Viele Entscheidungen beginnen mit einem Gespräch. Stellen Sie sich einen Anlageberater vor, der mit seinem Kunden über dessen Ziele, Wünsche und aktuelle finanzielle Situation spricht. Anschließend muss auf Grundlage der Bedürfnisse des Kunden eine Entscheidung getroffen werden.
Der Berater hat nun zwei Möglichkeiten: Entweder durchsucht er das Anlageportfolio ohne klare Orientierung nach etwas, das zum Profil des Kunden passen könnte, oder er trägt die Informationen in ein Formular ein, das die Entscheidung für ihn trifft. Mit dem Aufkommen der KI gibt es nun jedoch eine dritte Möglichkeit.
Bei DecisionRules verfügen wir über viel Erfahrung mit Entscheidungen auf Grundlage harter Daten: ausgefüllte Formulare, empfangene Daten oder aus Datenbanken extrahierte Informationen. Entscheidungen auf Grundlage frei formulierter Texte waren dagegen immer schwierig – bis jetzt.
Eine AI-Agent-Regel verwenden
Vor Kurzem haben wir einen neuen Regeltyp eingeführt: die AI-Agent-Regel. Mit diesem Regeltyp können Sie Ihren eigenen KI-Agenten anbinden und ihn nutzen, um direkt auf Grundlage eines frei formulierten Textes Entscheidungen zu treffen oder Daten aus dem Text zu extrahieren, die anschließend für deterministische Entscheidungen verwendet werden.
Einrichtung des AI Agent
Um die Regel einzurichten, verbinden Sie zunächst Ihren KI-Anbieter mit DecisionRules. Das Tool bietet vorbereitete Konnektoren für die meisten aktuellen Modelle; jeden Monat kommen weitere hinzu. Sie müssen lediglich Ihren API-Schlüssel hinterlegen.
Wie bei jeder Regel legen wir anschließend fest, welche Daten als Eingabe eingehen und welche Ergebnisse die Ausführung liefern soll. Häufig kann die Eingabe lediglich ein JSON-Objekt mit einer Eigenschaft sein, die das Transkript eines Gesprächs enthält.
Danach erstellen Sie einen Prompt, der der KI erklärt, was sie mit dem Text tun soll. In unserem Beispiel mit dem Anlageberater könnten wir lediglich das Transkript des Gesprächs zwischen Berater und Kunde übergeben und die KI bitten, bestimmte Werte daraus zu extrahieren, etwa das Einkommen des Kunden, seine Risikobereitschaft oder seinen Anlagehorizont.
Im letzten Teil der Einrichtung ergänzen wir Annotationen. Dabei handelt es sich um Beschreibungen der Ausgabeeigenschaften, die den Prompt um Erläuterungen zu den Ausgabeparametern erweitern und der KI mitteilen, was sie in die tatsächlichen Regelergebnisse eintragen soll. An dieser Stelle können wir außerdem die Funktion für erklärbare KI aktivieren. Dadurch erhält die Ausgabe einen vordefinierten Bereich mit dem Konfidenzniveau der KI sowie weiteren nützlichen Informationen: die Begründung der Entscheidung, Warnungen und eine Liste der Eingabefragmente, die als Quellen für die Entscheidung verwendet wurden.
Einen AI Agent im Empfehlungsprozess einsetzen
Der AI Agent soll den Prozess der Kundenempfehlung vereinfachen. Vor allem entfällt der mühsame Teil, ein Formular auszufüllen und dem Kunden immer wieder dieselben Fragen zu stellen.
Wir möchten nicht die gesamte Entscheidung an eine KI delegieren. Die KI soll lediglich die Daten für uns ausfüllen und die Liste aller verfügbaren Anlagen im Portfolio vorfiltern.
Im eigentlichen Decision Flow setzen wir zunächst den AI Agent ein, um Daten aus dem frei formulierten Gespräch zu extrahieren. Gleichzeitig bitten wir die KI, eine Warnung auszugeben, wenn das Gespräch nicht genügend Informationen enthält, um bestimmte Felder auszufüllen. Auf dieser Grundlage können wir dem Berater Rückmeldung geben und zusätzliche Fragen vorschlagen.
Sobald alle erforderlichen Daten vorliegen, wechseln wir vollständig in die Welt deterministischer Entscheidungen. Mit regulären Decision Tables und Decision Trees filtern wir das Anlageportfolio auf Grundlage der extrahierten Daten.
Der deterministische Teil soll bei denselben Eingaben zuverlässig immer dieselbe Entscheidung treffen. Falls etwas nicht stimmt, kann der Berater sein Fachwissen einsetzen, die extrahierten Daten prüfen und aktualisieren.
Die KI extrahiert die Bedürfnisse des Kunden, deterministische Regeln identifizieren geeignete Produkte und der Berater prüft die endgültige Empfehlung.
Nach der deterministischen Entscheidung können wir den AI Agent auf eine etwas andere Weise einsetzen. Für die Entscheidung selbst liegt bereits alles Notwendige vor, doch die KI kann dem Berater nun zusätzliche Orientierung geben.
Der AI Agent am Ende des Ablaufs hat zwei Aufgaben. Erstens erhält er die Liste der deterministisch ausgewählten Produkte und formuliert anhand ihrer Beschreibung und Bedingungen einige Sätze dazu, warum sie ausgewählt wurden.
Zweitens wird die KI aufgefordert, das Portfolio zu prüfen und zusätzliche Produkte zu identifizieren, die der Berater berücksichtigen könnte. Die deterministischen Empfehlungen und die KI-Empfehlungen werden dabei klar voneinander getrennt. Die KI kann besonders wertvoll sein, um Produkte zu erkennen, die knapp außerhalb der festen Empfehlungskriterien liegen. Ein Produkt könnte beispielsweise gut passen, obwohl der Anlagehorizont um ein Jahr abweicht. Im deterministischen Ablauf würde es ausgeschlossen, die KI kann es jedoch trotzdem erwähnen. Ob es tatsächlich verwendet wird, entscheidet anschließend der Berater.
Fazit
Wir betrachten KI nicht als Ersatz für deterministische Entscheidungen. Es besteht immer Bedarf an prüfbaren und zuverlässigen Ergebnissen, die sich im Laufe der Zeit nicht unkontrolliert verändern und nicht von einer Ausführung zur nächsten inkonsistent werden. Stattdessen sehen wir KI als Werkzeug, das bestehende Prozesse effizienter macht und Entscheidungen dort ermöglicht, wo sie früher nicht möglich waren. Natürlich müssen wir uns stets bewusst sein, dass KI unzuverlässige Ergebnisse erzeugen kann. Wenn wir uns jedoch nicht ausschließlich auf sie verlassen, können wir uns sehr gut vor den möglichen Folgen schützen.
