Optimieren von Workflows

Grenzen und Risiken

• Halluzinationen und Fehlinterpretationen
• Abhängigkeit von Datenqualität und Kontext
• Technische und organisatorische Limitierungen
• Wann klassische Automatisierung sinnvoller ist

Governance, Sicherheit und Compliance

• Datenschutz und Umgang mit sensiblen Informationen
• Kontrollmechanismen und Freigabeprozesse (Human-in-the-loop)
• Monitoring und Qualitätssicherung
• Richtlinien für den unternehmensweiten Einsatz

Einführung in die Organisation

• Identifikation geeigneter Prozesse
• Zusammenarbeit zwischen Fachbereich und IT
• Change Management und Schulung von Mitarbeitenden
• Skalierung von ersten Pilotprojekten

• Grundlegende digitale Kompetenzen
• Keine Programmierkenntnisse erforderlich