Die Ontologie- und Agentenschicht verbindet die Abstraktionen und ermöglicht dem Agenten die Entscheidungsfindung.
Auf der obersten Ebene werden die drei Abstraktionen zu einer Entscheidung zusammengeführt. Ein Benutzerontologiemodell verknüpft sie und stellt die abgeleitete Absicht eines Mitglieds, sein Profil und die geschäftlichen Fakten in einen zusammenhängenden Kontext. Dieser Kontext wird dem KI-Agenten zur Verfügung gestellt, der ihn für Analysen und Entscheidungen nutzt, anstatt unzusammenhängende Signale zu verarbeiten.
Eine Nutzerontologie verknüpft Absicht, Profil und Geschäftsinformationen und stellt diesen Kontext dem KI-Agenten zur Analyse und Entscheidungsfindung zur Verfügung.
Der Wert ist operativ und nicht nur technisch.
Der Agent erhält bereits verknüpfte Kontextinformationen. Anstatt Absicht, Profil und Metriken selbst zusammenzuführen, liest er ein kohärentes Modell, in dem diese Beziehungen explizit dargestellt sind, was seine Analysen und Entscheidungen leichter nachvollziehbar und erklärbar macht.
Verknüpft Absicht, Profil und Geschäftsdaten zu einem zusammenhängenden Ontologiemodell.
Der Agent erhält dadurch einen zusammenhängenden Kontext anstelle von drei separaten, unverbundenen Abstraktionen.
Sorgt dafür, dass die Entscheidungsfindung auf den zugrunde liegenden kontrollierten Abstraktionen basiert.
Macht die Beziehungen hinter einer Entscheidung deutlich und erleichtert die Prüfung.
Wofür diese Ebene zuständig ist
Das Ontologiemodell verknüpft die Absichten, das Profil und die Geschäftskennzahlen jedes Mitglieds.
Es greift auf Ereignis-, Tag- und Metrikabstraktionen anstatt auf Rohdatensätze zurück.
Der verbundene Kontext wird zur Analyse und Entscheidungsfindung an den KI-Agenten übergeben.
Die Entscheidungsfindung bleibt von den Aufgaben der Datenerfassung, -speicherung und -abstraktion getrennt.
Was es nutzbar macht
So verbessert der Layer KI-Entscheidungen.
Ohne eine Ontologie, die die Abstraktionen miteinander verbindet, muss der Agent Absicht, Profil und Geschäftssignale jedes Mal neu verknüpfen. Das führt zu inkonsistenten Entscheidungen, die nur langsam umgesetzt werden und im Nachhinein schwer zu erklären sind.
Der Agent kann die Absicht, das Profil und den Wert eines Mitglieds gemeinsam über ein verbundenes Modell berücksichtigen.
Eine Empfehlung kann auf die Absicht, das Profil und den metrischen Kontext zurückgeführt werden, aus dem sie erstellt wurde.
Neue Abstraktionen speisen die Ontologie, ohne die Art und Weise zu verändern, wie der Agent Kontext verarbeitet.