
Der Begriff „agentische KI“ wird oft in den Raum geworfen und kann wie etwas aus einem Film klingen. Vergessen Sie Chatbots, die nur Antworten ausspucken. Stellen Sie sich eine KI vor, die versteht, was Sie erreichen wollen, und es dann tatsächlich für Sie erledigt – und das über eine Reihe verschiedener Apps hinweg. Im Grunde ein digitaler Teamkollege, der die Drecksarbeit übernimmt, während Sie sich auf das Wesentliche konzentrieren.
Das war die große Idee hinter Adept AI, einem der meistdiskutierten und am besten finanzierten Startups in der KI-Welt. Gegründet von einigen Schwergewichten der KI-Forschung, wollte Adept die Zukunft unserer Computernutzung gestalten. Doch die Geschichte des Unternehmens nahm eine ziemlich dramatische Wendung, die einen großen Strategiewechsel und einen massiven Talent-Deal mit Amazon beinhaltete. Ihr Werdegang ist mehr als nur Branchenklatsch; er lehrt uns viel darüber, wie jedes Unternehmen heute über den Einsatz von KI-Automatisierung nachdenken sollte.
Was ist Adept AI?
Das ursprüngliche Ziel von Adept AI war ausgesprochen ehrgeizig: eine „natürliche Sprachschnittstelle für alles“ zu schaffen. Man könnte einfach sagen: „Finde mir ein Haus mit drei Schlafzimmern in Austin für unter 700.000 Dollar und liste die fünf besten Optionen in einer Tabelle auf“, und die KI würde loslegen und diese gesamte mehrstufige Aufgabe über verschiedene Websites und Apps hinweg ausführen.
Das Team dahinter war erstklassig besetzt. Die Gründer waren Forscher von Google und OpenAI, die Mitautoren des berühmten Papers „Attention Is All You Need“ waren. Falls Ihnen das bekannt vorkommt: Es führte die Transformer-Architektur ein, die der Motor hinter modernen großen Sprachmodellen (LLMs) wie GPT ist.
Um ihre Vision Wirklichkeit werden zu lassen, beschlossen sie, alles von Grund auf selbst zu entwickeln. Das bedeutete, sich mit folgenden Dingen zu befassen:
-
Eigene KI-Modelle, die sie mit einer unfassbaren Menge an Daten trainierten, die zeigten, wie Menschen Software tatsächlich nutzen.
-
Eine benutzerdefinierte „Aktionsschicht“ (actuation layer), was eine schicke Umschreibung dafür ist, dass sie Software entwickelten, die es der KI ermöglichte, wie ein Mensch in verschiedenen Anwendungen zu klicken, zu tippen und zu navigieren.
-
Feedback-Tools, damit Benutzer die KI korrigieren konnten, wenn sie Fehler machte, und ihr so halfen, im Laufe der Zeit zu lernen und besser zu werden.
Die Demos waren ziemlich beeindruckend. Sie zeigten Agenten, die die Versandverfügbarkeit auf Hunderten von E-Commerce-Websites gleichzeitig prüfen oder wichtige Details aus Rechtsverträgen ziehen und die internen Dateien eines Unternehmens automatisch aktualisieren konnten. Es war eine kühne Vision für eine völlig neue Art von KI.
Dieses Video demonstriert die ursprüngliche Vision von Adept AI und zeigt, wie die KI repetitive Aufgaben für Benutzer lernen und automatisieren kann.
Aufstieg und Wandel von Adept AI
Adepts Weg von einem gehypten Milliarden-Dollar-Startup zu seiner jüngsten Richtungsänderung erzählt eine faszinierende Geschichte über die Realitäten beim Aufbau von KI. Wenn Sie KI in Ihrem eigenen Unternehmen einsetzen möchten, ist dies ein ziemlich wichtiger Kontext.
Das Milliarden-Dollar-Versprechen von Adept AI
Mit einem riesigen Ziel und einem Rockstar-Team standen die Investoren bei Adept AI Schlange. Das Unternehmen sammelte über 415 Millionen US-Dollar ein und steigerte seine Bewertung auf über 1 Milliarde US-Dollar. Dies war nicht nur eine Wette auf ein weiteres Software-Tool; Investoren sahen Adept als potenziellen Anführer im Rennen um die Künstliche Allgemeine Intelligenz (AGI).
Der Hype wurde noch größer, als Giganten wie Microsoft und Nvidia mit strategischen Investitionen einstiegen und dem Startup damit einen massiven Vertrauensbeweis aussprachen. Eine Zeit lang sah es wirklich so aus, als ob Adept auf dem Weg wäre, die nächste Ära der KI zu definieren.
Der Adept AI Amazon „Acqui-Hire“: Eine große Planänderung
Mitte 2024 nahm die Geschichte dann eine scharfe Wendung. Es wurde bekannt, dass Amazon den Mitgründer und CEO von Adept, David Luan, einstellte, zusammen mit mehreren anderen Gründern und einem großen Teil ihres Kernteams aus Forschung und Entwicklung.
Um das klarzustellen: Dies war keine typische Übernahme, bei der Amazon das Unternehmen kaufte. Es war eher eine strategische Talentakquise, manchmal auch als „Acqui-Hire“ bezeichnet, verbunden mit einem Deal, bei dem Amazon einen Teil der Technologie von Adept lizenziert. In einem Blogbeitrag zu diesem Update war Adept überraschend offen über die Gründe. Sie erklärten, dass die astronomischen Kosten für den Aufbau und das Training ihrer eigenen Modelle sie gezwungen hätten, sich mehr auf die Mittelbeschaffung als auf ihr eigentliches Produkt zu konzentrieren. Es war ein ehrliches Eingeständnis eines Problems, mit dem sie und viele andere im KI-Bereich konfrontiert waren.
Was Adept AI heute ist
Das Adept AI, das heute existiert, ist ein anderes Kaliber. Es ist ein kleineres Team mit einem neuen CEO, und seine Ziele haben sich verschoben. Anstatt zu versuchen, riesige, grundlegende KI-Modelle von Grund auf zu entwickeln, konzentriert sich das Unternehmen nun darauf, Unternehmenslösungen zu schaffen, die eine Mischung aus seiner bestehenden Technologie und anderen verfügbaren KI-Modellen nutzen.
Dieser Strategiewechsel wirft einige große Fragen für jedes Unternehmen auf, das Adept im Auge behalten hat. Was bedeutet das für die Zukunft des Unternehmens? Steht die ursprüngliche, ehrgeizige Vision eines alleskönnenden KI-Teamkollegen immer noch auf ihrem Radar, oder wurde dieser Traum an Giganten wie Amazon weitergegeben? Die ganze Episode ist eine Art Lehrstück über die Risiken, die mit Mondfahrt-KI-Projekten einhergehen.
Alternativer Titel: Die Geschichte von Adept AI von der Gründung bis zum jüngsten Strategiewechsel
Zwei Wege, KI-Agenten zu entwickeln: Der Adept-AI-Ansatz vs. ein praktischerer Weg
Die Geschichte von Adept verdeutlicht eine grundlegende Entscheidung, vor der jedes Unternehmen in Bezug auf KI steht. Herauszufinden, welcher Weg für Sie sinnvoll ist, ist der Schlüssel zur Auswahl einer Lösung, die tatsächlich funktioniert.
Das Adept-AI-Modell: „Alles von Grund auf selbst entwickeln“
Das war das ursprüngliche Drehbuch von Adept AI: die Entwicklung eigener grundlegender KI-Modelle von Grund auf. Es ist die Alles-oder-Nichts-Strategie.
Um das auch nur zu versuchen, braucht man ein paar Dinge: Hunderte von Millionen Dollar, ein Team der weltbesten (und am schwersten zu findenden) KI-Talente und eine Menge Geduld für jahrelange Forschung und Entwicklung.
Der größte Nachteil, wie der Wandel von Adept gezeigt hat, ist, dass dieser Weg unglaublich teuer und riskant ist. Er ist oft nicht nachhaltig, es sei denn, man hat die unerschöpflichen Taschen eines Tech-Giganten. Es kann Jahre dauern, bis man seinen Kunden etwas vorweisen kann, und selbst dann löst das Endprodukt möglicherweise nicht die Probleme, die man heute hat.
Das „Plug-and-Play“-Integrationsmodell
Es gibt einen viel praktischeren Weg: die leistungsstarken, erstklassigen LLMs zu nutzen, die bereits verfügbar sind, und sich darauf zu konzentrieren, die Anwendungs- und Integrationsschicht darauf aufzubauen. Bei diesem Ansatz geht es darum, die KI mit den Tools arbeiten zu lassen, die Ihr Team bereits verwendet, sodass sie sofort nützlich ist.
Anstatt zu versuchen, das Rad neu zu erfinden, verfolgen Plattformen wie eesel AI diesen praktischen Weg. Indem sie sich auf einfache Ein-Klick-Integrationen mit Helpdesks wie Zendesk und Freshdesk sowie Wissensdatenbanken wie Confluence konzentrieren, liefern sie in Minuten, nicht in Jahren, einen Mehrwert. Dies ermöglicht es Unternehmen, die Leistungsfähigkeit der KI zu nutzen, ohne die massiven Risiken und Kosten eines langwierigen F&E-Projekts.
| Merkmal | Der „Alles selbst bauen“-Ansatz (altes Adept AI) | Der „Plug-and-Play“-Ansatz (eesel AI) |
|---|---|---|
| Einrichtungszeit | Monate oder Jahre der Entwicklung | In wenigen Minuten live |
| Benötigte Ressourcen | Riesige Finanzierung, Elite-KI-Forscher | Vollständig Self-Service, keine Entwickler nötig |
| Kerntechnologie | Aufbau eigener grundlegender Modelle | Integration mit erstklassigen Modellen |
| Geschäftsfokus | AGI-Forschung und Allzweck-Agenten | Lösung spezifischer Geschäftsprobleme (z.B. CX) |
| Risikoprofil | Hohes Risiko von Strategiewechseln, untragbare Kosten | Geringes Risiko, schneller und vorhersagbarer Ertrag |
Worauf Sie heute bei einer KI-Agenten-Plattform achten sollten: Lehren aus der Adept-AI-Saga
Die Lehren aus der Adept-AI-Saga geben uns eine ziemlich klare Checkliste dafür, wonach Unternehmen bei einem KI-Partner tatsächlich suchen sollten.
Wie schnell sehen Sie Ergebnisse?
Die Geschichte von Adept zeigt, dass langfristige, komplizierte KI-Projekte leicht stecken bleiben oder ihren Kurs ändern können. Die meisten Unternehmen benötigen Lösungen, die schnell einen echten Return on Investment liefern. Man kann es sich nicht leisten, jahrelang zu warten.
Suchen Sie nach einer Plattform, die Sie selbst einrichten können und die Sie nicht zwingt, Ihre gesamte aktuelle Software aufzugeben. Ihr Team sollte in der Lage sein, loszulegen, ohne an einer obligatorischen Demo teilnehmen oder sich in einem langen Verkaufsprozess verstricken zu müssen. Mit einer Plattform wie eesel AI können Sie Ihren Helpdesk verbinden, die KI auf Ihrer Wissensdatenbank trainieren und noch am selben Tag mit der Automatisierung von Support-Tickets beginnen.
Praktische Werkzeuge statt AGI-Versprechen
Während der Traum von einem universellen KI-Assistenten cool ist, lösen erfolgreiche Unternehmen echte, unmittelbare Probleme. Anstatt sich von einer weit entfernten Vision von AGI überzeugen zu lassen, suchen Sie nach KI-Agenten, die für spezifische, wirkungsvolle Aufgaben entwickelt wurden.
Löst die Plattform ein Problem, das Sie jetzt gerade haben? Sie möchten eine Reihe spezialisierter Werkzeuge, die auf konkrete Schmerzpunkte abzielen. Beispielsweise bietet eesel AI separate Produkte an, wie einen KI-Agenten für die vollständige Automatisierung, einen KI-Copiloten zur Unterstützung Ihrer menschlichen Agenten und KI-Triage für die intelligente Ticket-Weiterleitung. Jedes ist für eine bestimmte Aufgabe in Ihrem Support-Workflow konzipiert, sodass Sie vom ersten Tag an einen Mehrwert erhalten.

Zuverlässige Bereitstellung durch Simulation und Kontrolle
Eine der größten Hürden bei der Einführung von KI ist das Vertrauen. Wie können Sie sich wohl dabei fühlen, einen KI-Agenten mit Ihren Kunden sprechen zu lassen, ohne sich um den Ruf Ihrer Marke Sorgen machen zu müssen?
Hier werden Simulation und Kontrolle zu entscheidenden Faktoren. Sie benötigen eine Plattform, mit der Sie die KI in einer sicheren Umgebung testen können, bevor sie jemals mit einem echten Kunden interagiert. Sie benötigen auch die Möglichkeit, sie schrittweise einzuführen, sodass Sie die vollständige Kontrolle darüber haben, was sie tut.
Bevor Sie live gehen, müssen Sie genau wissen, wie sich die KI verhalten wird. Die besten Plattformen bieten eine Sandbox zum Testen. Der Simulationsmodus von eesel AI führt Ihren KI-Agenten auf Tausenden Ihrer vergangenen Support-Tickets aus und gibt Ihnen eine genaue Prognose seiner Lösungsrate. Er zeigt Ihnen genau, wie er in realen Situationen geantwortet hätte. So können Sie mit Zuversicht bereitstellen, weil Sie genau wissen, was Sie erwartet.

Die Zukunft von Adept AI und was das für Ihr Unternehmen bedeutet
Die wilde Reise von Adept AI zeigt, wie kostspielig und riskant es ist, agentische KI von Grund auf zu entwickeln. Ihr Strategiewechsel und der große Deal mit Amazon sind eine Lektion für die gesamte Branche: Die Zukunft mag AGI sein, aber die Gegenwart dreht sich um praktische, reale Anwendungen.
Für die meisten Unternehmen besteht der klügste Schachzug nicht darin, auf das Erscheinen einer allmächtigen KI zu warten. Es geht darum, praktische, integrationsorientierte Lösungen einzuführen, die heute echte Probleme lösen.
Plattformen wie eesel AI bieten einen schnelleren, sichereren und zugänglicheren Weg, KI-Agenten in Ihre Arbeit zu integrieren. Anstelle von mehrjährigen Roadmaps und neunstelligen Finanzierungsrunden können Sie in wenigen Minuten Ergebnisse erzielen.
Bereit zu sehen, was ein praktischer KI-Agent für Ihr Support-Team tun kann? Beginnen Sie die Automatisierung in Minuten mit eesel AI.
Häufig gestellte Fragen
Die ursprüngliche Vision von Adept AI war es, eine „natürliche Sprachschnittstelle für alles“ zu schaffen, die es Benutzern ermöglicht, einer KI zu sagen, was sie über verschiedene Apps hinweg tun möchten, und die KI würde die mehrstufige Aufgabe automatisch ausführen. Ziel war es, einen digitalen Teamkollegen zu schaffen, der komplexe Arbeitsabläufe bewältigen kann.
Adept AI hat seine Strategie hauptsächlich aufgrund der astronomischen Kosten und Ressourcen geändert, die für den Aufbau und das Training eigener grundlegender KI-Modelle von Grund auf erforderlich sind. Sie erkannten, dass dieser Weg sie zwingen würde, sich mehr auf die Mittelbeschaffung als auf die Produktentwicklung zu konzentrieren, was zu einer Neuausrichtung führte.
Das heutige Adept AI, mit einem kleineren Team und neuer Führung, konzentriert sich nun auf die Entwicklung von Unternehmenslösungen. Anstatt grundlegende Modelle zu entwickeln, zielen sie darauf ab, eine Mischung aus ihrer bestehenden Technologie und anderen verfügbaren KI-Modellen zu integrieren, um spezifische Geschäftsanforderungen zu erfüllen.
Es war keine typische Übernahme, bei der Amazon das gesamte Unternehmen kaufte. Stattdessen war es ein „Acqui-Hire“-Deal, bei dem Amazon den Mitgründer und CEO von Adept, David Luan, zusammen mit einem erheblichen Teil ihres Forschungs- und Entwicklungsteams einstellte, kombiniert mit einer Technologie-Lizenzvereinbarung.
Das ursprüngliche Adept AI zielte darauf ab, alle grundlegenden KI-Modelle und Aktionsschichten von Grund auf neu zu entwickeln, was massive Investitionen und lange Entwicklungszeiten erforderte. Im Gegensatz dazu nutzt das „Plug-and-Play“-Modell bestehende leistungsstarke LLMs und konzentriert sich auf den Aufbau schneller Integrationen und Anwendungsschichten für einen sofortigen Geschäftswert.
Unternehmen sollten lernen, dass der Aufbau von KI von Grund auf unglaublich kostspielig und riskant ist und oft zu Strategiewechseln führt. Es unterstreicht die Wichtigkeit, nach KI-Lösungen zu suchen, die schnelle Erträge liefern, heute praktische Probleme lösen und eine zuverlässige Bereitstellung mit Kontrolle bieten, anstatt fernen AGI-Versprechen nachzujagen.
Diesen Beitrag teilen

Article by
Stevia Putri
Stevia Putri is a marketing generalist at eesel AI, where she helps turn powerful AI tools into stories that resonate. She’s driven by curiosity, clarity, and the human side of technology.






