Marktübersicht für AI-Agenten

• Eine Marktübersicht, die rund 170 AI-Agenten-Startups in 26 Kategorien einordnet
  • Analysiert außerdem den Stand der technologischen Entwicklung von AI-Agenten, ihre Grenzen und die künftigen Aussichten

Überblick und Marktlage

• AI-Agenten (autonome Systeme mit großem Entscheidungsspielraum) haben die Konzeptphase hinter sich gelassen und werden nun schnell in Unternehmensumgebungen eingeführt
• AI-Agenten-Startups erhielten 2024 Investitionen in Höhe von 3,8 Milliarden US-Dollar (etwa eine Verdreifachung)
• Auch große Tech-Unternehmen entwickeln aktiv AI-Agenten oder bieten entsprechende Tools an
• Unternehmen treiben die Bildung hybrider Teams aus Menschen und AI-Agenten voran und erwarten, durch die Automatisierung alltäglicher Aufgaben die Effizienz zu maximieren

Stand der AI-Agenten-Startups

• Für die Auswahl der AI-Agenten-Startups wurden der Mosaic-Gesundheitsscore (500 oder höher) und jüngste Finanzierungsrunden (seit 2022) als Kriterien verwendet
• Die Startups werden in Infrastruktur und Anwendungen unterteilt; die wichtigsten Kategorien sind:
  • Reasoning: Basismodelle für komplexes Denken und Sprachverständnis
  • Memory: Systeme zum Speichern und Verwalten von Informationen
  • Tool use: Funktionen zur Interaktion mit externer Software und dem Internet
  • Planning: Strukturen zum Aufteilen und Anpassen komplexer Aufgaben

Technologischer Ausblick für AI-Agenten

• Vollständig autonome Agenten sind derzeit bei Zuverlässigkeit, Reasoning-Fähigkeit und Zugänglichkeit noch eingeschränkt und funktionieren meist nur in begrenzten Umgebungen
• Mit künftigen technologischen Fortschritten bei Reasoning und Memory werden präzisere Entscheidungen und eine anspruchsvollere Aufgabenerfüllung möglich sein
• Beispiele:
  • Das Legal-AI-Startup Harvey entwickelt mit OpenAIs Modell o1 einen Agenten zur Automatisierung des gesamten juristischen Workflows und hat kürzlich 300 Millionen US-Dollar erhalten
• Es wird erwartet, dass sich künftig neue Formen AI-basierter Arbeitsumgebungen (AI-native workspace) verbreiten, die sich von bestehenden Chatbots unterscheiden
  • Eve: Automatisierung des gesamten Prozesses juristischer Arbeit
  • Hebbia: Automatische Analyse und Strukturierung von Daten in Dateien über Spreadsheets
  • The Browser Company: Automatisierung von Web-Browsing-Aufgaben und Entwicklung neuer, antizipierender Interfaces

Marktanalyse nach Bereichen

Infrastruktur für AI-Agenten

• Spezialisierte Infrastruktur-Tools für die Entwicklung von AI-Agenten nehmen zu
• Development-Tools: Letta (Memory-Management), Composio (externe Anbindung), Anon (Authentifizierung), Browserbase (Browser-Automatisierung) usw.
• Auch die Märkte für Sprach- und Payment-Tools wachsen, und No-Code- sowie Low-Code-Entwicklungsplattformen werden immer beliebter
• Führende LLM-Anbieter wie Cohere und Mistral sowie Big-Tech-Unternehmen wie Amazon, Microsoft und Google stellen ebenfalls Infrastruktur bereit

Vertrauen und Leistung (Trust & Performance)

• Es entstehen Startups, die Zuverlässigkeits- und Sicherheitsprobleme von AI-Agenten lösen wollen (z. B. Haize Labs, Langfuse)
• Multi-Agent-Systems gewinnen an Popularität, weil mehrere spezialisierte Agenten zusammenarbeiten und so die Genauigkeit erhöhen; CrewAI berichtet, dass 40 % der Fortune-500-Unternehmen es nutzen
• Fünf Methoden zur Sicherstellung der Zuverlässigkeit von Agenten:
  1. Transparenz
  2. Menschliche Aufsicht
  3. Technische Schutzvorrichtungen
  4. Sicherheit und Compliance
  5. Kontinuierliche Leistungsverbesserung

Horizontale Anwendungen und Jobfunktionen (Horizontal applications & job functions)

• Sie machen fast die Hälfte des gesamten AI-Agenten-Marktes aus, wobei besonders Customer Service und Softwareentwicklung herausragen
• In Bereichen wie HR, Marketing und Sicherheit wird die Automatisierung verschiedenster Aufgaben branchenübergreifend vorangetrieben
• Besonders im Customer Service ist die Einführung aktiv: Zwei Drittel der befragten Unternehmen gaben an, innerhalb des nächsten Jahres AI-Agenten einsetzen zu wollen

Vertikale Anwendungen (branchenspezifisch) (Vertical applications)

• Auch der Markt für branchenspezifische AI-Agenten wächst; repräsentative Bereiche sind Finanzdienstleistungen, Gesundheitswesen und Industrie
• Im Finanz- und Versicherungsbereich gibt es die meisten Anbieter (z. B. Boosted.ai, Indemn), während im Gesundheitswesen Hippocratic AI und Thoughtful AI die Automatisierung medizinischer Arbeitsabläufe anbieten
• In der Industrie stellt Composabl eine Agentenplattform zur Steuerung industrieller Anlagen bereit

Fazit und Ausblick

• Der Markt für AI-Agenten entwickelt sich zweigleisig: als allgemeiner, von Big Tech geprägter Markt und als vertikaler Markt mit Fokus auf Spezialisierung
• Zuverlässigkeit und Sicherheit von Agenten werden zentrale Themen bleiben; spezialisierte Unternehmen zur Lösung dieser Probleme dürften an Bedeutung gewinnen
• Mit der zunehmenden Verbreitung von Umgebungen wie dem AI-native Workspace wird erwartet, dass sich Definition und Einsatzformen von AI-Agenten weiter ausweiten

[xguru]

Das ist zwar leicht anders als die von Michael Tefula erstellte Marktübersicht für AI-Agenten, aber fast sehr ähnlich.
Bei dieser von CBInsight kann man die Unternehmen nicht anklicken, sodass es schwierig ist, an Detailinformationen zu kommen (anscheinend nur für zahlende Nutzer verfügbar).
Bei der oben von Tefula kann man dagegen auf die Unternehmen klicken und wird dann auf die Website des jeweiligen Unternehmens weitergeleitet — als Referenz also hilfreich.