Der Computer der Zukunft steckt voller KI und braucht daher auch keine Menschen mehr, kann also auf Anwendungen und Apps sowie eine GUI verzichten. Denn Agenten sollen sich um alle Belange kümmern. Das ist die Kurzfassung dessen, was mir kürzlich als neuer Forschungsbericht untergekommen ist.
Das Ganze wird von nachfolgendem Tweet reflektiert, der die Schlussfolgerungen einer neuen Forschungsarbeit AgentOS: From Application Silos to a Natural Language-Driven Data Ecosystem zum Thema AgenticOS zusammenfasst.
Die Aussage ist, dass moderne Betriebssysteme wie Windows, macOS und Linux auf zwei Interaktionsmodellen basieren:
- GUI (Graphical User Interface): Klicken auf Symbole und Navigieren durch Fenster
- CLI (Command Line Interface): Eingabe von Befehlen in ein Terminal
Diese Modelle wurden für Menschen entwickelt, die Software manuell bedienen. Zum Problem wird dies für KI-Agenten, die komplexe Aufgaben über Dutzende von Tools hinweg koordinieren. Alle diese KI-Agenten laufen zwar immer noch innerhalb traditioneller Betriebssysteme. Aber die Betriebssystem-Designs führen bei KI-Agenten zu Problemen.
- Fragmentierung: Jede Anwendung existiert in ihrem eigenen Silo. Daten, Arbeitsabläufe und Berechtigungen sind auf verschiedene Programme verteilt.
- Kontextverlust: Umfasst eine Aufgabe mehrere Tools, besitzt das System kein einheitliches Verständnis davon, was der Nutzer erreichen möchte. Jede App sieht nur einen kleinen Ausschnitt des Arbeitsablaufs.
Hinzu kommen unübersichtliche Berechtigungen und versteckte Automatisierung. Viele KI-Tools umgehen daher normale Systemkontrollen, um Aufgaben zu erledigen, schreibt der Ersteller des Tweets. Forscher bezeichnen dieses Phänomen als "Shadow AI", bei der autonome Agenten systemübergreifend, aber ohne klare Struktur, Steuerung oder Transparenz, agieren.
KI-Agenten seien zwar leistungsstark, aber die Architektur von Betriebssystemen ist nicht für sie ausgelegt. Die Forscher der Studienarbeit schlagen Forscher deshalb ein neues Paradigma in Form eines neuen Betriebssystems namens AgentOS vor. Anstatt dass Apps auf dem Betriebssystem laufen, wird das AgentOS selbst zu einer Koordinationsschicht für die KI.
Im Zentrum von AgentOS steht der sogenannte Agent-Kernel. Dieser Kernel interpretiert kontinuierlich die Absichten des Benutzers und verwaltet intelligente Agenten. Der Kernel kann:
- Anfragen in natürlicher Sprache verstehen
- komplexe Aufgaben in kleinere Schritte unterteilen
- mehrere spezialisierte KI-Agenten koordinieren
- für jeden Schritt die richtigen Werkzeuge auswählen
Damit braucht es auch keine traditionelle Software mehr. Diese entwickelt sich zu etwas, das als "Skills-as-Modules" bezeichnet wird. Anstatt separate Anwendungen zu starten, werden Funktionen zu modularen Fähigkeiten, die Agenten dynamisch kombinieren können. Statt, wie herkömmlich beispielsweise mehrere Tools:
- einen Texteditor
- eine Tabellenkalkulation
- eine Präsentations-App
- einen E-Mail-Client
manuell zu öffnen, weist der Benutzer ein AgenticOS einfach an: "Analysiere diesen Bericht, extrahiere die wichtigsten Erkenntnisse, erstelle Folien und sende sie an mein Team." Der Agent Kernel interpretiert die Anfrage, wählt automatisch die erforderlichen Fähigkeiten aus und koordiniert deren Ausführung. Es braucht keine Anwendungen oder ein wechseln zwischen Fenstern mehr. Der Agent Kernel lässt einfach die betreffenden Skills ausführen. Dürfte aber noch einige Jahre dauern, wenn es denn überhaupt kommt. Und bis dahin bin ich aus dem Bloggen ausgestiegen und widme mich dem Gärtnern und meinen Rosen.
MVP: 2013 – 2016
Wer kommt den auf so einen Schwachsinn? Würde mal gerne wissen wie solche Studien konkret zustande kommen. Aus meiner Sicht gibt es nicht mal ausreichend Erfahrungen mit KI im Alltag, weil die Sache gerade erst im kommen ist bzw. gerade erst im Einsatz ist.
Ich will jetzt nicht sagen, dass ein AgentOS in jedem Fall sinnlos ist. Aber allein um einen Druckertreiber/Software zu installieren. Der Hersteller muss die Informationen dann so aufbereiten, dass es der Agent versteht und dieser muss es dann an den Nutzer weitergeben, damit der Nutzer dann eine Entscheidung trifft und dem Agenten miteilt was er haben will. Bei der Qualität der Software und Dokumentation. Bilder zuschneiden. Jetzt ziehe ich einen Rahmen und drücke zuschneiden. Allein einem Agenten zu beschreiben WO konkret jetzt der Rahmen gezogen werden soll. Ich weiß nicht wie man sich das im Einzelfall vorstellt, weil Sonderfälle gibt es immer.
Ist eigentlich völlig konsequent, nur aber doch noch nicht zuende gedacht. Denn der PC auf dem Schreibtisch kann dann auch gleich wegrationalisiert werden, dieses AgenticOS kann auch in der Cloud laufen.
"Analysiere diesen Bericht, extrahiere die wichtigsten Erkenntnisse, erstelle Folien und sende sie an mein Team."
Ist auch nicht konsequent durchdacht. Denn das Team gibts nicht mehr, das ist in Form weiterer AgenticOS in der Cloud virtualisiert.
Da geht sicher nichts schief, ich weiß das.
Nebenfrage: Wozu brauchst du überhaupt noch Drucker?
Sagen wir es mal so … Mr. Born, Sie und ich werden das nicht mehr erleben.
Kommen? Da bin ich mir sicher, aber dazu muss KI zunächst wirklich erst einmal „intelligent" werden, was derzeit und auch in absehbarer Zukunft nicht der Fall sein wird.
Das, was einem derzeit als Agentic KI untergeschoben wird, ist nichts anderes als Schall und Rauch. Viel Schall und Rauch! Automatisierung durch Agenten hat absolut nichts mit Intelligenz zu tun.
Stell dir vor: KI-Agenten bekommen die Kontrolle über das A‑Waffen-Arsenal und „phantasieren" … willkommen Kakerlaken, als intelligenteste Lebewesen auf der Erde. (Dass die die nukleare Katastrophe überleben, ist bewiesen.)
Wozu KI neigt, haben andere Studien ja bereits offengelegt. Brave New World.
Ich weiß ja nicht mal wie die Workflows aussehen sollen :-\
Angenommen du willst was berechnen, simple Prozenzrechnung. Du weißt genau was du machen willst. Jetzt musst du ja irgendeine Eingabe im Computer tätigen. Im Normalfall öffnet man sein Tabellenprogramm und tippt mal kurz die Zahlen ein, zieht ein paar Reihen nach unten.
Allein das treibt mich in den Wahnsinn. Man muss ja der KI erstmal erklären was man machen will.. Wie zum Teufel sollen den die Nutzereingaben bei einigen Sachen aussehen? Denkt hie Niemand nach? ¯\_(ツ)_/¯ Bei einfachen Rechnungen mag es noch gehen, aber bei anderen Sachverhalten gibt es einen Kontext den man "im Kopf" hat. Das müsste man der KI erstmal schriftlich mitteilen.
Denken hier einige Leute überhaupt nach wie man sich das konkret vorstellt? Das Problem hat man selbst bei "einfachen Aufgaben". Du hast ja schon erwähnt, dass die KI auch massive Probleme mit dem "denken" hat. Allein die Problem- und Kontextbeschreibungen sind hier schon mal auf einem ganz anderen Level.
Ich weiß nicht. Warum sollte das, rein theoretisch, nicht gehen? Warum sollte es prinzipiell nicht möglich sein, beispielsweise der KI Zugriff auf meine Kontoauszüge zu geben und sie dann zu beauftragen, meine Steuererklärungen zu machen?
Oder, gerade aktuelles Beispiel, ich scanne ein paar Kassenzettel, und die KI macht mir die Zoll-Deklaration für den Import dieser Waren in ein bestimmtes Land? Auch wenn die Kassenzettel aus Spanien und die Zollformulare auf Arabisch sind?
Die Idee wäre ja gerade, dass man dem Computer/der KI eben nicht mehr mitteilen muss, was man *machen will*, sondern was man als Ergebnis *haben will*.
An was für Problemstellungen denkst Du?
Dass das heute noch nicht geht, zumindest nicht so zuverlässig wie benötigt, ist mir klar.
Wenn das kommt hol ich mir einen gebrauchten Amiga. Aber mal im Ernst ich glaube nicht dass ich das mit Baujahr 1982 noch erleben werden dass so ein Quatsch kommen wird. Und falls doch hoffe ich dass die Menschen mit den Füßen abstimmen und das eben nicht kaufen werden.
Aber wie sagte schon Albert Einstein „Zwei Dinge sind unendlich, das Universum und die menschliche Dummheit, aber bei dem Universum bin ich mir noch nicht ganz sicher.". Es werden sicher viele einfach hinnehmen.
Baujahr 82 und Amiga? Darf ich bitte mal lachen? Die guten Zeiten hast du doch garnicht mehr miterlebt! Außerdem: Atari rulez.
Nöö, zSeries inkl. zOS rulez.
Zu Beginn nannte man es MVS.
Als bekennender StarTrek-Fan kann ich dazu nur sagen:
Kirk oder Scotty habe ich nie eine App benutzen oder groß tippen sehen.
Die Interaktion mit der Technik geschah ganz natürlich: "Computer, löse mir folgendes Problem…". Das hektische Wischen und Tippen auf Glasplatten kam erst mit Fähnrich Wesley Crusher 😀
So unterscheiden sich die Erwartungen der Menschen an die Interaktion mit einem Computer zwischen den 60ern und den 90ern.
Vielleicht sind LLMs derzeit so erfolgreich, weil sie eben diese Schnittstelle bieten.
Immerhin wird schon seit vielen Jahren (z.B. Weizenbaums Eliza) an derartigen Schnittstellen gebaut, obwohl sie zur eigentlichen Problemlösung nichts beitragen und noch eine zusätzliche Ebene technischer Komplexität beitragen.
Trotzdem war auch Amazons Alexa vor über 10 Jahren ein größerer Erfolg – so groß daß sich die Konkurrenz mit halbgaren Lösungen wie Siri oder Cortana bemühte hinterher zu hetzen.
Wenn ich heute ausgehe will ich nicht überlegen "welche Wetter-Apps habe ich gerande auf dem Handy, welche hat die wenigste Werbung, welche ist hat bisher für die Region hier die verläßlichsten Vorhersagen gehabt?".
Ich will einfach nur wissen wie das Wetter wird.
Ein KI-Agent kann die Auswahl der Informationsquelle übernehmen.
Das ist eine Routinetätigkeit und damit per Definition seien Aufgabe.
Letztendlich genauso als wenn ich ein (menschliches) Familienmitglied frage.
Natürlich nimmt das den Fokus davon weg, wie schlecht die darunter liegenden Informationsquellen wirklich sind und führt eine zusätzliche Abstraktionsebene ein, die (wie wir gesehen haben) auch halluzinieren und aus den Informationen völlig falsche Schlußfolgerungen ziehen kann.
Insbesondere wenn die Aufgabe unkonkret ist "Wird heute schönes Wetter?":
Was ist schönes Wetter?
Für den einen 30cm Neuschnee, den anderen Badehosenwetter, der dritte möchte einfach nur im Biergarten sitzen und der vierte auf sein Segelboot steigen.
Meine LG weiß ungefähr was ich vorhabe und gibt eine dementsprechende Antwort, eine KI in vielen Fällen leider nicht, ohne daß ich die Frage weiter präzisiere.
Ich denke daß das genau der Gedanke hinter AgentOS ist.
Die Entwicklung der Primaten ist ein interessantes Beispiel für die Evolution. Das mit der AI Evolution ist doch eine großartige Sache, denn die Menschheit entwickelt sich immer weiter zurück in Richtung Primaten, und ein AgentOS kann in dieser Hinsicht doch wirklich nur hilfreich sein. Freue mich schon auf das neue AI-Windows mit der AI-Evolution, das wird sicher lustig und ein paar Monate später ist Microsoft dann bankruptcy. Haha!
So etwas werden alle, die heute leben, nicht mehr erleben.
Das, was sich heute KI nennt, ist nicht im Ansatz intelligent.
Es sind LLMs, die Antworten anhand von Wahrscheinlichkeiten geben.
Die LLMs können keine neuen Aufgaben lösen, sie können kein neues Wissen erzeugen, sie können nicht abstrahieren, etc.
Echte KI?
DATA auf der Enterprise, der Doktor auf der Voyager, HAL 9000, etc.
Und was z.B. "Erstelle Folien" angeht:
Woher soll die KI wissen, wie die Folien aussehen sollen?
Bevor ich das einer KI erklärt habe, habe ich schneller die Folien selbst gemacht, selbst mit Papier und Stift.
Und Wetter?
Ich frage die KI, wie das Wetter wird und die antwortet:
"Wie das Wetter wird, sage ich dir nach der Werbung…" und dann kommt erst einmal Werbung und dann die Wettervorhersage.
Und wenn man der KI dann sagt, das man die Wettervorhersage ohne Werbung haben will, sagt die KI: "Tut mir leid, eine Wettervorhersage ohne Werbung kann ich nicht geben".
Oder man fragt die KI: Was ist die 5. Wurzel aus 6176516591651468?
Und die KI antwortet dann "Zuerst ein Werbeblock, dann die Antwort…"
>> Die LLMs können keine neuen Aufgaben lösen, sie können kein neues Wissen erzeugen, sie können nicht abstrahieren, etc.
Einverstanden. Aber wieviele der Dinge, mit denen Du Dich täglich am Computer herumschlägst, sind „neue Aufgaben" oder erzeugen „neues Wissen"? Das meiste ist doch Routine, die so oder so ähnlich schon tausende Male irgendwo auf der Welt passiert ist. Warum sollte das nicht prinzipiell eine Maschine erledigen können?
Naja, will ich der "KI" alles haarklein erzählen, wie ich etwas haben will?
Und wie es aussehen muss?
Das habe ich schneller manuell gemacht.
Beispielsweise ein Textdokument.
In normaler Schrift braucht es 2 Seiten, ich will es aber auf 1 Seite haben.
Was würde die KI machen?
Höchstwahrscheinlich die Schrift verkleinern, damit es auf 1 Seite passt.
Aber evtl. passt es auch auf 1 Seite, indem man einfach nur die Zeilenhöhe der Leerzeilen um 1 oder 2 Punkte kleiner macht oder indem man den oberen und/oder unteren Seitenrand verkleinert.
Kann eine KI das auch?
Ich glaube kaum, das eine KI so weit "denken" kann.
Selbst Menschen sind mit so etwas oft überfordert oder können nicht so weit denken.
Ich glaube, da unterschätzt Du selbst die höchst mediokre heutige KI stark.
Gerade mal ausprobiert: Frage an ChatGPT (Gratis-Webversion):
Ich habe ein Word-Dokument, das etwas länger als eine Seite ist, aber auf eine Seite passen muss. Die Schriftgröße muss erhalten bleiben. Wie kann ich den Text trotzdem auf eine Seite bekommen?
Antwort, stark gekürzt:
1. Seitenränder verkleinern
2. Zeilenabstand anpassen
3. Absatzabstände reduzieren
4. Zeichenabstand leicht verringern
5. Silbentrennung aktivieren
6. Bilder/Elemente optimieren
7. „Eine Seite verkleinern"-Trick
Gefolgt jeweils von einer Erklärung, wie das geht (ich habe die Erklärungen nicht auf Korrektheit überprüft).
Aber klar, wenn Du etwas schneller selbst erledigen kannst, als einem anderen zu erklären, was Du willst, machst Du das natürlich. Auch ohne KI, nehme ich an.
Kommt der Computer der Zukunft ohne Apps und AI-only daher?
Die von Microsoft – Ja!
Microsoft Windows 2030 Vision: der Fünfjahresplan – Eine neue Ära des KI-gestützten PC – Microsoft hat eine solche Zukunft mehr als einmal angekündigt. Eine Zukunft, in der Windows agentisch ist und das Betriebssystem effektiv komplette Workflows für dich ausführen lässt, ohne viel anderes zu tun, als darum zu bitten. Microsoft sagte weiter, dass die Zukunft des Windows-Betriebssystems viel interaktiver und natürlicher sein wird, da das Betriebssystem in der Lage sein wird, unsere Umgebung zu sehen, Audio zu hören und auf Sprachbefehle zu reagieren, um viel komplexere und fortschrittlichere Operationen auszuführen.
Microsoft Quelle: Steven Bathiche, David Weston, Pavan Davuluri, Satyta Nadella, etc.
btw: Microsoft plant, C und C++ "im alten" bis 2030 durch Rust zu ersetzen und diese Vision 2030 entsteht schon "in Rust". \(^_^)/
Was ist nur los auf dieser Welt???
Dieser KI-Hype nervt nur noch!
Computer sind doch nicht nur da um Excel & Co zu bewältigen.
KI als unterstützendes Tool in ausgewählten und sicheren Bereichen, ok.
Aber dieser aufgeblasene Hype, „KI überall" ist doch verrückt!
Und das, obwohl "Experten" gar nicht im Detail wissen wie die KI funktioniert.
Hauptsache den Mist zuerst auf die Menschheit loslassen!
Ich sehe schon die Schlange der Lemminge vor den „Soylent Green"-Ausgabestellen.
daran sieht man gut, welch umfangreiches Verständnis der Technik so mancher "Experte" hat.
Manchmal bin ich doch ganz froh, in der zweiten Lebenshälfte zu sein.
"Und bis dahin bin ich aus dem Bloggen ausgestiegen und widme mich dem Gärtnern und meinen Rosen."
Bleistift, Spitzer und genug Papier bieten auch jede Menge Abwechslung. Und ich überlege gerade, ob ich mir eine analoge Sofortbildkamera zulegen soll.
Mein Terminalcomputer bietet schon genug Abstand von der digitalen Welt für andere Gedanken …
Mag ja sein, dass arbeiten am Computer mit KI einfacher wird, sobald sie MEINE Befehle richtig interpretiert und ich nicht mehr die richtige Prompting Language lernen muss, damit das verdammte Dingen tut, was ich will, ne? Aber wenn ich ans Zocken denke? Wie langweilig wäre es, wenn ein KI-Agent mir erzählt, wie sich der Gegner im Ballerspiel X verhält oder wie meine virtuellen Kugeln in dessen Richtung fliegen… Das gilt im Grunde für alles, was mit Recreation/Erholung/Entspannung im weitesten Sinne am PC zu tun hat, wenn ich so drüber nachdenke. Halte ich dann doch für eher unwahrscheinlich.