Agentischer Kundenservice: Definition und Umstieg

Agentischer Kundenservice ist Support, in dem KI-Agenten nicht nur Fragen beantworten, sondern auf ein Ziel hin handeln: Sie rufen die Bestellung auf, wenden die Richtlinie an, erstatten den Betrag, schließen den Fall und übergeben an einen Menschen, wenn es nötig ist. Supportteams kommen in Stufen dorthin, und jede Stufe gibt der KI mehr Autonomie und verschiebt den Engpass von der Kapazität zu Qualität und Governance.

Kurz gesagt

• Agentischer Kundenservice bedeutet KI-Agenten, die in Ihren Systemen planen und handeln, keine Chatbots, die nur antworten.
• Die meisten Supportteams durchlaufen vier Stufen: menschliche Teams, regelbasierte Bots, KI-Agenten für einzelne Aufgaben (agentisch 1.0) und autonome Agenten, die ganze Prozesse ausführen (agentisch 2.0).
• Jede Stufe verändert, was Sie messen, wer wofür verantwortlich ist und wie Fehler entstehen. Das Betriebsmodell muss sich deshalb mit ihr ändern.
• Mit wachsender Autonomie wird es leichter, Agenten zu bauen, aber schwerer zu wissen, ob sie richtig arbeiten: Qualität und Governance begrenzen, wie schnell Sie vorankommen.
• Gehen Sie erst zur nächsten Stufe über, wenn die aktuelle schriftlich festgelegte Prüfungen zu Richtigkeit, Eskalation, Verantwortung und Pausierbarkeit besteht.

Was ist agentischer Kundenservice?

Agentischer Kundenservice ist ein Supportmodell, in dem KI-Agenten das Anliegen eines Kunden über mehrere Schritte und Systeme hinweg verfolgen und dabei handeln dürfen: das Konto lesen, entscheiden, was die Richtlinie erlaubt, die Änderung ausführen und sie bestätigen. Ein Chatbot antwortet; ein agentisches System löst den Fall, und das heißt auch, dass es ihn falsch lösen kann.

„Agentisch“ beschreibt, wie viel die KI selbstständig tun darf. Zur Software selbst lesen Sie, was ein KI-Agent im Kundenservice ist (auf Englisch) und was agentische KI bedeutet (auf Englisch). Dieser Artikel behandelt die betriebliche Seite: was eine Supportorganisation verändert, wenn sie mehr Arbeit an Agenten übergibt.

Für eine Leitung Kundenservice zählt die letzte Zeile am meisten. Ein fehlerhafter Bot hinterlässt einen frustrierten Kunden. Ein fehlerhafter Agent kann eine Erstattung hinterlassen, die nie hätte passieren dürfen, eine zugesagte Richtlinie, die es nicht gibt, oder einen Kunden, der dreimal nach einem Menschen gefragt hat.

In welchen Stufen verläuft der Umstieg auf agentischen Support?

Der Umstieg auf agentischen Support verläuft meist in vier Stufen: menschliche Teams, regelbasierte Bots, KI-Agenten für einzelne Aufgaben, die eine klar begrenzte Aktion ausführen (agentisch 1.0), und autonome Agenten, die ganze Prozesse mit wenigen Menschen in der Schleife ausführen (agentisch 2.0). Jede Stufe braucht andere Prüfungen, bevor die nächste sicher ist.

Ordnen Sie Ihr Team mit der Tabelle ein. Kopieren Sie sie in Ihr Planungsdokument und füllen Sie die letzte Spalte mit Ihren eigenen Schwellenwerten.

Die Stufen sind kein Wettrennen. Viele Teams betreiben für einige Kontaktgründe Stufe 3 und für andere Stufe 1, und das ist gutes Design, kein Rückstand. Der Sprung von Stufe 3 zu Stufe 4 ist größer, als er aussieht: In Stufe 3 tut ein Agent eine Sache, die Sie prüfen können; in Stufe 4 entscheidet die KI-Agenten-Orchestrierung, welcher Agent was tut, und der Fehler kann in der Übergabe zwischen zwei Agenten liegen, die jeweils ihren eigenen Schritt richtig ausgeführt haben.

Was ändert sich für das Supportteam auf jeder Stufe?

Auf jeder Stufe ändert die Supportorganisation drei Dinge: was sie misst, wer welche Entscheidung verantwortet und auf welchen Fehler sie achtet. Die Schlagzeilen gehören dem Personalbestand, aber ob die Einführung hält, entscheidet die Verantwortung.

Stufe 1: menschliche Teams

• Was Sie messen: Qualitätsscore aus Ihrer Scorecard, CSAT, Erstlösungsquote, Bearbeitungszeit, pro Agent und pro Kontaktgrund.
• Wer wofür verantwortlich ist: Teamleitungen verantworten das Coaching; eine QA-Leitung verantwortet die Scorecard und die Kalibrierung; Wissensmanager verantworten das Hilfecenter.
• Was schiefgehen kann: Die Qualität ist aus einer Stichprobe von 2 % bis 5 % der Konversationen bekannt. Sie kennen also Durchschnitte, keine Muster. Für Menschen ist das in Ordnung, denn ihre Fehler streuen.

Auf dieser Stufe beginnt auch die Arbeit für spätere Stufen. Die Scorecard, die Sie für Menschen schreiben, wird der erste Entwurf des Maßstabs, an dem Sie Agenten messen.

Stufe 2: regelbasierte Bots

• Was Sie messen: Containment, aber nur zusammen mit einer Lösungsprüfung, denn auch ein Kunde, der aufgibt, zählt als gehalten. Unser Beitrag zur Containment-Rate zeigt, wie Sie beides kombinieren.
• Wer wofür verantwortlich ist: Eine verantwortliche Person aus CX Operations oder Conversation Design pflegt Abläufe und Intents; Teamleitungen übernehmen die eskalierten Kontakte.
• Was schiefgehen kann: Kunden, die in Schleifen feststecken und den Eindruck bekommen, der Bot solle sie zum Aufgeben bringen. Diesen Ruf muss Stufe 3 erst wieder überwinden.

Stufe 3: KI-Agenten für einzelne Aufgaben (agentisch 1.0)

• Was Sie messen: Richtigkeit der Antworten, Korrektheit der Aktionen, rechtzeitige Eskalation und eine Lösung, die hält (kein erneuter Kontakt zum selben Anliegen innerhalb von 7 Tagen). Volumen und Geschwindigkeit kommen danach.
• Wer wofür verantwortlich ist: eine benannte verantwortliche Person pro Agent, meist in CX Operations, die Änderungen an seinen Anweisungen und seinem Wissen freigibt; Finanzen oder Risikomanagement für Grenzen von Aktionen wie die maximale Erstattung; die QA-Leitung für den Maßstab, an dem der Agent bewertet wird.
• Was schiefgehen kann: Eine falsche Auslegung einer Richtlinie wiederholt sich in Tausenden Konversationen. Die Übergabe ist der andere Schwachpunkt: Praktiker, die Support-Agenten eingeführt haben, berichten oft, dass der Zeitpunkt der Eskalation mehr Probleme gemacht hat als die Richtigkeit der Antworten. Unser Leitfaden zur Übergabe zwischen KI-Agent und Mitarbeitenden zeigt, was Sie an dieser Nahtstelle prüfen.

Die Schlagzeilen auf dieser Stufe handeln meist von Volumen und Geschwindigkeit. Als Klarna im Februar 2024 seinen KI-Assistenten vorstellte, meldete das Unternehmen, dass der Assistent im ersten Monat zwei Drittel der Kundenservice-Chats übernommen hatte, 2,3 Millionen Konversationen und die Arbeit von 700 Vollzeit-Agents, mit einer Lösungszeit, die von 11 Minuten auf unter 2 sank, und 25 % weniger wiederholten Anfragen (Pressemitteilung von Klarna). Von diesen Zahlen sagt nur die zu wiederholten Anfragen etwas über Qualität aus. Wenn Sie Ihre eigenen Ergebnisse aus Stufe 3 berichten, stellen Sie jeder Volumenzahl eine Qualitätszahl zur Seite.

Stufe 4: autonome Agenten, die Prozesse ausführen (agentisch 2.0)

• Was Sie messen: die Qualität der gesamten Journey (hat der Kunde das richtige Ergebnis bekommen, mit den richtigen Schritten, in einem Durchgang), den Anteil korrekter unumkehrbarer Aktionen, die Zeit bis zur Erkennung eines neuen Fehlermusters und rechtzeitig an Menschen weitergeleitete Ausnahmen.
• Wer wofür verantwortlich ist: eine Prozessverantwortliche Person für jede durchgängige Journey (zum Beispiel „beschädigter Artikel bis Ersatzlieferung“), nicht nur eine pro Agent; ein Governance-Gremium aus CX, Recht oder Compliance, Sicherheit und IT, das freigibt, was Agenten tun dürfen; QA verantwortet Erkennung und Belege.
• Was schiefgehen kann: Fehler schaukeln sich auf. Agent A liest die Bestellung falsch, Agent B erstattet den falschen Betrag, Agent C schickt eine Bestätigung, die richtig aussieht. Jeder Agent besteht seine eigene Prüfung. Nur der Blick auf die ganze Journey zeigt den Fehler.

Am stärksten ändern sich hier die Rollen. Weniger Menschen antworten Kunden; mehr prüfen Ausnahmen, pflegen Wissen, schreiben und testen Anweisungen für Agenten und untersuchen, was die Scores zeigen. Wer das Team verkleinert, bevor diese Rollen besetzt sind, verliert in Stufe 4 schnell die Kontrolle.

Warum werden Qualität und Governance mit wachsender Autonomie zum Engpass?

Qualität und Governance werden zum Engpass, weil Autonomie nicht nur Arbeit, sondern auch Fehler vervielfacht. Ein KI-Agent wendet dieselbe Anweisung auf jede Konversation an, ein Fehler wiederholt sich also tausendfach, während weniger Menschen in der Schleife sind, die ihn bemerken. Gleichzeitig haftet Ihr Unternehmen weiter für das, was der Agent sagt und tut.

Agenten zu bauen wird billiger, sie zu prüfen nicht. Agentenplattformen liefern heute Agenten, die mit wenig Einrichtung Aktionen ausführen. Die schwierige Frage lautet deshalb nicht mehr „Können wir das automatisieren?“, sondern „Wissen wir, dass es richtig ist?“. Der automatisierte Anteil wächst weiter: Gartner sagte im März 2025 voraus, dass agentische KI bis 2029 80 % der gängigen Kundenservice-Anliegen ohne menschliches Eingreifen eigenständig lösen wird (laut CX Today). Derselbe Bericht rät Serviceverantwortlichen, Leitlinien für KI-geführte Interaktionen zu schreiben, die Datenschutz, Sicherheit und Eskalation abdecken.

Das Unternehmen haftet für die Antwort. Im Fall Moffatt v. Air Canada entschied ein kanadisches Schiedsgericht über einen Chatbot einer Fluggesellschaft, der einem Kunden falsche Informationen zu Trauerfall-Tarifen gegeben hatte. Die Airline argumentierte, sie könne für Informationen aus dem Chatbot nicht haftbar gemacht werden. Das Gericht nannte das „eine bemerkenswerte Argumentation“ und stellte fest, es „sollte für Air Canada offensichtlich sein, dass sie für alle Informationen auf ihrer Website verantwortlich ist“. Es verurteilte die Airline zur Zahlung von 812,02 kanadischen Dollar (Entscheidung, 2024 BCCRT 149). Der Betrag war klein. Der Grundsatz gilt für jeden Agenten, der mit Ihren Kunden spricht.

Regeln kommen. Art. 50 der KI-Verordnung verlangt, dass KI-Systeme, die für die direkte Interaktion mit Menschen bestimmt sind, so gestaltet werden, dass diese Menschen erfahren, dass sie es mit einem KI-System zu tun haben, es sei denn, das ist offensichtlich (Verordnung (EU) 2024/1689). Rahmenwerke wie das NIST AI Risk Management Framework, das um die Funktionen Govern, Map, Measure und Manage aufgebaut ist, und Singapurs Rahmenwerk für agentische KI (siehe unsere Zusammenfassung des Governance-Rahmens für agentische KI aus Singapur) zeigen in dieselbe Richtung: Jemand muss verantwortlich sein, und Aktionen müssen nachvollziehbar sein. Unser Leitfaden zur KI-Agenten-Governance macht daraus Rollen, Richtlinien und Kontrollen für ein Supportteam.

Ein Rechenbeispiel: warum eine Stichprobe nicht mehr reicht

Die folgenden Zahlen sind eine Illustration, keine Kundendaten. Nehmen Sie ein Supportteam mit 120.000 Konversationen im Monat. In Stufe 3 oder 4 lösen KI-Agenten 45 % davon: 54.000 Konversationen.

Der teure Fehler. 9.000 dieser Konversationen sind Erstattungsanfragen. Ein Wissensartikel wird geändert, und der Agent genehmigt in 4 % der Erstattungskonversationen Erstattungen außerhalb der 30-Tage-Frist. Das sind 360 falsche Erstattungen im Monat. Bei durchschnittlich 60 US-Dollar kostet das 21.600 US-Dollar im Monat, und jede einzelne zählt auf dem Dashboard als „gelöst“.

Der seltene Fehler. Unabhängig davon verpasst der Agent in 0,1 % seiner Konversationen die Eskalation, wenn ein Kunde rechtliche Schritte erwähnt: 54 im Monat. Jede davon ist eine mögliche Beschwerde bei einer Aufsichtsbehörde oder ein Anwaltsschreiben.

Legen Sie nun eine klassische Stichprobe von 2 % über die 54.000 Konversationen des Agenten: 1.080 Prüfungen im Monat. Für den seltenen Fehler erwarten Sie etwa 1 fehlerhafte Konversation in der Stichprobe. Die Wahrscheinlichkeit, ihn mindestens einmal zu sehen, liegt bei etwa 66 %; die Wahrscheinlichkeit, ihn dreimal oder öfter zu sehen, genug, um von einem Muster zu sprechen, liegt unter 10 %. Wenn Sie jede Konversation bewerten, sehen Sie alle 54, gruppiert und mit Belegen.

Wechseln Sie also von der Stichprobe zur vollständigen Abdeckung, bevor Agenten Aktionen ausführen, nicht danach. Wie Sie die Qualität von Agenten bewerten, erklärt die KI-Agenten-Evaluierung; welche Live-Signale ein neues Muster innerhalb von Stunden zeigen, erklärt das KI-Agenten-Monitoring.

Sehen Sie es an Ihren eigenen Konversationen. Kaizo ist QA-Software für den Kundenservice, die jede Konversation bewertet, von Ihrem Team und von Ihren KI-Agenten. Kaizo bewertet Konversationen von KI-Agenten mit derselben Scorecard wie die Ihres Teams, und jeder Score ist mit den Belegen in der Konversation verknüpft, wie auf unserer Seite zur Qualitätssicherung für KI-Agenten beschrieben. Termin buchen.

Woran erkennen Sie, dass Sie zur nächsten Stufe übergehen können?

Gehen Sie zur nächsten Stufe über, wenn die aktuelle über einen längeren Zeitraum schriftlich festgelegte Schwellen besteht, nicht wenn die Demo des Anbieters gut aussieht. Eine brauchbare Regel: Der Agent erreicht bei seinen Kontaktgründen Ihren menschlichen Qualitätsausgangswert, erfüllt jede Bitte um einen Menschen und hat eine benannte verantwortliche Person, die ihn pausieren kann, und zwar mindestens 4 Wochen in Folge.

Verstehen Sie die Schwellen unten als Ausgangspunkt und stimmen Sie sie vor der Einführung mit Ihren Verantwortlichen für CX, Risiko und IT ab, damit niemand die Latte später verschiebt.

Zwei Entscheidungsregeln helfen, wenn die Schwellen sich widersprechen. Wenn die Richtigkeit besteht, die Eskalation aber nicht, gehen Sie nicht weiter: Eine verpasste Übergabe richtet mehr Schaden an als eine langsame Antwort. Wenn alle Schwellen bei einigen Kontaktgründen bestehen und bei anderen nicht, gehen Sie nur mit diesen Kontaktgründen weiter. Stufen gelten pro Kontaktgrund, nicht pro Unternehmen.

Spielen Sie vor Stufe 4 außerdem die ganze Journey in einer Testumgebung mit synthetischen Kunden und unangenehmen Fällen durch (Teilerstattungen, geänderte Adressen, Kunden, die nach einem Menschen fragen). Unter Chatbot testen finden Sie die Fälle, die sich zu skripten lohnen.

Wann ist agentischer Kundenservice der falsche Schritt?

Agentischer Kundenservice ist der falsche Schritt, wenn die Arbeit dahinter nicht bereit ist: keine schriftlichen Richtlinien, denen der Agent folgen kann, keine sauberen Daten, auf deren Basis er handeln kann, oder zu wenig Volumen, um die nötige Aufsicht zu rechtfertigen. In diesen Fällen zahlt sich ein besseres Hilfecenter oder ein Bot der Stufe 2 schneller aus.

• Geringes Volumen. Ein Team mit einigen Hundert Konversationen pro Woche gibt für Einrichtung, Tests und Monitoring eines Agenten womöglich mehr aus, als es spart.
• Richtlinien existieren nur in den Köpfen. Wenn die Erstattungsregel „Fragen Sie Sarah“ lautet, wird der Agent raten. Schreiben Sie die Richtlinien zuerst auf.
• Kaputte Prozesse. Wenn im Bestellsystem oft die falsche Adresse steht, handelt ein Agent in hohem Tempo auf Basis falscher Daten. Ein Agent behebt keine Produkt- oder Personalprobleme; er erbt sie.
• Kein Qualitätsausgangswert. Ohne Scorecard für Ihre Mitarbeitenden können Sie nicht sagen, ob der Agent besser oder schlechter ist. Bauen Sie zuerst eine Scorecard für Mensch und KI.
• Folgenreiche Entscheidungen mit geringem Volumen. Betrugsstreitfälle, schutzbedürftige Kunden oder Beschwerden mit rechtlichem Risiko gehören oft zu Menschen, mit KI als Unterstützung statt als Handelnder.

Auch Kaizo ist nicht für jedes Team der richtige erste Schritt: Bei einem kleinen Team ohne live geschalteten KI-Agenten reichen eine manuelle Stichprobe und eine klare Scorecard vorerst aus.

So starten Sie diese Woche

Sie können in einer Woche starten, ohne etwas zu kaufen: Kontaktgründe den Stufen zuordnen, die Schwellen aufschreiben, die Verantwortlichen benennen und Ihren menschlichen Ausgangswert messen. Diese fünf Schritte liefern die Fakten, die ein Gespräch mit Anbietern braucht.

1. Listen Sie Ihre 20 häufigsten Kontaktgründe nach Volumen auf und markieren Sie, auf welcher Stufe jeder heute steht. Die meisten Teams finden eine Mischung aus Stufe 1 und Stufe 2.
2. Wählen Sie 2 oder 3 Kandidaten für Stufe 3: hohes Volumen, klare Richtlinie, eine einzelne umkehrbare Aktion (Bestellstatus plus Adressänderung ist ein klassisches erstes Paar).
3. Schreiben Sie die Schwellen aus der Tabelle oben mit Ihren eigenen Werten auf und lassen Sie sie von CX, Risiko und IT unterzeichnen.
4. Benennen Sie die Verantwortlichen: eine verantwortliche Person pro künftigem Agenten, eine Vertretung und die Person in Finanzen oder Risikomanagement, die Grenzen für Aktionen festlegt.
5. Messen Sie Ihren menschlichen Ausgangswert für diese Kontaktgründe mit Ihrer aktuellen Scorecard, damit der Agent vom ersten Tag an eine Latte hat, die er überspringen muss.

Wenn bereits ein KI-Agent live ist, ergänzen Sie einen sechsten Schritt: Bewerten Sie zwei Wochen lang alle seine Konversationen und vergleichen Sie sie mit dem Ausgangswert. Kaizos AutoPilot bewertet jede Konversation anhand Ihrer eigenen Bewertungskriterien, sobald sie gelöst ist.

Häufig gestellte Fragen

Was ist ein gutes Beispiel für agentische KI im Kundenservice?

Ein Kunde schreibt „Mein Paket ist beschädigt angekommen“. Ein agentisches System prüft die Bestellung, bestätigt, dass der Artikel berechtigt ist, bittet um ein Foto, löst innerhalb seiner Grenze Ersatz oder Erstattung aus, aktualisiert das Ticket und bestätigt per E-Mail. Ein Chatbot hätte auf die Rückgaberichtlinie verlinkt. Der Unterschied: Der Agent handelt, deshalb müssen seine Aktionen geprüft werden.

Was ist der Unterschied zwischen agentischer KI und RPA?

Robotic Process Automation (RPA) folgt festen, geskripteten Schritten auf strukturierten Oberflächen und bricht ab, wenn sich die Eingabe ändert. Agentische KI liest unstrukturierte Anfragen, wählt den nächsten Schritt und ruft Tools auf, um zu handeln. Viele Supportprozesse kombinieren beides: Der Agent entscheidet, und ein RPA-Bot oder eine API führt einen festen Schritt im Backoffice aus.

Schützt ein Hinweis „KI kann Fehler machen“ das Unternehmen?

Nicht verlässlich. Im Fall Moffatt v. Air Canada hielt das Gericht die Airline für alle Informationen auf ihrer Website verantwortlich, einschließlich dessen, was ihr Chatbot sagte. Ein solcher Hinweis kann Erwartungen setzen, ersetzt aber nicht die Prüfung der Antworten und Aktionen des Agenten. Dies ist keine Rechtsberatung; fragen Sie Ihre Rechtsabteilung.

Wie stellen Sie sicher, dass Bitten um einen Menschen erfüllt werden?

Behandeln Sie es als feste Regel, nicht als Präferenz: Eine ausdrückliche Bitte um einen Menschen löst eine Übergabe mit dem Kontext der Konversation aus. Bewerten Sie jede Agenten-Konversation daraufhin, ob die Regel eingehalten wurde, und verfolgen Sie die Zeit von der Bitte bis zur Übergabe. Alles unter 100 % ist ein Mangel, den Sie vor dem Ausbau beheben.

Wird agentischer Kundenservice menschliche Support-Agents ersetzen?

Kurzfristig verändert er die Arbeit mehr, als dass er sie abschafft. Menschen übernehmen Ausnahmen, sensible Fälle, die Pflege des Wissens, Tests der Agenten und die Qualitätsprüfung, und Teams, die zuerst Personal abbauen, verlieren genau die Menschen, die wissen, wo der Agent danebenliegt.

Was ist Agentic Ops?

Agentic Ops ist ein loser Begriff für den Betrieb von KI-Agenten in der Produktion als eigene Disziplin: Verantwortung für jeden Agenten, Änderungskontrolle, Qualitätsmonitoring, Umgang mit Vorfällen und Berichte an die Geschäftsleitung. In einem Supportteam liegt das meist bei CX Operations, in Zusammenarbeit mit QA, IT und Compliance.