Startseite / AI Agents

AI Agents

TAOM AI Agents™

Sieben Fachkräfte statt eines Alleskönners.

Statt einem allgemeinen Assistenten für jede Aufgabe arbeiten in TAOM spezialisierte Agenten mit festgelegter Zuständigkeit – jeder auf der Ebene, die er überblickt, und alle im selben Unternehmenskontext.

  • Spezialisiert
  • Gemeinsamer Kontext
  • Mensch entscheidet

Fachsprache genügt

Erklären, nicht prompten

Wer einen Prozess kennt, beschreibt ihn von selbst richtig – in ganzen Sätzen, nicht in Anweisungen an eine Maschine.

„Ein Kunde bestellt. Der Vertrieb prüft die Verfügbarkeit. Ist das Produkt nicht am Lager, geht der Bedarf an die Produktion. Vor dem Versand prüft die Qualitätssicherung das fertige Erzeugnis.»

Aus diesen vier Sätzen liest der Agent Struktur heraus:

  • Aktivitäten
  • Rollen
  • Entscheidungen
  • Systeme
  • Geschäftsobjekte
  • Anforderungen
  • Abhängigkeiten

Niemand muss vorher BPMN lernen. Auch gesprochene Sprache, Workshop-Notizen und Arbeitsanweisungen sind zulässige Eingaben.

Die sieben Agenten

Keiner muss alles wissen

Jeder Agent arbeitet auf einer bestimmten Ebene: am Diagramm, am einzelnen Shape, an der Phase, am ganzen Prozess – oder an der Person, die gerade davorsitzt.

Die sieben TAOM-Agenten nach Ebene: Process Agent am Diagramm, Application und Quality Agent am Shape, Knowledge Agent an der Phase, Delivery und Collaboration Agent am Prozess, Learning Agent an der Rolle.
#1Ebene: Diagramm

Process Agent

Baut die Struktur des Modells: Rollen, Systeme, Transaktionen, Ein- und Ausgänge, Risiken, Kontrollen, Kennzahlen.

#2Ebene: Shape

Application Agent

Stellt den Anwendungsbezug her – Prozessschritt ↔ System ↔ konkrete Transaktion. Herstellerneutral, solange kein Anbieter ausdrücklich freigegeben ist.

#3Ebene: Shape und Prozess

Quality Agent

Je Schritt: Anforderungen, Risiken, Kontrollen, Tests, Nachweise, Freigaben. Achtet zusätzlich auf Neutralität, wertet also keine Anbieter.

#4Ebene: Shape und Phase

Knowledge Agent

Findet und ordnet Wissen aus Dokumentationen, Entscheidungen, Spezifikationen und Erfahrungen – etwa aus Confluence oder SharePoint.

#5Ebene: Phase und Prozess

Delivery Agent

Übersetzt fachliche Bedarfe in Epics, User Stories, Tasks, Fachspezifikationen, Testobjekte, Abhängigkeiten und Liefergegenstände.

#6Ebene: Prozess

Collaboration Agent

Liest Sitzungen, Protokolle und Nachrichten und überführt bestätigte Entscheidungen, Aufgaben, Risiken und offene Punkte in die Zielsysteme.

#7Ebene: Nutzer und Rolle

Learning Agent

Passt Erklärungen, Anleitungen und Lerninhalte an Rolle, Vorkenntnisse und Arbeitssituation an.

Zusammenspiel

Orchestriert, nicht gestapelt

Der Process Agent muss nicht die Arbeit des Delivery Agent tun, und der Delivery Agent muss kein SAP-Fachmann werden. Alle tragen zum selben Kontext bei.

Zuordnung

Nicht jeder braucht alle

Welche Agenten arbeiten, hängt an der Rolle im Werkzeug – eingestellt im Admin-Panel, nicht pro Person verhandelt.

Zuordnung der Agenten zu den Rollen Prozess-Owner, BPMN-Modellierer, Quality-Manager, Delivery und Betrachter.

Kontext statt Prompt

Bessere Umgebung, bessere Antworten

Ein allgemeiner Assistent beginnt bei einer Eingabezeile. Ein Agent im Unternehmen sollte mehr wissen, bevor er anfängt. TAOM kann ihm mitgeben:

  • Prozess
  • Prozesshierarchie
  • Rolle
  • System
  • Anforderung
  • Fachliche Beschreibung
  • Prozessphase
  • Klassifizierung
  • WRICEF-Objekt
  • Governance-Angaben
  • Wissensverweis
  • Lieferangaben

Damit arbeitet ein Agent im Zusammenhang der Organisation, statt jede Anfrage als losgelöstes Gespräch zu behandeln.

Verantwortung

Der Agent schlägt vor, der Mensch verantwortet

Rückfragen statt Erfindungen

Ist eine Beschreibung mehrdeutig – etwa mehrere unabhängige Abläufe ohne erkennbaren Zusammenhang –, baut der Agent nicht auf Verdacht weiter. Er stellt eine Rückfrage mit konkreten Antwortmöglichkeiten.

Frage und Antwort bleiben im Verlauf nachlesbar. So ist später nachvollziehbar, auf welcher Grundlage ein Modell entstanden ist.

Wie lange gewartet wird, entscheiden Sie

Im Admin-Panel steht eine Karenzzeit. Bleibt das Feld leer, wartet der Editor unbegrenzt auf die Antwort – die Entscheidung bleibt damit ausdrücklich beim Menschen.

Eine Zahl darin bedeutet: nach dieser Zeit baut der Agent weiter. Das ist bewusst einstellbar und nicht der Standard.

Herkunft bleibt sichtbar. TAOM unterscheidet, was von Menschen erstellt, was vom Agenten erzeugt und was in TAOM nachträglich bearbeitet wurde. Die Angabe hängt am Ergebnis, nicht in einem Begleitdokument – Näheres unter Herkunft und Qualitätssiegel.

Vom Assistenten zur Belegschaft

Sechs Angaben machen aus einem Helfer eine Rolle

Ein Assistent hilft einer Person. Eine KI-Belegschaft trägt die Arbeit der Organisation – dafür braucht jeder Agent dieselben Angaben, die auch eine Stelle hätte.

ZuständigkeitWofür ist der Agent verantwortlich?
FähigkeitWas kann er tatsächlich tun?
WissenAuf welchen Kontext darf er zugreifen?
WerkzeugeMit welchen Systemen arbeitet er?
SteuerungWas braucht menschliche Freigabe?
ErgebnisWelche Artefakte darf er erzeugen oder ändern?

Zur Lösung „KI-Belegschaft» →

Anfangen

Mit einem Prozess und einem Agenten

Beschreiben Sie, wie der Ablauf funktioniert. Lassen Sie ihn strukturieren. Sehen Sie sich das Ergebnis an. Und schalten Sie erst dann weitere Agenten, Wissensquellen und Kontext dazu.

Abgrenzung

Was ein Agent von einem Chatfenster unterscheidet

„KI im Werkzeug» heisst heute meist: ein Eingabefeld, das auf alles antwortet. Ein TAOM-Agent ist etwas anderes – er hat eine Stelle im Betrieb, nicht nur ein Textfeld.

Ein Copilot

Beantwortet, was man fragt. Ohne Rolle, ohne Zuständigkeit, ohne Grenze – was er darf, entscheidet der Prompt.

Ein TAOM-Agent

Hat eine Rolle, eine Aufgabe, ein Wissensgebiet, Werkzeuge, Befugnisse – und eine Freigabe durch Menschen, wo es darauf ankommt.

Deshalb sieben Agenten statt eines Alleskönners: Wer alles darf, ist nicht steuerbar. Und was ein Agent erzeugt hat, bleibt am Element gekennzeichnet – nachlesbar, nicht nur behauptet.

Im TAOM-Framework: MGT-08 – die Methodik hinter dieser Funktion.

Woher die Agenten ihren Kontext haben

Die Agenten arbeiten nicht im luftleeren Raum: Aus den gespeicherten Modellen entsteht eine Bibliothek wiederkehrender Rollen, Aktivitäten und Bereiche – samt dem Stil, in dem dieses Unternehmen modelliert.

Learning Model ansehen →