Agentische KI im Kundenservice: Welche Anliegen zuerst?

Die besten Anwendungsfälle für agentische KI im Kundenservice zum Start sind Anliegen mit hohem Volumen, schriftlichen Regeln, geringem Aktionsrisiko und Daten, auf die der Agent zugreifen kann: Bestellstatus, Hilfe beim Login und einfache Fragen zum Konto. Anliegen, die genauso einfach aussehen, etwa Kündigungen, Adressänderungen, Retouren und Gutscheincodes, verbergen oft nicht dokumentierte Geschäftsregeln und gehören in eine zweite Welle, nachdem Sie diese Regeln aufgeschrieben haben.

Kurz gesagt

• Wählen Sie die ersten Anliegen für einen KI-Agenten nach einem Score aus, nicht aus dem Bauch: Volumen, Komplexität der Lösung, Klarheit der Richtlinie, Aktionsrisiko, Datenzugriff und Emotion des Kunden, jeweils mit 1 bis 5 bewertet und gewichtet.
• Ergänzen Sie ein Gate, bevor ein Anliegen live geht: Wenn Sie aus dem Transkript und dem Aktionsprotokoll nicht erkennen können, ob der Agent richtig gehandelt hat, kommt es nicht zuerst.
• Kündigungen, Adressänderungen, Retouren und Gutscheincodes sehen aus wie eine einzige Aktion, verbergen aber Entscheidungen, die erfahrene Mitarbeitende aus dem Gedächtnis treffen und die ein KI-Agent nicht kennt.
• Finden Sie versteckte Regeln vor dem Launch: Lesen Sie 50 gelöste Tickets pro Anliegen, befragen Sie Ihre besten Mitarbeitenden, listen Sie jede Ausnahme auf und bewerten Sie erst dann die Klarheit der Richtlinie.
• Ein Anliegen aufzuteilen (Standardretoure innerhalb der Frist gegenüber allen Ausnahmen) macht aus einem schwachen ersten Kandidaten oft einen guten für die zweite Welle.

Dieser Leitfaden behandelt die erste Entscheidung über den Umfang beim Übergang zum agentischen Kundenservice.

Welche Anliegen im Kundenservice sollte ein KI-Agent zuerst bearbeiten?

Ein KI-Agent sollte zuerst Anliegen bearbeiten, die viele Kunden haben, die schriftlichen Regeln mit wenigen Ausnahmen folgen und bei denen eine falsche Aktion günstig rückgängig zu machen ist. Typische erste Kandidaten sind Bestellstatus, Hilfe bei Passwort und Login, Öffnungszeiten und Informationen zum Tarif. Alles, was Geld bewegt, einen Vertrag beendet oder Urteilsvermögen verlangt, wartet.

Ein Anliegen (im Englischen Intent) ist ein Kontaktgrund: das, was der Kunde erledigt haben möchte, etwa „Wo ist meine Bestellung?“ oder „Kündigen Sie mein Abo“. Die Liste der Kontaktgründe in Ihrem Helpdesk ist, so unordentlich sie sein mag, Ihr Ausgangsbestand.

Der häufige Fehler ist die Auswahl allein nach Volumen: Das Volumen zeigt, wo die Einsparungen liegen, aber nicht, ob der KI-Agent es richtig machen kann, was ein Fehler kostet oder ob ihn jemand bemerken würde. Viele Leitfäden von Anbietern stecken Retouren und Kontoverwaltung in die sichere Gruppe, dabei leben genau dort die nicht dokumentierten Regeln. Der Rest dieses Leitfadens macht aus der Faustregel einen Score, den Sie begründen können.

Was sind typische Anwendungsfälle für agentische KI im Kundenservice?

Typische Anwendungsfälle für agentische KI im Kundenservice sind Bestell- und Lieferstatus, Hilfe bei Konto und Login, Retouren und Erstattungen, Adress- und Bestelländerungen, Änderungen und Kündigungen von Abos, Fragen zur Rechnung, Terminbuchungen sowie die Aufnahme und Weiterleitung von Tickets. Sie unterscheiden sich weniger in der Technik als im Risiko: Manche lesen nur Daten, andere bewegen Geld.

Ein KI-Agent führt die Aktion in Ihren Systemen aus, deshalb zählt die Aktion so viel wie die Frage. Die Tabelle ordnet gängige Anwendungsfälle nach der Autonomiestufe, die die Aktion meist braucht, mit den Stufen aus unserem Leitfaden zu den Autonomiestufen von KI-Agenten.

Die letzte Spalte ist ein typisches Ergebnis, keine Regel; Ihr eigener Score entscheidet.

Wie bewerten Sie Support-Anliegen für die Automatisierung?

Bewerten Sie jedes Anliegen mit 1 bis 5 nach sechs Kriterien (Volumen, Komplexität der Lösung, Klarheit der Richtlinie, Aktionsrisiko, Datenzugriff und Emotion des Kunden), multiplizieren Sie mit den Gewichten unten und teilen Sie die Summe durch 5. So erhalten Sie einen Prioritätsscore von 20 bis 100. Wenden Sie dann das Gate zur Messbarkeit und die K.-o.-Regeln an, bevor etwas live geht.

Bei jedem Kriterium bedeutet 5 „ein besserer erster Kandidat“, ein höherer Wert ist also immer sicherer und wertvoller für eine frühe Automatisierung.

Die Scorecard zur Priorisierung von Anliegen

Die Zwischenwerte ergeben sich von selbst: Volumen 4 ist 8 % bis 14 % und Volumen 2 ist 2 % bis 3 %; Klarheit der Richtlinie 4 sind 1 oder 2 ungeschriebene Ausnahmen und 2 sind 6 bis 10. Das Aktionsrisiko folgt der Autonomiestufe: Stufe 0 ergibt 5, Stufe 1 ergibt 4, Stufe 2 ergibt 3, Stufe 3 ergibt 2 und Stufe 4 ergibt 1. Umfasst ein Anliegen Aktionen in zwei Stufen (Kündigung zum Laufzeitende gegenüber sofortiger Kündigung mit Erstattung), bewerten Sie die riskantere oder teilen Sie das Anliegen auf.

Prioritätsscore = (Volumen × 20 + Komplexität × 15 + Klarheit × 20 + Risiko × 20 + Daten × 10 + Emotion × 15) ÷ 5.

Bänder: 80 oder mehr kommt in die erste Welle. 65 bis 79 kommt in die zweite Welle, sobald das schwächste Kriterium behoben ist. Unter 65 bleibt bei Menschen, oder der KI-Agent unterstützt einen Menschen, bis Sie neu bewerten.

Das Gate zur Messbarkeit der Qualität

Bevor ein Anliegen live geht, fragen Sie: Könnte eine prüfende Person oder ein automatisches Bewertungssystem aus dem Transkript und dem Aktionsprotokoll erkennen, ob der KI-Agent es richtig gemacht hat? Sie müssen das richtige Ergebnis als Kriterien einer Scorecard schreiben können, etwa „hat den Versandstatus genannt, der mit den Tracking-Daten übereinstimmt“ oder „hat die Verlängerung gestoppt und nicht sofort gekündigt, außer auf Wunsch“. Wenn nicht, fällt das Anliegen durch, egal wie hoch sein Score ist, weil seine Fehler unsichtbar bleiben, bis Kunden sich beschweren. Wie Sie diese Kriterien schreiben, zeigt unser Leitfaden zur Qualitätssicherung für KI-Agenten.

K.-o.-Regeln

Drei Ergebnisse verhindern, dass ein Anliegen zuerst drankommt, auch bei hoher Summe:

1. Klarheit der Richtlinie 1: Die Regeln widersprechen sich oder die meisten Fälle folgen ungeschriebenen Regeln, der Agent wird also improvisieren.
2. Aktionsrisiko 1: Aktionen der Stufe 4 (personenbezogene Daten löschen, Bankdaten ändern) bleiben bei einem Menschen.
3. Ein nicht bestandenes Gate zur Messbarkeit.

Rechenbeispiel: 8 Support-Anliegen in einer Rangfolge

Das Rechenbeispiel unten ist eine Illustration, keine Kundendaten: ein E-Commerce-Team mit Abomodell und 40.000 Kontakten im Monat bewertet acht Anliegen. Bestellstatus und Hilfe beim Login landen in der ersten Welle, der Tarifwechsel in der zweiten, und die vier Anliegen, die „einfach aussehen“, bleiben unter 65, bis ihre versteckten Regeln aufgeschrieben sind.

Zur Kontrolle einer Zeile: Der Bestellstatus ergibt (5 × 20 + 5 × 15 + 4 × 20 + 5 × 20 + 5 × 10 + 4 × 15) ÷ 5 = 465 ÷ 5 = 93.

Was die Rangfolge diesem Team sagt:

• Die erste Welle deckt 31 % der Kontakte ab (12.400 im Monat), mit zwei Anliegen: ein kleinerer Start als „alles unter fünf Minuten“, und einer, den Sie messen können.
• Retouren haben das zweithöchste Volumen, kommen aber nur auf 62. Das Problem ist die Klarheit der Richtlinie: In 50 gelösten Retourentickets fand das Team 7 Entscheidungen, die kein Hilfeartikel beschrieb.
• Gutscheincodes fallen per K.-o. heraus. Niemand konnte aufschreiben, wann Mitarbeitende einen abgelaufenen Code doch akzeptieren, also könnte auch kein Bewertungssystem die Antwort des KI-Agenten beurteilen.
• Kündigungen werden nach ihrer riskanteren Aktion bewertet. Die sofortige Kündigung mit Erstattung braucht eine Freigabe (Stufe 3), das Aktionsrisiko ist also 2, nicht die 4 eines einfachen Verlängerungsstopps.

Teilen Sie jetzt das Anliegen Retoure auf. „Standardretoure innerhalb der Frist, berechtigter Artikel“ macht 10 % der Kontakte aus. Mit aufgeschriebenen Regeln steigen Komplexität und Klarheit auf 4: (4 × 20 + 4 × 15 + 4 × 20 + 3 × 20 + 4 × 10 + 3 × 15) ÷ 5 = 365 ÷ 5 = 73. Damit rückt es in die zweite Welle. Die übrigen 4 % (beschädigt, personalisiert, verspätet, Kulanz) bleiben bei Menschen und werden mit Kontext übergeben.

Welche „einfachen“ Anliegen verbergen Geschäftsregeln?

Die Anliegen, die am häufigsten Geschäftsregeln verbergen, sind Kündigungen, Adressänderungen, Retouren, Gutscheincodes, Erstattungen bei verspäteter Lieferung und Änderungen der Zahlungsmethode. Jedes sieht aus wie eine einzige Aktion, aber Ihre besten Mitarbeitenden treffen unterwegs aus Erfahrung mehrere Entscheidungen, und keine davon steht dort, wo ein KI-Agent sie lesen kann.

Manche versteckten Regeln sind gesetzliche. In der EU hat ein Verbraucher in der Regel 14 Tage, um einen Fernabsatzvertrag „ohne Angabe von Gründen“ zu widerrufen (Richtlinie 2011/83/EU, Artikel 9), und Artikel 16 nennt 13 Ausnahmen, etwa Waren, die nach Vorgaben des Verbrauchers angefertigt werden, Waren, die schnell verderben, und versiegelte Hygieneartikel, deren Versiegelung nach der Lieferung entfernt wurde. Ein Agent, der „alle Verkäufe sind endgültig“ oder „Sie können alles zurückgeben“ sagt, liegt in beiden Fällen falsch. Prüfen Sie Ihre Märkte mit Ihrer Rechtsberatung und schreiben Sie das Ergebnis in die Regel.

Ein schneller Test: Würden zwei erfahrene Mitarbeitende dasselbe Ticket unterschiedlich bearbeiten, hat das Anliegen eine ungeschriebene Regel, und der KI-Agent wird eine Version davon auf alle anwenden.

Wie decken Sie versteckte Regeln vor dem Launch auf?

Decken Sie versteckte Regeln in vier Schritten auf: Lesen Sie 50 gelöste Tickets pro Anliegen und notieren Sie jede getroffene Entscheidung, befragen Sie zwei oder drei Ihrer besten Mitarbeitenden zu den Fällen, in denen sie von der Standardantwort abweichen, schreiben Sie jede Ausnahme als Regel mit verantwortlicher Person auf und machen Sie aus jeder einen Testfall. Bewerten Sie die Klarheit der Richtlinie erst nach dieser Arbeit.

1. Lesen Sie 50 gelöste Tickets pro Anliegen. Nicht die 50 neuesten, sondern eine Mischung: etwa 20 gewöhnliche, 10 wieder geöffnete, 10 eskalierte und 10 mit niedriger Zufriedenheit oder der längsten Bearbeitungszeit. Notieren Sie für jedes die Entscheidung, die genutzten Daten und ob die angewendete Regel irgendwo steht. Die Zahl der ungeschriebenen Entscheidungen bestimmt den Score für die Klarheit der Richtlinie.

2. Befragen Sie zwei oder drei Top-Mitarbeitende, jeweils dreißig Minuten, mit Fragen, die Ausnahmen ans Licht bringen:

• „Wann machen Sie nicht, was im Hilfeartikel steht?“
• „Was prüfen Sie, bevor Sie das tun?“
• „Welche Kunden behandeln Sie anders, und warum?“

3. Listen Sie die Ausnahmen auf und geben Sie jeder eine verantwortliche Person. Schreiben Sie jede Ausnahme als Regel mit Auslöser, Aktion und Grenze und entscheiden Sie, ob der KI-Agent sie anwendet oder übergibt. Die Vorlage für Richtlinienkarten in unserem Leitfaden zu Richtlinien für KI-Agenten sorgt dafür, dass der Textbaustein für Menschen und die Anweisung für den KI-Agenten auf dieselbe Regel verweisen.

4. Machen Sie aus den Ausnahmen Testfälle: eine Nachricht des Kunden, die erwartete Aktion und die erwartete Antwort, ausgeführt vor dem Launch und nach jeder Änderung. Siehe Chatbot testen für geskriptete Konversationen und KI-Agenten testen für Aktionen und Toolnutzung.

Planen Sie etwa einen halben Tag pro Anliegen für die Tickets ein, plus die Gespräche: günstiger, als die Regeln über Beschwerden zu finden.

Sollte ein Anliegen als deterministischer oder generativer Ablauf laufen?

Nutzen Sie einen deterministischen Ablauf mit festen Schritten und Regeln im Code, wenn die Entscheidung klaren Kriterien folgt, etwa Fristen für die Berechtigung, Grenzen und Identitätsprüfungen. Überlassen Sie dem generativen Modell, was Code nicht kann: die Anfrage des Kunden verstehen, nach fehlenden Angaben fragen und das Ergebnis erklären. Die meisten guten Anliegen mischen beides.

Anthropic beschreibt Workflows als Systeme, in denen LLMs und Tools über vordefinierte Codepfade orchestriert werden, und Agenten als Systeme, in denen Modelle ihre eigenen Prozesse und die Nutzung von Tools dynamisch steuern. Die Empfehlung: die einfachste mögliche Lösung finden und die Komplexität nur erhöhen, wenn es nötig ist (Anthropic, Building effective agents).

Eine praktische Aufteilung für Support-Anliegen: Identitätsprüfungen, Bestellabfragen, Berechtigung (Fristen, Ausschlüsse, Grenzen), der API-Aufruf mit seinen durchgesetzten Grenzen, gesetzlich vorgeschriebene Formulierungen und feste Auslöser für Übergaben gehören in den Code oder das Tool. Die Anfrage verstehen, nach fehlenden Angaben fragen, die passende freigegebene Aktion wählen, der Ton und das Erkennen von Frust gehören zum Modell. Die Berechtigung für Geld oder Verträge entscheidet nie das Modell allein.

Es gibt eine Spannung. Der Leitfaden von OpenAI zum Bau von Agenten nennt die Freigabe von Erstattungen im Kundenservice als Beispiel für „komplexe Entscheidungen“, bei denen Agenten passen, und sagt, andernfalls könne eine deterministische Lösung ausreichen (OpenAI, A practical guide to building agents). Derselbe Leitfaden sagt, dass das Stornieren von Bestellungen, die Freigabe großer Erstattungen oder Zahlungen eine menschliche Aufsicht auslösen sollten, bis das Vertrauen in den Agenten wächst. Beides stimmt: Anliegen mit viel Urteilsvermögen sind dort, wo Agenten den größten Wert bringen, und sie brauchen zuerst die meisten Belege. Sie kommen später, nicht nie.

Woran erkennen Sie, dass das nächste Anliegen dran ist?

Fügen Sie das nächste Anliegen hinzu, wenn die aktuellen über mehrere Wochen stabil bleiben: Korrekte Lösungen halten Ihr Ziel, Eskalationen passieren im richtigen Moment, und die geprüften Fehler haben bekannte Ursachen mit umgesetzten Korrekturen. Bewerten Sie die wartenden Anliegen gleichzeitig neu, denn aufgeschriebene Regeln und neuer Datenzugriff verändern ihre Scores.

Nutzen Sie Belege, keine Kalenderdaten:

• Korrekte Lösung, nicht Containment. Eine geschlossene Konversation ist keine gelöste; wie Sie den Unterschied messen, zeigt die korrekte Lösungsquote.
• Qualität der Übergaben. Der Agent übergibt beim richtigen Auslöser und mit Kontext, sodass der Kunde sich nicht wiederholen muss (Übergabe vom KI-Agenten an Mitarbeitende).
• Fehlerursachen. Jede gescheiterte Konversation bekommt eine Ursache: fehlende Regel, falsche Daten, falsche Aktion, Ton. Beheben Sie eine wiederkehrende Ursache, bevor Sie ausweiten.
• Eine verantwortliche Person, die jedes Live-Anliegen wöchentlich prüft; siehe die Rolle des KI-Agenten-Managers.

Ihre Stufe im KI-Reifegradmodell für den Kundenservice spielt ebenfalls eine Rolle: Am Anfang fügen Sie ein Anliegen nach dem anderen hinzu; ein Team, das jede KI-Konversation bewertet und einen funktionierenden Änderungsprozess hat, kann eine kleine Gruppe auf einmal hinzufügen.

Wann passt diese Scorecard nicht zu Ihnen?

Diese Scorecard ist mehr, als Sie brauchen, wenn Sie einige Hundert Kontakte im Monat bearbeiten, nur drei oder vier Kontaktgründe haben oder Ihr KI-Agent nur Fragen aus freigegebenen Inhalten beantwortet und keine Aktionen ausführt. In diesen Fällen lesen Sie eine Stichprobe von Tickets, schreiben die Regeln auf und testen die Antworten von Hand.

Sie ersetzt auch keine saubere Liste der Kontaktgründe (unzuverlässige Tags ergeben falsche Scores beim Volumen) und keine rechtliche Prüfung: Die Scorecard sagt Ihnen, dass ein Anliegen gesetzliche Regeln hat, nicht welche.

Wo Kaizo ins Bild passt

Kaizo prüft jede Supportkonversation, menschlich oder KI, anhand Ihres eigenen Bewertungsrasters und zeigt Ihnen, was zu beheben ist. AutoPilot bewertet jede Konversation, sobald sie gelöst ist, sodass Sie sehen, wo der KI-Agent und Ihr Team richtig liegen und wo die Qualität bricht: die Belege für die Entscheidung, wann das nächste Anliegen dran ist. Sehen Sie, wie die Qualitätssicherung für KI-Agenten funktioniert, oder buchen Sie eine Demo, um es an Ihren eigenen Konversationen zu sehen.

So starten Sie diese Woche

Sie können Ihre ersten Anliegen in einer Woche bewerten, mit einer Analystin oder einem Analysten, einer Teamleitung, einem Export aus dem Helpdesk und einer Tabelle. Am Freitag haben Sie eine Rangliste, eine Liste der Ausnahmen für die besten Kandidaten und eine vereinbarte erste Welle von zwei oder drei Anliegen.

1. Montag: Exportieren Sie die Kontakte des letzten Monats nach Kontaktgrund und wählen Sie die 10 mit dem höchsten Volumen.
2. Dienstag: Bewerten Sie Volumen, Komplexität, Aktionsrisiko (anhand der Autonomiestufen), Datenzugriff und Emotion.
3. Mittwoch und Donnerstag: Lesen Sie für die besten 4 je 50 gelöste Tickets, zählen Sie die ungeschriebenen Entscheidungen, um die Klarheit der Richtlinie zu bewerten, und befragen Sie zwei Top-Mitarbeitende.
4. Freitag: Wenden Sie Gate und K.-o.-Regeln an, berechnen Sie die Scores, vereinbaren Sie die erste Welle mit der verantwortlichen Person für den KI-Agenten und übertragen Sie die Ausnahmen in Richtlinienkarten.

Prüfen Sie danach die Kontrollen, die Sie vor dem Go-live brauchen, im Leitfaden zum agentischen Kundenservice.

Häufig gestellte Fragen

Was sind echte Beispiele für KI-Agenten im Kundenservice?

KI-Agenten, die den Lieferstatus einer Bestellung prüfen und eine Verspätung erklären, ein Passwort zurücksetzen, einen Termin buchen oder verschieben, eine Standardretoure bearbeiten und ein Etikett ausstellen oder einen Abotarif ändern. Sie sind Agenten und keine Chatbots, weil sie die Aktion in Ihren Systemen ausführen, statt sie nur zu beschreiben.

Was ist der Unterschied zwischen einem Chatbot im Kundenservice und einem KI-Agenten?

Ein regelbasierter Chatbot folgt festen Intents und geskripteten Antworten, meist mit Buttons oder Schlüsselwörtern. Ein KI-Agent versteht freien Text, entscheidet, welche Schritte er geht, und handelt über Ihre Tools, etwa indem er eine Bestellung erstattet. Diese Freiheit ist der Grund, warum die Wahl der Anliegen und ihrer Regeln mehr zählt.

Wie eng sollte der Umfang des ersten KI-Agenten sein?

So eng, dass Sie jedes Ergebnis prüfen können. Zwei oder drei Anliegen mit schriftlichen Regeln und geringem Aktionsrisiko passen für die meisten großen Teams; in der Illustration oben deckten zwei Anliegen 31 % der Kontakte ab.

Kann ein KI-Agent vom ersten Tag an Erstattungen bearbeiten?

Selten. Kleine Erstattungen innerhalb einer schriftlichen Richtlinie können innerhalb einer Grenze laufen, sobald Regeln und Testfälle existieren. Erstattungen verbinden aber Geld, Ausnahmen und Emotion, deshalb landen sie meist in der zweiten Welle oder später. Größere Erstattungen und Streitfälle brauchen die Freigabe eines Menschen.

Wie können KI-Agenten den Kundenservice verbessern, ohne der Qualität zu schaden?

Indem sie einfache Anliegen vollständig lösen und alles andere mit Kontext an einen Menschen übergeben. Die Qualität leidet, wenn Teams Anliegen mit ungeschriebenen Regeln automatisieren oder Containment statt korrekter Lösung messen; KI-Konversationen nach dem Standard Ihres Teams zu bewerten, hält das sichtbar.