KI-Agenten: Beispiele aus Service, Vertrieb und Buchhaltung

Die wichtigsten KI Agenten Beispiele im Unternehmensalltag stammen aus drei Bereichen. Im Service ordnet ein Agent eingehende Anfragen zu und leitet sie an das richtige Team weiter. Im Vertrieb bereitet er Kundengespräche vor und entwirft Nachfass-E-Mails. In der Buchhaltung sammelt er Belege und offene Rückfragen, bevor ein Mensch bucht oder versendet.

Ein KI-Agent ist eine Software auf Basis eines Sprachmodells, die nicht nur Fragen beantwortet. Sie arbeitet mit Werkzeugen und handelt im Rahmen der erteilten Rechte selbst. Microsoft beschreibt den Unterschied so: Ein Agent assistiert nicht nur, er kann aktiv mit Nutzern zusammenarbeiten oder eigenständig in ihrem Namen handeln.

Die folgenden Abschnitte zeigen jedes Beispiel auf dieselbe Weise:

• welche Aufgabe der Agent konkret übernimmt,
• welche Daten und Programme er dafür braucht,
• an welcher Stelle ein Mensch prüft und freigibt.

Das Service-Beispiel stützt sich auf einen IT-Service-Desk, der im produktiven Betrieb läuft. Die Beispiele aus Vertrieb und Buchhaltung sind typische Abläufe, die sich nach demselben Muster aufbauen lassen. Am Ende stehen die Modellwahl, die nötigen Kontrollen und die Anbindung an Ihre Programme.

Ein KI-Agent unterscheidet sich von einem Chatbot dadurch, dass er sich erinnert, Zugriffsrechte erhält und digitale Werkzeuge bedienen darf. Diese drei Eigenschaften nennt Microsoft in seinem Beitrag über KI-Agenten im News Center Microsoft als das, was Agenten wertvoll macht. Ein Chatbot beantwortet eine Frage und vergisst sie danach.

Technisch liegt der Agent als zusätzliche Schicht über dem Sprachmodell. Er beobachtet, sammelt Informationen und liefert dem Modell Eingaben. Daraus entwickelt er einen Aktionsplan. Diesen Plan teilt er dem Nutzer mit oder setzt ihn selbst um, wenn er das darf.

IBM unterscheidet in seiner Übersicht der Arten von KI-Agenten fünf Typen. Das einfachste Beispiel ist der Thermostat: ein Reflexagent, der die Heizung einschaltet, sobald die Temperatur unter einen Schwellenwert fällt. Solche Agenten speichern nichts aus der Vergangenheit und machen deshalb wiederholt dieselben Fehler.

Die Agenten in Service, Vertrieb und Buchhaltung brauchen mehr als feste Regeln. Sie müssen den Verlauf eines Vorgangs kennen, in Kundendaten nachsehen und mehrere Schritte planen. Wie Aufbau, Grenzen und Kontrolle zusammenhängen, erklärt der Grundlagenbeitrag Was sind KI-Agenten? ausführlicher.

Das häufigste Agenten-Beispiel im Service ist die automatische Zuordnung eingehender Anfragen. Automatisches Ticket-Routing bedeutet, dass ein System Kundenanfragen je nach Art der Anfrage an die richtige Abteilung oder das richtige Teammitglied weiterleitet. So beschreibt es der Helpdesk-Anbieter Trengo in seinem Vergleich von KI-Agenten.

Ein Agent für diese Aufgabe arbeitet in festen Schritten:

1. Er liest die Anfrage, egal ob sie als E-Mail, Chat oder Nachricht eintrifft.
2. Er erkennt Thema, Dringlichkeit und betroffenes System.
3. Er legt ein Ticket mit diesen Angaben an, etwa in Zoho Desk.
4. Er weist das Ticket der zuständigen Gruppe zu.

Diese Zuordnung funktioniert auch im laufenden Betrieb. Svennis hat für Asset Services Group (Message Direct) einen IT-Service-Desk auf Claude gebaut, der in Microsoft Teams arbeitet und Zoho Desk vorgeschaltet ist. Laut der Fallstudie zum IT-Assistenten in Microsoft Teams werden 99,7 % der Anfragen beim ersten Mal richtig zugeordnet, bei 40 % Effizienzgewinn, bestätigt vom Head of Technology des Kunden.

Der Nutzen liegt in den Fehlzuordnungen, die wegfallen. Jedes falsch zugewiesene Ticket kostet eine Weiterleitung und Wartezeit für den Anfragenden.

Ein zweites Service-Beispiel ist der Agent, der Antworten vorbereitet, statt sie selbst zu verschicken. IBM nennt virtuelle Assistenten, die menschliche Mitarbeitende im Kundensupport unterstützen, ausdrücklich als Einsatzfeld für lernende Agenten. Ein lernender Agent ist ein Agent, der seine Leistung mit neuen Erfahrungen und Daten verbessert.

Im Alltag sieht ein solcher Antwort-Agent so aus. Er öffnet das Ticket und liest den bisherigen Verlauf mit dem Kunden. Er sucht in der internen Wissensbasis nach passenden Lösungen. Dann schreibt er einen Antwortentwurf direkt in das Ticket.

Der Mitarbeitende im Support prüft den Entwurf, passt ihn an und versendet ihn. Microsoft nennt dieses Prinzip Human-in-the-Loop. Human-in-the-Loop bedeutet, dass Mitarbeitende den letzten Schritt übernehmen, etwa das Prüfen und Versenden einer E-Mail, die ein Agent vorbereitet hat.

Für den Einstieg eignet sich dieser Agent besonders gut. Er schreibt nichts nach außen, ohne dass ein Mensch zustimmt. Fehler im Entwurf bleiben intern und fallen bei der Prüfung auf. Gleichzeitig sehen Sie früh, wie gut der Agent Ihre Fälle versteht, bevor er mehr Rechte bekommt.

Im Vertrieb bereitet ein KI-Agent Kundentermine vor und entwirft danach die Nachfass-E-Mail. Microsoft kündigt für Dynamics 365 Agenten für gängige Geschäftsabläufe in Vertrieb, Lieferkette, Finanzen und Kundenservice an. Dieselben Abläufe lassen sich mit Claude auch an andere CRM-Systeme anbinden.

Vor dem Termin liest der Agent die Kundendaten aus Zoho CRM. Dazu gehören offene Geschäftschancen, die letzten Kontakte und offene Service-Tickets. Daraus erstellt er eine kurze Zusammenfassung für den Vertriebsmitarbeitenden:

• Stand der laufenden Verhandlung,
• offene Fragen aus dem letzten Gespräch,
• Reklamationen oder Probleme, die der Kunde ansprechen könnte.

Nach dem Termin diktiert oder notiert der Mitarbeitende die Ergebnisse. Der Agent formuliert daraus eine Nachfass-E-Mail und schlägt eine Aufgabe mit Fälligkeitsdatum im CRM vor. Versendet wird die E-Mail erst, wenn der Mitarbeitende sie freigibt.

Der Gewinn entsteht vor allem bei der Vorbereitung. Ohne Agent suchen Vertriebsmitarbeitende die Informationen aus mehreren Ansichten zusammen. Mit Agent liegt die Zusammenfassung vor dem Termin bereit, und die Datenpflege im CRM wird nach dem Termin vollständiger.

Ein weiteres Vertriebs-Beispiel ist der Agent, der Produkte empfiehlt oder Preise vorschlägt. IBM nennt dafür den nutzenbasierten Agenten. Ein nutzenbasierter Agent bewertet mögliche Aktionen mit einer Nutzenfunktion und wählt die, die den Gesamtnutzen maximiert. Als Beispiel führt IBM ein E-Commerce-Unternehmen an, das so Preise optimiert und Produkte empfiehlt.

IBM benennt zugleich die Schwierigkeit: Genaue und zuverlässige Nutzenfunktionen zu erstellen, kann eine Herausforderung sein. Für den Mittelstand folgt daraus eine klare Arbeitsteilung. Der Agent schlägt vor, die Preisregeln bleiben fest im System hinterlegt.

In der Praxis bedeutet das:

• Der Agent liest Preise und Rabattstufen aus dem CRM, statt sie selbst zu berechnen.
• Er schlägt ergänzende Produkte auf Basis früherer Bestellungen des Kunden vor.
• Abweichungen von der Preisliste markiert er zur Freigabe durch die Vertriebsleitung.

So bleibt die Verantwortung für Konditionen beim Menschen. Der Agent spart die Recherche und liefert einen begründeten Vorschlag. Ein Fehler in einer Rabattlogik wirkt sich dann nicht unbemerkt auf jedes Angebot aus.

In der Buchhaltung bereitet ein KI-Agent Vorgänge vor, die Buchung selbst bleibt beim Menschen. Microsoft zählt Finanzen ausdrücklich zu den Geschäftsabläufen, für die Agenten in Dynamics 365 vorgesehen sind. Die typischen Aufgaben sind wiederkehrend, regelgebunden und gut prüfbar.

Drei Beispiele zeigen das Muster:

• Belegeingang: Der Agent liest eingehende Rechnungen, erkennt Lieferant, Betrag und Fälligkeit und ordnet sie dem passenden Vorgang zu.
• Rückfragen: Fehlt eine Bestellnummer oder passt ein Betrag nicht, entwirft der Agent eine Rückfrage an den Lieferanten.
• Mahnwesen: Der Agent prüft offene Posten, etwa in Zoho Books, und entwirft Zahlungserinnerungen in passendem Ton.

In jedem dieser Fälle gibt eine Person aus der Buchhaltung den letzten Schritt frei. Sie bestätigt die Zuordnung, versendet die Rückfrage oder gibt die Mahnung frei. Gerade bei Zahlungen und Kundenkommunikation zu Geld ist diese Kontrolle Pflicht.

Der Agent übernimmt die Sortierarbeit, die Fachkräfte heute Zeit kostet. Wie sich solche Abläufe abteilungsübergreifend aufbauen lassen, beschreibt die Seite zur KI-Automatisierung für den Mittelstand.

Für Zuordnung und Routing reicht meist das kleinste Modell, für Entwürfe und Planung lohnt ein größeres. Anthropic beschreibt in der Modellübersicht der Claude-Dokumentation Claude Haiku 5.5 ausdrücklich für große Mengen und zeitkritische Aufgaben wie Klassifizierung, Extraktion und Routing. Alle aktuellen Modelle unterstützen Werkzeugnutzung und haben ein Kontextfenster von 1 Million Tokens.

Modell	Laut Anthropic gedacht für	Preis je Mio. Tokens (Eingabe / Ausgabe)	Naheliegender Einsatz in den Beispielen
Claude Haiku 5.5	Klassifizierung, Extraktion, Routing in großer Menge	ab 0,10 / ab 0,50 USD	Ticketzuordnung, Belegerkennung
Claude Sonnet 5.5	beste Kombination aus Tempo und Intelligenz	2 / 10 USD	Antwortentwürfe, Gesprächsvorbereitung
Claude Opus 5.5	Startpunkt für die meisten Aufgaben bei Unsicherheit	4 / 20 USD	mehrstufige Prüfungen, Preisvorschläge
Claude Fable 5.1	anspruchsvolles Denken und lange agentische Arbeit	10 / 50 USD	lange, verzweigte Vorgänge

Die Preisspanne zeigt, warum die Modellwahl je Agent erfolgen sollte. Ein Routing-Agent verarbeitet viele kurze Anfragen, dort zählt der Preis je Anfrage. Ein Agent für Antwortentwürfe bearbeitet weniger Fälle, braucht aber mehr Sprachgefühl. Fable 5.1 empfiehlt Anthropic erst, wenn Opus 5.5 auch mit höherem Aufwand nicht ausreicht.

Jeder KI-Agent im Unternehmen braucht klar begrenzte Rechte, eine Freigabestufe für Außenwirkung und ein Protokoll seiner Aktionen. Sarah Bird von Microsoft begründet das so: „Mit Agenten steht aus Sicht einer verantwortungsvollen KI definitiv mehr auf dem Spiel.“ Deshalb müsse die Fehlerquote deutlich sinken.

Rechte nach dem Bedarf des Agenten

Ein Routing-Agent braucht Lesezugriff auf Anfragen und das Recht, Tickets anzulegen. Er braucht keinen Zugriff auf Rechnungen. Ein Buchhaltungs-Agent liest offene Posten, darf aber keine Zahlungen auslösen. Je enger die Rechte, desto kleiner der mögliche Schaden.

Freigaben dort, wo etwas nach außen geht

Viele Agenten für Microsoft 365 und Dynamics 365 arbeiten nach dem Human-in-the-Loop-Prinzip. Dieselbe Regel gilt für Claude: E-Mails an Kunden, Mahnungen und Preisabweichungen gibt ein Mensch frei.

Protokolle für jede Aktion

Microsoft hebt hervor, dass sich bei Agenten aus Copilot Studio nachvollziehen lässt, welche Aktionen der Agent ausgeführt hat und warum. Diese Nachvollziehbarkeit sollten Sie für jeden Agenten verlangen. Auch Organisationseinstellungen wirken mit: Laut Anthropic kann ein Administrator etwa die Websuche abschalten, dann schlagen Anfragen fehl, die sie nutzen.

Ein KI-Agent wird über eine direkte Verbindung an jedes Programm angebunden, mit dem er arbeiten soll. Ohne diese Verbindung kann er keine Tickets anlegen, keine Kundendaten lesen und keine offenen Posten prüfen. Die Anbindung ist deshalb meist der größte Teil der Arbeit an einem Agenten.

Für Claude gibt es vier Wege der Anbindung:

• einen connector, wenn für das Programm bereits eine fertige Verbindung existiert,
• einen MCP server, der dem Agenten genau definierte Funktionen eines Programms freigibt,
• ein plugin, das mehrere Funktionen für einen Arbeitsbereich bündelt,
• einen skill, der dem Agenten Fachwissen und feste Abläufe mitgibt.

Agent Skills sind laut Anthropic der offene Standard, der KI-Agenten spezialisiertes Wissen und Arbeitsabläufe gibt. Seit der Veröffentlichung im Dezember 2025 haben mehr als 70 Agentenplattformen ihn integriert, wie Anthropic in seinem Newsroom berichtet.

Svennis baut für jede Verbindung einen dieser Wege, also connector, MCP server, plugin oder skill. Vorher zeigt Svennis die möglichen Optionen mit ihren Kosten, und Sie entscheiden. Der Agent arbeitet danach direkt in Ihren Programmen, mit den Rechten, die Sie ihm geben.

Der sinnvollste erste Schritt ist ein einzelner Prozess mit vielen gleichartigen Vorgängen und klarer Freigabe. Die Zuordnung eingehender Anfragen erfüllt diese Bedingungen oft am besten. Antwortentwürfe im Service und Gesprächsvorbereitung im Vertrieb folgen dicht dahinter.

So gehen Sie vor:

1. Wählen Sie einen Prozess, in dem heute viel sortiert, gesucht oder vorformuliert wird.
2. Legen Sie fest, welche Programme der Agent lesen und welche er beschreiben darf.
3. Bestimmen Sie die Stelle, an der ein Mensch freigibt.
4. Definieren Sie vorab, woran Sie Erfolg messen, etwa die Quote richtig zugeordneter Anfragen.

Wo Ihr Unternehmen bei Daten, Rechten und Prozessen steht, zeigt der KI-Readiness-Check. Wenn Sie danach starten wollen, folgt das Angebot von Svennis vier Schritten: dem Workshop, einem Pilot, der Activation in der Abteilung und dem monatlichen Betrieb. Im Pilot wählen Sie zwischen Pilot Claude A, einem KI-Agenten auf Claude für einen Prozess, und Pilot Claude B, Claude Team für das ganze Team. Wie Pilot A abläuft, beschreibt die Seite zum KI-Agent mit Claude als Pilot in 30 Tagen.