KI-Agenten sind selbstverwaltete Softwareanwendungen. Sie nutzen künstliche Intelligenz zur Lösung von Problemen, zum Treffen von Entscheidungen und zur Durchführung von Aufgaben im Auftrag von Kund*innen, Patient*innen im Gesundheitswesen und anderen Benutzer*innen. KI-Agenten werden auch als agentische KI bezeichnet und steuern ihre eigenen mehrstufigen Prozesse. Sie können sich in Echtzeit an die Umstände, den Kontext und die Daten anpassen und dann mit minimaler menschlicher Intervention Maßnahmen ergreifen.
KI-Agenten sind auf dem Vormarsch. Gleichzeitig verändert die agentische KI den Umgang von Marken mit ihren Kund*innen in einer Zeit fragmentierter Customer Journeys. Ein KI-Agent ist beispielsweise in der Lage, das individuelle Kundenverhalten vorherzusagen und es zu größeren Trends zusammenzufassen. Marken können dann KI-Agenten für verschiedene Zwecke einsetzen, vom automatisierten Kampagnenmanagement bis hin zur Personalisierung auf höchster Ebene.
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 können Antworten auf Kundenfragen abrufen und generieren. Anschließend können sie auf der Grundlage der gewonnenen Daten handeln und diese an die Kund*innen weitergeben.
Wie eine KI-Suchmaschine kann auch 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“.
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:
1. 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.
Beispiel: Finanzdienstleistungen
„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.“
2. Delegierung von Aufgaben und Erstellung von Workflows: Kund*innen erteilen dem agentischen KI-Assistenten einen Auftrag, der oft durch mehrstufige Prozesse und komplexe Überlegungen zur Erreichung eines Ziels definiert ist.
Beispiel: Gastgewerbe
„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.“
3. 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.
Beispiel: Einzelhandel und Direktvertrieb
„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 für KI-Assistenten für Marken und Kund*innen
KI-Agenten können wie persönliche Assistenten arbeiten, sogenannte KI-Assistenten. Sie können Kund*innen bei der Entdeckung von Marken helfen, Produkte recherchieren, Reisen planen, Termine buchen und persönliche Beratung anbieten. KI-Agenten können frühere Käufe, das Surfverhalten und Standort-/Reisedaten analysieren. Dann können sie Produkte, Dienstleistungen und Marken über digitale Touchpoints hinweg empfehlen. Sie können sogar das Verhalten beeinflussen, wenn sich die Kund*innen in der Nähe einer Filiale einer Marke aufhalten.
Marken können KI-Agenten einsetzen, um die Stimmung ihrer Kundschaft zu analysieren und ihr Verhalten vorherzusagen. Außerdem können sie die Stimmung und das Verhalten der Kund*innen durch personalisierte Kampagnen mit relevanten, erweiterten Inhalten beeinflussen. Sie können sogar 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.
Profi-Tipp: Mit Yext Knowledge Graph können Marken ihren KI-Agenten eine umfassende, fundierte und stabile Datengrundlage zur Verfügung stellen. Yext gibt Marken außerdem die Möglichkeit, komplexe, manuelle Workflows zu automatisieren (z. B. Hunderte von Updates für Einträge, die Verwaltung von Bewertungen oder lokale Social-Media-Präsenzen). Dies verbessert die Effizienz des Teams und schafft bessere, personalisierte Kundenerlebnisse.