Der Workshop „KI-Agenten zur Automatisierung wiederkehrender Tätigkeiten im beruflichen Alltag“ war Bestandteil der laufenden Studie "Potenzialanalyse zur Kostensenkung durch Nutzung generativer KI für die Automatisierung administrativer Dokumentationspflichten" in der Schmiedeindustrie (IMU 77).
Im Vorfeld mussten die Teilnehmenden einige technische und organisatorische Vorbereitungen treffen. Dazu gehörten ein aktueller Standard-Computer mit Administratorrechten zur Installation von node.js, die Nutzung von zwei Bildschirmen (für paralleles Arbeiten mit Anleitung und Umsetzung) sowie die Einrichtung einer OpenAI-Zahlungsmöglichkeit. Außerdem war eine gewisse technische Affinität und erste Erfahrung mit generativer KI wie ChatGPT erwünscht.
Die Installation von node.js war notwendig, da die im Training genutzte Automatisierungsplattform n8n auf dieser Umgebung basiert. Trotz dieses zusätzlichen Aufwands wurde n8n bewusst eingesetzt, weil es sich um eine offene, flexible Open-Source-Lösung handelt. Anders als proprietäre Tools ermöglicht sie es den Teilnehmenden, ihre Automationsideen ohne starre Lizenzmodelle individuell umzusetzen und direkt auf die Anforderungen ihres Unternehmens zuzuschneiden. So erhielten die Teilnehmenden nicht nur einen Einblick in KI-Agenten, sondern auch ein Werkzeug, das sie nach dem Training eigenständig, skalierbar und dauerhaft nutzen können.
Schulungsleiter Nicolas Kopatz begrüßte die Teilnehmer und gab einen Überblick über die Inhalte des Workshops. Er führte in die eingesetzte Software n8n ein und erläuterte, warum die Wahl auf dieses Tool gefallen ist. Er informierte auch über die Wahl der weiteren, nachfolgend in den Beispielen eingesetzten Tools (siehe Vorbereitungen). Auch erläuterte er Workflows und deren verschiedene Typen sowie die Automatisierungsstufen und ordnete diesen die heutigen Beispiele zu.
- Als erstes Beispiel wurde ein vollautomatisierter Workflow erstellt, der eingehende Produktanfragen per Gmail erkennt, durch KI intelligente Antworten generiert und diese als professionelle Entwürfe zur finalen Überprüfung bereitstellt.
- Im zweiten Beispiel sollte die KI in die Rolle eines Instandhaltungsleiters schlüpfen, der den störungsfreien Betrieb von 12 induktiven Erwärmungsöfen verantwortet. Benötigt wurde hier ein automatisches System, das rechtzeitig vor kritischen Temperaturbedingungen warnt, damit präventive Maßnahmen eingeleitet werden können. Als Datenquelle wurde hier zu Testzwecken eine API eines Wetterdienstes genutzt - tatsächlich benötigt man hier dann Zugang zu den Ofendaten.
- Auch das dritte Beispiel spielte in der Instandhaltung, wo die Ausgangssituation war, dass man als Koordinator die systematische Wartung von 18 Produktionsanlagen verantwortet und wo dessen Geschäftsleitung kompakte, handlungsorientierte Monatsberichte benötigt, die nicht nur den Status quo darstellen, sondern auch strategische Entscheidungen für Investitionen und Wartungsplanung ermöglichen sollen. Es sollten gleichzeitig wiederkehrende Muster erkannt und proaktive Wartungsempfehlungen abgeleitet werden. Die Lösung war hier ein intelligenter Berichts-Assistent, der automatisch alle Wartungseinträge des vergangenen Monats sammelt, durch KI zu einem strukturierten Management-Summary mit Handlungsempfehlungen und Kosteneinschätzungen verarbeitet und als übersichtlichen Monatsbericht zur Verfügung stellt.
Wie sich später herausstellte, haben einige Teilnehmer, die den Anschluss verloren hatten bzw. Probleme hatten, aus Rücksicht auf einen ungestörten Ablauf des Workshops auf Nachfragen verzichtet. Die bereitgestellte Unterlage "KI-Agenten-Training" sollte aber auch unabhängig vom Workshop zu dessen Nachvollziehen geeignet sein. Diese Unterlage ist in der Forschungsdatenbank verfügbar und wird in wenigen Tagen mit den Erfahrungen aus dem Workshop nochmals ein Update erhalten. Nicolas Kopatz steht dann für aufkommende Fragen beim Selbststudium zur Verfügung.
