Ein Kunde zieht um. Bei seinem Internetanbieter möchte er die neue Adresse hinterlegen, die Verfügbarkeit am neuen Wohnort prüfen und einen Anschlusstermin vereinbaren. Für ihn gehört das alles zusammen. Er erwartet, dass sein Anbieter die notwendigen Schritte miteinander verbindet.
Ein Multiagentensystem kann genau diese Zusammenarbeit übernehmen: Ein KI-Agent bearbeitet die Adressänderung, ein weiterer prüft die Anschlussmöglichkeiten und ein dritter übernimmt die Terminplanung. Im Hintergrund greifen spezialisierte Fähigkeiten ineinander. Für den Kunden bleibt es ein zusammenhängendes Gespräch.
Darin liegt das Potenzial von Agentic AI im Kundenservice: Aus dem Verstehen einer Anfrage kann eine vollständige Bearbeitung werden – auch wenn dafür mehrere Aufgaben und Unternehmenssysteme zusammenkommen müssen.
Was sind Multiagentensysteme?
Multiagentensysteme bestehen aus mehreren KI-Agenten, die jeweils bestimmte Aufgaben übernehmen. Jeder Agent erhält dafür passende Informationen, Anweisungen und Zugriff auf die benötigten Funktionen.
Eine übergeordnete Steuerung, die sogenannte Orchestrierung, koordiniert ihre Zusammenarbeit. Sie bestimmt, welcher Agent gebraucht wird, und stellt ihm den bisherigen Bearbeitungsstand zur Verfügung.
Agentic AI beschreibt die Fähigkeit einer KI, zielgerichtet Handlungsschritte auszuführen. Ein Multiagentensystem verbindet mehrere solcher Agenten zu einem gemeinsamen Ablauf.
Informationen einmal erfassen und gemeinsam nutzen
Guter Kundenservice baut auf dem auf, was bereits bekannt ist. Wer seine neue Adresse genannt hat, möchte sie bei der Terminvereinbarung nicht erneut durchgeben.
Damit das gelingt, müssen Informationen über einzelne Bearbeitungsschritte hinweg verfügbar sein. Im Umzugsbeispiel nutzen sowohl die Verfügbarkeitsprüfung als auch die Anschlussplanung dieselbe neue Adresse. Das Ergebnis der Prüfung bildet wiederum die Grundlage für die angebotenen Termine.
Die Agenten arbeiten dadurch an einem gemeinsamen Vorgang. Für Kundinnen und Kunden kann das weniger Wiederholungen und einen direkteren Weg zur Lösung bedeuten.
Zusammenhängende Anliegen im selben Gespräch bearbeiten
Kundengespräche entwickeln sich. Aus einer Frage zum Lieferstatus kann der Wunsch entstehen, den Zustelltermin anzupassen. Auf eine Vertragsauskunft kann unmittelbar eine Änderungsanfrage folgen.
Eine Multiagentenarchitektur kann solche Übergänge unterstützen, indem sie die jeweils passende Fähigkeit in den laufenden Dialog einbindet. Der Gesprächskontext bleibt dabei die gemeinsame Grundlage.
Wie weit die Bearbeitung reicht, hängt von den angebundenen Systemen und den vorgesehenen Prozessen ab. Sind beispielsweise Bestellverwaltung und Terminbuchung integriert, kann die KI Informationen aus der Bestellung für die weitere Planung nutzen. Der Servicewert entsteht dort, wo aus einzelnen Auskünften aufeinander aufbauende Arbeitsschritte werden.
Vorhandene Fähigkeiten für weitere Serviceprozesse nutzen
Viele Anliegen benötigen dieselben grundlegenden Funktionen: ein Kundenkonto aufrufen, einen Vertrag zuordnen oder einen Termin buchen. Diese Fähigkeiten können in unterschiedlichen Abläufen wiederverwendet werden.
Eine Terminbuchung unterstützt beispielsweise sowohl einen Neuanschluss als auch einen Technikerbesuch. Der fachliche Anlass unterscheidet sich, die benötigte Buchungsfunktion bleibt ähnlich.
So lässt sich die Automatisierung entlang der tatsächlichen Kundenbedürfnisse erweitern. Unternehmen können gezielt dort ansetzen, wo häufig weitere Fragen oder Bearbeitungsschritte auf ein erstes Anliegen folgen.
Plattformen wie Parloa AMP 2.0 bieten dafür unter anderem spezialisierte Subtask Agents sowie Funktionen, um Interaktionen zu simulieren und auszuwerten.
Das gelöste Anliegen als Maßstab
Für die Bewertung zählt der gesamte Kundenprozess. Beim Umzug wäre das gewünschte Ergebnis eine hinterlegte Adresse, Klarheit über den verfügbaren Anschluss und ein vereinbarter Termin.
Daran sollten sich auch die Erfolgskriterien orientieren: Wie viele Anliegen werden vollständig bearbeitet? Wie häufig müssen Kundinnen und Kunden erneut Kontakt aufnehmen? Wie viel Zeit benötigen sie bis zum Abschluss?
Diese Perspektive hilft, die nächsten Ausbauschritte zu bestimmen. Vorrang erhalten die Fähigkeiten, die einen Serviceprozess für die Kundschaft spürbar vervollständigen.
Multiagentensysteme im Kundenservice
Geeignet sind häufige Anliegen mit einem klaren Bearbeitungsziel und verfügbaren Daten. MAKE RELATIONS erarbeitet gemeinsam mit dem Unternehmen, wo die Automatisierung den größten Nutzen bietet. Für Multiagentensysteme sind insbesondere Abläufe interessant, bei denen mehrere Aufgaben zusammengehören – etwa eine Bestellprüfung mit anschließender Terminvereinbarung.
Die spezialisierten Agenten können im Hintergrund zusammenarbeiten. Eine gemeinsame Gesprächsführung bündelt ihre Beiträge, sodass Kundinnen und Kunden ihr Anliegen im selben Dialog weiterverfolgen können.
Parloa AMP 2.0 bietet die technische Grundlage, um spezialisierte KI-Agenten aufzubauen und ihr Zusammenspiel zu gestalten. Sogenannte Subtask Agents übernehmen abgegrenzte Aufgaben. Simulationen und Evaluierungen unterstützen dabei, die Qualität der Interaktionen zu prüfen und weiterzuentwickeln.
MAKE RELATIONS definiert gemeinsam mit dem Unternehmen geeignete Use Cases und übernimmt die technische Implementierung. Mit den Fachbereichen werden dafür Kundenanliegen, Prozessschritte und benötigte Daten betrachtet. Auf dieser Basis entstehen die Aufgabenverteilung der Agenten und die Umsetzung mit Parloa AMP 2.0 einschließlich der relevanten Systemanbindungen.
Ja. Make Relations gehört zum offiziellen Partnernetzwerk von Parloa und ist mehrfach in verschiedenen Bereichen zertifiziert.
Die Erfahrungen aus dem Betrieb zeigen, welche ergänzenden Anliegen häufig auftreten. Darauf aufbauend können weitere Agenten und Funktionen eingebunden werden. Bestehende Fähigkeiten, etwa der Abruf von Kundendaten oder die Terminbuchung, lassen sich dabei in zusätzlichen Serviceprozessen nutzen.
