Muster 2: Stärkung von Business-Experten

Erfassen, anwenden und skalieren Sie Expertenwissen in der gesamten Organisation, ohne Entscheidungen zu automatisieren oder menschliches Urteil zu entfernen. Das Wissen des Experten wird in großem Umfang verfügbar, aber der Experte bleibt für die Qualität dieses Wissens verantwortlich.

In diesem Muster fungiert der Agent als skalierbarer Proxy für das Urteil des Experten. Der Experte ist für die Glaubwürdigkeit des Agenten verantwortlich.

Was dieses Muster ist

Die Kompetenz von Business-Experten wandelt das Urteil eines Experten in eine Ressource um, die die gesamte Organisation erreichen kann. Der Agent beantwortet Fragen so, wie es der Experte tun würde, auf Grundlage der Dokumente und Standards, die der Experte pflegt. Der Experte wechselt von der Beantwortung derselben Fragen wiederholt zum Unterrichten des Agenten und zur Überprüfung seiner Arbeit.

Wie die KI-Befähigung von Mitarbeitenden liegt dieses Muster auf der Unterstützungsseite des Übergangs von Unterstützung zu Ausführung. Der Agent berät. Es führt keinen Prozess aus und entzieht Menschen nicht die Entscheidung. Was dieses Muster zu einem Anderen macht, ist die Quelle des Werts: Die Glaubwürdigkeit des Agenten ist das Produkt. Wenn es falsche Expertenberatung gibt, beschädigt es den Ruf des Experten und kann das Unternehmen schädigen.

Was Agenten tun

Agenten in diesem Muster zeigen Expertenwissen bei Bedarf an:

  • Beantworten von Richtlinien- und Compliancefragen.
  • Bereitstellen von Empfehlungen basierend auf Domänenstandards und bewährten Methoden.
  • Interpretieren von Richtlinien und behördlichen Anforderungen.
  • Kennzeichnen von Ausnahmen, die eine menschliche Eskalation erfordern.
  • Die Benutzer durch Qualitätskriterien und Inspektionsprozesse führen.

Der Agent ersetzt den Experten nicht. Sie erweitert die Reichweite des Experten, sodass die Organisation nicht von einer kleinen Anzahl von Fachexperten (SMEs) abhängig ist.

Was Menschen tun

Der Domänenexperte definiert die Regeln, kuratiert das Wissen und überprüft die Agentgenauigkeit. Ihre Rolle verlagert sich von der Beantwortung jeder Frage hin zum Anleiten des Agents und zur Überprüfung seiner Ausgaben.

Diese Änderung ist erheblich. Experten, die bisher die meiste Zeit damit verbracht haben, sich wiederholende Fragen zu beantworten, müssen sich jetzt auf Folgendes konzentrieren:

  • Definieren der Entscheidungsgrenzen, in denen der Agent arbeitet.
  • Aufrechterhaltung von Wissensquellen, damit sie autoritativ und aktuell bleiben.
  • Überprüfen der Agentantworten auf Genauigkeit und Vollständigkeit.
  • Behandeln von Eskalationen, die außerhalb des definierten Bereichs des Agents liegen.
  • Kontinuierliche Verbesserung des Agenten basierend auf Feedback.

Der Experte trägt die Verantwortung für die Glaubwürdigkeit des Agenten. Sie können diese Rechenschaftspflicht nicht an die IT oder an das Center of Excellence (CoE) delegieren.

Funktionsweise des Betriebssystems

Die erfolgreiche Bereitstellung dieses Musters erfordert Änderungen in vier Dimensionen:

Dimension Vorher Nachher
Personen Beantworten jeder Frage Urteilsvermögen übernehmen und den Agenten anleiten
Agenten Grundlegendes F&A Empfehlung + Weiterleitung an einen Experten
Governance Quellgenehmigung Entscheidungsgrenzen und Wissensqualitätskontrollen
Metrics Von KMU aufgewendete Stunden Deflektionsrate + Antwortgenauigkeit + eingesparte Expertenzeit

Ziel-Reifegradprofil

Dieses Muster erfordert die folgenden Mindestreifegrade über die fünf Fähigkeitstreiber hinweg:

Fähigkeitstreiber Zielebene Warum?
KI-Strategie und -Erfahrung 200 (wiederholbar) Ein klarer Grund, das Domänenwissen zu erweitern und ein konsistentes Nutzungserlebnis zu schaffen.
Geschäftsstrategie 200 (wiederholbar) Leichte Ausgabenanpassung. Beginnen Sie mit einer Domäne, beweisen Sie den Wert, und erweitern Sie dann.
Unternehmensführung und Sicherheit 300 (definiert) Dokumentierte Entscheidungsgrenzen, Eskalationsregeln und berechtigungsabhängiger Zugriff.
Technologie und Daten 300 (definiert) Der Maßstabsbrecher. Autoritative, aktuelle, vollständige Quellen mit Qualitätskontrollen.
Organisation und Kultur 300 (definiert) Experten übernehmen eine neue Rolle: Lehren und Überwachen des Agenten und beantworten nicht jede Frage.

Schlüsselerblick: Die Glaubwürdigkeit des Agenten ist das Produkt. Wenn der Agent falsche Expertenberatung gibt, beschädigen Sie den Ruf des Experten und potenziell das Unternehmen. Reifetiefe konzentriert sich auf Governance und Wissensqualität, nicht auf Technologie.

Wegbereiter für Skalierung: Technologie und Daten. Die Bindungseinschränkung ist die Wissensqualität. Wenn Sie nicht garantieren können, dass die Quelldokumente autoritativ, aktuell und vollständig sind, ist die Ausgabe des Agents unabhängig davon, wie gut die Technologie konfiguriert ist, unzuverlässig. Korrigieren Sie das Wissen, bevor Sie den Agenten skalieren.

Experten erstellen und besitzen ihre Agenten innerhalb ihrer Domäne. Das Center of Excellence (CoE) bietet Muster, Wissensschutzschienen, Bewertungsstandards und Lebenszyklusdisziplin. Das CoE sorgt bereichsübergreifend für eine gleichbleibende Qualität, ohne den Experten, die die Inhalte kennen, die Verantwortung zu entziehen.

Tip

Die entscheidende Rolle bei diesem Muster spielt der Domänenexperte. Wenn der Experte sich entbindet, verliert der Agent Glaubwürdigkeit. Der Ruf des Experten ist an die Genauigkeit des Agenten gebunden. Stellen Sie sicher, dass der Experte diese Verantwortlichkeit versteht, bevor der Agent eingesetzt wird.

Erfahren Sie mehr über Struktur, Rollen und risikostufige Governance im Build an agentic Center of Excellence.

Was Sie benötigen und nicht benötigen

Sie benötigen:

  • Autoritative Wissensquellen: Der Agent ist nur so gut wie seine Daten. Identifizieren und zusammenstellen Sie die kanonische Quelle der Wahrheit für jede Domäne.
  • Namentlich benannte fachliche Verantwortlichkeit: Eine bestimmte Person (nicht „das Team“) ist für die Genauigkeit verantwortlich. Gemeinsames Eigentum bedeutet keinen Besitz.
  • Eskalationsregeln: Wenn der Agent etwas nicht weiß oder auf etwas außerhalb seines Zuständigkeitsbereichs stößt, muss er dies klar sagen und an den Experten weiterleiten. Stille Fehler sind schlimmer als anerkannte Lücken.
  • Feedbackschleifen: Der Experte überprüft kontinuierlich Antworten und verbessert die Agentgenauigkeit im Laufe der Zeit.
  • Explizite Entscheidungsgrenzen: Definieren Sie, was der Agent empfehlen kann, im Vergleich dazu, was menschliches Urteil erfordert. Dokumentieren Sie die Zeile.
  • Überwachung der Wissensqualität: Nachverfolgen von Genauigkeit, Veraltetkeit und Benutzervertrauen im Laufe der Zeit. Wissen veraltet, während Quelldokumente aktualisiert werden, sich Vorschriften ändern und Standards sich weiterentwickeln.

Sie benötigen folgendes nicht:

  • End-to-End-Prozessautomatisierung: Der Agent berät – er führt nicht aus.
  • Prozess-Orchestrierung: Bei diesem Muster geht es um die Skalierung von Wissen, nicht um die Workflow-Automatisierung.
  • Ergebnisbesitzübertragung: Der Experte bleibt für die Qualität der Agentenantworten verantwortlich.
  • Systemübergreifende Integration: Der Agent arbeitet innerhalb der Domäne des Experten.
  • Unternehmensweites Rollout: Beginnen Sie mit einer Domäne, beweisen Sie den Wert, und erweitern Sie dann.

Wert- und Erfolgsmetriken

Wert kommt aus der Bereitstellung von Expertenberatung bei Bedarf und der Befreiung von Experten aus sich wiederholenden Fragen. Messen Sie sowohl, ob Personen den Agent verwenden, als auch ob ihre Antworten vertrauenswürdig sein können. Für dieses Muster ist Vertrauen die Metrik, die am wichtigsten ist.

Wie der Wert aussieht

  • Fachkundige Unterstützung in großem Umfang, auf Abruf verfügbar.
  • Verringerte Abhängigkeit von einer kleinen Anzahl von KMU.
  • Schnellere, konsistentere Entscheidungen in der gesamten Organisation.
  • Erhaltung des institutionellen Wissens, das andernfalls ein Engpass oder ein Risiko sein würde.
  • Experten verbringen mehr Zeit mit Urteilen und Ausnahmen, keine sich wiederholenden Fragen.

Erfolgsmetriken zum Nachverfolgen

Kategorie Beispielmaße Was sie Ihnen sagt
Wissensqualität (der Skalierungsbrecher) Geerdetheit und sachliche Genauigkeit, Zitatabdeckung, Wissensfrische, "kann nicht finden" oder Fallbackrate Gibt an, ob Antworten vertrauenswürdig und aktuell sind. Das erste, was sie beobachten sollten.
Durchbiegung Vom Experten abgewendete Fragen, zurückgewonnene Expertenstunden, Eskalationsrate an einen menschlichen Mitarbeiter Ob der Agent tatsächlich den Experten skaliert.
Geschwindigkeit und Einführung Antwortzeit, aktive Nutzer und Akzeptanzrate, Einarbeitungszeit für neue Mitarbeiter Ob Menschen eher zum Agenten greifen als zum Experten oder zu veralteten Dokumenten.
Vertrauen und Konsistenz Benutzervertrauen und Zufriedenheit, Konsistenz der Antworten über Teams und Regionen hinweg, Bestehensquote bei Evaluierungen im Zeitverlauf Ob schneller auch zuverlässig und einheitlich ist.

So messen Sie

  • Copilot Studio-Analysen zeigen Auflösungsrate, Eskalationsrate, Abbruchrate und Kundenzufriedenheit für Agenten an, die Sie in Copilot Studio erstellt haben.
  • Tools zur Bewertung von Agenten ermöglichen es Fachleuten, wiederholbare Testsuiten durchzuführen, damit die Genauigkeit gemessen und nicht nur angenommen wird. Betrachten Sie neue Bewertungsfunktionen als noch in Entwicklung. Überprüfen Sie Microsoft Erfahren Sie, wie Sie den Vorschaustatus oder die allgemeine Verfügbarkeit bestätigen können, bevor Sie diese Features verwenden.
  • Eine Feedbackschleife wandelt jedes „Kann ich nicht finden“ oder jeden „Daumen runter“ in eine Aufgabe zur Wissenspflege um, sodass sich die Abdeckung im Laufe der Zeit verbessert.

Tip

Einführung ohne Genauigkeit ist ein Risiko. Eine zuversichtliche, gut zitierte falsche Antwort verursacht mehr Schaden als keine Antwort, weil die Menschen darauf reagieren. Skalieren Sie nur, wenn faktische Fundierung und Zitationsabdeckung einen festgelegten Schwellenwert erreichen. Stellen Sie sicher, dass ein fest benannter Experte die Antworten regelmäßig stichprobenartig prüft oder begutachtet. Stellen Sie sicher, dass der Agent „Ich weiß nicht“ sagt, wenn es angebracht ist, und an einen menschlichen Mitarbeiter weiterleitet, wenn er sich nicht sicher ist.

Allgemeine Antimuster

Diese Fehler kommen aus Wissenslücken und unklaren Eigentumsverhältnissen, nicht aus schwacher Technologie.

Anti-Muster Wie es aussieht Was stattdessen zu tun ist
Erstellen und Vergessen Richten Sie den Agent einmal ein und lassen Sie ihn ohne laufende Pflege weiterlaufen. Wissen veraltet, die Genauigkeit lässt nach, und Nutzer verlieren das Vertrauen. Behandeln Sie den Agenten als fortlaufendes Engagement des Experten, nicht als einmaliger Build. Pflegen Sie die Wissensinhalte und überprüfen Sie die Antworten nach einem festgelegten Zeitplan.
Unklare oder inkonsistente Quellen Mehrere Versionen von Anleitungen sind in dokumentenübergreifend vorhanden, und es ist unklar, welches Dokument autoritativ ist. Der Agent kann nur so genau sein wie seine Quellen. Stellen Sie einen klaren Wissensbesitz und eine einzige autorisierende Quelle fest, bevor Sie den Agent erstellen.
Kein benannter Besitzer „Das Team“ ist für die Genauigkeit verantwortlich, daher ist niemand dafür verantwortlich. Qualität erodiert ruhig. Weisen Sie einen bestimmten Experten zu, der für die Glaubwürdigkeit des Agenten verantwortlich ist und dessen Antworten überprüft.
Kein Eskalationspfad Der Agent stößt auf eine Frage, die er nicht beantworten kann, und gibt entweder selbstbewusst eine falsche Antwort oder scheitert auf unschöne Weise. Definieren Sie den Eskalationspfad vor der Bereitstellung. Wenn der Agent nicht weiß, sagt er dies und leitet den Benutzer an den richtigen Experten weiter.
Zu viele Domänen gleichzeitig Die Organisation startet Experten-Agents in vielen Domänen gleichzeitig und kann in keiner dieser Domänen die Qualität beibehalten. Konzentrieren Sie sich zunächst tief auf eine oder zwei Domänen. Erstellen Sie die Auswertungs- und Feedbackschleifen, die belegen, dass das Modell funktioniert, und erweitern Sie dann.
Lassen Sie den Agent entscheiden Die Empfehlung des Agenten gilt als die Entscheidung, wodurch menschliches Urteilsvermögen ausgeschaltet wird. Behalten Sie die Beraterempfehlung bei. Der Experte und der Benutzer bleiben für Entscheidungen verantwortlich.
Berechtigungen ignorieren Der Agent zeigt Inhalte an, die einige Benutzer nicht sehen sollten. Verlassen Sie sich von Anfang an auf berechtigungsbewusste Grundlagen und Purview-Vertraulichkeitsbezeichnungen.
Genauigkeit angenommen, nicht gemessen Der Agent wird ohne Bewertung ausgeliefert und die Qualität wird einfach vorausgesetzt. Führen Sie vor der Veröffentlichung Testdatensätze für die Evaluierung aus und überwachen Sie danach den Faktenbezug und die Abdeckung der Quellenangaben.

Kundenstimmen

Diese veröffentlichten Microsoft-Kundengeschichten zeigen, wie sich Expertenwissen mit faktenbasierten, quellenbasierten Agenten skalieren lässt, während Menschen rechenschaftspflichtig bleiben.

Customer Gemeldetes Ergebnis
Grupo Bimbo Auf SharePoint basierende Audit-Agenten verkürzen die Auditplanungszeit um 20 % und die Matrixerstellung von Tagen auf Sekunden, wobei stets das neueste genehmigte Verfahren verwendet wird.
Dunaway Ein Agent für Code-Recherche reduzierte den manuellen Rechercheaufwand um 90 % und gewann so schätzungsweise 10.000 Stunden pro Jahr zurück, mit Verweisen auf den Quellcode.
Rumo Ein Agent für Fahrerregeln verkürzte die Reaktionszeit von 4 Minuten auf 3 Sekunden, gewann so 7.644 Stunden pro Jahr zurück und beantwortete Anfragen ausschließlich auf Grundlage der genehmigten Wissensdatenbank.
Amey Ein SharePoint Agent gibt Mitarbeitern sicherheitspolitische Antworten in Sekunden mit Zitaten zurück zu genehmigten Dokumentationen in jeder Sprache.
Manchester City Council Ein Wissensagent für das Contact Center half neuen Mitarbeitenden, Anfragen von Bewohnern innerhalb eines Tages zu beantworten, statt wie zuvor ein bis zwei Wochen zu benötigen.
Carlsberg Gruppe 99 % schnellere Informationsbeschaffung für mehr als 10.000 Mitarbeitende mit dem Assistenten „Global Brain“ auf Azure OpenAI und Copilot Studio.

Microsoft-Agentenfunktionen für dieses Muster

In den folgenden Beispielen werden Funktionen hervorgehoben, die besonders für die Stärkung von Business-Experten relevant sind. Verwenden Sie diese Beispiele als Ausgangspunkt für den Abgleich von Funktionen zu Ihren Szenarien und Benutzersegmenten, und erkunden Sie dann das Agent-Ökosystem Microsoft für das vollständige Bild.

Important

Grundlagen und Berechtigungen sind das Herzstück dieses Musters. Agents berücksichtigen die vorhandenen Berechtigungen des anfragenden Benutzers und die Microsoft Purview-Sensitivitätsbezeichnungen, sodass eine Person ausschließlich Antworten auf Grundlage von Inhalten sieht, die sie lesen darf. Richten Sie dies vor der Skalierung ein.

Erstellen Sie einen faktenbasierten Wissensagenten

  • Agent Builder in Microsoft 365 Copilot ist die No-Code-Methode zum Erstellen eines deklarativen Agents, der in Ihrem Mandanteninhalt verankert ist. Verbinden Sie den Agent mit SharePoint Websites und Dateien, OneDrive, Outlook E-Mail, Teams-Chats, URLs der öffentlichen Website, hochgeladenen Dateien und Copilot Connectors. Das Steuerelement "Nur angegebene Quellen verwenden" zwingt den Agent, nur aus kuratierten Inhalten zu antworten und einen klaren Fallback zurückzugeben, wenn keine Antwort gefunden werden kann, anstatt zu erraten.
  • Copilot Studio bietet Ihnen eine umfassendere Kontrolle: konfigurierbare Wissensquellen, generative Antworten und einen deterministischen Modus, der enge Anweisungen mit begrenzten Quellen kombiniert, um höhere Genauigkeit zu erzielen.
  • SharePoint-Agents verwandeln eine ausgewählte Sammlung von Websites und Dateien mit wenigen Klicks in einen fundierten Agent, mit Antworten, die die Berechtigungen der jeweiligen Benutzer berücksichtigen und auf die Quelle verweisen.
  • Microsoft 365 Copilot-Konnektoren bringen externes maßgebliches Wissen aus Quellen wie ServiceNow Knowledge, Confluence und Jira in den Agent ein, bezogen auf die richtige Wissensdatenbank.

Antworten vertrauenswürdig halten

  • Zitate und Rückverfolgbarkeit geben einen Link zum Quelldokument für jede Antwort zurück, damit Benutzer überprüfen und Experten überwachen können.
  • Microsoft Purview-Vertraulichkeitsbezeichnungen und Sicherheitstrimmung stellen sicher, dass Agents vorhandene Berechtigungen und Vertraulichkeitsvorgaben respektieren.
  • Agentenbewertung und Copilot Studio-Analysen ermöglichen es Experten, vor der Freigabe die Genauigkeit zu testen und nach der Freigabe Qualität, Eskalation und Vertrauen zu überwachen.

Wie Sie wissen, dass Sie bereit sind

Starten Sie dieses Muster, wenn die meisten dieser Anweisungen wahr sind:

  • Sie verfügen über autorisierende, aktuelle Quellinhalte für die Domäne.
  • Ein benannter Experte besitzt Genauigkeit und überprüft Antworten.
  • Sie können definieren, was der Agent empfehlen kann und was ein Mensch braucht.
  • Der Agent kann "Ich weiß nicht" sagen und zu einem Menschen geleitet werden.
  • Sie können Faktentreue, Quellenabdeckung und Vertrauenswürdigkeit messen, bevor Sie skalieren.

Nächste Schritte

Führen Sie die Bewertung der Agentbereitschaft durch

Oder entdecken Sie das vollständige Reifegradmodell zur Einführung von Agentic AI.

Erkunden Sie weitere Muster ausführlicher:

  • Last updated on