KI-Agent im Kundenservice: So starten Sie ein Pilotprojekt
KI-Agent im Kundenservice: So starten Sie das Pilotprojekt – welche Anfragen Sie wählen, welche Informationen er nutzt, wer freigibt und wie Sie bewerten.
Ein KI-Agent im Kundenservice ist in einem Pilotprojekt nur dann nützlich, wenn Sie wissen, welche Aufgabe er übernimmt, mit welchen Informationen er arbeitet und wer für das Ergebnis verantwortlich ist. In diesem Artikel erfahren Sie, wie Sie die erste Version abgrenzen und warum zu Beginn der Agent vorschlägt und der Mensch freigibt. Außerdem erfahren Sie, was Sie im ersten Gespräch mit Aurora AI Systems festlegen: was in den Pilot aufgenommen wird und was bewusst außen vor bleibt.
Wo beginnt ein sinnvoller Pilot?
Die Zeit des Support-Teams geht nicht nur beim Tippen verloren. Sie geht an drei Stellen verloren: beim Rekonstruieren der Kundenanfrage, bei der Suche nach der freigegebenen Information und beim Formulieren der Antwort. Ein KI-Agent im Kundenservice kann genau bei diesen Schritten helfen.
Deshalb beginnt der Pilot mit einer klar abgegrenzten Aufgabe. Er versucht nicht, die gesamte Kundenkommunikation zu automatisieren. Sie wählen einen Anfragetyp, beschreiben ihn sorgfältig und prüfen, ob der Agent ihn korrekt bearbeitet.
Der Druck, KI einzuführen, ist real – die Zurückhaltung aber auch. Laut einer Gartner-Umfrage aus dem Jahr 2024 geben 60 % der Führungskräfte im Kundenservice an, unter Druck zu stehen, KI einzusetzen. Dieselbe Umfrage zeigt, dass 64 % der Kunden es vorziehen würden, wenn Unternehmen im Kundenservice keine KI nutzten. Ein enger, kontrollierter Pilot hilft Ihnen, mit beiden Spannungen umzugehen.
KI-Agent im Kundenservice: Welche Anfragen in den Pilot gehören
Die ersten Anfragen, die Sie einem KI-Agenten im Kundenservice übertragen, sollten klare Abläufe haben. Für jeden Typ muss beschrieben sein, wie eine akzeptable Antwort aussieht. Wenn niemand im Team sagen kann, wie eine gute Antwort aussieht, hat der Agent nichts, woran er sich orientieren kann.
Lassen Sie in der ersten Version bewusst außen vor:
- Anfragen mit unklaren kommerziellen Bedingungen;
- Anfragen, die Zusagen gegenüber dem Kunden beinhalten;
- Anliegen, für die es noch keinen schriftlich festgelegten Ablauf gibt.
Wenn Sie den Prozess noch auswählen, lesen Sie auch den Leitfaden dazu, wie Sie den ersten Prozess für einen KI-Agenten im CRM auswählen. Der Grundgedanke bleibt derselbe: Die Aufbereitung der Information wird von der Handlung getrennt, die Auswirkungen auf den Kunden hat. Ein überprüfbarer Vorschlag ist oft ein besserer Einstieg als eine Ausführung ohne Freigabe.
Freigegebene Informationen: die Wissensbasis des Pilots
Ein KI-Agent im Kundenservice arbeitet im Pilot ausschließlich mit freigegebenen Inhalten. Gemeint ist die für den Pilot festgelegte Wissensbasis, nicht sämtliche Dokumente des Unternehmens. Je klarer die Quelle, desto einfacher die Prüfung.
Widersprechen sich zwei Dokumente, entscheidet nicht die KI. Die Entscheidung trifft der Prozessverantwortliche, der das fehlerhafte Dokument korrigiert oder zurückzieht. Diese Übung lohnt sich vor dem Pilot, nicht währenddessen.
Fehlt eine Information, fordert der Agent eine menschliche Prüfung an. Er füllt die Lücke nicht mit Annahmen. Diese Regel wird ausdrücklich in den Schutzmechanismen des Agenten festgeschrieben und nicht der Auslegung überlassen.
Die Regel ist auch rechtlich relevant. Im Fall Moffatt v. Air Canada (2024) wurde das Unternehmen für falsche Auskünfte des Chatbots auf seiner Website haftbar gemacht. Die Analyse der American Bar Association zeigt, dass das Tribunal die Vorstellung zurückwies, der Chatbot sei eine eigenständige Einheit.
Der Agent schlägt vor, der Mensch gibt frei
In der ersten Version versendet ein KI-Agent im Kundenservice nichts eigenständig. Er formuliert, und ein Mensch autorisiert den Versand. Formulierung und Autorisierung sind getrennte Schritte, und jede Antwort wird einzeln freigegeben.
Was ein überprüfbares Ergebnis enthält
Das Ergebnis des Agenten besteht aus drei Teilen:
- die vorgeschlagene Antwort an den Kunden;
- die verwendeten Informationen, also die Quellen aus der Wissensbasis;
- die Prüfpunkte, die vor dem Versand geklärt werden müssen.
So muss die freigebende Person die Arbeit nicht wiederholen. Sie sieht, woher jede Aussage stammt und wo die unsicheren Stellen liegen.
Menschliche Verantwortung, vorab festgelegt
Legen Sie namentlich fest, wer freigibt, wer für die Wissensbasis verantwortlich ist und wer den Agenten stoppen darf. Das NIST AI RMF verlangt, dass die Aufgaben des KI-Systems definiert und die menschliche Aufsicht dokumentiert wird. Ebenso wird gefordert, dass es Verantwortliche gibt, die das System abkoppeln oder deaktivieren können.
NIST empfiehlt zudem, vor der Einführung und danach regelmäßig zu testen. Das System muss sicher scheitern können, wenn es die Grenzen seines Wissens überschreitet. Die Anforderung einer menschlichen Prüfung statt Annahmen ist genau ein solcher Mechanismus. NIST betont, dass die Empfehlungen keine Checkliste sind – sie helfen Ihnen aber, die wichtigen Fragen nicht zu vergessen.
Eskalation und Transparenz gegenüber dem Kunden
Bei einer Eskalation wird die Anfrage an einen Menschen übergeben. Mit ihr gehen der Kontext, der formulierte Vorschlag und die offenen Unklarheiten mit. Die übernehmende Kollegin oder der übernehmende Kollege muss nicht bei null anfangen.
Kunden legen großen Wert darauf. Dieselbe Gartner-Umfrage zeigt, dass ihre größte Sorge darin besteht, schwerer einen Menschen zu erreichen. Gartner empfiehlt, dass die KI dem Kunden mitteilt, ihn mit einem Menschen zu verbinden, wenn sie keine Lösung findet, und dass das Gespräch dort weitergeht, wo es aufgehört hat.
Transparenz hat auch eine rechtliche Dimension. Artikel 50 des AI Act gilt ab dem 2. August 2026 und verlangt, dass Systeme, die direkt mit Menschen interagieren, so gestaltet sind, dass die Nutzer wissen, dass sie mit einer KI sprechen – es sei denn, dies ist offensichtlich. Laut Baker Botts können Verstöße Bußgelder von bis zu 15 Millionen € oder 3 % des weltweiten Umsatzes nach sich ziehen. Prüfen Sie den offiziellen Text gemeinsam mit Ihrer Rechtsberatung.
Minimale Integration und Bewertungskriterien
Die Integration eines KI-Agenten im Kundenservice beschränkt sich auf das, was der Pilot erfordert. Das kann die API, Kanäle, die Kundenhistorie oder den Nachrichtenversand betreffen. Jedes Element wird technisch bestätigt, nicht vorausgesetzt.
Die Bewertung erfolgt anhand vorab vereinbarter Kriterien:
| Kriterium | Prüffrage |
|---|---|
| Beantwortet die Anfrage | Löst die vorgeschlagene Antwort das, was der Kunde wollte? |
| Freigegebene Information | Stammt jede Aussage aus der Wissensbasis? |
| Hält Grenzen ein | Hat er eine Prüfung angefordert, als etwas fehlte? |
| Prüfaufwand | Wie viel Arbeit hat der Mensch, um die Antwort freizugeben? |
Das letzte Kriterium ist oft entscheidend. Wenn die Prüfung eine vollständige Neubearbeitung erfordert, muss der operative Nutzen neu bewertet werden. Über eine Ausweitung wird erst gesprochen, wenn das Team die Ergebnisse, die Grenzen und die Gründe für menschliche Eingriffe versteht.
Was Sie im ersten Gespräch mit Aurora festlegen
Im Aurora-Katalog ist die dem Support zugeordnete Rolle Sofia, der Agent für den Kundenservice, mit dem Titel „Koordinatorin Kundenservice“ und der API-ID sofia. Die Zuordnung beschreibt eine Rolle, keine Garantie. Verfügbarkeit, Grenzen und Integration werden für Ihren Fall erneut bestätigt.
Sofias Seite beschreibt einige Grenzen: Sie verspricht ohne Freigabe keine Entschädigungen, Rabatte oder neuen Fristen und übergibt Beschwerden sowie rechtliche Drohungen sofort an einen Menschen. Bei der Konfiguration werden die Schutzmechanismen und Übergaberegeln gemeinsam mit Ihnen festgelegt und in einer Sandbox getestet.
Bereiten Sie für das Gespräch vor:
- den einbezogenen und den bewusst ausgeschlossenen Anfragetyp;
- die freigegebene Wissensbasis und ihre verantwortliche Person;
- das Format des Ergebnisses: Antwort, Quellen, Prüfpunkte;
- wer jede Antwort freigibt und wer Eskalationen übernimmt;
- die unbedingt notwendigen Integrationen;
- die Bewertungskriterien.
Zu den Kosten: Die Preisseite nennt 699 € pro Agent und Monat zzgl. MwSt. sowie eine einmalige Einrichtung von 4.499 € pro Unternehmen. Sie können mit einem einzigen Agenten beginnen. Umfang und genauen Preis erhalten Sie in einem schriftlichen Angebot.
Wenn der Prozess sensible Daten umfasst, können Sie vor weiteren Details eine Geheimhaltungsvereinbarung (NDA) anfordern. Sobald Ihre Liste steht, vereinbaren Sie ein Gespräch mit dem Team von Aurora AI Systems. Beschreiben Sie den Prozess, die beteiligten Tools, wer was macht und wie viele Anfragen Sie ungefähr pro Woche haben.
