Künstliche Intelligenz bei Zoom: Ein Überblick

Künstliche Intelligenz bei Zoom: Ein Überblick

Künstliche Intelligenz entwickelt sich rasant weiter und wird zu einem integralen Bestandteil des Alltags. Sie treibt alles an – von großen und kleinen Sprachmodellen bis hin zu spezialisierten algorithmischen Funktionen. Während generative KI eine nahtlose Interaktion zwischen Mensch und Maschine für die Erstellung von Inhalten, Problemlösung und Entscheidungsfindung ermöglicht, kommt KI auch in stärker spezialisierten Anwendungen vor. Automatisierungstools optimieren Arbeitsabläufe, während Dienste wie Transkription und Übersetzung Kommunikationsbarrieren abbauen und die Zusammenarbeit effizienter und zugänglicher machen. Mit der weiteren Entwicklung von KI verändern ihre Anwendungsbereiche die Branchen, indem sie Effizienz, Genauigkeit und Innovation steigern und die Art und Weise, wie Unternehmen arbeiten, grundlegend neu gestalten.

Angesichts der wachsenden Rolle von KI am modernen Arbeitsplatz dient das AI Bluepaper als detaillierter Leitfaden zu KI-Funktionen innerhalb der Zoom-Plattform. Durch die Betrachtung einiger der wichtigsten KI-Einsätze, Funktionen und Möglichkeiten von Zoom erhalten Unternehmen die nötigen Einblicke, um KI effektiv zu nutzen – Arbeitsabläufe zu optimieren, die Zusammenarbeit zu verbessern und die Produktivität teamübergreifend zu steigern.

Agentische Künstliche Intelligenz: Die selbstgesteuerte, autonome Kraft von KI maximal nutzen

Agentische KI bezeichnet künstliche Intelligenz, die mehr kann als nur Fragen zu beantworten – sie ist darauf ausgelegt, im Namen eines Nutzers zu handeln. Als KI-zentrierte offene Arbeitsplattform für menschliche Verbindung entwickelt Zoom aktiv agentische KI-Funktionen, damit Nutzer nahtlos von Informationen zur Ausführung übergehen können.

Anstatt bei Vorschlägen oder Meeting-Zusammenfassungen stehen zu bleiben, ist die Vision agentischer KI, sich zu einem autonomen Assistenten zu entwickeln, der Nutzern hilft, nächste Schritte zu verwalten, Aufgaben abzuschließen und Arbeitsabläufe in Bewegung zu halten. Mit der fortschreitenden Verbesserung der KI-Technologie wird agentische KI zunehmend als personalisierter digitaler Assistent fungieren – sie hilft Nutzern, organisiert zu bleiben, Prioritäten konsequent zu verfolgen und den manuellen Aufwand zu verringern, Informationen zwischen Gesprächen, Meetings und Arbeitstools zu übertragen.

Zoom AI Companion: Ihr intelligenter Assistent für den Arbeitsplatz

Zoom AI Companion ist ein intelligenter, dialogfähiger digitaler Assistent im Zentrum der Zoom Workplace-Plattform, der darauf ausgelegt ist, die Produktivität zu steigern, die Zusammenarbeit zu optimieren und die Arbeitsbelastung der Mitarbeitenden zu verringern – und das für Kunden mit ausgewählten kostenpflichtigen Diensten, die ihren Zoom-Benutzerkonten zugewiesen sind, ohne zusätzliche Kosten.

Da KI-Tools zunehmend in die moderne Arbeitswelt integriert werden, sind sie nicht mehr nur auf bestimmte Aufgaben beschränkt – etwa das Automatisieren der Dateneingabe, das Entwerfen von E-Mails, das Erstellen von Berichten oder das Ausführen grundlegender algorithmischer Funktionen. Vielmehr stehen neue KI-Tools für einen transformativen Wandel, der die Art und Weise, wie wir arbeiten, grundlegend verändert. Zoom AI Companion geht über einfache Aufgabenautomatisierung hinaus; es kann im täglichen Arbeitsalltag eines Nutzers ein echter Begleiter sein, allgemeine Wissensfragen beantworten, Inhalte erstellen, Erkenntnisse liefern, Dokumente, Nachrichten, Sprachnachrichten und Meetings zusammenfassen, bei Entscheidungen unterstützen und Nutzern helfen, neue Ziele zu erreichen oder höhere Leistungsniveaus freizusetzen.

Als KI-zentriertes Unternehmen ist Zoom AI Companion durchdacht in die Produktpalette von Zoom integriert, darunter Zoom Meetings, Chat, Phone, Contact Center, Docs, Whiteboard und mehr. Während Zoom seine Funktionen weiter innoviert und ausbaut, wird auch Zoom AI Companion neue Features und Funktionalitäten bieten. Nachfolgend finden Sie eine Liste der heute verfügbaren Schlüsselfunktionen, die zeigt, wie dieser KI-Assistent jeden Aspekt des Arbeitstags eines Nutzers verbessern kann.

Zu den aktuellen wichtigsten Funktionen gehören:

Kategorie	Wichtige Funktionen	Geschäftlicher Nutzen
Zentralisierter KI-Arbeitsbereich	Kontextbezogene Abfrageverarbeitung, intelligente Terminplanung, plattformübergreifende Datensynthese, KI-generierte Folgeaktionen.	Einheitlicher Produktivitäts-Hub mit intelligenter Workflow-Automatisierung.
Meeting-Intelligenz	Unterstützung in Echtzeit während des Meetings, automatisierte Dokumentation, intelligente Analytik der Aufzeichnung, Automatisierung der Vorbereitung.	Verbesserte Effektivität von Meetings von der Vorbereitung bis zur Nachverfolgung.
Optimierung der Kommunikation	Intelligente Unterstützung im Chat, Transkriptanalysen, E-Mail-Erstellung, vorausschauendes Schreiben.	Beschleunigte Kommunikationsqualität über alle Kanäle hinweg.
Optimierung des Contact Centers	Echtzeit-Stimmungsanalyse, Gesprächsintelligenz, Leistungsanalysen, intelligente Antworten.	Verbessertes Kundenerlebnis mit KI-gestützten Einblicken.
Inhaltserstellung	Dokumentenintelligenz, visuelle Inhaltsgenerierung, kollaborative Tools, Medienorganisation.	Optimierte Prozesse für Content-Entwicklung und Ideengenerierung.
Aufgaben- und Workflow-Management	Automatisierte Aufgabenerstellung, plattformübergreifende Integration, Tools für das Event-Management.	Weniger Verwaltungsaufwand durch intelligente Automatisierung.

Wie Zoom AI Companion die Kraft agentischer KI nutzt

Zoom AI Companion bringt den Nutzen agentischer KI zum Leben, indem es Nutzern hilft, Informationen mühelos in Aktionen umzuwandeln. Wenn AI Companion Folgeaufgaben erkennt – sei es aus einem Meeting, einer Contact-Center-Interaktion oder einer anderen von KI identifizierten Erkenntnis – kann es diese Handlungspunkte automatisch zu Zoom Tasks hinzufügen, damit sie nachverfolgt oder zugewiesen werden können. So wird sichergestellt, dass wichtige nächste Schritte nicht in einer Meeting-Zusammenfassung oder Gesprächszusammenfassung untergehen. Stattdessen werden sie zu klaren, nachverfolgbaren Aufgaben, die weiterbearbeitet werden können. Indem AI Companion Erkenntnisse direkt mit Handlungen verknüpft, hilft es Nutzern, Prioritäten im Blick zu behalten, Verantwortlichkeiten zu managen und den Arbeitstag ohne unnötige Reibungsverluste voranzubringen.

Algorithmen: Wie künstliche Intelligenz hilft, Kommunikation reibungslos zu gestalten

Über die intelligenten, dialogfähigen LLM-Funktionen von Zoom AI Companion hinaus nutzt Zoom auch andere KI-Dienste (d. h., Algorithmen) auf der gesamten Plattform. Diese Dienste arbeiten oft nahtlos im Hintergrund und treiben Funktionen wie Echtzeit-Sprachtranskription, Live-Übersetzung, Unterdrückung von Hintergrund-Audio und mehr an.

Zusammen tragen diese Funktionen dazu bei, ein kohärentes, reibungsloses Erlebnis zu schaffen, das sowohl die Qualität als auch die Effizienz jeder Interaktion auf der Zoom-Plattform verbessern kann. Zu den aktuellen wichtigsten KI-Dienst-Funktionen gehören:

• Transkription

• Übersetzung

• Untertitel

• Isolierung von persönlichem Audio

Model Context Protocol (MCP): Ein Standard, um KI mit Tools zu verbinden, damit mehr erreicht werden kann

Im Rahmen seiner KI-Architektur verwendet Zoom das Model Context Protocol (MCP) – einen offenen Standard, der sichere Verbindungen zwischen Modellen, Tools, Datenquellen und Workflows ermöglicht. MCP spielt eine zentrale Rolle bei der Weiterentwicklung agentischer KI, indem es die Notwendigkeit individueller Integrationen ersetzt, die jedes Unternehmen separat entwickeln und pflegen muss. Stattdessen bietet es einen gemeinsamen, strukturierten Rahmen, der Funktionen für KI-Modelle auf konsistente Weise zugänglich macht. Diese Grundlage ermöglicht es KI-Systemen, sich eher wie intelligente Agenten zu verhalten – nicht nur Fragen zu beantworten, sondern auch direkt in den Systemen zu handeln, auf die Nutzer angewiesen sind. Zoom unterstützt MCP derzeit als Teil des Add-ons Custom AI Companion und ermöglicht es Organisationen, benutzerdefinierte Agenten zu erstellen, die sich mit ihren individuellen Datenquellen und Anwendungen verbinden, Routine-Workflows automatisieren und maßgeschneiderte, präzise Antworten auf Basis der tatsächlichen Arbeitsinhalte der Teams liefern.

Wie MCP in der Praxis funktioniert

Im Kern basiert MCP auf einem Client-Server-Modell. Stellen Sie sich die KI-Umgebung (wie ChatGPT oder Claude) als Client vor, der Arbeit erledigen möchte, und externe Systeme (wie Jira, Confluence oder eine Datenbank) als Server, die veröffentlichen, was sie können. Jeder Server stellt eine klare Liste von Funktionen bereit – etwa „Wissensdatenbank durchsuchen“ oder „Aufgabe erstellen“. Der KI-Client entscheidet dann mitten in einem Gespräch, wann und wie diese Funktionen genutzt werden.

Anders gesagt: Die Verbindung von KI mit einem MCP-Server ist wie das Bestellen in einem Restaurant. Sie (die KI) betreten ein Restaurant, erhalten eine Speisekarte (eine Liste der über den MCP-Server verfügbaren Dienste oder Funktionen) und Sie (die KI) sagen, was Sie möchten, und es wird reagiert. Es gibt kein Rätselraten darüber, was verfügbar ist und was nicht – alles steht von vornherein auf der Speisekarte.

Die folgenden Abschnitte geben zusätzliche Details dazu, wie MCP funktioniert:

Schritt 1: Funktionen über Server bereitstellen

Jedes System kann einen MCP-Server betreiben. Dieser Server fungiert als „Speisekarte“ und veröffentlicht eine strukturierte Beschreibung der Aktionen, die er unterstützt. Zum Beispiel könnte Jira Funktionen wie „Vorgänge suchen“ oder „Ticket aktualisieren“ veröffentlichen. Da diese Funktionen dem gemeinsamen MCP-Format folgen, kann die KI sie sofort verstehen, ohne dass kundenspezifische Entwicklung erforderlich ist.

Schritt 2: KI agiert als Client

Auf der anderen Seite übernimmt die KI-Umgebung die Rolle des Clients. Sie liest die Speisekarte der verfügbaren Funktionen, merkt sie sich und entscheidet, welche sie beim Antworten auf einen Nutzer aufrufen soll. Das bedeutet, dass die KI nicht im Voraus mit Tausenden möglicher Integrationen programmiert werden muss – sie lernt einfach, was verfügbar ist, sobald die Verbindung hergestellt ist.

Schritt 3: Kontext sicher übergeben

MCP definiert auch, wie Kontext und Berechtigungen weitergegeben werden. So wird sichergestellt, dass die KI eine Funktion nur innerhalb der Grenzen verwendet, auf die der Nutzer zugreifen darf. Wenn ein Nutzer beispielsweise nur die Jira-Tickets seines Teams sehen darf, stellt MCP sicher, dass die KI diesen Umfang respektiert. Diese Sicherheitsebene macht MCP für den Unternehmenseinsatz praktikabel, in dem sensible Daten und Zugriffskontrollen unverzichtbar sind.

Warum MCP wichtig ist

Durch die Standardisierung der Art und Weise, wie KI mit externen Systemen verbunden wird, beseitigt MCP die Reibungsverluste individueller Integrationen und sorgt für Sicherheit und Konsistenz. Nutzer profitieren davon, dass die KI nicht nur Fragen beantworten, sondern auch fundierte Aktionen über verschiedene Tools hinweg auf eine Weise ausführen kann, die nahtlos und sicher wirkt.

Agent-to-Agent-(A2A)-Protokoll: Wie KI-Assistenten miteinander kommunizieren

Zusätzlich zu MCP wird Zoom auch das Agent-to-Agent-(A2A)-Protokoll als gemeinsame Sprache für die Zusammenarbeit zwischen autonomen Agenten nutzen. A2A ist ein offener Standard, der es KI-Agenten – möglicherweise von verschiedenen Anbietern entwickelt oder in unterschiedlichen Umgebungen ausgeführt – ermöglicht, einander zu entdecken, Kontext zu teilen, Aufgaben zu delegieren und Ergebnisse sicher auszutauschen. Zoom plant, Drittanbieter-KI-Agenten mit AI Companion zu unterstützen, indem A2A genutzt wird, um Kontext aus Ihren Zoom-Gesprächen zu ziehen und in anderen Business-Apps in Ihrem Namen Aktionen auszuführen. (Drittanbieter-Agent für ServiceNow Now Assist in Kürze verfügbar.)

Wenn das Model Context Protocol (MCP) KI-Modelle mit den Tools und Daten verbindet, die sie benötigen, verbindet A2A die Agenten miteinander. Gemeinsam bilden die beiden Standards das Rückgrat interoperabler Multi-Agenten-Systeme, in denen Intelligenz nicht auf ein Modell beschränkt ist, sondern über ein Netzwerk kooperierender Agenten verteilt wird.

Wie A2A in der Praxis funktioniert

Im Kern beruht A2A auf der Idee, dass jeder Agent sowohl als Client als auch als Server agieren kann. Ein Agent kann Hilfe anfordern oder eine Aufgabe delegieren, während ein anderer darauf antworten und diese Aufgabe ausführen kann. Die Kommunikation zwischen ihnen folgt einer gemeinsamen Struktur und einem Sicherheitsmodell, sodass die Agenten einander verstehen können – unabhängig davon, wer sie entwickelt hat oder wo sie ausgeführt werden.

Man kann sich das wie ein Team von Spezialisten vorstellen, die zusammenarbeiten: Jeder Agent hat eine klare Aufgabe, einen Lebenslauf, der beschreibt, was er kann, und eine gemeinsame Art, Arbeit an andere weiterzugeben.

Die folgenden Abschnitte beschreiben diesen Prozess Schritt für Schritt:

Schritt 1: Agenten veröffentlichen ihre Fähigkeiten

Jeder A2A-kompatible Agent stellt eine kleine, strukturierte „Agent Card“ bereit. Diese Karte fungiert als Identitäts- und Fähigkeitsprofil des Agenten – sie listet auf, was der Agent kann (zum Beispiel „Text zusammenfassen“, „Meeting planen“ oder „Daten abfragen“), welche Formate er unterstützt und wie er erreichbar ist.

Da diese Karte dem A2A-Standard folgt, kann jeder andere Agent sie lesen und sofort verstehen, wie er interagieren kann, ohne dass benutzerdefinierter Code oder eine spezielle Konfiguration erforderlich ist.

Schritt 2: Agenten entdecken und verbinden sich

Wenn ein Agent zusammenarbeiten möchte, sucht er die Agent Card eines anderen Agenten – oft über ein Verzeichnis, eine Registrierungsstelle oder einen bekannten Endpunkt – und stellt eine sichere Verbindung her. Dieser Prozess ermöglicht es Agenten, sich dynamisch zu finden, selbst wenn sie von unterschiedlichen Teams oder Organisationen entwickelt wurden.

Die Entdeckung sorgt für Flexibilität: Ein Agent für Aufgabenplanung kann einen Visualisierungsagenten finden, oder ein Kundensupport-Agent kann einen Übersetzungsagenten lokalisieren – alles über standardisierte Mechanismen zur Entdeckung.

Schritt 3: Agenten tauschen Aufgaben und Ergebnisse aus

Sobald sie verbunden sind, kommunizieren die Agenten über standardisierte Aufgabenmeldungen. Eine Aufgabenmeldung kann eine Anfrage („Analysiere diesen Datensatz“) und eine Antwort („Hier sind die Erkenntnisse“) enthalten. Diese Austausche können synchron für schnelle Vorgänge oder asynchron für länger laufende Aufgaben stattfinden.

A2A unterstützt außerdem Streaming und Benachrichtigungen, sodass Agenten während ihrer Arbeit Zwischenstände oder Teilergebnisse senden können – ähnlich wie Menschen in Echtzeit zusammenarbeiten würden.

Schritt 4: Sichere Zusammenarbeit und Kontextfreigabe

Jede Interaktion zwischen Agenten wird durch den Nutzer oder das System, das sie ausgelöst hat, authentifiziert und eingegrenzt, sodass Agenten nur auf die Daten oder Funktionen zugreifen, zu deren Nutzung sie berechtigt sind.

Dieser kontrollierte Austausch von Kontext ermöglicht komplexe Workflows – etwa wenn ein Agent ein Dokument zusammenfasst, während ein anderer eine Folgeaktion erstellt – ohne Informationen preiszugeben.

Warum A2A wichtig ist

Indem ein universeller Weg definiert wird, wie Agenten miteinander kommunizieren, eröffnet A2A eine neue Ebene der Interoperabilität und Kombinierbarkeit. Anstatt große, monolithische Agenten zu bauen, die alles können sollen, ermöglicht A2A es Unternehmen, spezialisierte Agenten zu entwickeln – jeweils mit Fokus auf einen bestimmten Bereich – und diese über ein gemeinsames Protokoll zusammenarbeiten zu lassen.

Für Unternehmen bedeutet das:

• Kompatibilität über Anbieter hinweg: Agenten verschiedener Anbieter können sicher zusammenarbeiten.

• Skalierbares Design: Teams können Agenten hinzufügen oder ersetzen, ohne ganze Systeme neu zu architekturieren.

• Gesteuerte Automatisierung: Sicherheit, Beobachtbarkeit und Auditierung sind von Anfang an standardisiert.

• Schnellere Innovation: Neue Funktionen können einfach durch das Veröffentlichen einer neuen Agent Card eingeführt werden – ohne bestehende Integrationen neu zu verdrahten.