Als wir das Agentic Bootcamp bei SnapLogic ins Leben riefen, war unser Ziel nicht nur zu erklären, wie KI-Agenten funktionieren, sondern den Teilnehmern zu helfen, sie zu entwickeln. In nur zwei Tagen gaben wir den Teilnehmern die Tools, Frameworks und praktischen Erfahrungen an die Hand, um von einfachen, auf Eingabeaufforderungen basierenden Experimenten zur realen Automatisierung überzugehen.
Zwei herausragende Teilnehmer unseres Partners IWConnect, die Technical Consultants Gjorge Argirov und Andrea Ristevska, nahmen die Herausforderung an und entwickelten einen funktionierenden Agenten, der ein echtes betriebliches Problem löst. In diesem Beitrag reflektieren sie, was sie entwickelt haben, was sie überrascht hat und wie sie diese Fähigkeiten an ihre Kunden weitergeben werden.
Warum haben Sie am SnapLogic Agentic Bootcamp teilgenommen, und was waren Ihre ersten Eindrücke?
Gjorge
Vor dem Bootcamp waren die meisten von uns mit Sprachmodellen wie ChatGPT nur durch die grundlegende Nutzung des Browsers vertraut. Wir hatten uns nicht mit realen Agenten-Implementierungen auseinandergesetzt.
Was mich am meisten überraschte, war die Tatsache, dass ein Agent mehr tun kann als nur auf Aufforderungen zu reagieren - er kann eine mehrstufige Logik ausführen, auf Tools zugreifen, E-Mails senden und sogar strukturierte Daten extrahieren. Diese praktische Integration durch SnapLogic hat mir die Augen geöffnet.
Andrea
Ganz genau. Wir alle benutzen ChatGPT täglich, aber hier wurde gezeigt, wie man es einsetzen kann. Der AgentCreator war ein funktionierender Assistent, der komplexe Aufgaben ausführen konnte. Dieser Unterschied wurde während des Bootcamps deutlich.
Welche Art von Projekt haben Sie während des Bootcamps erstellt?
Andrea
Wir haben einen Jira Agent für die Verwaltung von Schwachstellen in Echtzeit entwickelt. Das Ziel war es, den manuellen Arbeitsaufwand zu reduzieren und die Kommunikation zwischen dem Sicherheitsteam von SnapLogic und dem Kundensupport zu verbessern.
Anstatt Jira manuell zu überprüfen und Updates per E-Mail zu versenden, konnte unser Agent Ticketdaten abrufen, den Status zusammenfassen und diese Zusammenfassungen automatisch per E-Mail versenden.
Gjorge
Ja, der Anwendungsfall wurde durch einen Engpass in der Kommunikation ausgelöst. Das Sicherheitspersonal musste eine große Anzahl von Anfragen zum Ticketstatus beantworten. Wir haben dies durch Automatisierung rationalisiert. Der Agent konnte die Informationen in natürlicher Sprache abrufen, zusammenfassen und beantworten, was Zeit sparte und menschliche Fehler reduzierte.
War dies nur ein Konzept oder ein funktionierendes Produkt?
Gjorge
Der Agent war live. Wir haben ihn mit echten APIs erstellt, ihn mit echten Jira-Daten verbunden und ein mit Streamlit erstelltes Frontend verwendet, um Agentenabläufe auszulösen. SnapLogic verwaltete die Logik, und der Agent konnte je nach Eingabeaufforderung des Benutzers auswählen, welche Tools er verwenden wollte. Also ja - es war real und funktional.
Andrea
Wir präsentierten es den SnapLogic-Mitarbeitern am Ende der Schulung, und das Feedback war positiv. Es war nicht nur Theorie - wir haben einen Produktprototyp geliefert, der für einen tatsächlichen betrieblichen Bedarf entwickelt wurde.
Können Sie sich vorstellen, dass dies auch für bestehende Kunden gilt?
Gjorge
Auf jeden Fall. Ein Beispiel, das wir untersucht haben, war mit einem unserer Kunden aus dem Finanzsektor. Die Idee war, einen Agenten zu entwickeln, der die Kreditwürdigkeit beurteilen kann. Man lädt ein paar Dokumente hoch - Kontoauszüge, Einkommenserklärungen - und der Agent trifft eine Entscheidung auf der Grundlage von vordefinierten Bankkriterien.
Andrea
Bei diesem Projekt handelte es sich noch um einen Proof of Concept, aber es zeigte, wie vielseitig diese Agenten sein können. Von der Zusammenfassung von Support-Tickets bis zur Bewertung der Kreditwürdigkeit - es ist nur eine Frage der Definition des Workflows und der Integration der richtigen Tools.
Was kommt als Nächstes? Wie wollen Sie dies intern oder mit Kunden nutzen?
Gjorge
Intern planen wir eine vollständige Einführung dieser Technologie im Juni - eine Implementierung für unsere eigenen Arbeitsabläufe. Wir erwägen auch den Einsatz von Sprachschnittstellen, die von Eleven Labs unterstützt werden, um das Erlebnis noch intuitiver zu gestalten.
Ich sehe eine große Chance darin, Ihre Stimme zu benutzen, um einfach mit einem Agenten zu sprechen, anstatt Aufforderungen zu tippen.
Abschließende Überlegungen - was war die wichtigste Erkenntnis?
Andrea
Das Bootcamp hat "KI-Agenten" für uns entmystifiziert. Es ging nicht um abstrakte Theorie, sondern darum, in 48 Stunden etwas Funktionales zu entwickeln. Wir gingen mit Zuversicht und praktischem Wissen nach Hause, bereit für die Implementierung in unsere eigenen Anwendungsfälle.
Gjorge
Ganz genau. Die wichtigste Erkenntnis war die Frage, wo wir dies implementiert und angewendet sehen. Wenn Sie einen Prozess definieren können, können SnapLogic und LLMs ihn automatisieren.
Das ist die Zukunft, auf die wir hinarbeiten.
Sind Sie bereit, Ihren eigenen Agenten aufzubauen?
Dies ist erst der Anfang. Die Macht der agentenbasierten Automatisierung ist nicht theoretisch - sie ist praktisch, skalierbar und liefert bereits branchenübergreifend einen Mehrwert. Während wir die Grenzen dessen, was mit SnapLogics AgentCreator möglich ist, weiter verschieben, werden Partner wie IWConnect der Schlüssel dazu sein, Unternehmen dabei zu helfen, den Sprung vom KI-Bewusstsein zum KI-Handeln zu schaffen.
Sind Sie bereit, über einfache Eingabeaufforderungen hinauszugehen? Lassen Sie uns echte KI-Agenten in die Produktion bringen und beginnen Sie mit der Automatisierung von End-to-End-Workflows mit Vertrauen. Fordern Sie eine Demo an, um zu sehen, wie AgentCreator Ihnen helfen kann, Ideen schnell in die Tat umzusetzen.
