KI-Agenten sind selbstverwaltete Softwareanwendungen, die künstliche Intelligenz nutzen, um Probleme zu lösen, Entscheidungen zu treffen und Aufgaben im Namen von Benutzer*innen auszuführen. Sie können sich in Echtzeit an Umstände, Kontext und Daten anpassen und dann mit minimalem menschlichem Eingriff Maßnahmen ergreifen, oft ohne dass Kund*innen jemals eine Website besuchen.
KI-Agenten sind auf dem Vormarsch und verändern die Art und Weise, wie Marken mit Kund*innen interagieren, während die Customer Journey fragmentiert wird. Dieser Wandel bedeutet für Marken: KI beantwortet nicht mehr nur Fragen, sondern handelt jetzt auch . Und wenn die Daten einer Marke nicht strukturiert, verifiziert und an die Quellen verteilt werden, denen KI-Agenten vertrauen, werden sie nicht Teil dieser Handlungen sein.
Was ist agentische KI?
Agentische KI bezieht sich auf die Systeme hinter KI-Agenten, die mehr tun, als nur zu reagieren: Sie planen, begründen und handeln, um mehrstufige Ziele zu erreichen. Anstatt Skripten zu folgen, verstehen diese Systeme die Absicht, ziehen Kontext aus mehreren Quellen und führen Aufgaben wie Buchung, Bestellung oder Terminplanung mit wenig bis gar keinem Input durch.
Wie das in der Praxis aussieht: Anstatt einen Link zur Hotelbuchung anzuzeigen, führt ein KI-Agent die Buchung für Sie durch, basierend auf Ihren Präferenzen, Ihrem bisherigen Verhalten und zuverlässigen Markendaten aus dem Internet. Er funktioniert weniger wie ein Chatbot, sondern eher wie ein digitaler Assistent, der den gesamten Prozess unterstützt.
Diese Systeme werden bereits im Gesundheitswesen, bei Finanzdienstleistungen, im Gastgewerbe und im Einzelhandel eingesetzt, und ihre Rolle wird immer größer. Laut einem aktuellen Bericht wird der Markt für agentische KI bis 2034 voraussichtlich 199,05 Milliarden US-Dollar erreichen.
Wie sich KI-Agenten von KI-Suchmaschinen unterscheiden
KI-Suchmaschinen und KI-gestützte Suchplattformen sind darauf ausgelegt, Informationen zu generieren und diese im Dialog mit den Kund*innen zu teilen, während sie deren Fragen beantworten. KI-Agenten gehen noch weiter: Sie liefern nicht nur Informationen, sondern handeln auch entsprechend.
KI-Agenten arbeiten in vier Kernphasen:
Wahrnehmung : Der KI-Agent interpretiert die Absicht der Kund*innen und sammelt relevanten Kontext, wie bisherige Vorlieben, Standort oder bereits im Gespräch mitgeteilte Details.
Begründung : Der Agent verknüpft diese Absicht mit strukturierten Daten, APIs und externen Systemen, unterteilt die Anfrage in Schritte, bewertet Optionen und ordnet sie den relevantesten Markeninformationen zu.
Handlung : Der KI-Agent nutzt verfügbare Werkzeuge wie Buchungs- oder Terminplanungssysteme, um Ergebnisse in Echtzeit zu liefern oder Aufgaben zu erledigen.
Iteration : KI-Agenten arbeiten in einer Schleife. Wenn das erste Ergebnis nicht den Erwartungen entspricht, passen sie es an und versuchen es erneut, bis das Ergebnis verfeinert und die Aufgabe abgeschlossen ist.
Diese Fähigkeit zur kontinuierlichen Anpassung und Nachverfolgung unterscheidet die agentische KI von der herkömmlichen Suche.
Zum Beispiel kann ein KI-Agent Patient*innen dabei helfen, „einen Dermatologen in der Nähe zu finden, der gesetzlich versicherte Personen behandelt und sich auf Mikrodermabrasion und die Behandlung von Akne bei Erwachsenen spezialisiert hat“. Dieser Vorgang ist der Funktionsweise einer KI-Suchmaschine sehr ähnlich.
Der KI-Agent kann jedoch noch einen Schritt weiter gehen. Nachdem er Kund*innen bei der Suche nach Gesundheitsdienstleistern (oder Restaurants, Geschäften, Finanzberater*innen usw.) geholfen hat, kann er automatisch einen Termin für diese Kund*innen buchen. Im Falle einer Person, die einen Dermatologen sucht, könnte der KI-Agent zudem mit ihr zusammenarbeiten, um einen entzündungshemmenden Ernährungsplan und eine Hautpflegekur zu erstellen Wenn er mit den richtigen Parametern eingerichtet wurde, könnte er dann Hautpflegeprodukte kaufen, saisonale Gesichtsbehandlungen automatisch buchen und die Lieferung von Lebensmitteln auf der Grundlage des Ernährungsplans bestellen.
Die Grundlagen der Funktionsweise agentischer KI
Während Kund*innen eine KI-Suchplattform „abfragen“ oder per „Prompt“ zur Recherche auffordern, konzentrieren sie sich im Rahmen der Verwendung von KI-Agenten eher auf die „Zusammenarbeit“ bzw. „Kooperation“. Und bei diesen Interaktionen sollten Marken unbedingt präsent sein.
Es gibt drei Hauptarten der Zusammenarbeit:
- Definition von Zielen und Parametern: Kund*innen geben dem KI-Agenten bestimmte Anweisungen oder eine Reihe von Zielen vor. Anschließend interpretiert der KI-Agent diese und nutzt sie als Grundlage für sein Verhalten.
Finanzdienstleistungen Beispiel :
„Ich möchte mein Finanzportfolio aktualisieren, damit es konservativer wird. Wenn die Zinssätze X % erreichen, es erhebliche Störungen in der globalen Lieferkette gibt, Pandemie-Indikatoren auftauchen oder ein westlicher Staat mit Kriegstreiberei beginnt, möchte ich eine Warnung und Ratschläge für eine angemessene Reaktion erhalten. Füge Empfehlungen von Vanguard, Schwab und Scott Galloway bei. Bitte zeige mir auch die Links zu den Quellen, auf die sich deine Ratschläge stützen.“
- Delegierung von Aufgaben und Erstellung von Workflows: Kund*innen erteilen dem KI-Assistenten einen Auftrag, der oft durch mehrstufige Prozesse und komplexe Überlegungen zur Erreichung eines Ziels definiert ist.
Gastgewerbe Beispiel :
„Sieh dir meine privaten und beruflichen Kalender für die nächsten sechs Monate an und wirf einen Blick zurück auf die Kalender der letzten zwei Jahre. Dann hilf mir, mindestens zwei 10-Tage-Fenster in diesem Jahr zu finden, die sich ideal für einen Urlaub eignen. (Keine Produkteinführungen, keine wiederkehrenden Arzttermine usw.) Mit diesen Zeitfenstern im Hinterkopf planst du drei mögliche Reisen: eine nach Großbritannien, eine nach Südostasien und eine in den Westen der USA. Konzentriere dich auf mittelschwere Wanderungen, Strände oder Flüsse und Naturgebiete. Ich möchte in Airbnbs mit 3,5-Sterne-Bewertungen oder höher übernachten. Berücksichtige mögliche Flüge ab Frankfurt oder Düsseldorf (beide sind in Ordnung). Nachtflüge sind erwünscht, zumindest für die erste und letzte Etappe der Reise.“
- Zusammenarbeit in Echtzeit oder in wichtigen Intervallen: Kund*innen und der KI-Agent arbeiten zusammen, wobei der KI-Agent-Assistent seine Aktionen auf der Grundlage des Feedbacks der Kund*innen und/oder der sich ändernden Bedingungen ihrer Zusammenarbeit anpasst.
Einzelhandel und Direktvertrieb Beispiel :
„Hier ist ein Moodboard. Ich möchte eine Lieferantenliste und einen Einkaufsplan für die Einrichtung meiner neuen 75 m² großen Wohnung erstellen. Ich habe kein Problem mit einer Mischung aus teuren und günstigen Möbeln und Accessoires. Ich möchte aber die Möglichkeit haben, jedes Stück vor dem Kauf in Augenschein zu nehmen. Mein Budget ist flexibel, aber wir sollten 12.500 EUR einplanen.
Organisiere das Ganze bitte in Tabellenform, nicht als Liste. Lass die Miniaturbilder, Produktlinks und Preise sichtbar. Verwandle sie in eine Pivot-Tabelle mit Spalten für jeden Raum: Esszimmer, Küche, Schlafzimmer, Wohn-/Arbeitsbereich.
Der Stil stimmt. Aber weniger Furnier und Samt. Mehr pflegeleichte, haustierfreundliche Stoffoptionen, die auf Lager sind.
Können wir ein paar preisgünstigere Artikel hinzufügen, vor allem bei Schlafzimmermöbeln und Schreibtischen/ Schränken?“
Beispiele für KI-Agenten und Anwendungsfälle, die Marken kennen sollten
KI-Agenten erledigen bereits branchenübergreifend Aufgaben in der realen Welt. Die Customer Journey findet zunehmend durch sie statt, nicht um sie herum.
KI-Agenten können frühere Käufe, Surfverhalten sowie Standort-/Reisedaten analysieren. Anschließend können sie Produkte, Dienstleistungen und Marken über digitale Touchpoints hinweg empfehlen. Sie können sogar das Verhalten beeinflussen, wenn sich Kund*innen in die Nähe der physischen Standorte einer Marke aufhalten.
Im Gesundheitswesen kann ein KI-Agent einen Termin vereinbaren, indem er die Verfügbarkeit des Anbieters prüft, den Versicherungsschutz abgleicht und den Besuch bestätigt, alles innerhalb einer einzigen Interaktion. Es kann auch die Nachbestellung von Medikamenten durch Prüfung der Dosierung, Überprüfung der Verfügbarkeit in der Apotheke und Aufgeben der Bestellung verwalten, ohne zusätzliche Website oder App.
Im Bereich Finanzdienstleistungen können KI-Agenten Versicherungsangebotsformulare ausfüllen, Deckungsoptionen vergleichen und Policen empfehlen, die auf den Bedürfnissen des Kunden basieren. Sie können auch neue Konten eröffnen, indem sie die Identität überprüfen, die Berechtigung bestätigen und den Antrag von Anfang bis Ende ausfüllen.
Im Gastgewerbe können Agenten Hotelaufenthalte buchen, indem sie Präferenzen wie Lage, Ausstattung oder Bonusprogramme berücksichtigen, verfügbare Angebote aus geprüften Quellen vergleichen und die Reservierung direkt abschließen. Sie können auch komplette Reisepläne koordinieren und Flüge, Hotels und Transportmittel in einem Schritt organisieren.
Im Einzelhandel können Agenten Optionen über mehrere Marken hinweg bewerten, Produktdetails und Bewertungen vergleichen und einen Kauf bei einer vertrauenswürdigen Quelle abschließen. Sie können auch den Warenbestand nachverfolgen, Verfügbarkeitsbenachrichtigungen senden, Produkte basierend auf früherem Verhalten empfehlen und sogar Artikel zum Warenkorb hinzufügen, wenn der Zeitpunkt richtig ist.
Marken können KI-Agenten einsetzen, um beispielsweise die Stimmung ihrer Kundschaft zu analysieren oder ihr Verhalten vorherzusagen. Außerdem können sie die Stimmung und das Verhalten der Kund*innen durch personalisierte Kampagnen mit relevanten, erweiterten Inhalten beeinflussen. Sie können dynamische Preisgestaltung und Bestandsaktualisierungen aktivieren, um die Kundenabsicht zu testen und die Conversion zu steigern.
Wie KI-Agenten Wissensgraphen für intelligentes Handeln nutzen
Die Beziehung zwischen KI-Agenten und Wissensgraphen ist eine Symbiose. Wissensgraphen bilden das Datengerüst für KI-Agenten. Sie bestehen aus strukturierten und unstrukturierten Datensätzen und sind wie ein mit Informationen gefülltes Gehirn. KI-Agenten extrahieren, verstehen und kontextualisieren diese Daten, wenn sie Kund*innen unterstützen.
KI-Agenten sind wie die Synapsen im Nervensystem. Sie verbinden das Gehirn (oder den Wissensgraphen) mit den Signalen, die Anwender*innen des KI-Agenten senden. KI-Agenten nehmen die Daten im Wissensgraphen auf und passen sich daran an, sodass sie die Ziele und Wünsche der Kund*innen nach Delegation oder Zusammenarbeit erfüllen können.
KI-Agenten interpretieren den Wissensgraphen mit maschinellem Lernen (Machine Learning, ML), der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), großen Sprachmodellen (Large Language Models, LLM) und anderen intelligenten Modellen. Anschließend aktivieren sie es. Manchmal sind diese Aktionen Empfehlungen und Erkenntnisse. Manchmal haben Kund*innen den KI-Agenten damit beauftragt, in ihrem Namen Entscheidungen zu treffen oder Maßnahmen zu ergreifen.
Wie ein Gehirn fungieren Wissensgraphen als die zentralen Datenquellen einer Marke. Sie lassen sich jedoch leicht mit neuen Informationen aktualisieren, wenn die Datenbestände der Marke und der Kund*innen wachsen. Je besser Ihr Wissensgraph ist, desto mehr können Sie natürlich die Qualität der Interaktionen zwischen Ihrer Marke, Ihrer Kundschaft und Ihrem KI-Agenten beeinflussen.
So hilft Yext Marken bei der Vorbereitung auf die agentische KI
Damit eine agentische KI eine Marke empfehlen und im Namen von Kund*innen handeln kann, müssen drei Dinge vorhanden sein: genaue, strukturierte Daten; konsistente Verteilung über vertrauenswürdige Quellen; und ein klares Verständnis davon, wie Sie sich von Wettbewerbern unterscheiden. Und hier kommt Yext ins Spiel.
Eine zuverlässige Grundlage von Markendaten. Der Wissensgraph von Yext führt Ihre Markeninformationen an einem Ort zusammen – organisiert, verifiziert und bereit für KI. Dies umfasst strukturierte Daten wie Öffnungszeiten, Adressen, Speisekarten und FAQs sowie unstrukturierte Daten wie Rezensionen und Social-Media-Inhalte. Jedes Yext-Produkt arbeitet mit dieser gemeinsamen, verlässlichen Datenquelle, wodurch KI-Agenten eine konsistente und zuverlässige Sicht auf Ihre Marke erhalten.
Verteilung über die relevanten Quellen. Yext hilft Ihnen, Ihre Markendaten in einem globalen Netzwerk von Publishern – einschließlich der Plattformen, auf die sich KI-Agenten stützen – stets auf dem neuesten Stand zu halten.
Intelligenz, die zum Handeln anregt. Mit Scout können Sie sehen, wie sich Ihre Marke sowohl bei KI als auch bei traditioneller Suche entwickelt. Das Tool analysiert Milliarden von Signalen, um Ihre Sichtbarkeit zu bewerten und aufzuzeigen, worauf Sie sich konzentrieren sollten. Anstatt allgemeine Aufgaben zu automatisieren, können Ihre Teams die Maßnahmen priorisieren, die die Leistung in den entscheidenden Momenten verbessern.
KI-Agenten werden schnell zu einem zentralen Bestandteil davon, wie Kund*innen Marken entdecken und auswählen. Im Zuge dieser fortschreitenden Entwicklung spielen Ihre Daten eine direktere Rolle für die Leistung: sie bestimmen, ob Sie gefunden, als vertrauenswürdig eingestuft und ausgewählt werden.
Wenn Sie erkunden, wie KI-Agenten in Ihre Strategie passen, oder wissen möchten, wie Ihre Marke heute wahrgenommen wird, beginnen Sie jetzt, indem Sie Ihren Markensichtbarkeits-Score mit Yext Scout ermitteln.