Kantata bringt Agent Studio für eigene KI-Agenten

Kantata bringt Agent Studio für eigene KI-Agenten

Kantata, Anbieter von Professional-Services-Automation-Software, hat mit Agent Studio ein neues Tool vorgestellt. Laut Kantata können Unternehmen damit eigene KI-Agenten per Sprachbeschreibung erstellen – ohne Programmierkenntnisse. Das Tool ist Teil der Kantata Expertise Engine und ergänzt den im Juni gestarteten Expertise Agent, den Kantata als ersten KI-Superagenten für Professional Services bezeichnet.

Nach Angaben des Anbieters beschreiben Nutzer in natürlicher Sprache, welche Aufgabe der Agent übernehmen soll; der Expertise Agent setzt die Beschreibung um und verfeinert den neuen Agenten im Dialog. Kantata zufolge will das Unternehmen damit dem Problem begegnen, dass Anbieter viele eng begrenzte Einzelagenten auf den Markt bringen, die jeweils eigene Silos bilden. Stattdessen soll ein einziger Agent den Kontext über die gesamte Plattform tragen. Agent Studio adressiert dieses Silo-Problem, indem es die Erstellung von Custom Agents in diese zentrale Kontext-Verwaltung einbettet: Einmal definierte Standards – etwa Formatvorgaben, Eskalationsregeln oder erwartete Outputs – werden zentral festgehalten und bei jedem Lauf automatisch angewendet. Dadurch entstehen keine isolierten Einzellösungen, sondern wiederverwendbare Bausteine, die auf dem gemeinsamen Plattformkontext des Expertise Agent aufsetzen.

So funktioniert die Erstellung per Natural Language

Wie Kantata beschreibt, beginnt die Erstellung eines Custom Agents über den Pfad Einstellungen > Agent Studio. Dort wählen Nutzer „New Agent“ und beschreiben im Agent Builder Chat, was der Agent können soll – etwa mit Beispiel-Prompts oder Formatvorgaben. Laut Kantata wird der neue Agent zunächst mit dem Status „Draft“ angelegt. Vor der Veröffentlichung prüft das System jeden Build und jede Bearbeitung darauf, ob Inputs und Outputs korrekt strukturiert sind. Erst danach kann der Agent live geschaltet werden.

Nach der Veröffentlichung lässt er sich laut Anbieter entweder manuell von einer Person auslösen oder automatisch von einem Workflow per Befehl starten. So sollen wiederholbare Aufgaben mit konsistenten Ergebnissen abgebildet werden. Der gesamte Prozess kommt ohne Formulare oder Code aus: Die Beschreibung in natürlicher Sprache genügt, und der Expertise Agent übernimmt die technische Umsetzung sowie die iterative Verfeinerung im Dialog.

Custom Agents für wiederholbare Aufgaben – Zugang nur mit Custom Access Group

Innerhalb der Expertise Engine unterscheidet Kantata nach eigener Darstellung zwei Agententypen: Der seit Juni verfügbare Expertise Agent eignet sich demnach für einmalige Aufgaben und explorative Fragen, da er seine Werkzeuge je Anfrage dynamisch zusammenstellt. Custom Agents aus dem Agent Studio sind laut Kantata dagegen für wiederholbare Aufgaben mit standardisierten Ausgaben gedacht; sie haben vordefinierte Anweisungen und ein festes Toolset und liefern zuverlässige Ergebnisse.

Der Zugriff setzt nach Angaben des Anbieters voraus, dass das Kantata-Team die KI-Funktionen für das Konto aktiviert und Nutzer einer Custom Access Group mit entsprechenden Berechtigungen angehören. Account-Administratoren haben standardmäßig keinen Zugriff und müssen ebenfalls einer solchen Gruppe hinzugefügt werden.

Der Schritt reiht sich in einen breiteren Trend ein: Anbieter bringen derzeit viele eng begrenzte Einzelagenten auf den Markt, etwa für Ressourcenplanung oder Risikoberichte. Diese Entwicklung ist relevant, weil jede neue Einzellösung als separates Silo gewartet werden muss und der Gesamtkontext über die Plattform verloren geht – ein Problem, das Kantata mit dem zentralen Expertise Agent adressiert. Dieser trägt den Kontext über die gesamte Plattform und ermöglicht so, dass Custom Agents auf einem gemeinsamen Verständnis von Projekten, Ressourcen und Prozessen aufsetzen. Die Kombination aus zentralem Kontextträger und spezialisierten, wiederverwendbaren Custom Agents bietet den konkreten Mehrwert, dass wiederholbare Aufgaben konsistent und regelbasiert ablaufen, ohne den Plattformkontext zu fragmentieren.