Agentic AI

Agentic AI bezeichnet Systeme mit Künstlicher Intelligenz, die mit einem gewissen Maß an Autonomie agieren, Entscheidungen treffen und Ziele verfolgen, ohne ständig von Menschen überwacht zu werden. Agentic-AI-Systeme basieren auf Foundation-Modellen mit Reasoning- und Act-Fähigkeiten und modellgetriebenen spezialisierten KI-Agenten, die zu Multiagentensystemen zusammengeschlossen werden.

Agentic AI kann in komplexe Umgebungen integriert sein und dort bestehende Arbeitsabläufen ersetzen oder erleichtern. Kurz gesagt: Agentic AI schafft einen Mehrwert, indem es Unternehmen ermöglicht, KI selbstständig reale Aufgaben übernehmen zu lassen, wodurch Abläufe effizienter und reaktionsschneller werden.

Der Einsatz autonomer KI-Agenten in professionellen Umgebungen erfordert Zuverlässigkeit und Kontrolle. Unsere Forschung konzentriert sich darauf, die Lücke zwischen den neuesten Forschungsergebnissen und den Anforderungen der Wirtschaft zu schließen. Wir entwickeln Systeme, die sich nahtlos in komplexe Architekturen integrieren lassen und dabei streng die Datenhoheit und Sicherheitsstandards beachten.

• Spezialisierte Argumentation: Wie können wir domänenspezifische große Sprachmodelle so anpassen, dass sie Agenten beim strukturierten Argumentieren und Entscheiden in hochspezialisierten Bereichen wie Recht, Medizin und Ingenieurwesen unterstützen?
• Edge & Souveränität: Wie können wir Agentensysteme entwickeln, die lokal oder am Rand der Cloud operieren, um den Datenschutz zu gewährleisten, die Latenz zu reduzieren und die Inferenzkosten zu kontrollieren?
• Zuverlässige Evaluation: Wie können wir die Leistung und Sicherheit autonomer Agenten in dynamischen realen Umgebungen gemäß den praktischen Anforderungen sowie den europäischen Standards effektiv benchmarken, um so einen größtmöglichen Nutzen zu garantieren?
• Enterprise MLOps: Was sind die optimalen Architektur-Frameworks für die Bereitstellung, Überwachung und Wartung von Agentensystemen in der Produktion? Wie können wir die Datenqualität für agentenbasierte Workflows optimieren?
• Erweiterte Fähigkeiten: Wie können wir den Anwendungsbereich der agentenbasierten KI durch die Integration von Simulation, Operations Research und physikalischer KI erweitern?