Question 1

Was ist Agentic AI in einfachen Worten?

Accepted Answer

Agentic AI ist KI, die selbständig Aufgaben erledigt – wie ein digitaler Mitarbeitender. Sie geben dem KI-Agenten ein Ziel, und er plant die Schritte, führt sie aus und berichtet das Ergebnis. Beispiel: 'Analysiere alle eingehenden Kundenanfragen und erstelle Zusammenfassungen für das Team' – das erledigt ein Agentic AI System vollautomatisch.

Question 2

Welche Microsoft-Produkte gehören zu Agentic AI?

Accepted Answer

Microsoft-Produkte im Agentic AI Bereich: Microsoft Copilot Studio (Low-Code-Agenten-Builder), Azure AI Foundry Foundry Agent Service (Enterprise-Agenten-Plattform), Semantic Kernel (Open-Source-Orchestrierung), AutoGen (Multi-Agent-Framework), Microsoft 365 Agents SDK und Azure AI Search für RAG. CNEXT kennt alle Produkte und empfiehlt das Richtige für Ihren Kontext.

Question 3

Was ist Semantic Kernel und wofür nutzt CNEXT es?

Accepted Answer

Semantic Kernel ist Microsofts Open-Source-Framework für die Entwicklung von KI-Agenten in .NET, Python und Java. Es orchestriert LLM-Aufrufe, Tools (Funktionen) und Memory (Langzeitgedächtnis). CNEXT nutzt Semantic Kernel für komplexe Custom-Agenten, die mehrere Modelle und externe Systeme kombinieren.

Question 4

Was ist der Unterschied zwischen einem Function-Calling-Agent und einem RAG-Agent?

Accepted Answer

RAG-Agent: greift auf Wissensdatenbanken zu und generiert Antworten auf Basis von Dokumenten (z. B. SharePoint FAQ). Function-Calling-Agent: ruft externe APIs und Funktionen auf (Datenbankabfragen, E-Mails senden, Formulare ausfüllen). Fortgeschrittene Agenten kombinieren beides: Wissen abrufen (RAG) und Aktionen ausführen (Function Calling). CNEXT baut beide Typen.

Question 5

Was ist Prompt Engineering und warum ist es wichtig?

Accepted Answer

Prompt Engineering ist die Kunst, KI-Modelle mit optimalen Anweisungen (Prompts) anzusteuern, um qualitativ hochwertige, konsistente Ausgaben zu erhalten. Gutes Prompt Engineering ist entscheidend für produktionsreife KI-Agenten: es reduziert Halluzinationen, verbessert Genauigkeit und stellt Sicherheit sicher. CNEXT investiert erheblich in Prompt Engineering für jeden Kunden-Agenten.

Question 6

Was ist 'Human in the Loop' bei KI-Agenten?

Accepted Answer

Human in the Loop (HITL) bezeichnet Punkte im KI-Agenten-Workflow, an denen ein Mensch die KI-Entscheidung bestätigen oder korrigieren muss, bevor der Agent weitermacht. CNEXT implementiert HITL für kritische Aktionen: Vertragsunterzeichnung, Zahlungsfreigaben, Kundeneskalationen. Für Routine-Tasks (FAQ-Antworten, Dokumenten-Zusammenfassungen) ist HITL optional.

Question 7

Was ist AutoGen und wann ist es für Unternehmen geeignet?

Accepted Answer

AutoGen ist Microsofts Open-Source-Framework für Multi-Agent-Gespräche zwischen spezialisierten KI-Agenten. Es eignet sich für: komplexe Aufgaben, die mehrere Spezialkenntnisse erfordern, iterative Qualitätsprüfungsprozesse (ein Agent schreibt, ein anderer prüft) und forschungsintensive Workflows. AutoGen ist für Python-erfahrene Teams, nicht für Citizen Developers.

Question 8

Wie lernt ein KI-Agent über Zeit dazu?

Accepted Answer

KI-Agenten 'lernen' auf zwei Arten: (1) RAG-Update: die Wissensdatenbank (SharePoint, PDFs) wird regelmässig aktualisiert – der Agent nutzt immer die neuesten Inhalte. (2) Fine-Tuning: das Modell selbst wird mit Unternehmens-Daten trainiert – aufwändiger, aber für sehr spezifische Terminologie relevant. CNEXT empfiehlt für die meisten Use Cases RAG-Updates statt Fine-Tuning.

Question 9

Was ist der Unterschied zwischen Microsoft Copilot Studio und Azure AI Foundry für Agenten?

Accepted Answer

Copilot Studio: Low-Code, in Microsoft 365 integriert, für Business-User ohne Coding-Kenntnisse, schnell (2–4 Wochen Pilot), Messaging via Teams. Azure AI Foundry Foundry Agent Service: Pro-Code, für Entwickler, maximale Flexibilität in Modellwahl und Logik, für komplexe Enterprise-Prozesse, skalierbar auf sehr grosse Volumen. CNEXT wählt die Plattform je nach Anforderungen.

Question 10

Welche Schweizer Gesetze muss ich bei KI-Agenten beachten?

Accepted Answer

Wichtigste Schweizer Gesetze für KI-Agenten: nDSG (neues Datenschutzgesetz, seit 1.9.2023): Transparenz bei automatisierten Entscheidungen, Datenschutz by Design, Auskunftsrecht. EU AI Act (relevant für CH-Unternehmen mit EU-Tätigkeit): Risikoklassifizierung von KI-Systemen. Branchenspezifisch: FINMA-Rundschreiben zu algorithmischen Entscheidungen, Swissmedic für Medizin-KI. CNEXT implementiert nDSG-konforme KI-Agenten.

Agentic AI Wissenshub

Agentic AI Readiness Check

Themenbereiche

Microsoft Copilot & Copilot Studio

Claude & Anthropic

OpenClaw AI

Agentic Engineering & Entwicklung

Strategie, Security & Governance

Alle Agentic AI Artikel

CNEXT Agentic AI Services

Copilot & Agenten

OpenClaw AI

Readiness Check

Agentic AI für das Gesundheitswesen

Sina

Mina

Tina

Unser Team macht's möglich.

Christian Flückiger

Christof Schnyder

Cristiano Rego

Joël Kuhn

Luis Castillo

Marcel Haas

Monica Stettler

Olga Lemeshko

Patrick Trapp

Peter Haas

Du?

Was ist Agentic AI und wie unterscheidet sie sich von klassischer KI?

Bereit für Agentic AI?