Anmerkung des Autors: Ausgehend von der Regel „Menschen nur beim Löschen von Daten, Geldausgeben und Ändern der Richtung einbeziehen“ geht es um drei Kriterien für menschliche Entscheidungen, Freigabekanäle und die Rolle von CI bei der Prüfung.
Wenn ein Agent nicht mehr nur mit Ihnen chattet, sondern Aufgaben für Sie übernimmt, ist oft nicht der Start die größte Herausforderung. Schwieriger ist die Frage, wann er anhalten muss. Gibt es zu viele Freigabepunkte, wird aus Automatisierung bloß noch „manuelles Bestätigen“. Gibt es zu wenige, kann eine versehentliche Löschung oder eine außer Kontrolle geratene Ausgabe den Effizienzgewinn mehrerer Monate zunichtemachen. Dieser Artikel zeigt, wie sich die Frage Wann sollte ein Agent anhalten und einen Menschen fragen? systematisch beantworten lässt.
Das ist keine vage Abhandlung nach dem Motto „KI ist gefährlich, also Vorsicht“. Ausgangspunkt ist ein reales, öffentlich vorgestelltes System: Der Content-Creator Kazike hat fast ein Jahr lang ein Agent-Automatisierungssystem aufgebaut. Nur bei drei Arten von Schlüsselentscheidungen – Daten löschen, Geld ausgeben und die Richtung ändern – bittet es ihn per Feishu-Karte um eine Entscheidung. Aus diesem Prinzip leiten wir allgemeine Entscheidungskriterien ab und ergänzen sie um Ansätze für die Gestaltung eines Freigabekanals.
Der Nutzen: Nach der Lektüre können Sie einschätzen, welche Aufgaben ein Agent selbstständig ausführen darf und welche eine menschliche Bestätigung erfordern. Außerdem wissen Sie, wie Sie einen Freigabekanal gestalten, der Risiken abfängt, ohne die Automatisierung unnötig zu unterbrechen.
Wann ein Agent nachfragen sollte: drei entscheidende Situationen
Kaziks System gibt darauf eine zurückhaltende Antwort: Menschen greifen nur in drei Situationen ein. Die folgende Tabelle zeigt die Entscheidungspunkte und die Risiken dahinter.
| Entscheidungspunkt | Typische Aktion | Risiko | Warum ein Mensch entscheiden sollte |
|---|---|---|---|
| Daten löschen | Datenbankeinträge bereinigen, Dateien löschen, frühere Versionen überschreiben | Irreversibilität | Eine Rücknahme ist sehr aufwendig oder sogar unmöglich |
| Geld ausgeben | Kostenpflichtige Dienste aufrufen, Ressourcen beschaffen, Modellkontingente in grossem Umfang verbrauchen | Geldabfluss | Es entstehen reale Kosten, die durch Schleifen stark ansteigen können |
| Richtung ändern | Themenplanung anpassen, Produktstrategie ändern, bestehende Regeln umschreiben | Auswirkungen auf die Ziele | Dem Agent fehlen der vollständige Geschäftskontext und die nötige Wertung |
Wo die Grenze für menschliche Entscheidungen in der Vier-Schichten-Architektur liegt
Laut der öffentlich verfügbaren Zusammenfassung verfolgt Kaziks System einen zentralen Gedanken: Aufgaben sollen nicht mehr beim Menschen beginnen. Statt jede Aufgabe von einem Menschen starten zu lassen, lösen Ereignisse die Arbeit der Agents aus. Das System besteht aus vier Schichten. Menschliche Entscheidungen stehen an letzter Stelle – als „Bremse“ der gesamten Kette, nicht als „Gaspedal“.
| Schicht | Aufgabe | Umsetzung laut öffentlich verfügbaren Informationen |
|---|---|---|
| Automatisierungsplattform | Ereignisauslöser und Agent-Steuerung zentral verwalten | Regeln zentral in rules.json konfigurieren |
| Agent-Ausführungsschicht | Agent-Aufgaben ausführen | Betrieb auf einem lokalen Mac Mini |
| CI-Plattform | Die fünf Schritte Review, Prüfung, Zusammenführung, Veröffentlichung und Verifizierung übernehmen | Eigenentwicklung |
| Feishu-Entscheidungsschicht | Bei wichtigen Entscheidungen eine menschliche Freigabe einholen | Feishu-Karten |
Diese Aufteilung zeigt eine wichtige Designentscheidung: Die meisten Fragen nach der Korrektheit werden automatisiert durch die CI-Plattform geprüft. Nur Fragen danach, ob etwas überhaupt getan werden sollte, gehen an Menschen. Für Ersteres gibt es objektiv überprüfbare Kriterien; Letzteres erfordert Abwägung und Verantwortung. Genau dort verläuft die Grenze für menschliche Entscheidungen.
Wichtig ist: Das Ausgangsmaterial besteht nur aus einer Zusammenfassung. Die konkreten Felder der Feishu-Karten, die Häufigkeit und Reaktionszeiten menschlicher Entscheidungen sowie die genaue Definition einer „Richtungsänderung“ werden darin nicht offengelegt. Die späteren Abschnitte zur Kartengestaltung und zu Entscheidungskriterien sind daher unsere eigenen Empfehlungen auf Grundlage dieses Prinzips – keine Beschreibung des ursprünglichen Systems.
Wann sollte ein Agent nachfragen? Die Drei-Dimensionen-Methode
„Daten löschen, Geld ausgeben, die Richtung ändern“ ist ein guter Ausgangspunkt. In realen Systemen gibt es aber weit mehr mögliche Aktionen. Abstrahiert man diese Beispiele zu drei wiederverwendbaren Dimensionen, lassen sich auch neue Aktionen schnell einordnen: Reversibilität, Kostenfolgen und Richtungswirkung.
Dimension eins: Reversibilität – lassen sich die Folgen rückgängig machen?
Bei der Reversibilität geht es um die Frage: „Kann man einen Fehler rückgängig machen?“ Einen Entwurf schreiben, einen Branch erstellen oder ein Skript in einer Testumgebung ausführen – all das sind reversible Aktionen. Geht etwas schief, verwirft man das Ergebnis und beginnt von vorn. Produktionsdaten zu löschen, E-Mails nach außen zu verschicken oder Inhalte offiziell zu veröffentlichen, ist dagegen irreversibel oder nur teilweise reversibel. Die Rücknahme ist hier wesentlich aufwendiger als die Ausführung.
Für die Einschätzung hilft eine konkrete Frage: Wenn der Agent unmittelbar nach der Ausführung den Fehler bemerkt, wie viel Zeit und Personal braucht es, um den ursprünglichen Zustand wiederherzustellen? Übersteigt die Antwort den für Sie akzeptablen Rahmen, sollte die Aktion freigegeben werden müssen.
Dimension zwei: Die Kostenauswirkung entscheidet über Budgetgrenzen
Bei den Kostenauswirkungen geht es nicht nur darum, „was dieser Vorgang kostet“, sondern auch darum, „ob sich die Kosten vervielfachen können“. Das größte finanzielle Risiko bei Agents entsteht oft durch Schleifen: Eine fehlerhafte Wiederholungslogik oder eine zu weit gefasste Auslösebedingung kann dazu führen, dass Modellaufrufe stundenlang immer wieder ausgeführt werden. Selbst ein günstiger Einzelvorgang kann durch unkontrollierte Wiederholungen unvertretbar teuer werden.
Praktisch ist es daher, Budgetgrenzen festzulegen: Solange die Einzel- und Gesamtkosten innerhalb der Grenzen bleiben, handelt der Agent selbstständig. Werden sie überschritten, hält er an und fragt einen Menschen. Wenn Ihr Agent mehrere große Sprachmodelle aufrufen muss, können Sie die Aufrufe über eine einheitliche Schnittstellenplattform wie APIYI apiyi.com bündeln. So wird die Nutzung an einer zentralen Stelle zusammengeführt und Sie können die Gesamtausgaben leichter mit den Schwellenwerten vergleichen, statt zwischen den Dashboards verschiedener Anbieter hin und her zu wechseln.
Dimension drei: Die Richtungswirkung entscheidet, wer für das Ziel verantwortlich ist
Die Richtungswirkung ist die am wenigsten klar definierte der drei Dimensionen. Sie beschreibt, ob eine Aktion verändert, „wohin wir wollen“ – etwa durch eine neue Themenstrategie, angepasste Regeln oder veränderte Produktprioritäten. Agents sind gut darin, für ein vorgegebenes Ziel den besten Weg zu finden. Ob das Ziel selbst geändert werden sollte, können sie dagegen weniger gut beurteilen: Dafür braucht es Geschäftskontext, ein Gespür für die Marke und die Bereitschaft, Verantwortung zu übernehmen.
Eine praktikable Abgrenzung lautet: Wenn eine Aktion die eigenen Regeln oder Ziele des Agents verändert – etwa die Auslösebedingungen in rules.json umschreibt – oder ihr Ergebnis zur Grundlage für viele weitere Aufgaben wird, gilt sie als Richtungsänderung.
| Dimension | Merkmale mit geringem Risiko | Merkmale mit hohem Risiko | Empfohlener Umgang |
|---|---|---|---|
| Reversibilität | Entwürfe, Branches, Testumgebungen, Rückgängigmachen per Klick | Löschen, Überschreiben, externe Veröffentlichungen, Nachrichtenversand | Bei hohem Risiko ist eine Freigabe erforderlich |
| Kostenauswirkung | Geringe Einzelkosten, Gesamtkosten innerhalb des Budgets | Schwellenwert überschritten, mögliche Vervielfachung durch Schleifen | Innerhalb der Grenzen selbstständig, darüber nur mit Freigabe |
| Richtungswirkung | Ausführung innerhalb vorgegebener Ziele | Änderung von Regeln, Zielen oder langfristigen Strategien | Entscheidung immer einem Menschen überlassen |
| Gesamtbewertung | Alle drei Risiken gering | Mindestens ein Risiko hoch | Bei hohem Risiko in einer Dimension anhalten und einen Menschen fragen |
Die Kosten von zu vielen und zu wenigen Freigaben
Bei der Festlegung von Grenzen geht es darum, zwei Arten von Fehlern gegeneinander abzuwägen. Sowohl zu viele als auch zu wenige Freigaben können ein Agent-Automatisierungsprojekt zum Scheitern bringen – nur auf unterschiedliche Weise.
| Situation | Typische Anzeichen | Unmittelbare Folgen | Langfristige Auswirkungen |
|---|---|---|---|
| Zu viele Freigaben | Jeder Schritt verlangt eine Bestätigung, Karten häufen sich | Automatisierung wird zum „manuellen Knopfdruck“ | Freigabemüdigkeit: Menschen stimmen zu, ohne den Inhalt zu prüfen |
| Zu wenige Freigaben | Auch kritische Aktionen werden eigenständig ausgeführt | Versehentliches Löschen, Budgetüberschreitungen, Abweichungen vom Ziel | Ein einziger Vorfall zerstört das Vertrauen in das System |
| Sinnvolle Grenzen | Der Agent hält nur bei drei Arten von Hochrisiko-Aktionen an | Menschen befassen sich nur mit Entscheidungen, die ihr Urteil erfordern | Vertrauen wächst, Verantwortung kann schrittweise übertragen werden |
Die versteckteste Gefahr zu vieler Freigaben ist die „Freigabemüdigkeit“. Wer täglich Dutzende Bestätigungskarten erhält, gewöhnt sich schnell daran, zuzustimmen, ohne den Inhalt zu lesen. Die Freigabe existiert dann nur noch auf dem Papier – und ist damit gefährlicher als gar keine, weil alle fälschlich davon ausgehen, dass jemand kontrolliert. Das Kazi克-System hält sich bewusst zurück und schaltet Menschen nur in drei Arten von Situationen ein. So soll jede Unterbrechung ernst genommen werden.
Menschliche Entscheidungsgrenzen für Agents: In fünf Schritten einen Freigabeprozess einrichten
Mit den folgenden Schritten entwirfst du einen Freigabeprozess von Grund auf. Er ist unabhängig von bestimmten Frameworks und lässt sich mit beliebigen Tools zur Ereignissteuerung und Messaging-Plattformen umsetzen.
Schritt 1: Alle Aktionen des Agents erfassen
Liste alle Tools und Aktionen auf, die der Agent nutzen kann – etwa Dateien lesen und schreiben, Datensätze löschen, externe APIs aufrufen, Nachrichten senden oder Konfigurationen ändern. Kennzeichne jeden Eintrag anhand von drei Dimensionen und erstelle daraus eine „Aktionsrisikoliste“. Sie bildet die Grundlage für alle weiteren Regeln und schafft eine gemeinsame Basis für die Diskussion über Entscheidungsgrenzen im Team.
Zweiter Schritt: Regeln zentral verwalten
Nach dem Vorbild von Kazić, der Auslöser und Ablaufsteuerung zentral in rules.json verwaltet, sollte auch festgelegt werden, welche Aktionen eine Freigabe benötigen. Diese Regeln gehören in eine zentrale Konfiguration statt verstreut in die Eingabeaufforderungen der einzelnen Agenten. Das hat zwei Vorteile:
- Nachvollziehbar: Jeder kann sehen, welche Aktionen aktuell eine menschliche Bestätigung erfordern;
- Anpassbar: Sollen die Grenzen enger oder weiter gefasst werden, ist nur eine Änderung an einer Stelle nötig.
Wichtig: Eine Änderung dieser Konfiguration ist selbst eine Richtungsänderung und sollte deshalb nur von Menschen vorgenommen werden.
Dritter Schritt: Erst die CI maschinell prüfen lassen
Bevor ein Mensch um eine Entscheidung gebeten wird, sollten automatisierte Prüfungen alles kontrollieren, was sich maschinell prüfen lässt. Kazićs zentrale CI-Plattform umfasst fünf Schritte: Überprüfung, Kontrolle, Zusammenführung, Veröffentlichung und Verifizierung. Entscheidungen, die beim Menschen landen, sind damit bereits um einfache Probleme wie Formatfehler oder fehlgeschlagene Tests bereinigt. Menschen sollten keine Prüfungen übernehmen, die Maschinen erledigen können – und Maschinen sollten keine Abwägungen treffen, die Menschen vorbehalten sind.
Schritt 4: Die Entscheidungskarte gestalten
Die folgenden Empfehlungen zur Gestaltung der Entscheidungskarte stammen von uns und beschreiben keine Details des ursprünglichen Systems. Das Grundprinzip: Ein Mensch soll innerhalb weniger Dutzend Sekunden entscheiden können.
- In einem Satz erklären, was getan werden soll: zum Beispiel „Entwurfsdatensätze von vor März werden gelöscht“;
- Betroffene Risikodimensionen: Kennzeichnen, ob die Aktion unumkehrbar ist, das Budget überschreitet oder die Richtung ändert;
- Umfang und Kosten: Wie viele Datensätze sind betroffen und wie hoch sind die voraussichtlichen Kosten?
- Begründung und Nachweise des Agenten: Warum soll die Aktion ausgeführt werden und was hat die CI-Prüfung ergeben?
- Eindeutige Schaltflächen: Zustimmen, ablehnen und bei Bedarf „Nach Änderung ausführen“.
Schritt 5: Zeitüberschreitung und Standardverhalten festlegen
Menschen sind nicht immer online. Deshalb muss vorab feststehen, nach welcher Zeit eine unbearbeitete Karte als abgelaufen gilt und was dann geschieht: Wird die Aktion nicht ausgeführt oder in eingeschränkter Form ausgeführt? Bei Aktionen wie dem Löschen von Daten oder dem Ausgeben von Geld sollte die Standardeinstellung „nicht ausführen“ sein. Lieber wartet die Aufgabe, als Schweigen als Zustimmung zu werten.
🚀 Schnellstart: Beim Bau eines Prototyps empfiehlt es sich, zunächst die gesamte Kette „Agent führt aus → CI prüft → Freigabe per Karte“ über einen einheitlichen Modellzugang zu testen. Über APIYI apiyi.com lassen sich verschiedene gängige Modelle aufrufen und wechseln, ohne die Freigabelogik zu ändern. So können Sie vergleichen, wie häufig die Modelle eine Freigabe auslösen und wie gut ihre Begründungen sind.
Aufgabenteilung zwischen CI-Prüfung und menschlicher Entscheidung
Viele Teams fragen sich: Wenn CI alles prüfen kann, warum braucht es dann noch Menschen? Die Antwort: Beide klären unterschiedliche Fragen. Die folgende Tabelle zeigt, wie sich die Aufgaben aufteilen:
| Phase | Fragestellung | Entscheidungsgrundlage | Zuständig |
|---|---|---|---|
| Review / Prüfung | Entspricht das Ergebnis den Vorgaben? | Regeln, Tests, Format | CI-Plattform |
| Merge / Veröffentlichung | Kann es in die nächste Phase gehen? | Sind alle Prüfungen bestanden? | CI-Plattform |
| Verifizierung | Ist das Ergebnis tatsächlich wirksam? | Nachträgliche Überprüfung | CI-Plattform |
| Daten löschen / Geld ausgeben / Richtung ändern | Sollte das getan werden? | Geschäftliche Abwägung und Verantwortung | Menschliche Entscheidung |
| Quelle des Modellaufrufs | Welches Modell und zu welchen Kosten? | Budgetgrenzen | Konfigurationsregeln + menschliche Kontrolle; APIYI apiyi.com kann die Nutzung zusammenfassen |
Häufige Fragen (FAQ)
Q1: Was ist die menschliche Entscheidungsgrenze für einen Agenten?
Sie legt fest, welche Aktionen ein Agent selbstständig ausführen darf und welche von einem Menschen bestätigt werden müssen. Innerhalb dieser Grenze arbeitet der Agent ohne Unterbrechung. Erreicht er sie, pausiert er und übergibt die Entscheidung an einen Menschen. Die Grenze wird meist anhand von drei Kriterien festgelegt: Umkehrbarkeit, Kostenauswirkung und Änderung der Ausrichtung.
Q2: Was unterscheidet eine menschliche Freigabe von einer automatischen CI-Prüfung?
CI beantwortet die Frage „Ist es korrekt?“ anhand von Regeln und Tests – eine Aufgabe für Maschinen. Eine menschliche Freigabe beantwortet dagegen „Sollten wir es tun?“ und beruht auf geschäftlicher Einschätzung und Verantwortungsübernahme. CI-Prüfungen sollten möglichst automatisiert werden, menschliche Freigaben dagegen möglichst selten und gezielt erfolgen. Zusammen ermöglichen sie schnelles und zugleich zuverlässiges Arbeiten.
Q3: Wie lässt sich eine unklare Kategorie wie „Ausrichtung ändern“ definieren?
Die ursprüngliche Quelle legt nicht offen, wie der Autor diese Kategorie genau definiert. Unsere Empfehlung: Behandeln Sie alle Aktionen als „Ausrichtung ändern“, die die Regeln oder Ziele des Agenten selbst verändern oder deren Ergebnis zur Grundlage für viele spätere Aufgaben wird. Ist die Abgrenzung unklar, sollten Sie die Aktion zunächst freigabepflichtig machen und die Befugnisse später anhand der Erfahrungen schrittweise erweitern.
Q4: In welchen Szenarien sind menschliche Entscheidungspunkte besonders wichtig?
Vor allem in folgenden Fällen:
– **Datenbereinigung**: regelmässiges Löschen abgelaufener Datensätze oder Dateien;
– **Automatische Veröffentlichung von Inhalten**: abschliessende Bestätigung vor der Veröffentlichung;
– **Modellaufrufe in grossen Mengen**: kostenpflichtige Aufrufe, die sich durch Schleifen vervielfachen können;
– **Strategische Anpassungen**: Änderungen an der Themenausrichtung, an Planungsregeln und Ähnlichem.
Q5: Wie lassen sich die Kosten kontrollieren, wenn ein Agent grosse Sprachmodelle aufruft?
Empfehlenswert sind zwei Budgetgrenzen: eine pro Aufruf und eine für die Gesamtkosten. Innerhalb dieser Grenzen arbeitet der Agent selbstständig; bei Überschreitung fordert er eine Freigabe an. Wenn Sie Modellaufrufe über eine einheitliche Schnittstellenplattform wie APIYI apiyi.com bündeln, lässt sich die Nutzung zentral erfassen und leichter anhand der Grenzwerte überwachen und auswerten.
Q6: Wie kann ich schnell prüfen, ob meine Freigabegrenzen sinnvoll sind?
Starten Sie mit einem Testlauf anhand kleinerer realer Aufgaben. Erfassen Sie täglich die Anzahl der Freigaben, die Ablehnungsquote und die durchschnittliche Reaktionszeit. Viele Freigaben bei einer sehr niedrigen Ablehnungsquote deuten auf zu strenge Grenzen hin. Probleme, die erst im Nachhinein auffallen, sprechen dagegen für zu lockere Grenzen. In der Anfangsphase können Sie über APIYI apiyi.com dieselben Aufgaben mit mehreren Modellen ausführen und beobachten, wie unterschiedlich oft sie eine Freigabe auslösen.
Q7: Welche Grenzen hat dieser Ansatz?
Menschliche Freigaben setzen voraus, dass jemand erreichbar ist und reagiert. Nachts oder an Feiertagen können sich deshalb Aufgaben aufstauen. Auch Menschen können falsch entscheiden, wenn die Informationen auf der Karte unvollständig sind. Zudem liegt die Quelle dieses Artikels nur als Zusammenfassung vor: Zu Fällen fehlerhafter Ausführung ohne Freigabe und konkreten Schutzmechanismen sind bislang keine Details öffentlich. Bei der Umsetzung sollten Sie daher passende Mechanismen für Zeitüberschreitungen, Protokollierung und Rollbacks in Ihrem System ergänzen.
Wann sollte ein Agent innehalten und einen Menschen fragen? Die wichtigsten Erkenntnisse
- Grundprinzip: Menschen nur bei drei Arten von Entscheidungen einschalten: Daten löschen, Geld ausgeben oder die Richtung ändern. So behält jede Freigabe ihr Gewicht.
- Drei Dimensionen: Neue Aktionen anhand ihrer Umkehrbarkeit, ihrer Kostenfolgen und ihres Einflusses auf die Richtung einordnen.
- Klare Aufgabenteilung: CI prüft, ob etwas korrekt ist; Menschen entscheiden, ob es getan werden sollte. Das eine ersetzt das andere nicht.
- Freigabemüdigkeit vermeiden: Zu viele Freigaben führen dazu, dass Menschen gewohnheitsmäßig zustimmen – das kann gefährlicher sein als gar keine Freigabe.
- Im Zweifel konservativ handeln: Bleibt eine Freigabeanfrage bis zum Timeout unbeantwortet, werden risikoreiche Aktionen standardmäßig nicht ausgeführt.
- Einheitlicher Zugang: Über APIYI apiyi.com lassen sich mehrere Modelle zentral aufrufen. Das erleichtert die Verwaltung von Kostenschwellen und den Modellvergleich.
Fazit
Die Frage, wann ein Agent innehalten und einen Menschen fragen sollte, läuft darauf hinaus, eine klare Grenze zwischen Effizienz und Risiko zu ziehen:
- Mit drei Entscheidungspunkten beginnen: Daten löschen, Geld ausgeben und die Richtung ändern decken die meisten Risikoszenarien ab;
- Die Grenze anhand von drei Dimensionen erweitern: Umkehrbarkeit, Kostenfolgen und Einfluss auf die Richtung helfen dabei, auch neue Aktionen einzuordnen;
- Menschen durch maschinelle Prüfungen entlasten: CI filtert einfache Fehler heraus, sodass Menschen sich auf Entscheidungen konzentrieren können, die echtes Urteilsvermögen erfordern.
Die Grenze wird nicht ein für alle Mal festgelegt, sondern mit wachsendem Vertrauen schrittweise gelockert. Am besten beginnt man mit strengen Regeln und nutzt Daten, um zu entscheiden, wo sich mehr Verantwortung übertragen lässt. Für Aufbau und Optimierung empfiehlt sich APIYI apiyi.com als einheitlicher Zugang zu verschiedenen Modellen. So lässt sich schnell prüfen, wie sie sich in deinem Freigabeprozess bewähren.
📚 Referenzen
- 数字生命卡兹克 teilt die Architektur eines über ein Jahr entwickelten Agent-Automatisierungssystems: Quelle für die Prinzipien und Architekturangaben in diesem Artikel
- Link:
aihot.news/items/dzwfvd9xp6v4qaj6olxezpier - Beschreibung: Stellt eine vierschichtige Architektur aus Automatisierungsplattform, Agent-Ausführung, CI-Plattform und Entscheidungsfindung über Feishu vor. Ihr Grundsatz: „Menschen nur dann einbeziehen, wenn Daten gelöscht, Geld ausgegeben oder die Richtung geändert wird.“ Die Quelle ist eine Zusammenfassung; Einzelheiten sollten im Original überprüft werden.
Autor: APIYI-Technikteam
Technischer Austausch: Kontaktieren Sie uns über die Startseite von APIYI unter apiyi.com, um Erfahrungen zur praktischen Umsetzung von Agent-Automatisierung und Mensch-KI-Zusammenarbeit auszutauschen. Weitere Informationen finden Sie im Dokumentationszentrum unter docs.apiyi.com.
