Wie PMOs ein wachsendes Portfolio von KI-Agenten mit Creatio AI Studio steuern können
Die wichtigsten Erkenntnisse
- Die Ausbreitung von KI-Agenten ist ein Portfolioproblem: Agenten stammen von Mitarbeitenden, Fach- und Betriebsteams, SaaS-Tools und Entwicklern – meist ohne ein gemeinsames Verzeichnis darüber, wer für sie verantwortlich ist, worauf sie zugreifen können oder was sie kosten.
- Die Disziplinen, die ein PMO bereits anwendet (Aufnahme, Register, Zustandsberichte und Budgetverfolgung), lassen sich direkt auf KI-Agenten übertragen.
- Sobald Agenten täglich Tausende von Aktionen ausführen, muss die Governance während des Betriebs von der Plattform durchgesetzt werden.
- In Creatio AI Studio gelten Richtlinien, menschliche Genehmigungen, Beobachtbarkeit und Kontrollen für KI-Ausgaben für jeden mit Creatio erstellten Agenten sowie für externe Agenten, sobald sie auf Creatio-Daten oder -Prozesse zugreifen.
- Die Ebene, die dies über den gesamten Bestand an Agenten hinweg ermöglicht, wird zunehmend als KI-Steuerungsebene bezeichnet.
Fragt man einen PMO-Leiter, wie viele Projekte gerade laufen, erhält man innerhalb von Sekunden eine Antwort – mit einem Verantwortlichen, einem Budget und einem Status für jedes Projekt. Dieselbe Frage zu KI-Agenten zu stellen, dauert normalerweise deutlich länger, sofern überhaupt eine Antwort möglich ist.
Mitarbeitende erstellen persönliche Assistenten, Serviceteams setzen Agenten für die Fallbearbeitung ein, SaaS-Tools werden mit aktivierter integrierter Automatisierung eingeführt, und Entwickler erstellen eigene Agenten auf Basis von OpenAI- oder Anthropic-Modellen. Jeder Agent liest Daten, führt Aktionen aus und verbraucht kostenpflichtige Modellkapazität. Dennoch erfassen nur wenige Unternehmen sie so sorgfältig wie eine zweiwöchige Aktualisierung einer Website.
PMOs haben diese Art von Problem bereits gelöst. Die folgenden fünf Schritte übertragen vertraute Portfoliodisziplinen auf KI-Agenten – mit Vorlagen und einem Beispiel dafür, wie jeder Schritt in Creatio AI Studio funktioniert.
Wie sich die Ausbreitung von KI-Agenten in einer Organisation mit Bereitstellungsverantwortung zeigt
Die Ausbreitung von KI-Agenten bezeichnet das unkontrollierte Wachstum von KI-Agenten innerhalb einer Organisation: Agenten, die von verschiedenen Teams mit unterschiedlichen Tools erstellt wurden, ohne ein gemeinsames Verzeichnis darüber, was die einzelnen Agenten tun, worauf sie zugreifen können oder was sie kosten.
Es beginnt selten als Problem. Jedes Team fügt einen Agenten hinzu, der auf lokaler Ebene sinnvoll erscheint, und ein Jahr später kann niemand eine vollständige Liste vorlegen, zwei Agenten geben Kunden widersprüchliche Antworten, und die KI-Kosten sind gestiegen, ohne dass es dafür eine klare Erklärung gibt. Schatten-IT folgte demselben Muster, ebenso wie Projektportfolios, bevor Prozesse zur Aufnahme neuer Vorhaben existierten. Die damalige Lösung bestand darin, jeder Initiative einen Verantwortlichen, einen Umfang und ein Budget zuzuweisen. Dieselben Fragen lassen sich eng auf KI-Agenten übertragen:
| Was ein PMO für ein Projekt erfasst | Das entsprechende Merkmal eines KI-Agenten |
|---|---|
| Verantwortlicher und Sponsor | Wer für das Verhalten und die Ergebnisse des Agenten verantwortlich ist |
| Umfang | Welche Aufgaben der Agent übernimmt und welche er weiterleiten muss |
| Zugriff und Abhängigkeiten | Auf welche Systeme, Daten und Tools der Agent zugreifen kann |
| Genehmigungen und Phasenfreigaben | Welche Aktionen die Freigabe einer Person benötigen, bevor sie ausgeführt werden |
| Budget | Wie viel KI-Kapazität der Agent pro Stunde, Tag oder Monat verbrauchen darf |
| Status und Zustand | Ob der Agent weiterhin die Qualität liefert, für die er freigegeben wurde |
| Änderungskontrolle | Wer seine Anweisungen, sein Modell oder seine Berechtigungen ändern darf und wie Änderungen getestet werden |
Die meisten Unternehmen, mit denen ich spreche, haben längst mehr als eine Handvoll Agenten. Eine Handvoll lässt sich leicht im Blick behalten. Darüber hinaus kann mir fast keines dieser Unternehmen sagen, was all seine Agenten gerade tun, was sie kosten oder wer sie genehmigt hat. Diese Lücke ist das gesamte Problem.
Eine Tabellenkalkulation funktioniert, solange die Liste kurz ist. Wenn sie wächst, müssen die Antworten in der Plattform verwaltet werden, auf der die Agenten ausgeführt werden.
Was Creatio AI Studio ist und welchen Platz es im Agentenportfolio einnimmt
Creatio AI Studio ist die KI-native Umgebung, die Unternehmen nutzen, um Unternehmens-KI-Agenten über den gesamten Agentenlebenszyklus hinweg zu erstellen, auszuführen und zu verwalten – vom Entwurf und Testen bis zur Überwachung im Produktivbetrieb.
ist die KI-native Umgebung, die Unternehmen nutzen, um Unternehmens-KI-Agenten über den gesamten Agentenlebenszyklus hinweg zu erstellen, auszuführen und zu verwalten – vom Entwurf und Testen bis zur Überwachung im Produktivbetrieb. Die im Rahmen der 10x-Version von Creatio im Juli 2026 eingeführte Umgebung arbeitet auf einer gemeinsamen Plattform mit Creatios KI-CRM zusammen und kann auch separat verwendet werden, um Agenten mit den Systemen zu verbinden, die ein Unternehmen bereits einsetzt. Sie vereint drei Gruppen von Funktionen:
- Agenten erstellen. Geschäftsteams entwerfen Agenten ohne Code im Prompt Agent Designer und im Workflow Agent Designer. Entwickler verwenden programmierbasierte Agenten wie Claude Code, Codex und Cursor, und das Creatio Agent SDK unterstützt Agenten, die mit Technologien von OpenAI und Anthropic erstellt wurden.
- Agenten verbinden. Agenten greifen über den nativen MCP-Server von Creatio auf Geschäftsdaten und Workflows zu, und jeder Agent kann ein anderes Modell verwenden, darunter Modelle von OpenAI, Anthropic und Google.
- Agenten kontrollieren. Organisationsweite und agentenbezogene Richtlinien, menschliche Genehmigungen, ein Prüfprotokoll, Überwachung, Nutzungslimits und AI Credits für die Verwaltung der KI-Ausgaben.
Persönliche Agenten folgen denselben Regeln. Mitarbeitende erstellen sie in Creatio AI Twin, einer dialogorientierten No-Code-Umgebung, in der sie ein Ziel in natürlicher Sprache beschreiben, das Ergebnis testen und den Agenten bereitstellen. Ein AI-Twin-Agent übernimmt exakt die Berechtigungen der Person, für die er handelt, und erhält daher niemals Zugriff auf etwas, auf das sein Besitzer keinen Zugriff hat.
Das gibt einem PMO eine klare Abgrenzung. Agenten, die in Creatio erstellt werden und dort laufen – unabhängig davon, ob sie vorgefertigt, in AI Studio entworfen, in AI Twin beschrieben oder mit dem Agent SDK programmiert wurden –, unterliegen einem einheitlichen Satz von Richtlinien, Ausgabenkontrollen und Überwachungsmaßnahmen. Agenten, die an anderer Stelle laufen, werden an dem Punkt gesteuert, an dem sie auf Creatio-Daten, -Prozesse oder -Genehmigungen zugreifen – durch Berechtigungen, menschliche Genehmigungen und das Prüfprotokoll.
Schritt 1: Erstellen Sie ein KI-Agentenregister, bevor der nächste Agent in Betrieb geht
Ein KI-Agentenregister ist der zentrale Datensatz für jeden eingesetzten Agenten: was er tut, wem er gehört, worauf er zugreifen kann und wie er arbeitet. Es dient zugleich als Eingangskontrolle. Eine Regel – kein Registereintrag und kein Produktionszugriff – verhindert, dass neue Agenten unbemerkt und undokumentiert eingesetzt werden.
Die Beispielspalte unten verwendet den Creatio Data Enrichment Agent, einen vorgefertigten Vertriebsagenten, der fehlende Kontodetails in externen Quellen findet und sie dem CRM-Datensatz hinzufügt. Die Werte dienen nur zur Veranschaulichung.
Vorlage: KI-Agentenregister
| Feld | Was zu dokumentieren ist | Beispiel |
|---|---|---|
| Agentenname | Vollständiger Name, wie er auf der Plattform erscheint | Creatio Data Enrichment Agent |
| Zweck und Umfang | Die Aufgabe, die er übernimmt, und die Grenze seines Einsatzes | Ergänzt fehlende Unternehmensangaben wie Branche, Größe und Standort; ändert keine Eigentümer- oder Pipeline-Daten |
| Verantwortliche Person im Unternehmen | Die Person, die für seine Ergebnisse verantwortlich ist | Leitung Vertriebsorganisation |
| Einsatzort | Plattform und Erstellungsmethode, innerhalb oder außerhalb von Creatio | Vorgefertigter Agent, läuft auf Creatio |
| Systeme, Daten und Modell | Worauf er zugreifen kann und welches Modell er aufruft | Kontodatensätze und öffentliche Webquellen; auf Organisationsebene genehmigtes Modell |
| Autonomie | Er schlägt vor, handelt mit Genehmigung oder handelt innerhalb festgelegter Grenzen | Unterstützend: schlägt Aktualisierungen vor, die ein Vertriebsmitarbeiter prüft |
| Punkte für menschliche Genehmigungen | Aktionen, die vor ihrer Ausführung genehmigt werden müssen | Überschreiben eines von einer Person eingegebenen Werts |
| Budget | Zulässiger Verbrauch pro Tag oder Monat | Anteil an den AI Credits des Vertriebsteams |
| Qualitätsprüfung | Wie die Qualität gemessen wird und wann die letzte Prüfung stattgefunden hat | Monatliche Stichprobenprüfung aktualisierter Datensätze |
| Status und letzte Änderung | Lebenszyklusphase und die zuletzt genehmigte Änderung | Produktion; Anweisungen vom Verantwortlichen aktualisiert und genehmigt |
Überprüfen Sie das Register im gleichen Turnus wie das Projektportfolio. Agenten ohne verantwortliche Person oder ohne aktuelle Qualitätsprüfung sind die ersten Kandidaten für eine Pausierung oder Ausmusterung.
Wie Creatio AI Studio das Register nahezu in Echtzeit aktuell hält
Bei Agenten, die auf Creatio laufen, kann ein großer Teil des Registers direkt aus der Plattform ausgelesen werden. Creatio AI Studio enthält die Konfiguration, das Modell, die geltenden Richtlinien und den Versionsverlauf jedes Agenten. Die Überwachungsansichten zeigen den Ausführungsstatus, Fehler, Eskalationen und den Verbrauch nach Agent, während die Versionierung mit Rücksetzung die Änderungssteuerung abdeckt. Das PMO bleibt für die Felder zuständig, die eine Plattform nicht kennen kann, etwa die verantwortliche Person im Unternehmen, den vorgesehenen Umfang und den Prüfturnus.
Ein Register zeigt, was vorhanden ist. Im nächsten Schritt wird festgelegt, was jeder Agent tun darf.
Schritt 2: Richtlinien zur KI-Agenten-Governance in Regeln umwandeln, die die Plattform durchsetzt
Die meisten Organisationen beginnen bei der KI-Governance mit Dokumenten: einer Richtlinie zur zulässigen Nutzung, einer Liste genehmigter Modelle und einer Regel, dass Kundendaten innerhalb genehmigter Systeme bleiben. Diese Dokumente funktionieren, solange wenige Personen Agenten manuell prüfen können. Sobald Agenten in Dutzenden von Teams ausgeführt werden, bleiben manuelle Prüfungen zurück, und die ausführbare Governance übernimmt: Die Plattform wendet die Richtlinien bei jeder Ausführung eines Agenten an und deckt dabei Regeln ab wie:
- Welche Modelle ein Agent aufrufen darf
- Welche personenbezogenen Daten maskiert werden, bevor sie ein Modell erreichen
- Für welche Tools eine Person bestätigen muss, bevor der Agent sie verwendet
- Für welche Aktionen zuerst eine menschliche Genehmigung erforderlich ist, etwa für eine Rückerstattung über einem festgelegten Betrag
- Wie viel ein Agent pro Stunde, Tag oder Monat verbrauchen darf
Im Unternehmensmaßstab ist nur die Art von Governance wirklich relevant, die die Plattform jedes Mal selbstständig anwendet – unabhängig davon, ob jemand zusieht oder nicht.
Für ein PMO besteht die praktische Aufgabe in der Übersetzung: Für jede schriftlich festgehaltene Richtlinie muss entschieden werden, welche Regel sie durchsetzen würde, wo diese Regel angesiedelt ist und wer benachrichtigt wird, wenn sie eine Aktion blockiert.
Organisationsweite und agentenbezogene Richtlinien in Creatio AI Studio
Creatio AI Studio wendet Richtlinien auf zwei Ebenen an. Organisationsweite Richtlinien gelten für jeden Agenten: genehmigte Modelle, die Maskierung personenbezogener Daten, Tool-Bestätigungen, menschliche Genehmigungen und Nutzungsgrenzen. Agentenbezogene Richtlinien fügen Regeln für einen einzelnen Agenten hinzu, zusätzlich zu seinen eigenen Anweisungen und seinem Wissen. Ein neuer Agent übernimmt die organisationsweiten Regeln automatisch, sodass niemand daran denken muss, sie hinzuzufügen.
Genehmigungsanfragen können innerhalb von AI Studio, im Chat oder im CRM bearbeitet werden – dort, wo der Genehmigende ohnehin arbeitet. Ein Governance-Dashboard zeigt ausstehende Genehmigungen, Richtlinienentscheidungen und die Agenten, bei denen sich Entscheidungen am häufigsten häufen. Diese Häufungen sind für eine Portfolioüberprüfung nützlich: Wenn ein Agent immer wieder bei derselben Genehmigung anhält, benötigt er möglicherweise einen engeren Umfang, oder die Regel muss angepasst werden. Das Auditprotokoll zeichnet jede Aktion auf.
Was in Creatio AI Twin erstellte Agenten übernehmen
Persönliche Agenten sind der typische Ausgangspunkt für Wildwuchs, da Mitarbeitende sie ohne Projekt oder Ticket erstellen können. In Creatio AI Twin übernimmt ein Agent die rollenbasierte Zugriffsberechtigung der Person, für die er handelt, befolgt die bestehenden Rollen und Geschäftsregeln von Creatio und protokolliert jede Entscheidung für diese Person. Er wechselt unter den Kontrollen, die die IT bereits anwendet, von der Testumgebung in die Produktion.
Die IT legt die Leitplanken einmal fest, und die Mitarbeitenden entwickeln innerhalb dieser Grenzen weiter. Eine sinnvolle PMO-Regel besteht darin, persönliche Agenten in das Register aufzunehmen, sobald sie mit einem Team geteilt werden oder mit Kundendaten zu arbeiten beginnen.
Regeln steuern, was ein einzelner Agent tun darf. Die meisten Geschäftsprozesse umfassen jedoch mehr als einen Agenten und mehr als eine Person.
Schritt 3: Menschen im Prozess halten, wenn Agenten die Arbeit übernehmen
Unternehmensprozesse finden selten innerhalb einer einzigen Anwendung statt. Die Kundenaufnahme bei einer Bank kann das CRM, die Dokumentenverarbeitung, die Identitätsprüfung, das Kernbankensystem und die Compliance berühren, wobei mehrere Personen im Verlauf ihre Zustimmung geben. Für jedes System einen Agenten hinzuzufügen, verteilt die Komplexität lediglich, ohne sie zu verringern.
Diese Prozesse umfassen auch Beteiligte, die überhaupt keine Agenten sind: eine Geschäftsregel, eine Genehmigungswarteschlange, einen Compliance-Prüfpunkt oder eine Führungskraft, die den nächsten Schritt freigibt. Bei der Gestaltung mit menschlicher Beteiligung geht es darum, alle Beteiligten in einem Ablauf zu koordinieren und bei jeder Übergabe den richtigen Kontext weiterzugeben.
Eine Übergabekarte macht dies sichtbar, bevor etwas erstellt wird. Für jeden Schritt wird festgehalten, wer die Arbeit erledigt, was die Übergabe auslöst, welcher Kontext mitgegeben wird und was geschieht, wenn niemand reagiert.
Vorlage: Übergabekarte für Menschen und Agenten (Beispiel für einen Onboarding-Prozess)
| Schritt | Ausgeführt von | Übergabe, wenn | Übergebener Kontext | Wenn niemand antwortet |
|---|---|---|---|---|
| Antrag und Dokumente erfassen | Onboarding-Agent | Alle erforderlichen Dokumente eingegangen sind | Antragsdaten und Dokumentensatz | Erinnerung an den Kunden nach einem vereinbarten Zeitraum |
| Daten validieren und Lücken kennzeichnen | Onboarding-Agent | Die Validierung abgeschlossen ist oder eine Unstimmigkeit festgestellt wurde | Validierungsergebnisse und Liste der Probleme | Weiterleitung an einen Operations-Spezialisten |
| Compliance-Prüfung | Compliance-Beauftragter | Die Entscheidung dokumentiert ist | Strukturierte Zusammenfassung mit gekennzeichneten Problemen | Eskalation an den Teamleiter |
| Konto eröffnen | Workflow-Schritt | Das Konto im Kernsystem erstellt wurde | Genehmigter Antrag | Fehler werden an den Operations-Bereich weitergeleitet |
Eine Regionalbank, die auf Creatio setzt, arbeitet auf diese Weise. Ihr Onboarding-Agent extrahiert Informationen aus Anträgen und Identitätsdokumenten, validiert die erforderlichen Daten, erkennt fehlende oder inkonsistente Informationen und erstellt eine strukturierte Zusammenfassung zur menschlichen Prüfung, während die Mitarbeitenden die Kontrolle über Compliance-Entscheidungen und die endgültige Genehmigung behalten.
Das Ergebnis sind weniger manuelle Dokumentenbearbeitung, ein schnelleres und konsistenteres Onboarding sowie eine klarere Prüfspur. Mit zunehmender Ausweitung der Implementierung kann derselbe Workflow elektronische Signaturen, die Kontofinanzierung und das Kernsystem der Bank verbinden, ohne voneinander getrennte Agenten hinzuzufügen.
So pausieren Workflow-Agenten in Creatio AI Studio zur Genehmigung und setzen den Prozess fort
In Creatio AI Studio erstellt der Workflow-Agent-Designer diese Art von Prozess visuell. Deterministische Schritte, Geschäftsregeln und Genehmigungspunkte befinden sich im selben Ablauf wie die Schlussfolgerungen des Agenten. Dadurch kann ein Workflow-Agent bei einer Genehmigung anhalten, auf die Entscheidung einer Person warten und den Prozess fortsetzen, sobald diese eintrifft. Die Multi-Agenten-Orchestrierung koordiniert spezialisierte Agenten, Workflows, Anwendungen, Tools und menschliche Genehmigungen in einem durchgängigen End-to-End-Prozess.
Der Kontext wird zusammen mit der Arbeit weitergegeben. Agenten greifen auf CRM-Datensätze, den Workflow-Status und den Gesprächsverlauf zurück. So arbeitet ein Agent, der einen Servicefall bearbeitet, mit demselben Kundendatensatz, den auch das Vertriebsteam verwendet, während bestehende Zugriffskontrollen weiterhin gelten. Die Kombination aus deterministischen Schritten und den Schlussfolgerungen des Agenten trägt außerdem zur Budgeteinhaltung bei, da Workflow-Schritte keine AI Credits verbrauchen und nur die Schritte, die eine Beurteilung erfordern, ein Modell aufrufen.
Sobald die Agenten aktiv sind, verschiebt sich die Frage von dem, was sie tun dürfen, darauf, wie gut sie es tun.
Schritt 4: Berichten Sie über den Zustand der Agenten wie über den Zustand von Projekten
Ein Agent, der vor der Einführung jeden Test bestanden hat, kann dennoch abdriften, wenn sich Modelle, Daten und das Geschäftsumfeld verändern. Ohne regelmäßige Messungen ist eine Kundenbeschwerde häufig das erste Anzeichen für ein Problem.
PMOs verfügen bereits über das Format, um dies frühzeitig zu erkennen: den Statusbericht. Auf Agenten angewendet, bewertet er einige Dimensionen anhand von Schwellenwerten, die bei der Genehmigung des jeweiligen Agenten vereinbart wurden, mit Rot, Gelb oder Grün.
Vorlage: Zustandsbericht für KI-Agenten
| Dimension | Was ist zu prüfen? | Grün | Gelb | Rot |
|---|---|---|---|---|
| Qualität | Bewertungen anhand des Testsatzes des Agenten und der Bewertung der Qualität im Produktivbetrieb | Auf oder über dem genehmigten Schwellenwert | Bewegt sich auf den Schwellenwert zu | Unter dem Schwellenwert |
| Eskalationen | Wie oft der Agent Arbeit an eine Person übergibt und warum | Stabil, mit erwarteten Gründen | Zunehmend oder neue Gründe treten auf | Starker Anstieg oder wiederkehrender Fehlergrund |
| Fehler | Fehlgeschlagene Schritte und was mit der Arbeit passiert ist | Selten, und die Arbeit wurde wiederhergestellt | Wiederholt in einem Schritt | Arbeit verloren oder blockiert |
| Geschäftsergebnis | Das Ergebnis, für dessen Erreichung der Agent entwickelt wurde | Im Zielbereich | In einem Zeitraum unter dem Ziel | In mindestens zwei Zeiträumen unter dem Ziel |
| Ausgaben | Verbrauch im Verhältnis zum Budget | Innerhalb des Budgets | Nähert sich einem Limit | Budget überschritten oder Limits erreicht |
| Richtlinienaktivität | Blockierte Aktionen und ausstehende Genehmigungen | Entspricht den Erwartungen | Genehmigungen stauen sich | Wiederholte Blockierungen aufgrund derselben Regel |
Eine rote Bewertung der Qualität oder der Richtlinienaktivität ist ein Grund, den Agenten zu pausieren oder seine Autonomie zu reduzieren, bis die Ursache gefunden wurde. Rot bei den Ausgaben erfordert ein Gespräch mit dem Verantwortlichen über den Umfang oder die Modellauswahl.
KI-Beobachtbarkeit in Creatio AI Studio
Creatio AI Studio stellt den Großteil dieses Berichts über die Plattform bereit. Vor der Veröffentlichung werden Agenten anhand von Referenzdatensätzen (reale Szenarien mit bekannten korrekten Antworten) mit Qualitätsschwellenwerten getestet. Im Produktivbetrieb laufen Qualitätsbewertung, Drift-Erkennung, Ergebnismessung und Nutzerfeedback kontinuierlich weiter. Überwachungsansichten zeigen den Ausführungsstatus, die Latenz, Fehler, Eskalationen, Qualitätstrends und Kosten nach Agent und Modell.
Erkenntnisse aus dem Produktivbetrieb fließen in den Testsatz zurück, sodass die nächste Version eines Agenten anhand dessen getestet wird, was bei der vorherigen Version schiefgelaufen ist.
Die Ausgabenzeile in diesem Bericht benötigt einen eigenen Schritt, da sich KI-Kosten anders verhalten als die meisten Softwarekosten.
Schritt 5: KI-Ausgaben in das Budget aufnehmen, bevor sie auf der Rechnung erscheinen
Herkömmliche Software wird pro Lizenz oder pro Benutzer budgetiert. Der KI-Verbrauch steigt pro Modellaufruf, pro Agentenausführung und pro Workflow an, wodurch er variabel und auf mehrere Teams verteilt ist und sich nur schwer zuordnen lässt. Viele Unternehmen gleichen ihn am Quartalsende ab, wenn das Geld bereits ausgegeben ist.
Ein PMO kann dabei die Disziplin anwenden, die es für Projektbudgets nutzt. Weisen Sie die KI-Kapazität nach Abteilung oder Team zu und erfassen Sie jede Zuweisung im Register. Legen Sie Schwellenwerte fest, die vor dem Erreichen eines Limits warnen, und Maßnahmen auslösen, sobald das Limit erreicht ist.
Passen Sie das Modell an die Aufgabe an, da Klassifizierungen selten das leistungsfähigste Modell benötigen und vorhersehbare Schritte möglicherweise überhaupt kein Modell erfordern. Prognostizieren Sie anschließend den Verbrauch beim Zwei- oder Dreifachen des heutigen Volumens, damit die Skalierung zu einer geplanten Entscheidung wird.
Nutzungslimits und AI Credits in Creatio AI Studio
Creatio AI Studio misst den KI-Verbrauch in AI Credits, sodass Ausgaben nicht mehr für jeden Modellanbieter separat verfolgt werden müssen. Unternehmen weisen Abteilungen und Teams Credits zu, und Manager können den Verbrauch ihres Teams einsehen. Das AI Command Center zeigt die von Benutzern, Teams, Abteilungen und KI-Funktionen verbrauchten Credits sowie zeitliche Trends und Ausreißer mit hohem Verbrauch.
Budgets für AI Credits können für die gesamte Organisation und für einzelne Agenten festgelegt werden – pro Stunde, Tag und Monat. Jedes Budget verfügt über einen Warnschwellenwert, und ein optionaler harter Stopp blockiert Anfragen, sobald das Budget überschritten wird. Kostenaufschlüsselungen nach Modell und Verbrauchsrate zeigen, woher der Verbrauch stammt und wie schnell er zunimmt. Außerdem kann jedem Agenten das für seine Aufgabe passende Modell zugewiesen werden.
Diese Kontrollen decken den Verbrauch ab, der über Creatio läuft. Ein Agent, der seinen eigenen Modellanbieter direkt abrechnet, fällt nicht darunter. Das sollte im Register vermerkt werden: Wie ein Agent angebunden ist, bestimmt, in welchem Umfang er verwaltet werden kann.
Vom Agentenportfolio zur KI-Steuerungsebene
Zusammengenommen beschreiben die fünf Schritte eine Ebene, die viele Unternehmen derzeit aufbauen. Analysten verfolgen Lösungen für eine agentenbasierte Steuerungsebene inzwischen als eigenständige Kategorie. Eine KI-Steuerungsebene ist die Unternehmensebene, die KI-Agenten organisationsweit verwaltet, orchestriert, überwacht und wirtschaftlich steuert – unabhängig davon, wer sie entwickelt hat und wo sie ausgeführt werden.
Der Begriff stammt aus der Netzwerk- und Cloud-Infrastruktur, wo die Steuerungsebene Entscheidungen trifft und die Datenebene sie ausführt. Für eine Organisation, die Abläufe umsetzt, muss die Steuerungsebene außerdem die Arbeit selbst verstehen: einen Fall an den richtigen Agenten weiterleiten, ihn zur Genehmigung durch einen Manager pausieren und innerhalb eines Geschäftsprozesses fortsetzen.
Creatio beschreibt dies als die Ausrichtung von Creatio AI Studio. Auf Creatio entwickelte Agenten – von No-Code-Agenten bis hin zu Agenten, die mit dem Agent SDK erstellt wurden – werden über einen gemeinsamen Satz von Modellen, Richtlinien, Ausgabenkontrollen und Orchestrierungsfunktionen gesteuert. Agenten, die an anderer Stelle ausgeführt werden, unterliegen dieser Steuerung, sobald sie auf Creatio-Daten, -Prozesse oder Genehmigungen zugreifen.
Unternehmen werden sich nicht auf einen einzigen KI-Anbieter festlegen. Teams sollten überall Agenten entwickeln können, solange nichts ohne Genehmigung auf Geschäftsdaten zugreift.
6 Fragen für Ihre nächste Überprüfung des Agentenportfolios
Stellen Sie dem Team diese Fragen vor der nächsten Überprüfung des Portfolios. Jede Frage bezieht sich auf einen der oben genannten Schritte, sodass ein „Nein“ direkt auf die erforderlichen Maßnahmen hinweist.
| Frage | Schritt |
|---|---|
| Können wir eine vollständige Liste der heute laufenden Agenten erstellen, jeweils mit einem namentlich benannten Verantwortlichen? | 1 |
| Können wir eine neue Richtlinie gleichzeitig auf jeden Agenten anwenden, ohne einen von ihnen neu erstellen zu müssen? | 2 |
| Können wir unsere Regeln für einen Agenten durchsetzen, den wir nicht selbst erstellt haben? | 2 |
| Wenn ein Agent Arbeit an eine Person übergibt, übernimmt er die Arbeit wieder, sobald diese Person tätig geworden ist? | 3 |
| Würden wir bemerken, dass die Qualität eines Agenten nachlässt, bevor es ein Kunde tut? | 4 |
| Wissen wir, was jeder Agent im letzten Monat gekostet hat und aus welchem Budget dies bezahlt wurde? | 5 |
FAQ
Was ist eine KI-Steuerungsebene?
Eine KI-Steuerungsebene ist die Unternehmensebene, die KI-Agenten innerhalb einer Organisation steuert, orchestriert, überwacht und ihre Kosten verwaltet. Sie wendet Richtlinien automatisch an, während Agenten ausgeführt werden, koordiniert Agenten mit Workflows und menschlichen Genehmigungen, überwacht die Qualität im Produktivbetrieb und kontrolliert die KI-Ausgaben – unabhängig davon, wer den Agenten erstellt hat und wo er ausgeführt wird.
Was ist der Wildwuchs bei KI-Agenten und wie kann ein PMO ihn verhindern?
Wildwuchs bei KI-Agenten ist das unkontrollierte Wachstum von KI-Agenten, die von verschiedenen Teams mit unterschiedlichen Tools erstellt werden, ohne ein gemeinsames Verzeichnis für Verantwortlichkeiten, Zugriffsrechte oder Kosten. Ein PMO kann dies mit einem Agentenregister verhindern, das zugleich als Eingangskontrolle dient, sowie mit Richtlinien, die die Plattform zur Laufzeit durchsetzt, regelmäßigen Zustandsberichten und einem Budget für den KI-Verbrauch.
Kann Creatio AI Studio KI-Agenten steuern, die außerhalb von Creatio erstellt wurden?
Ja, an dem Punkt, an dem diese Agenten mit Creatio interagieren. Agenten, die mit Creatio erstellt werden und dort ausgeführt werden, einschließlich Agenten, die mit dem Creatio Agent SDK unter Verwendung von OpenAI- oder Anthropic-Technologien geschrieben wurden, nutzen einen gemeinsamen Satz von Richtlinien, Ausgabenkontrollen und Überwachungsfunktionen. Agenten, die auf anderen Plattformen ausgeführt werden, werden gesteuert, sobald sie auf Creatio-Daten, -Prozesse oder -Genehmigungen zugreifen – durch Berechtigungen, menschliche Genehmigung und das Prüfprotokoll.
Wo beginnen: Ein Register und eine Überprüfung
Steuerung wird oft als Bremse für die Einführung von KI betrachtet. Auf Portfolioebene verhält es sich umgekehrt: Wenn die Plattform die Regeln durchsetzt, arbeiten Entwickler schneller, weil die Leitplanken sie begleiten.
Für die meisten PMOs ist der erste Schritt klein. Listen Sie die bereits laufenden Agenten auf, wer für jeden einzelnen verantwortlich ist und was jeder kostet. Diese Übung zeigt normalerweise, ob die Lücke ein Richtlinienproblem oder ein Plattformproblem ist und welchen der fünf Schritte man zuerst angehen sollte.
