PRESS RELEASE
Fujitsu entwickelt selbstlernende Multi-KI-Agententechnologie für dynamische Geschäftsprozesse
Neue Technologie verbessert das geschäftsspezifische LLM „Takane“ automatisch und unterstützt die sichere autonome Weiterentwicklung von KI-Agenten
München, 25. Mai 2026
Fujitsu Limited hat heute eine selbstlernende Multi-KI-Agententechnologie(1) vorgestellt. Sie ermöglicht es mehreren KI-Agenten, gemeinsam Aufgaben zu bearbeiten und dabei kontinuierlich sowie sicher aus Ausführungsergebnissen, menschlichem Feedback, Richtlinienänderungen und geänderten Spezifikationen zu lernen.
Unternehmen müssen ihre Prozesse laufend an neue gesetzliche Vorgaben, Systeme, Spezifikationen und operative Regeln anpassen. In Geschäftsprozessen mit großen Mengen an Dokumenten und Designspezifikationen beruhten Entscheidungen darüber, welche Informationen relevant sind, welche Bewertungskriterien Vorrang haben und welche Auswirkungen geschäftliche Anforderungen haben, bislang weitgehend auf der Erfahrung und dem impliziten Wissen erfahrener Fachkräfte. Auch technisch waren kontinuierliche Eingriffe durch Expertinnen und Experten erforderlich, um Änderungen an Prompts, Suchmethoden, Bewertungskriterien und Betriebsregeln abzubilden.
Herkömmliche KI-Agenten verarbeiten vorgegebene Anweisungen zwar leistungsfähig, können Fehlerursachen jedoch nur eingeschränkt eigenständig analysieren und Erkenntnisse sicher in nachfolgende Vorgänge übertragen. Damit KI-Agenten mit dynamischen Geschäftsumgebungen Schritt halten, mussten Expertinnen und Experten Prompts, Suchmethoden, Bewertungskriterien und Betriebsregeln daher bislang fortlaufend nachjustieren.
Fujitsu adressiert diese Herausforderung mit einer Technologie, die es KI-Agenten ermöglicht, sicher aus ihren eigenen Betriebserfahrungen zu lernen.
Die neue Multi-KI-Agententechnologie entwickelt sich kontinuierlich und sicher weiter, indem sie sich an Veränderungen im Geschäftsumfeld anpasst und Ausführungsergebnisse, menschliches Feedback, regulatorische Änderungen sowie geänderte Spezifikationen berücksichtigt. Entscheidend ist, dass KI-Agenten während der Aufgabenausführung die Gründe für Erfolg und Misserfolg identifizieren und daraus umsetzbares Wissen sowie operative Erkenntnisse ableiten – statt lediglich generierte Verbesserungsvorschläge zu speichern. Dadurch können KI-Agenten Aufgaben wie die Anpassung von Prompts und die Aktualisierung von Bewertungskriterien übernehmen, die bislang fortlaufend von Fachleuten durchgeführt wurden. Beim Einsatz in Kundenumgebungen passt sich die KI zudem kontinuierlich an spezifische Regeln und Beurteilungskriterien an, die im laufenden Geschäftsbetrieb entstehen. So entsteht eine Geschäftsgrundlage, die sich gemeinsam mit Menschen und ihrer Arbeitsumgebung weiterentwickelt.
Fujitsu hat die neue Technologie in zwei Anwendungsbereichen eingesetzt und ihre Genauigkeit bewertet:
- Automatisierte Verbesserung und kontinuierliche Weiterentwicklung geschäftsspezifischer LLMs
Die Technologie lässt sich auf den gesamten Entwicklungsprozess geschäftsspezifischer LLMs anwenden. Multi-KI-Agenten führen dabei zentrale Schritte autonom aus und optimieren sie – darunter Datenauswahl, Anpassung von Lernbedingungen, Bewertung und Verbesserung. Diese Aufgaben wurden zuvor von Fachleuten übernommen. Jeder KI-Agent generiert auf Grundlage von Geschäfts- und Bewertungsergebnissen Verbesserungsvorschläge und steigert die Modellleistung kontinuierlich, indem er wirksame Vorschläge überprüft und einbezieht. Dadurch sinkt der Aufwand für bislang manuell durchgeführte Expertenaufgaben erheblich. Zugleich entsteht ein Mechanismus, durch den sich KI innerhalb von Geschäftsprozessen autonom weiterentwickelt.
Abbildung 2: Automatisierte Erweiterung und kontinuierliche Verbesserung geschäftsspezifischer LLMs
durch selbstlernende Multi-KI-AgententechnologieFujitsu hat „Takane“ automatisch für verschiedene Bereiche wie Fertigung, Gesundheitswesen, Finanzwesen und öffentliche Verwaltung erweitert und im laufenden Einsatz kontinuierlich verbessert. Dadurch konnte die durchschnittliche Genauigkeit gegenüber der Leistung vor der Spezialisierung deutlich um 28 Punkte gesteigert werden. Im medizinischen Bereich ermöglicht die Technologie beispielsweise die strukturierte Extraktion prozessspezifischer Informationen – etwa Diagnosen, Krankheitsstadien und Behandlungsrichtlinien – aus unstrukturierten Daten wie Krankenakten und Testergebnissen in einem einheitlichen Format. Dies verbessert nicht nur die Antwortgenauigkeit, sondern zeigt auch, dass Multi-KI-Agenten den zuvor fachwissensintensiven Prozess der Erstellung und Verbesserung geschäftsspezifischer LLMs automatisieren und im Betrieb kontinuierlich optimieren können. Unternehmen können so innerhalb kurzer Zeit eine auf ihre eigenen Abläufe zugeschnittene KI aufbauen und sie bei operativen Veränderungen laufend verbessern, ohne in hohem Maße auf KI-Spezialistinnen und -Spezialisten angewiesen zu sein.
Abbildung 3: Ergebnisse der Benchmark-Bewertung vor und nach der domänenspezifischen OptimierungDarüber hinaus treibt Fujitsu im Rahmen der OneFujitsu-Initiative(2) die weltweite Standardisierung interner IT-, Daten- und Geschäftsprozesse voran. Durch den globalen Einsatz dieser Technologie und der mit „Takane“ ausgestatteten Multi-KI-Agentenplattform will Fujitsu eine autonome Geschäftsausführung ermöglichen und Entscheidungs- sowie Managementprozesse beschleunigen. Damit unterstützt das Unternehmen den Übergang zu einem daten- und KI-gestützten Management.
- Anwendung auf die Suche in Designspezifikationen großer Geschäftssysteme
Die Technologie wurde bei der KI-Agenten-basierten Dokumentensuche in den Designspezifikationen des elektronischen Patientenaktensystems von Fujitsu für mittelgroße bis große Krankenhäuser sowie in Geschäftslösungen für Kommunalverwaltungen eingesetzt. Bisher erforderte die Bewertung der Auswirkungen von Softwareänderungen infolge gesetzlicher oder regulatorischer Anpassungen erfahrene Fachkräfte mit fundierten Kenntnissen der Vorschriften, Geschäftsprozesse und Systemarchitektur. Mit der neuen Technologie lernen KI-Agenten aus früheren Suchergebnissen, Fehlerfällen und menschlichen Korrekturen. Dadurch verbessern sie eigenständig Strategien zur Erweiterung des Suchbereichs und zur Dokumentenextraktion. Das reduziert den Aufwand für Konzeption und Verbesserung der Suchlogik und erhöht zugleich die Genauigkeit. Die Ergebnisse zeigen, dass KI-Agenten Suchvorgänge nicht lediglich wiederholen, sondern im Betrieb die von erfahrenen Fachkräften eingesetzten Erkundungstechniken erlernen und nutzen – etwa das Prüfen angrenzender Dokumente oder das bewusste Einbeziehen scheinbar irrelevanter Dokumente, wenn diese zum selben Geschäftsbereich gehören. Künftig wird Fujitsu diese Erkenntnisse und Technologien auf seine KI-gestützte Softwareentwicklungsplattform übertragen, um den gesamten Design- und Entwicklungsprozess weiter zu verbessern und zu optimieren.
Zukunftspläne
Fujitsu plant, die Technologie in seine proprietäre KI-Plattform zu integrieren und als Kerntechnologie bereitzustellen, um die interne Entwicklung und den autonomen Betrieb geschäftsspezifischer KI zu unterstützen. Darüber hinaus will Fujitsu die Anwendung als eine der fortschrittlichen KI-Technologien innerhalb der Fujitsu Kozuchi AI Platform in zahlreichen Bereichen vorantreiben, die Fachwissen und kontinuierliche Verbesserung erfordern.
Darüber hinaus wird Fujitsu Technologien vorantreiben, mit denen selbstlernende Multi-KI-Agentensysteme mit geringerem Speicher- und Energiebedarf betrieben werden können. Dafür kombiniert das Unternehmen Erkenntnisse aus der gemeinsamen Forschung mit Associate Professor Graham Neubig und Assistant Professor Tim Dettmers von der Carnegie Mellon University mit der von Fujitsu entwickelten Rekonstruktionstechnologie für generative KI. Ziel ist es, KI-Teams einzusetzen, die kontinuierlich aus dem Betrieb lernen – nicht nur in Cloud-Umgebungen, sondern auch in hochvertraulichen On-Premises- und Edge-Umgebungen.
Fujitsu strebt eine souveräne KI an, die nicht nur in der Cloud, sondern auch in lokalen und Edge-Umgebungen kontinuierlich lernen kann. Zudem will Fujitsu KI zu einer intelligenten Grundlage weiterentwickeln, die mit dem Arbeitsplatz wächst: Sie soll in Echtzeit aus Fehlern vor Ort, menschlichen Anweisungen und Veränderungen der Umgebung lernen und dieses Wissen sicher auf nachfolgende Aufgaben anwenden. Auf diese Weise will Fujitsu gesellschaftliche Herausforderungen wie den Fachkräftemangel, die Anpassung an regulatorische Änderungen, die Weitergabe impliziten Wissens und die Weiterentwicklung operativer Abläufe vor Ort adressieren – und so eine Zukunft schaffen, in der Menschen und KI voneinander lernen, um ganze Branchen weiterzuentwickeln.
Anmerkungen
- Selbstlernende Multi-KI-Agententechnologie: Technologie, bei der mehrere KI-Agenten Aufgaben untereinander aufteilen, ausführen und ihre nachfolgenden Handlungen auf Grundlage von Ergebnissen, menschlichem Feedback sowie Veränderungen der Umgebung – etwa Richtlinienänderungen oder geänderten Spezifikationen – kontinuierlich und sicher verbessern.
- OneFujitsu-Initiative: Initiative zur Definition gemeinsamer globaler Standardprozesse („Golden Standard“) innerhalb von Fujitsu, die Abläufe über Organisationen und Länder hinweg vereinheitlicht und optimiert.
Original Mitteilung:
Pressekontakt
Fujitsu Central Europe
Melanie Saß
Tel. +49 (0) 174 3091033
Alle hier genannten Firmen- oder Produktnamen sind Marken oder eingetragene Marken ihrer jeweiligen Eigentümer. Die in dieser Pressemitteilung enthaltenen Informationen sind zum Zeitpunkt der Veröffentlichung korrekt und können ohne vorherige Ankündigung geändert werden.
Datum: 25. Mai 2026
Stadt: München
Unternehmen: Fujitsu Germany