Schluss mit dem Agenten-Hüten: Wildwuchs bei KI-Agenten ist ein Customer-Experience-Problem

Eine Kundin fragt den Agenten auf Ihrer Website nach einem Upgrade ihres Tarifs. 2 Tage später schreibt sie wegen einer doppelten Abbuchung eine E-Mail, und ein anderer Agent antwortet. In der Woche darauf ruft sie an, um zu kündigen, und der Voice-Agent fragt als Erstes nach ihrer Kundennummer. Jeder dieser Agenten hat seine eigene Aufgabe vielleicht gut erledigt. Trotzdem musste sie ihr Anliegen 3-mal schildern, und sie entscheidet, ob sie verlängert.

Das ist KI-Agent-Wildwuchs aus Sicht der Kundschaft. Bisher wurde das Thema Agent Sprawl vor allem in der IT diskutiert, mit Fokus auf Governance, Zugangsdaten und Schatten-KI. Für CX-Verantwortliche fallen die Kosten an einer weniger sichtbaren Stelle an: in der Lücke zwischen dem, wie vernetzt Ihr Stack auf einem Anbieterdiagramm aussieht, und dem, wie unverbunden er sich für jemanden anfühlt, der ein Anliegen erledigen will.

Das durchschnittliche Unternehmen betreibt bereits eine ganze Flotte

Laut dem Connectivity Benchmark Report 2026 von MuleSoft, für den 1.050 IT-Führungskräfte in Unternehmen befragt wurden, setzt jede Organisation im Schnitt 12 KI-Agenten ein, und diese Zahl soll innerhalb von 2 Jahren um 67 % steigen. Die Hälfte dieser Agenten arbeitet in isolierten Silos statt als Teil eines koordinierten Systems.

IT-Verantwortliche sehen das kommen. In der Umfrage „State of AI Development 2026“ von OutSystems unter rund 1.900 IT-Führungskräften gaben 94 % an, besorgt zu sein, dass KI-Wildwuchs Komplexität, technische Schulden und Sicherheitsrisiken erhöht. Nur 12 % verfügen über eine zentrale Plattform, um ihn zu steuern.

Nichts davon ist durch schlechte Entscheidungen entstanden. Agenten wurden so eingekauft, wie Unternehmenssoftware immer eingekauft wird: Abteilung für Abteilung. Der Support wählte einen Agenten für die Ticket-Queue. Der Vertrieb ergänzte einen für eingehende Leads. Der Agent der Buchhaltung kam im Paket mit der Zahlungsplattform, und für Voice gab es eine eigene Ausschreibung. Jedes Team hat für seine eigene Kennzahl sinnvoll entschieden, aber niemand war dafür verantwortlich, was die Kundschaft über alle Agenten hinweg erlebt.

Kunden spüren die Brüche stärker, als Führungskräfte glauben

Eine im April 2026 veröffentlichte ServiceNow-Umfrage unter kanadischen Verbrauchern und Führungskräften zeigt, wie groß die Wahrnehmungslücke ist. 44 % der Kunden ärgerten sich darüber, ihr Anliegen wiederholen oder Informationen erneut eingeben zu müssen, während nur 15 % der Führungskräfte dies für ein Problem hielten. Die Weiterleitung zwischen Abteilungen störte die Hälfte der Kunden, aber nur 27 % der Führungskräfte.

Eine Übergabe zwischen KI-Agenten ist eine Weiterleitung, auch ohne Warteschleifenmusik. Wenn der zweite Agent nicht weiß, was der erste erfahren hat, fängt die Kundin von vorne an, und wie schnell der neue Agent antwortet, ändert nichts daran, wie sich das anfühlt.

Was der Customer Agent anders macht

Der Customer Agent ist Mavens Antwort auf den Wildwuchs: ein einziger Agent, der jeden Kunden kennt, von der ersten Frage bis zur Verlängerung und auf jedem Kanal.

In der Praxis ist der Agent, der im Chat eine Preisfrage beantwortet hat, derselbe, der den Anruf wegen einer Rechnung entgegennimmt, mit der vollständigen Historie. Er arbeitet über Chat, Voice, E-Mail, SMS, WhatsApp, Slack und Teams hinweg auf Basis einer einzigen Engine, in 54 Sprachen im Chat und 57 im Voice-to-Voice-Betrieb. Wer den Kanal wechselt, landet nicht zugleich bei einer schlechter informierten Version Ihrer Marke.

Außerdem läuft er als Overlay. Der Customer Agent verbindet sich mit dem Helpdesk, den Sie bereits nutzen, ob Zendesk, Salesforce oder Freshdesk, und mit bestehender Telefonie wie Twilio, Vonage, Cisco und Genesys. Wer Agenten konsolidiert, muss die Systeme, an die sie angebunden waren, nicht herausreißen. [Link: /product/agent-platform]

Auch die Messgröße ändert sich. Ein Abteilungsagent meldet seine eigene Containment-Rate. Der Customer Agent ist für die autonome Lösung [Link: glossary page] dessen verantwortlich, weswegen der Kunde tatsächlich gekommen ist: eine Erstattung, eine reparierte Integration, ein abgeschlossenes Upgrade oder eine Verlängerung, die nicht verloren ging. Eine Resolution Rate über die gesamte Kundenbeziehung ist schwerer zu erreichen als 12 separate Dashboards, und genau nach ihr bewerten Ihre Kunden Sie bereits.

12 Agenten zu koordinieren heißt immer noch, 12 Agenten zu betreiben

Die übliche Antwort auf Wildwuchs ist eine Orchestrierungsschicht, die zwischen spezialisierten Agenten routet und Kontext weitergibt. Das hilft der IT, den Überblick zu behalten. Der Kundschaft hilft es weniger, denn bei jeder Übergabe wird eine Zusammenfassung weitergereicht, und Zusammenfassungen verlieren Details. Der Billing-Agent erfährt, dass es eine Reklamation gibt. Er erfährt womöglich nicht, dass die Kundin 3 Nachrichten zuvor erwähnt hat, dass sie Alternativen prüft.

Jeder zusätzliche Agent bringt zudem eigene Berechtigungen, Guardrails und einen eigenen Audit-Trail mit. Für Teams, die unter SOC 2, HIPAA, PCI-DSS oder dem EU AI Act arbeiten, vervielfacht das die Angriffsfläche, die Sie absichern und gegenüber Prüfern erklären müssen. Ein Agent bedeutet ein Regelwerk zur Steuerung, einen Audit-Trail zur Prüfung und eine Stelle, an der Kontrollen wie die Echtzeit-Schwärzung personenbezogener Daten in laufenden Gesprächen durchgesetzt werden. Maven verfügt über 15 Zertifizierungen und Assessments, darunter ISO 42001 für KI-Governance und PCI-DSS 4.0 Level 1, und diese Abdeckung zählt mehr, wenn sie für den einen Agenten gilt, mit dem Ihre Kunden sprechen, als für einen von 12.

Wie eine einzige Engine im Produktivbetrieb aussieht

Das Legal-Tech-Unternehmen Clio hat 32 Anbieter evaluiert und mehr als 10 davon im direkten Vergleich getestet, bevor es sich für Maven entschied. Der globale Rollout erreichte eine autonome Lösungsquote von 80 % und machte den Live-Support 4-mal schneller. [Link: Clio customer story]

Mastermind erreichte innerhalb von 6 Wochen nach dem Rollout eine autonome Lösungsquote von 93 %. K1x lief bereits in der ersten Woche mit einer Lösungsquote von 80 %. Rho hielt einen CSAT von 95 % und bewältigte zugleich 12 % mehr Kontakte pro Monat.

Gemeinsam ist diesen Einführungen ein einziger Agent, der Wissen, Aktionen und Historie bündelt, mit der Lösungsquote als Messgröße vom ersten Tag an. [Link: /resources/deflection-vs-resolution-the-metric-that-decides-whether-ai-customer-service-actually-works]

Fragen, die Sie vor Agent Nummer 13 stellen sollten

Wenn Sie Ihre KI-Roadmap für 2027 aufstellen, stellen Sie jedem Team, das einen eigenen Agenten möchte, diese Fragen:

• Wenn ein Kunde vom Chat zum Telefon wechselt, was weiß der zweite Agent über das erste Gespräch?
• Wer verantwortet das Ergebnis, wenn eine einzige Customer Journey 3 Agenten durchläuft?
• Wie viele separate Regelwerke, Berechtigungen und Audit-Trails wird Ihr Compliance-Team im nächsten Jahr prüfen?
• Messen Sie die Lösungsquote pro Agent oder über die gesamte Kundenbeziehung?

Wenn diese Antworten schon heute unangenehm sind, macht ein 13. Agent sie noch schwieriger.

Schluss mit dem Agenten-Hüten

Ihre Kunden sehen Ihr Organigramm nicht, und der Agent, der sie betreut, sollte auch nicht davon abhängen. Der Customer Agent gibt jedem Kunden einen Agenten mit vollständigem Kontext, von der ersten Frage bis zur Verlängerung, auf jedem Kanal, den er nutzt. [Link: /solutions/customer-service]

Erfahren Sie unter mavenagi.com/explore/stop-herding-agents, wie es funktioniert, oder buchen Sie eine Demo, um zu sehen, wie die Konsolidierung Ihrer Agenten in Ihrem Stack aussehen würde.