Graph-Walk-Experiment
Ein Experiment dazu, ob ein Wissensgraph die nächste Entscheidung eines Agenten verändern kann. Budget, Abbruchregel und Fehlerbilder sind festgehalten.
Ich bin Enterprise Architect in Wiesbaden. Ich baue Experimente und schreibe darüber, was geklärt sein muss, bevor ein KI-Agent in einem Unternehmen handeln darf, in dem Regeln und Prüfungen gelten.
Ein Agent kann seinen Weg zu einem Ergebnis selbst finden. Wer freigibt, was aufgezeichnet wird und wie sich eine Aktion rückgängig machen lässt, bleibt Sache der Organisation. Die sechs Punkte unten sind, was ich dazu bisher erarbeitet habe. Auf dieser Seite spreche ich für mich und nicht für meinen Arbeitgeber.
Jeder Punkt verweist auf den Essay dahinter. Die Grundidee steht in Governed Intelligence.
Ein Review beginnt mit einem Ergebnis, das der Agent herbeiführen kann, und mit dem, was daraus folgt. Danach wird gefragt, wer jede Änderung freigeben darf.
An agent architecture review starts with the commitment (Englisch)
Ein Agent darf wählen, wie er zu einem Ergebnis kommt. Wer einen Einkauf freigeben darf und welcher Dienst ihn auslöst, entscheidet weiterhin das Unternehmen.
When to use a workflow and when to let an agent choose the route (Englisch)
Ein Modell kann ein Dokument auslegen oder einen nächsten Schritt vorschlagen. Das umgebende System entscheidet, wann eine Prüfung nötig ist, und setzt durch, ob eine Aktion ausgeführt werden darf.
Gelingt eine Buchung und geht die Antwort verloren, sieht der Agent nur eine Zeitüberschreitung. Das System muss das Ergebnis als unbekannt führen, bis es beim ausführenden Dienst nachfragen kann.
Authority and recovery have to survive the handoff (Englisch)
Zeit, Werkzeugaufrufe, Kosten und Wiederholungen sind Grenzen, die der Code durchsetzt. Die Zuversicht eines Modells belegt nicht, dass eine Aufgabe erledigt ist.
An agent architecture review starts with the commitment (Englisch)
Ein Agent bekommt, was ein neuer Kollege bekommt: eine Rolle, begrenzte Zugriffe, ausgewählten Kontext, einen Eskalationsweg und eine Probezeit.
Why every AI agent needs onboarding before it gets autonomy (Englisch)
Ein Experiment dazu, ob ein Wissensgraph die nächste Entscheidung eines Agenten verändern kann. Budget, Abbruchregel und Fehlerbilder sind festgehalten.
Zwei Figuren erhalten dieselben Worte und reagieren unterschiedlich. Ein lokales Modell läuft im Browser; Zustand und Entscheidungen lassen sich einsehen.
Eine App für Transkription, die offline im Browser läuft. Die Aufnahme verlässt das Gerät nicht.
Workshops: ein Remote-Workshop für rund 200 Personen aus der F&E dazu, wie man mit einem internen KI-Portal aus Excel-Daten prüfbare HTML-Berichte erzeugt, gefolgt von einem zweiten zu Unternehmensdesign und druckbarer PDF-Ausgabe. Teilnehmende haben die Methode später auf eigene Aufgaben übertragen.
Ich arbeite als Principal Systems / IT-Architect Engineer bei der R+V Versicherung AG im Center of Excellence Enterprise Architecture. Zuvor war ich in IT-Compliance und Architektur-Governance tätig und habe bei LIME Medical ein Team von rund 17 Personen für vernetzte Rehabilitationsprodukte geleitet.
Mein Hintergrund ist Forschung zu Biometrie und Computer Vision am Fraunhofer IGD, danach Software- und Produktarchitektur.
Wenn Sie sich fragen, was KI in der Arbeit Ihres Teams verändern wird und wo man anfängt, freue ich mich über ein Gespräch. Ein erstes Gespräch ist ein Austausch über eine konkrete Frage. Es ist kostenlos und verpflichtet keine Seite.
Sie können auch direkt einen Termin buchen. Der Kalender wird erst von Google geladen, wenn Sie Google Calendar in den Datenschutzeinstellungen erlauben.