{"id":617600,"date":"2026-02-10T10:00:14","date_gmt":"2026-02-10T18:00:14","guid":{"rendered":"https:\/\/www.genesys.com\/blog\/post\/how-large-action-models-will-power-agentic-orchestration"},"modified":"2026-03-30T16:51:09","modified_gmt":"2026-03-30T23:51:09","slug":"how-large-action-models-will-power-agentic-orchestration","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/de-de\/blog\/post\/how-large-action-models-will-power-agentic-orchestration","title":{"rendered":"Large Action Models f\u00fcr eine bessere Orchestrierung agentischer\u00a0KI"},"content":{"rendered":"

[vc_section full_width=“stretch_row“][vc_row][vc_column][vc_column_text css=““]Es ist 8:00\u00a0Uhr morgens und Ihr Flug wurde in der Nacht storniert. Sie \u00f6ffnen die App der Fluggesellschaft und stellen sich bereits auf Probleme ein. Stattdessen werden Sie von einem KI-gest\u00fctzten virtuellen Agenten ruhig und sprachgewandt begr\u00fc\u00dft. Er entschuldigt sich, erkl\u00e4rt die Ursache f\u00fcr die St\u00f6rung und zeigt Ihre M\u00f6glichkeiten auf. <\/span><\/p>\n

Einen Moment lang f\u00fchlt sich das wie eine L\u00f6sung an. <\/span><\/p>\n

Nur \u00e4ndert es eigentlich nichts an Ihrer Situation. Es wird kein neues Ticket ausgestellt. Es wird kein Prozess f\u00fcr die R\u00fcckerstattung gestartet. Wenn Sie die App schlie\u00dfen, wissen Sie zwar, was das Problem verursacht hat, warten aber immer noch darauf, dass es behoben wird. Es liegt auch nicht an fehlender Empathie oder einem mangelnden Verst\u00e4ndnis Ihrer Absicht. Das System hat Sie perfekt verstanden. Das Problem ist der Funktionsumfang. <\/span><\/p>\n

Viele KI-gest\u00fctzte Interaktionen sind hilfreich, bis tats\u00e4chlich eine Aktion notwendig ist. <\/span><\/p>\n

Aus diesem Grund haben wir Genesys Cloud\u2122 Agentic Virtual Agent<\/a> mit Large Action Models (LAMs) entwickelt. Unsere KI-Agenten sind nicht auf Skripte, Prompts oder menschliche Mitarbeiter angewiesen. Sie k\u00f6nnen verstehen, was der Kunde erreichen m\u00f6chte, die richtigen n\u00e4chsten Schritte w\u00e4hlen und die Erledigung der Aufgabe system\u00fcbergreifend vorantreiben, und zwar unter Ber\u00fccksichtigung etablierter Leitlinien. <\/span><\/p>\n

Tatsache ist, dass die meisten KI-Agenten in Produktionsumgebungen bisher nicht in der Lage sind, Aufgaben vollst\u00e4ndig abzuschlie\u00dfen. Das liegt an der zugrunde liegenden Technologie, insbesondere dem Unterschied in den Architekturen von Large Language Models (LLMs) und Large Action Models (LAMs): <\/span><\/p>\n

LLMs k\u00f6nnen Fragen verstehen und beantworten. LAMs sind darauf ausgelegt, Entscheidungen zu treffen und Aktionen auszuf\u00fchren. <\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

Die Ausf\u00fchrungsebene der agentischen\u00a0KI <\/span><\/h2>\n

Large Language Models haben die Art und Weise, wie Menschen mit Maschinen interagieren, grundlegend ver\u00e4ndert, sodass sich Unterhaltungen inzwischen nat\u00fcrlich anf\u00fchlen.<\/a> LLMs k\u00f6nnen komplexe Fragen verstehen, dem Kontext folgen und Tonfall und Absicht ber\u00fccksichtigen. In der Customer Experience\u00a0(CX) werden damit starre Skripte durch Dialoge ersetzt, die sich in Echtzeit anpassen und deutlich weniger mechanisch wirken. <\/span><\/p>\n

LLMs werden mit riesigen Textmengen trainiert und k\u00f6nnen Sprachsequenzen ausgezeichnet vorhersehen. Interpretation und Ausdruck sind ihre St\u00e4rken. <\/span><\/p>\n

Sie verstehen, was jemand fragt, und k\u00f6nnen auf eine Weise reagieren, die koh\u00e4rent und nat\u00fcrlich wirkt. In Customer Experiences tragen LLMs dazu bei, dass Interaktionen fl\u00fcssiger und relevanter sind, aber sie weisen gewisse Einschr\u00e4nkungen auf. <\/span><\/p>\n

Das ist kein Fehler. Es spiegelt einfach wider, wie LLMs entworfen wurden. Sie erreichen ihre Grenzen, wenn Aufgaben Workflows umfassen, die mehrere Unternehmenssysteme, Richtlinien und Zeitspannen abdecken. <\/span><\/p>\n

An dieser Stelle kommen Large Action Models in Spiel. <\/span><\/p>\n

LAMs erweitern die dialogorientierte\u00a0KI um die Ausf\u00fchrung. Sie k\u00f6nnen schlussfolgern und daher reale Vorg\u00e4nge mit genehmigten APIs, geregelten Workflows und richtlinienbasierten Funktionen<\/a>, die bereits innerhalb des Unternehmens vorhanden sind, bearbeiten. F\u00fcr jeden Vorgang wurden Eingaben, Berechtigungen und erwartete Ergebnisse vorgegeben, die das Modell ber\u00fccksichtigt. <\/span><\/p>\n

Diese Kontrolle ist beabsichtigt. Durch sie wird Autonomie sicher. <\/span><\/p>\n

Large Action Models z\u00e4hlen nicht unterschiedliche Optionen auf, sondern konzentrieren sich darauf, welche Schritte als N\u00e4chstes erledigt werden m\u00fcssen, und f\u00fchren diese aus, bis die Aufgabe abgeschlossen ist. Jeder Schritt wird erfasst und kontrolliert und ist leicht nachzuverfolgen. <\/span><\/p>\n

Das ist der Unterschied zwischen KI-basierten Plattformen und KI-gest\u00fctzten Systemen. Gespr\u00e4che enden nicht mehr mit dem Satz: \u201eEs wird sich jemand bei Ihnen melden.\u201c Sie enden mit abgeschlossenen Aufgaben und gel\u00f6sten Kundenproblemen. <\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=““]<\/p>\n

Der branchenweit erste autonome Agentic Virtual Agent <\/span><\/h2>\n

Ihre Erfahrung mit der App der Fluggesellschaft ist nicht ungew\u00f6hnlich. Sie ist vielmehr das erwartete Ergebnis, wenn Systeme mit dialogorientierter\u00a0KI aufgefordert werden, operative Aufgaben auszuf\u00fchren. Der virtuelle Agent kommunizierte klar und verst\u00e4ndlich, \u00fcberlie\u00df es jedoch Ihnen, auf eine L\u00f6sung zu warten, es erneut zu versuchen oder den Fall zu eskalieren. <\/span><\/p>\n

Genesys Cloud Agentic Virtual Agent ist darauf ausgelegt, die Verantwortung f\u00fcr die Customer Experiences zu \u00fcbernehmen und sie zum Abschluss zu bringen. Diese Agenten wissen, was sie tun d\u00fcrfen, wie sie vorgehen m\u00fcssen und wann menschliches Urteilsverm\u00f6gen erforderlich ist. <\/span><\/p>\n

Kommen wir noch einmal zur\u00fcck zu dem stornierten Flug. Anstatt Umbuchungsoptionen aufzulisten, kann Genesys Cloud Agentic Virtual Agent Ihre Identit\u00e4t autonom authentifizieren, die Verf\u00fcgbarkeit \u00fcberpr\u00fcfen, einen neuen Sitzplatz zuweisen, gegebenenfalls eine Gutschrift berechnen, die Buchung aktualisieren und das Ergebnis best\u00e4tigen\u00a0\u2013 alles im Rahmen derselben Interaktion. <\/span><\/p>\n

So haben Sie am Ende Gewissheit und eine L\u00f6sung, nicht nur eine Zusammenfassung des Problems. <\/span><\/p>\n

Dies ist m\u00f6glich, da Agentic Virtual Agent auf dem APT-1-LAM von Scaled Cognition<\/a> basiert, das f\u00fcr den Einsatz in realen Unternehmensumgebungen trainiert wurde. Er verwendet beim Schlussfolgern reale Tools und Richtlinien, nicht hypothetische Workflows. <\/span><\/p>\n

Jede Aktion kann nachvollzogen und geregelt werden. Es wird nicht improvisiert oder nur ein Folgeticket erstellt. <\/span><\/p>\n

Die native Unterst\u00fctzung f\u00fcr offene Standards wie Agent-to-Agent\u00a0(A2a) und Model Context Protocol\u00a0(MCP) erm\u00f6glicht es unseren KI-Agenten, sicher miteinander und \u00fcber Unternehmenssysteme hinweg zusammenzuarbeiten, ohne den Kontext oder die Kontrolle zu verlieren. <\/span><\/p>\n

Bei Genesys sind Ausf\u00fchrung und Governance untrennbar miteinander verbunden. Unsere Agentic Virtual Agents agieren innerhalb vorgegebener Grenzen, um Richtlinien zur Laufzeit durchzusetzen und nur dann zu eskalieren, wenn menschliches Fachwissen erforderlich ist. <\/span><\/p>\n

Das ist relevant, weil es Kunden letztendlich egal ist, wie viele Teams oder Plattformen hinter einer Interaktion stecken\u00a0\u2013 ihnen ist nur wichtig, dass ihr Problem gel\u00f6st wird. Genesys Cloud Agentic Virtual Agent wurde entwickelt, um diese Erwartungen zu erf\u00fcllen: Er bietet eine durchg\u00e4ngige Erfahrung ohne Unterbrechung, bei der der Fortschritt sichtbar ist, die Ergebnisse klar sind und die Arbeitsschritte auch \u00fcber mehrere Unternehmensbereiche hinweg abgeschlossen werden k\u00f6nnen. <\/span><\/p>\n

Der gr\u00f6\u00dfte Vorteil ist, dass die Customer Experience nicht mehr aus einer langen Folge von Entschuldigungen und Erkl\u00e4rungen besteht, sondern durch die vorhergehende Customer Journey vorhersehbar wird, anstatt r\u00fcckwirkend korrigiert werden zu m\u00fcssen. <\/span><\/p>\n

Wenn Ihre KI das Problem erkl\u00e4ren, aber nicht l\u00f6sen kann, ist ihre Aufgabe noch nicht erledigt. Mit den branchenweit ersten autonomen Agentic Virtual Agents, die auf Large Action Models f\u00fcr Unternehmens-CX basieren, erm\u00f6glicht Genesys Customer Experiences die weit \u00fcber einfache Gespr\u00e4che hinausgehen und vertrauensw\u00fcrdige, ergebnisorientierte Aktionen auf Unternehmensebene umfassen. Erleben Sie Agentic Virtual Agent in Aktion. Vereinbaren Sie eine Demo<\/a> zu Genesys Cloud Agentic Virtual Agent. <\/span><\/p>\n

Genesys Cloud Agentic Virtual Agent, der auf Large Action Models basiert, wird sch\u00e4tzungsweise im ersten Quartal des Gesch\u00e4ftsjahres 2027 von Genesys weltweit allgemein verf\u00fcgbar sein. <\/span><\/em>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_section full_width=“stretch_row“][vc_row][vc_column][vc_column_text css=““]Es ist 8:00\u00a0Uhr morgens und Ihr Flug wurde in der Nacht storniert. Sie \u00f6ffnen die App der Fluggesellschaft und stellen sich bereits auf Probleme ein. Stattdessen werden Sie von einem KI-gest\u00fctzten virtuellen Agenten ruhig und sprachgewandt begr\u00fc\u00dft. Er entschuldigt sich, erkl\u00e4rt die Ursache f\u00fcr die St\u00f6rung und zeigt Ihre M\u00f6glichkeiten auf. Einen Moment […]<\/p>\n","protected":false},"author":287,"featured_media":613923,"template":"","tax_priority":[54],"tax_blogtype":[17758],"tax_blogcategory":[15966,15930],"tax_contenttheme":[14884],"tax_bundle":[],"tax_contenttheme2":[16133],"tax_capability_sitewide":[16219],"tax_products_programs":[17536,16496],"tax_buying_job":[16656],"tax_buyer_persona":[16875,16898,18592],"tax_sector":[],"tax_segment":[17118,17077],"class_list":["post-617600","blog","type-blog","status-publish","has-post-thumbnail","hentry","tax_priority-54","tax_blogtype-genesys-executives-de-de","tax_blogcategory-announcements-de-de","tax_blogcategory-ai-and-machine-learning-de-de","tax_contenttheme-level-up-your-technology-de-de","tax_contenttheme2-improve-customer-experience-de-de","tax_capability_sitewide-ai-and-automation-de-de","tax_products_programs-genesys-cloud-cx-de-de","tax_products_programs-genesys-ai-de-de","tax_buying_job-job-2-solution-exploration-de-de","tax_buyer_persona-business-de-de","tax_buyer_persona-technical-de-de","tax_buyer_persona-technischer-bereich","tax_segment-midsized-de-de","tax_segment-enterprise-de-de","tax_content_type-blog-de-de"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog\/617600","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/users\/287"}],"version-history":[{"count":12,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog\/617600\/revisions"}],"predecessor-version":[{"id":620758,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/blog\/617600\/revisions\/620758"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/media\/613923"}],"wp:attachment":[{"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/media?parent=617600"}],"wp:term":[{"taxonomy":"tax_priority","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_priority?post=617600"},{"taxonomy":"tax_blogtype","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_blogtype?post=617600"},{"taxonomy":"tax_blogcategory","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_blogcategory?post=617600"},{"taxonomy":"tax_contenttheme","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_contenttheme?post=617600"},{"taxonomy":"tax_bundle","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_bundle?post=617600"},{"taxonomy":"tax_contenttheme2","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_contenttheme2?post=617600"},{"taxonomy":"tax_capability_sitewide","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_capability_sitewide?post=617600"},{"taxonomy":"tax_products_programs","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_products_programs?post=617600"},{"taxonomy":"tax_buying_job","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_buying_job?post=617600"},{"taxonomy":"tax_buyer_persona","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_buyer_persona?post=617600"},{"taxonomy":"tax_sector","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_sector?post=617600"},{"taxonomy":"tax_segment","embeddable":true,"href":"https:\/\/www.genesys.com\/de-de\/wp-json\/wp\/v2\/tax_segment?post=617600"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}