Autonome KI-Agenten revolutionieren Unternehmensanwendungen bei Oracle

Autonome KI-Agenten: Oracle definiert Geschäftsziele als neue Steuerungsgröße

Die Landschaft der Unternehmenssoftware erlebt einen fundamentalen Wandel, angetrieben durch die rasante Entwicklung der Künstlichen Intelligenz. Im Zentrum dieser Transformation stehen zunehmend autonome KI-Agenten, die nicht mehr nur assistieren, sondern proaktiv Geschäftsziele verfolgen und eigenständig komplexe Aufgaben ausführen. Oracle positioniert sich hier als Vorreiter und stellt eine neue Generation von KI-gestützten Anwendungen vor, die speziell darauf ausgelegt sind, Unternehmen diesen Paradigmenwechsel zu ermöglichen.

Vom Copiloten zum autonomen Agenten-Team

Traditionelle KI-Assistenten unterstützen Anwender primär durch die Bereitstellung von Informationen oder die Ausführung einzelner, klar definierter Befehle. Oracle geht nun einen Schritt weiter und ersetzt das Konzept des "Copiloten" durch das von autonomen Agenten-Teams. Diese Teams bestehen aus mehreren spezialisierten KI-Agenten, die koordiniert zusammenarbeiten, um übergeordnete Geschäftsziele zu erreichen. Anstatt lediglich Empfehlungen zu geben, sind diese Anwendungen befähigt, innerhalb vordefinierter Regeln selbstständig Aktionen zu initiieren und durchzuführen.

Natalia Rachelson, Senior Vice President, Cloud Applications Development bei Oracle, beschreibt den Ansatz wie folgt: "Die neuen agentischen Anwendungen sind Teams von Agenten, in denen jeder Agent eine eigene spezielle Rolle hat." Anwender definieren lediglich das Geschäftsziel, und die Agenten ermitteln den optimalen Weg dorthin. Beispiele hierfür sind die Reduzierung von Außenständen, die Identifizierung säumiger Kunden oder die Suche nach Zulieferern unter spezifischen Konditionen.

Funktionsweise und technische Grundlagen

Die zugrundeliegende Technologie dieser agentischen Anwendungen basiert auf "Reasoning" – der Fähigkeit von KI-Modellen, mehrstufige Schlussfolgerungen zu ziehen – und kontextbezogenen Funktionen. Diese ermöglichen es den Agenten, Aufgaben in kleinere Schritte zu unterteilen, Zwischenergebnisse zu koordinieren und die finalen Resultate an die Anwender zu übermitteln. Die Anwendungen integrieren sich dabei direkt in die transaktionalen Kernsysteme von Oracle Fusion Cloud Applications und nutzen Geschäftsdaten, Prozesse, Freigaben, Richtlinien sowie den Prozesskontext.

Ein wesentlicher Aspekt ist die Unterstützung offener Standards und externer Datenquellen. Dazu gehören Interoperabilitätsprotokolle wie MCP (Model Context Protocol) und A2A (Agent2Agent) für die Kommunikation zwischen KI-Agenten. Darüber hinaus ist die Einbindung strukturierter und unstrukturierter Drittquellen vorgesehen, wie beispielsweise Wetterdaten für die Logistik oder LinkedIn-Daten für die Personalbeschaffung.

Erweiterungen im AI Agent Studio

Parallel zu den neuen agentischen Anwendungen erweitert Oracle sein AI Agent Studio. Dieses Studio dient Unternehmen als zentrale Plattform zur Anpassung bestehender Agenten und zur Entwicklung eigener KI-gestützter Lösungen. Zu den neuen Funktionen gehören:

• Ein Agentic Applications Builder für die einfache Erstellung agentischer Anwendungen.
• Workflow-Orchestrierung zur Koordination komplexer Agenten-Teams.
• Content Intelligence für die automatische Analyse unstrukturierter Inhalte wie Dokumente oder E-Mails.
• Kontextbezogene Speicherfunktionen, die es Agenten ermöglichen, sich an frühere Interaktionen zu erinnern.
• Multimodale LLM-Fähigkeiten zur Verarbeitung verschiedener Datenformate.
• Eine Prompt-Testumgebung (Prompt Playground) zur Optimierung von Agenten-Anweisungen.
• Ein Dashboard zur Leistungsanalyse der Agenten.

Diese Erweiterungen sollen die Demokratisierung der Agentenerstellung vorantreiben und es auch Fachbereichsverantwortlichen ohne tiefgehende KI-Spezialisierung ermöglichen, intelligente Automatisierungslösungen zu entwickeln und anzupassen.

Wandel zum "System of Outcomes"

Oracle beschreibt seine KI-Strategie als einen Wandel vom "System of Records" zum "System of Outcomes". Dies bedeutet, dass Anwendungen nicht mehr primär der Verwaltung von Daten dienen sollen, sondern aktiv operative Ergebnisse herbeiführen. Die Herausforderung dabei ist die zuverlässige Funktion heutiger KI-Modelle in produktiven Umgebungen, insbesondere im Hinblick auf Governance.

Oracle begegnet dieser Herausforderung mit der Argumentation, dass die agentischen Anwendungen die umfassenden Sicherheits- und Governance-Mechanismen der Fusion-Plattform erben. Dies umfasst rollenbasierte Zugriffskontrollen, Genehmigungshierarchien und Richtlinien des jeweiligen Nutzers. Zudem soll jeder Schritt der Agenten nachvollziehbar und auditierbar sein, um Transparenz und Kontrolle zu gewährleisten.

Skalierung und Wirtschaftlichkeit von KI-Agenten

Die Skalierung von KI-Agenten in Unternehmen ist ein entscheidender Faktor für deren Erfolg. Sie erfordert nicht nur die Integration in bestehende Geschäftsprozesse, sondern auch eine kontinuierliche Messung und Optimierung der Leistung. Prognosen deuten darauf hin, dass die Operationalisierung von KI-Agenten im Jahr 2026 zu einer geschäftlichen Notwendigkeit wird. Unternehmen, die diesen Wandel nicht aktiv mitgestalten, könnten einen Wettbewerbsnachteil erleiden.

Die Preisgestaltung der neuen agentischen Anwendungen ist nutzungsabhängig und basiert auf sogenannten "Action Units". Kunden erhalten zunächst ein Freikontingent, wobei bei höherer Nutzung zusätzliche Gebühren anfallen. Konkrete Preismodelle wurden jedoch noch nicht veröffentlicht.

Herausforderungen und Best Practices bei der Implementierung

Die Entwicklung und Einführung von KI-Agenten birgt spezifische Herausforderungen. Dazu gehören die Sicherstellung der Datenqualität, die Anpassungsfähigkeit der Agenten an sich ändernde Umgebungen, die Komplexität der Systemintegration und die Notwendigkeit einer klaren Governance. Um diese Herausforderungen zu meistern, empfiehlt Oracle:

• Datenlebenszyklus-Management: Eine robuste Datenstruktur, die Datenquellen integriert, aktualisiert und in einem sicheren, standardisierten Format bereitstellt, ist unerlässlich.
• Standardisierung von MLOps: Eine geeignete MLOps-Plattform, die zu den Fähigkeiten der Teams und der IT-Infrastruktur passt, ist entscheidend.
• Aufbau multidisziplinärer KI-Teams: Die Zusammenarbeit von Fachexperten, IT- und Data-Science-Teams ist für den Erfolg von KI-Initiativen maßgeblich.
• Start mit Erfolg versprechenden Projekten: Beginnen Sie mit kleineren Projekten, die schnelle Erfolge und einen klaren, messbaren ROI liefern.
• Planung von Governance und Reportability: Tools mit integrierter Governance und die Einhaltung relevanter Sicherheits- und Datenschutzbestimmungen sind von großer Bedeutung.
• Durchgängige Verfolgung von Modellen: Funktionen zur Verfolgung der Geschwindigkeit, Kosten und des Mehrwerts von KI-Ergebnissen sind wichtig.
• Einsatz der richtigen Tools: Eine Reihe von Tools, die die Zusammenarbeit zwischen Data Scientists, IT-Ingenieuren und Business-Experten erleichtern, ist notwendig.

KI-Agenten können eine Vielzahl von Anwendungsfällen abdecken, von der Optimierung der Lieferkette über die Betrugserkennung im Finanzwesen bis hin zur Unterstützung im Personalwesen und der Produktentwicklung. Die Fähigkeit, komplexe Aufgaben zu planen, auszuführen und aus Erfahrungen zu lernen, macht sie zu einem mächtigen Werkzeug für Unternehmen, die ihre Effizienz und Wettbewerbsfähigkeit steigern möchten.

Die Einführung autonomer KI-Agenten markiert einen wichtigen Schritt in der Evolution der Unternehmens-KI. Indem Unternehmen der KI direkt ihre Geschäftsziele vorgeben und Agenten-Teams die Umsetzung überlassen, können sie potenziell neue Ebenen der Automatisierung und Effizienz erreichen. Die erfolgreiche Integration dieser Technologien wird jedoch eine sorgfältige Planung, robuste Governance und eine kontinuierliche Anpassung an die sich entwickelnden Anforderungen erfordern.

Bibliographie

• Harald Weiss: "Oracle ersetzt den Copiloten durch autonome Agenten-Teams", heise online, 25. März 2026.
• Oracle Deutschland: "Fünf KI-Agenten-Trends 2026: Vom Zögern zum Gewinnen", Blog, 19. Januar 2026.
• Oracle Deutschland: "So erstellen Sie in 7 Schritten einen KI-Agenten", 20. März 2025.
• Oracle Deutschland: "Was sind KI-Agenten?", 19. September 2024.
• Oracle Deutschland: "Skalierung von KI in Ihrem Unternehmen", 9. Februar 2024.
• Oracle Deutschland: "Was sind intelligente Anwendungen?", 14. April 2025.
• Oracle Deutschland: "Der Business Case für KI: Ein Leitfaden und Anwendungsfälle für Stakeholder", 8. September 2025.
• Oracle Deutschland: "Das volle Potenzial der KI freisetzen: Die Kraft des Feinabstimmens", 25. Februar 2025.