Optimierung von KI-Agenten: Stärken, Lücken und Strategien

Künstliche Intelligenz verändert derzeit rasant den Kundenservice und betriebliche Abläufe in Unternehmen. Virtuelle Assistenten und Chatbots bearbeiten heute Millionen von Anfragen in den Bereichen Bankwesen, Gesundheitswesen und Einzelhandel – und versprechen dabei schnellere Reaktionszeiten und eine Verfügbarkeit rund um die Uhr. Laut Forrester zählt Konversations-KI – insbesondere in Kombination mit neuer generativer KI – zu den Technologien mit dem schnellsten Return on Investment (ROI), insbesondere in den Bereichen E-Commerce, Vertrieb sowie Kundenservice und -erlebnis. Unternehmen verschiedenster Branchen investieren daher zunehmend in KI-gestützte Agenten, um Effizienz und Kundenerlebnis zu verbessern.

Trotz großer Fortschritte sind heutige KI-Agenten jedoch noch nicht in der Lage, jedes Problem zu lösen oder die menschliche Note vollständig zu ersetzen. Untersuchungen von Gartner zeigen, dass KI zwar in der Lage ist, Routineinteraktionen zu automatisieren, jedoch «nur sehr wenige [Self-Service-Lösungen] über die Fähigkeiten verfügen, Kundenprobleme vollständig zu lösen» und dass «immer ein gewisses Maß an unterstützendem Service erforderlich sein wird».

In der Praxis entstehen die überzeugendsten Kundenerlebnisse aus der Kombination von fortschrittlicher KI mit gezielter menschlicher Unterstützung.

Dieser Artikel beleuchtet die neuesten Technologien, die KI-Agenten leistungsfähiger machen, stellt führende Lösungsanbieter vor – von Technologiekonzernen bis hin zu Start-ups – analysiert zentrale Schwächen aktueller Systeme und zeigt Strategien auf, wie menschliche Unterstützung sinnvoll eingebunden werden kann, wenn KI an ihre Grenzen stößt.

Generative KI hebt Konversationsagenten auf ein neues Niveau

Der Aufstieg großer Sprachmodelle (LLMs) verändert die Konversations-KI im Kundenservice grundlegend. Der Durchbruch großer Sprachmodelle (Large Language Models, LLMs) hat die Entwicklung konversationeller KI im Kundenservice maßgeblich vorangetrieben. Fortgeschrittene Modelle wie GPT-4 ermöglichen es Chatbots, natürlichere und flüssigere Dialoge zu führen und ein breiteres Spektrum an Anfragen zu bearbeiten. Diese auf generativer KI basierenden Agenten können kontextbezogen kommunizieren, mehrstufige Dialoge verarbeiten und komplexe Antworten generieren, die menschlicher Kommunikation sehr nahekommen.

Dennoch bringt generative KI auch Herausforderungen mit sich – etwa das Phänomen der «Halluzinationen», bei dem die KI falsche Informationen selbstbewusst präsentiert. Um solchen Risiken vorzubeugen, müssen Unternehmen ihre Modelle gezielt feinjustieren, Verstärkungslernen einsetzen und die Interaktionen der KI sorgfältig überwachen. Unternehmen wie Kore.ai, Cognigy und Amelia (IPsoft) haben generative KI bereits in ihre Lösungen integriert, um das Sprachverständnis und die Flexibilität zu verbessern – stets mit dem Ziel, ein ausgewogenes Verhältnis zwischen Automatisierung und menschlicher Kontrolle zu gewährleisten.

Sprach- und Spracherkennungsagenten

KI-Agenten mit Sprachfunktion bereichern das Kundenerlebnis, indem sie Anrufe und sprachgestützte Anwendungen mit hoher Genauigkeit verarbeiten. Moderne Spracherkennungssysteme ermöglichen es KI-Agenten, natürliche Sprache zu interpretieren, Kundenabsichten zu erkennen und Aufgaben nahtlos auszuführen. Unternehmen wie Nuance (inzwischen Teil von Microsoft) haben das dialogorientierte IVR (Interactive Voice Response) maßgeblich geprägt, während Google mit Contact Center AI und Amazon mit Lex leistungsstarke Sprachlösungen für den Kundenservice anbieten.

Trotz dieser Fortschritte stehen Sprach-KI-Systeme weiterhin vor Herausforderungen – insbesondere bei der genauen Interpretation von Akzenten, Emotionen und komplexen Satzstrukturen. Um die Zuverlässigkeit zu erhöhen, setzen Unternehmen auf Echtzeit-Stimmungsanalysen, sprachbiometrische Authentifizierungsverfahren und KI-gestütztes Anrufmonitoring, das die Erkennungsgenauigkeit kontinuierlich verbessert.

Intelligente Prozessautomatisierung und RPA-Bots

Neben kundenorientierten Chatbots ermöglicht KI-gestützte Robotic Process Automation (RPA) die Automatisierung repetitiver Aufgaben und interner Geschäftsprozesse. Plattformen wie UiPath, Automation Anywhere und Blue Prism kombinieren KI mit RPA, um Workflows im Kundenservice, Personalwesen oder IT-Support effizient zu automatisieren.

Ein KI-basierter RPA-Bot kann beispielsweise Kundendaten aus E-Mails extrahieren, sich in Unternehmenssysteme einloggen und Aufgaben wie die Bearbeitung von Rückerstattungen übernehmen. Durch die Kombination von KI und Automatisierung steigern Unternehmen ihre operative Effizienz, minimieren Fehlerquellen und entlasten ihre Mitarbeitenden, die sich auf wertschöpfendere Tätigkeiten konzentrieren können.

Emotional intelligente und kontextbewusste Agenten

Eine zentrale Schwäche heutiger KI-Agenten ist das begrenzte Verständnis für Emotionen und Kontexte. Fortschritte im Bereich Sentimentanalyse und kontextuelle KI ermöglichen es Systemen jedoch zunehmend, Stimmungen zu erkennen, den Tonfall anzupassen und empathisch zu reagieren. Diese Technologien analysieren Frustrationslevel, frühere Interaktionen und emotionale Signale, um die Antworten entsprechend zu gestalten.

Unternehmen wie Cogito und Behavioral Signals haben sich auf KI-basierte emotionale Intelligenz im Kundenservice spezialisiert. Indem sie KI-Agenten darin schulen, Stress oder Unzufriedenheit zu erkennen und bei Bedarf an menschliche Mitarbeitende zu übergeben, tragen sie maßgeblich zur Erhöhung der Kundenzufriedenheit und -bindung bei.

Branchenspezifische virtuelle Assistenten (Bankwesen, Gesundheitswesen, Einzelhandel)

KI-Agenten entwickeln sich zunehmend zu spezialisierten Lösungen für branchenspezifische Anforderungen. Im Bankwesen übernehmen virtuelle Assistenten wie KAI von Kasisto Aufgaben wie die Beantwortung finanzieller Anfragen, Betrugserkennung oder Kontoverwaltung. Im Gesundheitswesen helfen Assistenten wie Ada Health oder Microsofts Healthcare Bot bei der Ersteinschätzung von Symptomen, Terminvereinbarungen oder der Bereitstellung medizinischer Informationen.

Im Einzelhandel unterstützen Chatbots Kund:innen bei Produktempfehlungen, Sendungsverfolgung oder einem personalisierten Einkaufserlebnis. Durch die branchenspezifische Anpassung von KI-Lösungen verbessern Unternehmen ihre Serviceeffizienz und stellen gleichzeitig Genauigkeit und regulatorische Konformität sicher.

Führende Anbieter: Technologiekonzerne und agile Start-ups

Das Ökosystem für KI-Agenten wird sowohl von Technologiegiganten wie Microsoft, Google und IBM als auch von innovativen Start-ups wie Kore.ai, Cognigy und Amelia geprägt. Während große Unternehmen cloudbasierte KI-Lösungen und Infrastrukturen bereitstellen, treiben Start-ups die Innovation in spezialisierten Bereichen wie Voice AI, Automatisierung oder KI-gesteuerten Contact Centern voran.

Gerade durch ihre Agilität sind Start-ups oft Vorreiter bei der Einführung neuester KI-Technologien. So spezialisieren sich etwa OneReach.ai und Aisera auf KI-gestützte Automatisierung von Kundenerlebnissen, während Cresta Echtzeit-KI-Coaching für Contact-Center-Mitarbeitende anbietet. Durch die Kombination skalierbarer Enterprise-KI-Lösungen mit dem Innovationsgeist von Start-ups können Unternehmen leistungsstarke und zukunftsfähige KI-Agenten-Ökosysteme aufbauen.

Zentrale Schwächen aktueller KI-Fähigkeiten

Trotz technischer Fortschritte haben KI-Agenten weiterhin Schwierigkeiten bei der Lösung komplexer Probleme, der langfristigen Kontextwahrung und dem tieferen Verständnis von Kundenanliegen. Generative KI kann etwa mehrdeutige oder nuancierte Anfragen falsch interpretieren und so ungenaue oder irreführende Antworten liefern. Zudem fehlt es vielen Systemen an der Fähigkeit, mit sensiblen oder emotional aufgeladenen Situationen angemessen umzugehen.

Um diesen Schwächen zu begegnen, setzen Unternehmen auf Fallback-Mechanismen, Echtzeitunterstützung durch menschliche Mitarbeitende und kontinuierliches Training der KI-Modelle. Ebenso wichtig ist die Integration der KI-Agenten in firmeninterne Wissensdatenbanken und Kundendaten, um genaue, personalisierte und vertrauenswürdige Antworten zu ermöglichen.

Kund:innen wünschen weiterhin den Menschen – Die Vertrauenslücke

Die Akzeptanz von KI im Kundenservice stößt nach wie vor auf Vorbehalte. Studien zeigen, dass KI-gesteuerte Chatbots und virtuelle Assistenten zwar Effizienzgewinne bringen, viele Kund:innen jedoch in komplexen oder kritischen Situationen nach wie vor den direkten Kontakt zu menschlichen Ansprechpartner:innen bevorzugen.

Um das Vertrauen in KI-Agenten zu stärken, sind Transparenz über deren Einsatz sowie klar erkennbare Optionen zur Weiterleitung an menschliche Mitarbeitende unerlässlich. Ein hybrides Service-Modell – KI-gestützt, aber menschlich abgesichert – bietet den besten Weg, um Effizienz mit Vertrauen und Kundenzufriedenheit zu verbinden.

Strategien zur Unterstützung von KI-Agenten durch menschlichen Service

Für eine nahtlose Zusammenarbeit zwischen KI und Mensch sollten Unternehmen gezielt hybride Serviceansätze verfolgen. Erfolgreiche Strategien umfassen:

• «Notausgang» anbieten, über den Kund:innen jederzeit problemlos an menschliche Mitarbeitende weitergeleitet werden können.
• Frustration oder Verwirrung erkennen und betroffene Interaktionen automatisch an menschliche Servicekräfte übergeben.
• KI als Erstkontakt nutzen, um Informationen zu sammeln, bevor das Anliegen an Menschen weitergeleitet wird (Triage-Prinzip).
• Menschliche Unterstützung priorisieren, insbesondere bei risikobehafteten, emotional aufgeladenen oder besonders wertvollen Kundenanfragen.
• Echtzeit-KI-Tools implementieren, die menschlichen Agent:innen durch Antwortvorschläge und Datenbereitstellung unterstützend zur Seite stehen.

Richtlinien für den richtigen Zeitpunkt menschlicher Intervention

Damit die Zusammenarbeit zwischen KI und menschlichem Service reibungslos funktioniert, sind klare Eskalationskriterien notwendig. Unternehmen sollten festlegen, in welchen Situationen menschliche Eingriffe zwingend erforderlich sind, z. B.:

• Wenn der Kunde ausdrücklich nach einem menschlichen Ansprechpartner verlangt.
• Wenn die KI das Problem nicht innerhalb eines angemessenen Zeitraums lösen kann.
• Wenn die Sentimentanalyse Unzufriedenheit oder Frustration erkennt.
• Bei komplexen Anliegen, die Einfühlungsvermögen, Verhandlungsgeschick oder kritisches Denken erfordern.
• Bei VIP-Kund:innen oder Transaktionen mit hohem Wert, bei denen personalisierter Service unerlässlich ist.

Führende Anbieter von KI-Agentenlösungen und warum sie an der Spitze stehen

Die führenden Unternehmen im Bereich KI-Agenten gestalten die Zukunft des Kundenservice aktiv mit, indem sie Automatisierung, fortschrittliche Konversations-KI und datengestützte Analysen miteinander verbinden. Ihre Plattformen verbessern Self-Service-Angebote, unterstützen menschliche Mitarbeitende und sorgen für schnellere, personalisierte Problemlösungen.

Zu den bemerkenswertesten Anbietern zählen:

• NICE CXone (Enlighten AI): NICE setzt auf eine umfassende Integration von KI in seine Cloud-basierte Contact-Center-Plattform. Enlighten AI analysiert Kundeninteraktionen in Echtzeit, automatisiert einfache Anfragen und unterstützt Agent:innen mit Handlungsempfehlungen. Die konversationsfähige KI ermöglicht schnelle, präzise Antworten durch virtuelle Assistenten und sorgt für reibungslose Übergaben bei komplexen Fällen.
• Genesys Cloud AI: Genesys kombiniert prädiktives Kundenengagement, Chatbots und Voice-AI, um den Support zu optimieren. Agent Assist-Funktionen bieten Echtzeit-Transkription, Stimmungsanalysen und intelligente Antwortvorschläge zur Leistungssteigerung von Agent:innen. Mit Hilfe generativer KI werden selbst komplexe und nuancierte Kundenanliegen kontextsensitiv bearbeitet.
• Salesforce Einstein AI: Der Einstein Service Agent von Salesforce ist eine autonome, generative KI, die Serviceanfragen vollständig automatisiert bearbeiten kann. In die Plattform Customer 360 eingebettet, liefert Einstein sowohl automatisierte Antworten als auch Live-Unterstützung für Agent:innen und leitet bei Bedarf an menschliche Unterstützung weiter.
• ServiceNow Virtual Agent (Now Assist): Die virtuellen Assistenten von ServiceNow automatisieren Serviceprozesse in Bereichen wie IT, Personalwesen und Kundendienst. Dank kontextsensitiver KI lösen sie Routineanfragen im Self-Service und ermöglichen gleichzeitig eine nahtlose Weiterleitung bei besonders wichtigen oder komplexen Anliegen.
• Oracle Digital Assistant & KI-Agenten: Oracle integriert über 50 KI-gestützte Agenten in seine Fusion Cloud Applications, um Unternehmensprozesse effizienter zu gestalten. Die digitalen Assistenten führen natürliche Dialoge mit Kunden und Mitarbeitenden, übernehmen Aufgaben wie Terminplanung, Problemlösung oder die Beantwortung komplexer Anfragen und liefern dabei KI-gestützte Echtzeitempfehlungen.
• Weitere Innovatoren: Google, Microsoft, AWS – Google Dialogflow, Microsoft Dynamics 365 AI und AWS Connect AI setzen neue Maßstäbe durch die Kombination natürlicher Sprachverarbeitung, intelligenter Contact-Center-Technologie und Echtzeit-Stimmungsanalysen. Diese Tools fördern intelligenten Self-Service und steigern gleichzeitig die Produktivität und Reaktionsfähigkeit von Service-Teams.

Warum diese Anbieter führend sind

Alle genannten Unternehmen treiben die Weiterentwicklung von KI-Agenten durch die Integration von Konversationsintelligenz, Automatisierung und prädiktiver Analytik voran. Sie ermöglichen es Unternehmen, Kundeninteraktionen intelligenter zu gestalten, Serviceprozesse zu beschleunigen und Mitarbeitende gezielt mit KI-gestützten Tools zu unterstützen – und schaffen damit die Grundlage für den Kundenservice der Zukunft.

Fazit

KI-Agenten revolutionieren die Interaktion mit Kund:innen, optimieren betriebliche Abläufe und steigern die Effizienz über Branchen hinweg. Dennoch kann künstliche Intelligenz menschliche Expertise nicht vollständig ersetzen. Unternehmen, die auf einen hybriden Ansatz setzen – bei dem KI Routineaufgaben übernimmt und Menschen komplexe Anliegen bearbeiten – erzielen die besten Ergebnisse.

Erfolgreiche KI-Strategien verbinden menschliche Empathie mit Geschäftsintelligenz und Automatisierung, um ein reibungsloses und personalisiertes Kundenerlebnis zu schaffen. Um das volle Potenzial von KI-Agenten auszuschöpfen, sollten Unternehmen ihre Modelle kontinuierlich weiterentwickeln, in Tools für die Echtzeit-Zusammenarbeit zwischen KI und Menschen investieren und klare Eskalationspfade etablieren.

Vertrauen und ein ethischer Umgang mit KI bleiben zentrale Voraussetzungen für die Akzeptanz auf Kundenseite. Dies erfordert klare Governance-Richtlinien sowie laufende Trainings- und Optimierungsmaßnahmen für KI-Systeme.

Mit dem weiteren Fortschritt der KI-Technologie müssen Unternehmen ihre KI-gestützten Kundenstrategien konsequent an unternehmerische Ziele und Kundenerwartungen anpassen. Die Zukunft von KI-Agenten liegt in adaptiver, intelligenter Automatisierung, die menschliche Arbeit nicht ersetzt, sondern gezielt ergänzt – für schnellere, persönlichere und hoch effiziente Serviceerlebnisse.