KI-Agenten im Kundenservice: ein Praxisleitfaden für Unternehmen in Deutschland

Ein KI-Agent im Kundenservice ist ein Sprachmodell, das mit Ihrem Hilfecenter, Ihren Bestell- und Kundendaten und Ihren schriftlichen Richtlinien verbunden ist. So kann er Fragen in eigenen Worten beantworten, Informationen nachschlagen und festgelegte Aktionen ausführen, etwa eine Retoure anstoßen. Gut eingeführt, erledigt er die Routinehälfte Ihres Posteingangs auf Deutsch und Englisch, rund um die Uhr, und übergibt alles andere mit einer sauberen Zusammenfassung an einen Menschen. Schlecht eingeführt, erfindet er Richtlinien, hält Kunden in Schleifen fest und versteckt den Schaden hinter einer schmeichelhaften Containment-Rate. Dieser Leitfaden behandelt, was sich automatisieren lässt, woher Antworten kommen müssen, Übergaberegeln, Integrationen, ehrliche Kennzahlen, die Pflichten aus DSGVO und KI-Verordnung und eine Einführung in Stufen.

#KI-Chatbot oder KI-Agent: was sich wirklich ändert

Die meisten Unternehmen in Deutschland hatten schon einen Chatbot: einen Entscheidungsbaum mit Buttons, ein paar Schlüsselwort-Triggern und einem Kontaktformular als Rückfallebene. Er hat nie etwas Falsches gesagt, weil er nie etwas sagte, das ihm nicht wörtlich vorgegeben war. Er hat allerdings auch selten etwas gelöst.

Ein Agent arbeitet anders. Er liest die Nachricht des Kunden, holt die passenden Passagen aus Ihren Quellen, ruft Werkzeuge auf (Bestellung 48213 nachschlagen, Rückgabefrist prüfen, Ticket anlegen) und schreibt eine Antwort. Das macht ihn deutlich nützlicher und zugleich deutlich anfälliger dafür, selbstbewusst falsch zu liegen. Gartner prognostiziert, dass agentische KI bis 2029 80 % der gängigen Serviceanliegen ohne menschliches Eingreifen lösen wird. Nehmen Sie das als Prognose, nicht als Ziel für Ihr erstes Quartal.

#Was Sie zuerst automatisieren, was Sie übergeben und was nie

Exportieren Sie die Tickets von drei Monaten und ordnen Sie sie nach Anliegen. In den meisten Helpdesks macht eine Handvoll Anliegen einen großen Teil des Volumens aus. Die besten ersten Kandidaten haben drei Merkmale gemeinsam: Die Antwort existiert schriftlich oder in einem System, der Kunde lässt sich sicher identifizieren, und eine falsche Antwort ist leicht zu korrigieren.

Bei der Ausschlussliste geht es nicht um Fähigkeiten. Eine Ablehnung, die jemanden erheblich beeinträchtigt und allein von Software getroffen wird, berührt Art. 22 DSGVO zu automatisierten Entscheidungen. Kündigung und Widerruf haben in Deutschland eigene gesetzliche Wege: den Kündigungsbutton nach § 312k BGB und, seit dem 19. Juni 2026, die elektronische Widerrufsfunktion nach § 356a BGB. Ein Agent darf Kunden darauf hinweisen, er darf aber nie zum Hindernis davor werden.

Übergaberegeln

Halten Sie die Übergaberegeln schriftlich fest, bevor Sie irgendetwas konfigurieren, und machen Sie daraus harte Auslöser statt Empfehlungen an das Modell. Der Agent sollte das Gespräch an einen Menschen übergeben, wenn:

• der Kunde einmal nach einem Menschen fragt, egal in welcher Formulierung; er darf nie zweimal fragen müssen
• das Thema auf der Ausschlussliste steht, erkannt am Anliegen und an Schlüsselwörtern wie Anwalt, Beschwerde, Datenschutz oder Widerruf
• die Suche keine Quelle oberhalb Ihrer Konfidenzschwelle findet, der Agent also raten müsste
• eine Aktion fehlschlägt oder dieselbe Frage dreimal ohne Fortschritt gestellt wurde
• die Stimmung deutlich negativ wird oder Bestellwert oder Kundenstufe eine festgelegte Grenze überschreiten

Eine gute Übergabe enthält eine Zusammenfassung, den Stand der Identitätsprüfung, die bisherigen Lösungsversuche und die herangezogenen Quellen, damit der Mensch den Kunden nie bitten muss, sich zu wiederholen. Eine Kundenbefragung von Gartner ergab, dass 64 % der Kunden es vorziehen würden, wenn Unternehmen im Service keine KI einsetzten. Ihre größte Sorge: dass es schwerer wird, einen Menschen zu erreichen. Ein sichtbarer, schneller Weg zu einem Menschen ist die Antwort auf diese Sorge.

#Woher der Agent seine Antworten nimmt: Retrieval, Quellenbindung und Belege

Ein Agent sollte aus Ihren Quellen antworten, nicht aus dem, was das zugrunde liegende Modell zufällig weiß. Das übliche Muster heißt Retrieval: Artikel aus dem Hilfecenter, Richtliniendokumente und Textbausteine werden in Passagen zerlegt und indexiert; zu jeder Frage werden die relevantesten Passagen abgerufen, und das Modell wird angewiesen, nur daraus zu antworten. Live-Daten (Bestellstatus, Sendungsverfolgung, Rechnungsbeträge) kommen aus Tool-Aufrufen, nie aus Dokumenten.

• Quellenbindung (Grounding): Enthalten die Quellen die Antwort nicht, sagt der Agent das und übergibt. Diese eine Anweisung, gründlich getestet, verhindert die meisten erfundenen Richtlinien.
• Belege: Der Agent verlinkt den Hilfecenter-Artikel, den er genutzt hat. Kunden können nachprüfen, und Prüfende sehen auf einen Blick, ob die Antwort zur Quelle passt.
• Eine verbindliche Quelle: Widersprüche zwischen einem alten PDF und der aktuellen Retourenseite tauchen in Antworten auf. Bereinigen Sie das Hilfecenter vor dem Start; das ist meist der größte Arbeitsblock.
• Verantwortung: Jede Quelle hat eine verantwortliche Person und ein Prüfdatum, damit eine Preis- oder Richtlinienänderung den Agenten am selben Tag erreicht, an dem sie gilt.

Deutsch und Englisch

Aktuelle Modelle beherrschen Deutsch und Englisch gut, und Kunden in der DACH-Region wechseln zwischen beiden, besonders im B2B. Legen Sie die Regeln fest, statt sie dem Modell zu überlassen: Antwort in der Sprache des Kunden, Sie-Form, sofern Ihre Marke nicht duzt, und in der Schweiz ss statt ß. Führen Sie einen Quellenbestand auf Deutsch, wenn das Ihre Leitsprache ist; der Agent kann aus deutschen Passagen auf Englisch antworten, testen Sie aber, ob Produktnamen, Rechtsbegriffe und Einheiten die Übersetzung überstehen. Bauen Sie Ihren Testkatalog in beiden Sprachen aus echten Tickets.

#Zendesk, Freshdesk, HubSpot, Shopify und Ihr ERP anbinden

Sie haben zwei Wege. Der erste ist der in Ihren Helpdesk eingebaute Agent: Zendesk AI Agents, Freddy AI Agent in Freshdesk oder der Customer Agent in HubSpot, der konfigurierbare Übergabe-Auslöser mitbringt. Damit starten Sie am schnellsten, bezahlt wird pro Lösung oder Sitzung, und am stärksten sind diese Agenten, wenn Ihr Wissen bereits in diesem Tool liegt. Der zweite Weg ist ein eigener Agent auf einer Modell-API, der sich als weiterer Kanal an den Helpdesk anbindet. Er kostet mehr in der Entwicklung, gibt Ihnen aber die Kontrolle über Hosting, Modellwahl, Werkzeuge und Evaluierung, und das zählt, sobald Aktionen bis ins ERP reichen.

Geben Sie dem Agenten den geringsten Zugriff, der funktioniert, und nie einen allgemeinen API-Schlüssel. Verifizieren Sie den Kunden, bevor Sie Bestelldetails preisgeben, etwa über Bestellnummer plus Postleitzahl oder eine angemeldete Sitzung. Shopify zum Beispiel knüpft Apps, die personenbezogene Daten berühren, an seine Anforderungen für Protected Customer Data. Behandeln Sie jede Kundennachricht, jeden E-Mail-Anhang und jede abgerufene Webseite als nicht vertrauenswürdige Eingabe: Prompt Injection, bei der Text versucht, die Anweisungen des Agenten auszuhebeln, steht auf Platz eins der OWASP Top 10 für LLM-Anwendungen. Die Abwehr liegt in der Architektur: Aktionen werden durch Berechtigungen und Regeln im Code begrenzt, nicht durch das Wohlverhalten des Modells.

#Ehrlich messen: Containment ist keine Lösung

Anbieter und Dashboards lieben die Containment-Rate: den Anteil der Gespräche, die nie bei einem Menschen ankamen. Sie ist die am leichtesten zu schönende Zahl, denn ein Kunde, der aufgibt, zählt als „contained“. Abrechnungskennzahlen der Anbieter verdienen dieselbe Skepsis; Zendesk etwa legt eigene Regeln fest, wann eine automatisierte Lösung gezählt wird. Definieren Sie Ihre Kennzahlen selbst und messen Sie sie vor und nach dem Start auf dieselbe Weise.

#Betrieb unter DSGVO, KI-Verordnung und deutschem Arbeitsrecht

Ein Agent, der Bestellhistorien liest, verarbeitet personenbezogene Daten, also gilt das übliche Instrumentarium der DSGVO: eine Rechtsgrundlage (meist Vertragserfüllung, Art. 6 Abs. 1 lit. b), ein Auftragsverarbeitungsvertrag mit jedem Anbieter nach Art. 28, aktualisierte Datenschutzhinweise nach Art. 13, eine Aufbewahrungsfrist für Gesprächsprotokolle und die Prüfung, ob eine Datenschutz-Folgenabschätzung nach Art. 35 nötig ist. Lesen Sie in den Bedingungen des Anbieters nach, ob Ihre Daten seine Modelle trainieren und wo sie verarbeitet werden. Die Orientierungshilfe der deutschen Aufsichtsbehörden zu KI und Datenschutz taugt als Checkliste; Hosting-Optionen behandelt unser Beitrag zu DSGVO-konformem KI-Hosting in Deutschland.

Die KI-Verordnung ergänzt eine Transparenzpflicht, die seit dem 2. August 2026 gilt. Der im Juli 2026 veröffentlichte KI-Omnibus hat Hochrisiko-Pflichten verschoben, diese aber nicht.

Nach Artikel 50 Abs. 5 muss die Information klar sein und spätestens bei der ersten Interaktion erfolgen. Setzen Sie sie also in die Begrüßung des Agenten und in die E-Mails, die er versendet, nicht in eine Fußzeile. Bauen Sie den Agenten selbst, sind Sie voraussichtlich sein Anbieter; Verstöße gegen Artikel 50 können nach Artikel 99 Abs. 4 mit bis zu 15 Mio. EUR oder 3 % des weltweiten Umsatzes geahndet werden. Schweizer Unternehmen sind erfasst, wenn die Ausgaben in der EU verwendet werden. Rollen und Grenzfälle erklärt unser Leitfaden zur KI-Verordnung für KI-Agenten.

#Einführung in Stufen, mit einem durchgerechneten Beispiel

Nehmen Sie einen fiktiven Ersatzteilhändler mit 40 Beschäftigten, sechs Servicemitarbeitern und 9.000 Gesprächen im Monat, 70 % davon auf Deutsch. Die Auswertung der Tickets aus drei Monaten zeigt: Bestellstatus 28 %, Retouren 14 %, Rechnungskopien 6 %. Das sind 48 % des Volumens oder rund 4.300 Gespräche in drei Anliegen mit geringem Risiko. Der Shop läuft auf Shopify, der Helpdesk auf Zendesk, das ERP auf weclapp.

1. Schattenbetrieb (Wochen 1 bis 3). Der Agent entwirft zu jedem Ticket der drei Anliegen eine interne Notiz; nichts erreicht Kunden. Die Servicemitarbeiter bewerten 400 Entwürfe. Angenommen, 81 % sind korrekt, 12 % brauchen Änderungen und 7 % sind falsch, meist weil sich zwei Retourenartikel widersprechen. Quellen korrigieren, Testkatalog erneut laufen lassen, wiederholen.
2. Pilot (Wochen 4 bis 8). Der Agent antwortet live, aber nur für die drei Anliegen, nur im Chat und nur für 25 % der Besucher. Angenommen, er hält 66 % der Gespräche im Umfang ohne Menschenkontakt, aber 8 Prozentpunkte melden sich binnen 7 Tagen erneut, die Lösungsquote liegt also bei 58 %. Zwei Servicemitarbeiter prüfen täglich eine Stichprobe und jede Übergabe.
3. Livebetrieb (ab Woche 9). Ausweitung auf den gesamten Chat und die E-Mail für die drei Anliegen, dann jeweils ein weiteres Anliegen, jedes mit eigener Schattenphase. In diesem Beispiel sind 58 % von 4.300 rund 2.500 Gespräche im Monat, die ohne einen Menschen gelöst werden: echte Zeitersparnis, aber weit entfernt von den Schlagzeilen, mit denen Anbieter werben.

#Typische Fehlerbilder

• Erfundene Richtlinie. Der Agent füllt eine Lücke mit einer plausiblen Regel. Ursache: schwache Quellenbindung oder ein Testkatalog, der nie nach der Lücke gefragt hat.
• Die Schleife. Der Kunde bittet um einen Menschen und bekommt dieselbe Antwort in anderen Worten. Ursache: Die Übergabe wurde dem Urteil des Modells überlassen statt einem harten Auslöser.
• Veraltete Quellen. Preise oder Lieferzeiten haben sich letzte Woche geändert, der Artikel nicht. Ursache: keine verantwortliche Person und kein Prüfdatum.
• Zu weite Zugriffe. Ein API-Schlüssel, der erstatten, stornieren und jeden Kunden lesen kann. Ursache: Integration auf Tempo gebaut, nicht nach dem Prinzip der geringsten Rechte.
• Schönwetter-Kennzahlen. Die Containment-Rate steigt, Wiederholungskontakte und Beschwerden aber auch. Ursache: keine Lösungskennzahl und keine Stichprobenprüfung.
• Schleichende Ausweitung. Neue Anliegen kommen hinzu, weil der Pilot gut aussah, ohne eigene Schattenphase. Ursache: kein Freigabeprozess für den Agenten.

#Wie wir Sie unterstützen

Wenn Sie einen KI-Agenten für Ihr Support-Team erwägen, führt Bespoke IT ein KI-Audit durch: Wir ordnen eine Stichprobe Ihrer Tickets, beziffern die Anliegen, die sich zu automatisieren lohnen, prüfen Ihre Quellen, Integrationen und Ihre Lage nach DSGVO und geben Ihnen einen Stufenplan mit den Kennzahlen, an denen Sie ihn messen.