Artificial Intelligence
Was ist ein AI-Agent? Definition, Funktionsweise und Beispiele im Kundenservice
Ein AI-Agent versteht Anfragen und erledigt sie selbst, etwa eine Adressänderung im Shopsystem. So funktionieren KI-Agenten, mit Beispielen und Grenzen.

Ein AI-Agent (auch KI-Agent) ist ein KI-System, das eine Anfrage nicht nur versteht und beantwortet, sondern die nötigen Schritte selbst ausführt, um sie zu erledigen. Statt einer Kundin zu erklären, wie sie ihre Lieferadresse ändern kann, ändert der AI-Agent sie direkt im Shopsystem und bestätigt es ihr.
Für Serviceteams ist das der Unterschied zwischen „Anfrage beantwortet“ und „Anfrage erledigt“. Gerade die Vorgänge, die jeden Tag dutzendfach im Postfach landen, also Adressänderungen, Bestellstatus oder Kündigungen, kosten heute noch viel Handarbeit. In diesem Artikel erfährst du, wie AI-Agents funktionieren, wo sie im Kundenservice sinnvoll sind und wo ihre Grenzen liegen.
Das Wichtigste in Kürze
- Definition: Ein AI-Agent versteht eine Anfrage, holt sich die nötigen Informationen und führt die passende Aktion selbst aus, zum Beispiel über eine Schnittstelle zum Shopsystem.
- Bausteine: Ein Sprachmodell zum Verstehen, eine Wissensbasis für richtige Antworten und Werkzeuge, mit denen der Agent in anderen Systemen handeln kann.
- Einsatz im Kundenservice: Wiederkehrende Vorgänge mit klarem Ablauf, etwa Adressänderung, Statusabfrage oder Kündigung, auf allen Kanälen.
- Ausblick: Gartner erwartet, dass agentische KI bis 2029 rund 80 % der gängigen Kundenservice-Anliegen ohne menschliches Eingreifen löst.
- Grenze: Ein AI-Agent braucht klar festgelegte Aktionen und eine Übergabe an Menschen. Für Kulanz, Konflikte und Sonderfälle bleibt das Team zuständig.
- OMQ-Lösung: Der OMQ AI Agent führt Aufgaben über API-Schnittstelle, E-Mail-Aktion oder Skript-Aktion aus, im Chat, auf der Hilfeseite und im Kontaktformular.
Was ist ein AI-Agent?
Ein AI-Agent ist ein Softwaresystem, das mithilfe von künstlicher Intelligenz ein Ziel verfolgt und dafür selbstständig Schritte ausführt. Die Begriffe AI-Agent, KI-Agent und AI Agent meinen dasselbe; im Plural spricht man von AI-Agents oder KI-Agenten.
Ein AI-Agent besteht im Kern aus drei Bausteinen:
- Ein Sprachmodell, das versteht, was jemand möchte, auch wenn die Anfrage umgangssprachlich, unvollständig oder in einer anderen Sprache formuliert ist.
- Eine Wissensbasis, aus der der Agent die richtigen Informationen zieht. Das Sprachmodell selbst kennt weder deine Lieferzeiten noch deine Kündigungsfristen; dieses Wissen muss ihm gezielt mitgegeben werden.
- Werkzeuge, mit denen der Agent in anderen Systemen handeln kann, zum Beispiel eine Schnittstelle zum Shop, zum CRM oder zum Ticketsystem. Wie das technisch funktioniert, beschreibt der Beitrag Tool Use bei KI-Agenten.
Dazu kommen Regeln: Welche Aktionen darf der Agent ausführen, welche Daten darf er abfragen, und wann übergibt er an einen Menschen?
Wie funktioniert ein AI-Agent?
Ein AI-Agent arbeitet eine Anfrage in mehreren Schritten ab. Vereinfacht sieht das so aus:
- Anfrage verstehen: Das Sprachmodell erkennt das Anliegen, etwa „Ich möchte meine Lieferadresse ändern“.
- Fehlende Informationen erfragen: Fehlt etwas, fragt der Agent gezielt nach, zum Beispiel nach der Bestellnummer und der neuen Adresse.
- Wissen und Daten abrufen: Der Agent prüft in der Wissensbasis, was erlaubt ist (etwa: Änderung nur vor dem Versand), und ruft über eine Schnittstelle den aktuellen Bestellstatus ab.
- Aktion ausführen: Ist alles erfüllt, führt er die Änderung im Shopsystem aus.
- Ergebnis zurückmelden oder übergeben: Der Agent bestätigt die Änderung. Geht etwas nicht, etwa weil das Paket schon unterwegs ist, erklärt er das oder übergibt den Fall mit allen Angaben an das Serviceteam.
Beispiel: „Mein Paket ist nicht angekommen“
So kann ein AI-Agent eine typische Anfrage aus dem E-Commerce bearbeiten:
- Anliegen erkennen: Ein Kunde schreibt im Chat, sein Paket sei nicht angekommen. Der AI-Agent erkennt ein Lieferproblem, auch wenn der Kunde andere Worte wählt, etwa „Wo bleibt meine Bestellung?“.
- Daten erfragen: Der Agent fragt nach der Bestell- oder Sendungsnummer.
- Status abrufen: Über die Schnittstelle zum Versanddienstleister holt er den aktuellen Zustellstatus und den letzten Scanpunkt.
- Passend antworten: Ist das Paket noch unterwegs, nennt er den Stand. Gilt es laut Status als verloren, kann er eine Nachforschung anstoßen oder den Fall mit allen Daten an das Serviceteam übergeben, das über eine Ersatzlieferung entscheidet.
Für das Serviceteam bedeutet das: Statt drei E-Mails hin und her, um die Sendungsnummer zu erfragen, landet der Fall entweder gar nicht erst im Postfach oder kommt vollständig vorbereitet an.
AI-Agents im Kundenservice: Beispiele
Im Kundenservice eignen sich AI-Agents vor allem für Vorgänge, die häufig vorkommen, einem festen Ablauf folgen und eine Aktion in einem anderen System erfordern. Typische Use Cases sind:
- Adresse oder persönliche Daten ändern
- Bestellstatus oder Lieferstatus abfragen
- Abos abschließen oder kündigen
- Retouren anmelden
- Anliegen vorqualifizieren und vollständig an das Team weitergeben
Wie der AI-Agent dabei auftritt, hängt vom Kanal ab:
| Kanal | Was der AI-Agent tut | Beispiel |
|---|---|---|
| Chat und Messenger | Fragt die nötigen Angaben im Dialog ab und führt die Aktion aus | Adressänderung direkt im Chat |
| Kontaktformular | Zeigt passend zum Anliegen die nötigen Felder an und erledigt die Anfrage, bevor sie abgeschickt wird | Kündigung ohne Ticket |
| Hilfeseite | Verarbeitet eine Eingabe und zeigt eine individuelle Antwort statt eines allgemeinen Artikels | Lieferstatus zur eingegebenen Sendungsnummer |
| Erkennt das Anliegen, ruft Daten ab und beantwortet die E-Mail oder bereitet den Fall vor | Statusanfrage per E-Mail, siehe KI-E-Mail-Agent |
Wie sich solche Vorgänge in eine Gesamtstrategie einfügen, beschreibt der Leitfaden Kundenservice automatisieren.
AI-Agent vs. Chatbot
Chatbots und AI-Agents nutzen heute oft dieselben Sprachmodelle. Der Unterschied liegt darin, was am Ende passiert:
| KI-Chatbot | AI-Agent | |
|---|---|---|
| Ziel | Frage beantworten | Anliegen erledigen |
| Ergebnis | Information oder Anleitung | Ausgeführte Aktion, z. B. geänderte Adresse |
| Zugriff auf andere Systeme | Meist keiner | Über Schnittstellen, nach festen Regeln |
In der Praxis ergänzen sich beide: Der Chatbot beantwortet Wissensfragen, der AI-Agent übernimmt, sobald eine Aktion nötig ist. Eine ausführliche Gegenüberstellung mit Entscheidungshilfe findest du im Beitrag AI-Agent vs. Chatbot.
KI-Chatbot vs. AI-Agent am Beispiel einer Adressänderung
Welche Arten von AI-Agents gibt es?
In der Informatik werden AI-Agents klassisch danach unterschieden, wie sie Entscheidungen treffen:
- Einfache Reflex-Agenten reagieren nach festen Wenn-dann-Regeln.
- Modellbasierte Agenten berücksichtigen zusätzlich, was sie über ihre Umgebung wissen.
- Zielbasierte Agenten wählen die Schritte, die sie einem Ziel näherbringen.
- Nutzenbasierte Agenten wägen zwischen mehreren Wegen ab und wählen den besten.
- Lernende Agenten verbessern ihr Verhalten auf Basis von Rückmeldungen.
Im Unternehmensalltag hilft eine andere Einteilung mehr, nämlich nach dem Grad der Selbstständigkeit:
| Art | Was der Agent tut | Wer entscheidet | Beispiel |
|---|---|---|---|
| Assistierend | Schlägt Antworten oder nächste Schritte vor | Der Mensch | Antwortvorschläge im Ticketsystem |
| Ausführend | Führt festgelegte Aktionen selbst aus | Der Agent, innerhalb klarer Regeln | Adressänderung im Shopsystem |
| Autonom und vernetzt | Plant mehrere Schritte und arbeitet mit anderen Agenten zusammen | Weitgehend der Agent | Multi-Agent-Systeme |
Im Kundenservice sind heute vor allem assistierende und ausführende Agenten im Einsatz, weil sie sich gut kontrollieren lassen. Eine Übersicht über konkrete Lösungen bietet der Beitrag KI-Agenten im Vergleich.
Was ist Agentic AI?
Agentic AI (agentische KI) bezeichnet den übergeordneten Ansatz, bei dem KI nicht nur auf eine einzelne Eingabe reagiert, sondern eigenständig plant, mehrere Schritte verknüpft und dafür Werkzeuge oder weitere Agenten einsetzt. Ein AI-Agent ist damit ein Baustein agentischer KI. Mehr dazu im Beitrag Agentic AI.
Grenzen von AI-Agents
AI-Agents sind kein Selbstläufer. Gartner erwartet, dass bis Ende 2027 mehr als 40 % der Projekte mit agentischer KI wieder eingestellt werden, vor allem wegen steigender Kosten, unklarem Nutzen und unzureichender Risikokontrolle. Die Analysten raten, agentische KI nur dort einzusetzen, wo sie einen klaren Mehrwert bringt. Für den Kundenservice heißt das vor allem:
Ohne gepflegtes Wissen keine richtigen Antworten
Ein Sprachmodell kann plausibel klingende, aber falsche Antworten erzeugen. Abhilfe schafft eine gepflegte Wissensdatenbank: Der Agent antwortet aus deinen geprüften Inhalten statt aus dem allgemeinen Wissen des Modells.
Klare Grenzen für Aktionen
Ein AI-Agent sollte nur Aktionen ausführen dürfen, die vorher festgelegt und getestet sind. Eine Adressänderung vor dem Versand ist ein guter Kandidat; eine Kulanzerstattung nach eigenem Ermessen eher nicht.
Die Übergabe an Menschen gehört dazu
Ärger, Beschwerden, Sonderfälle: Hier braucht es Menschen. Ein guter AI-Agent erkennt solche Fälle und übergibt sie mit allen bereits gesammelten Angaben, damit niemand von vorn fragen muss. Wie man Menschen sinnvoll in automatisierte Abläufe einbindet, beschreibt der Beitrag Human in the Loop.
Erledigen oder übergeben: Wie ein AI-Agent Anfragen aufteilt
AI-Agent einführen: worauf es ankommt
Wenn du einen AI-Agent im Kundenservice einführen möchtest, helfen fünf Schritte:
- Häufigste Anfragen auswerten: Welche Anliegen kommen am häufigsten, und welche davon erfordern eine Aktion statt nur einer Auskunft?
- Schnittstellen prüfen: Hat das System, in dem die Aktion passieren soll, eine API? Davon hängt der Aufwand am stärksten ab.
- Mit einem Use Case starten: Ein häufiger, klar abgegrenzter Vorgang zeigt schnell, ob der Ablauf funktioniert.
- Übergabe festlegen: Wann übernimmt ein Mensch, und welche Angaben bekommt er mit?
- Messen und erweitern: Automatisierungsquote, Antwortzeit und Weiterleitungen zeigen, wo nachgebessert werden muss. Danach kommen weitere Aktionen dazu.
Was ein solches Projekt kostet, erklärt der Beitrag Was kostet ein Chatbot?.
AI-Agents mit OMQ
Der OMQ AI Agent führt Aufgaben direkt in deinem Backend-System aus, ohne dass eine Servicemitarbeiterin eingreifen muss. Er lässt sich mit dem OMQ Chatbot, der Hilfeseite OMQ Help und dem Kontaktformular OMQ Contact kombinieren. Dafür gibt es drei Arten von Aktionen:
| Aktion | Was passiert | Beispiel |
|---|---|---|
| API-Schnittstelle | Der Agent führt die Aktion direkt im angebundenen System aus | Adresse ändern, Abo kündigen, Bestellstatus abrufen |
| E-Mail-Aktion | Der Agent sammelt alle nötigen Angaben und schickt sie gebündelt an das Serviceteam | Fall kommt vollständig an, ohne Rückfragen |
| Einfache Skript-Aktion | Der Agent verarbeitet eine Eingabe und zeigt eine individuell passende Antwort | Antwort passend zur eingegebenen Nummer auf der Hilfeseite |
Einmal eingerichtet, funktioniert ein Use Case auf allen Kanälen: Auf der Hilfeseite und im Kontaktformular sieht die Kundin ein kurzes Formular, im Chat werden dieselben Felder zu einem Dialog, in dem der Agent die Angaben nacheinander abfragt.
Fazit
Ein AI-Agent geht einen Schritt weiter als ein Chatbot: Er versteht eine Anfrage und erledigt sie auch, indem er über Schnittstellen in anderen Systemen handelt. Im Kundenservice lohnt sich das vor allem bei häufigen Vorgängen mit klarem Ablauf. Damit das zuverlässig funktioniert, braucht es eine gepflegte Wissensbasis, klar festgelegte Aktionen und eine gute Übergabe an Menschen. So entlastet der Agent das Team, statt es zu ersetzen.
Über OMQ: Die OMQ GmbH aus Berlin entwickelt seit 2010 KI-Software für den Kundenservice. Chatbot, E-Mail-Bot, Voice Bot, AI Agent, Hilfeseite, Kontaktformular und Ticketsystem-Assistent greifen auf eine zentrale Wissensdatenbank zu und beantworten Anfragen in 32 Sprachen. Über 250 Unternehmen nutzen OMQ, darunter Deutsche Bahn, Tchibo und Mister Spex.
Stand: 18. November 2026. Dieser Artikel wird vierteljährlich überprüft.


