Agentic AI
KI-Ansatz, bei dem ein Agent ein Ziel verfolgt, Werkzeuge kombiniert und begründete Aktionen liefert — mehr als ein Modellaufruf, weniger als ein autonomer Prozess.
Ein KI-Agent im DMS-Kontext bekommt einen Auftrag (triagieren, prüfen, freigeben-vorbereiten), entscheidet über Zwischenschritte selbst und liefert am Ende eine Aktion mit Begründung ab. Drei Merkmale unterscheiden ihn von einer einfachen KI-Klassifikation: Ziel-Orientierung, Werkzeug-Nutzung (Suche, Klassifikation, API-Aufrufe kombiniert) und Reversibilität — jede Aktion ist prüfbar und rückgängig machbar.
Für die Governance heißt das: Ein Agent handelt nicht autonom, sondern innerhalb einer Approval-Inbox. Unter einer konfigurierbaren Konfidenz landet die Aktion beim Menschen; darüber schlägt der Agent vor oder — mit expliziter Tenant-Allowlist — wendet automatisch an. Jede Aktion trägt Begründung, Konfidenz und Beleg und wird in der Audit-Hash-Chain verkettet.
RecordTailor hat vier Agenten produktiv (Inbox, Compliance, Vertrag, Rechnung). Der Unterschied zu „Roadmap-Agenten“ der Wettbewerber: Ein produktiver Agent hat schon eine gemessene Konfidenz-Verteilung, kennt seine Fehlerfälle und kann in einer Betriebsprüfung im Detail vorgezeigt werden.