KI-Service-Level-Agreement (SLA)

Was ist ein KI-Service-Level-Agreement?

Ein KI-Service-Level-Agreement (SLA) ist eine formelle Vereinbarung zwischen dem Anbieter einer KI-Plattform und dem Kundenunternehmen, die Mindeststandards für die Leistung des KI-Systems festlegt. Klassische IT-SLAs decken Uptime und Antwortzeit ab. KI-SLAs müssen darüber hinausgehen und die Besonderheiten von KI-Systemen berücksichtigen: Antwortgenauigkeit, Lösungsraten, Schwellenwerte für Halluzinationen und die Leistung bei Eskalationen.

Zentrale Kennzahlen für KI-SLAs

• Verfügbarkeit/Uptime: Anteil der Zeit, in der das KI-System betriebsbereit ist (Standard: 99,9 %+)
• Antwortlatenz: Maximale Zeit, bis die KI eine Antwort generiert (Standard: unter 2-5 Sekunden im Chat, unter 500 ms bei Voice)
• Lösungsrate: Mindestanteil der Interaktionen, die ohne menschliches Eingreifen gelöst werden
• Genauigkeitsrate: Mindestanteil der Antworten, die sachlich korrekt und hilfreich sind
• Eskalationsleistung: Maximale Zeit bis zur Übergabe an einen menschlichen Agent, wenn eine Eskalation ausgelöst wird
• Aktualität des Wissens: Maximale Zeit zwischen einer Inhaltsaktualisierung und deren Berücksichtigung durch die KI

Warum sich KI-SLAs von klassischen SLAs unterscheiden

Klassische Software funktioniert entweder oder nicht – Uptime ist binär. KI-Systeme bewegen sich dagegen auf einem Leistungsspektrum und können sich schleichend verschlechtern. Ein KI-Agent kann mit 99,99 % Uptime „verfügbar“ sein und trotzdem durch Model Drift oder veraltetes Wissen zunehmend ungenaue Antworten liefern. KI-SLAs müssen daher die Qualität der Ergebnisse messen, nicht nur die Systemverfügbarkeit.

Branchenkontext: Ohne geeignetes Monitoring stiegen die Fehlerraten von KI-Modellen, die 6+ Monate unverändert blieben, um 35 %. SLAs, die nur die Uptime messen, übersehen genau den Qualitätsverlust, der die Customer Experience am stärksten beeinträchtigt. Moderne KI-SLAs müssen Observability -basierte Qualitätskennzahlen enthalten.

Der Maven-Vorteil: Messbare Leistung

Maven AGI bietet die Observability-Tools und Data & Insights-Dashboards, mit denen Sie die Einhaltung von KI-SLAs in Echtzeit überwachen. Teams verfolgen Lösungsrate, Genauigkeit, Antwortzeit und Eskalationsleistung über alle Kanäle hinweg. Die Funktion „Thinks Out Loud“ von Maven macht die Argumentation der KI transparent – so lässt sich nicht nur prüfen, ob die KI geantwortet hat, sondern auch, ob sie richtig geantwortet hat.

Maven in der Praxis: Maven AGI erzielt bei Enterprise-Kunden Lösungsraten von 80-93 % – ein Leistungsniveau, das den Maßstab für KI-SLAs setzt. K1x erreichte seine Lösungsrate von 80 % in nur 1 Woche. Das zeigt: Starke SLA-Leistung ist kein langfristiges Ziel, sondern ein frühes Ergebnis.

Häufig gestellte Fragen

Sollten KI-SLAs Vertragsstrafen enthalten?

Bei Enterprise-Deployments: ja. Finanzielle Konsequenzen (Service Credits, Gebührenminderungen) bei SLA-Verstößen sorgen dafür, dass der Anbieter ein Interesse an konstanter Leistung hat. Knüpfen Sie Strafen an die Kennzahlen, die für Ihr Geschäft am wichtigsten sind – in der Regel Lösungsrate und Genauigkeit, nicht nur Uptime.

Wie prüft man die Einhaltung von KI-SLAs?

Verlangen Sie vom Anbieter Echtzeit-Dashboards und regelmäßige Berichte zu den SLA-Kennzahlen. Audit Trails sollten die Rohdaten liefern, mit denen sich die vom Anbieter gemeldeten Zahlen unabhängig überprüfen lassen. Bei geschäftskritischen Deployments können Audits durch Dritte sinnvoll sein.

Welche Lösungsrate sollte im SLA stehen?

Nutzen Sie die nachgewiesene Leistung des Anbieters aus POC/Pilot-Ergebnissen als Ausgangswert. Ein realistisches Enterprise-KI-SLA kann in komplexen Umgebungen eine Lösungsrate von 65-80 % anstreben, bei einfacheren Use Cases auch höhere Werte. Planen Sie bei neuen Deployments Anlaufphasen ein.