Ein Agent im Kundenservice kann drei Dinge sehr gut und eine Sache gar nicht, und der Unterschied ist keine Modellfrage, sondern eine Frage der Zuständigkeit. Dazu kommt seit dem 2. August 2026 eine Pflicht, die vorher Geschmackssache war: Der Kunde muss erfahren, dass er mit einer Maschine spricht.
Seit dem 2. August 2026 ist eine Frage entschieden
Bis vor Kurzem war es eine Geschmacksfrage, ob ein Servicechat sagt, dass er eine Maschine ist. Manche Betreiber fanden es ehrlich, andere fanden es geschäftsschädigend. Inzwischen hat geltendes Recht diese Frage entschieden.
Artikel 50 Absatz 1 der KI-Verordnung, also der Verordnung (EU) 2024/1689, lautet im Wortlaut: „Die Anbieter stellen sicher, dass KI-Systeme, die für die direkte Interaktion mit natürlichen Personen bestimmt sind, so konzipiert und entwickelt werden, dass die betreffenden natürlichen Personen informiert werden, dass sie mit einem KI-System interagieren, es sei denn, dies ist aus Sicht einer angemessen informierten, aufmerksamen und verständigen natürlichen Person aufgrund der Umstände und des Kontexts der Nutzung offensichtlich."
Artikel 113 legt den Geltungsbeginn auf den 2. August 2026 und zählt Ausnahmen auf. In der Fassung der Digital-Omnibus-Verordnung (EU) 2026/1744 vom 8. Juli 2026 gelten die Kapitel I und II seit dem 2. Februar 2025, mehrere weitere Kapitel seit dem 2. August 2025, die Artikel 102 bis 110 seit dem 27. Juli 2026 und die Hochrisiko-Regeln aus Kapitel III erst ab dem 2. Dezember 2027 (Anhang III) beziehungsweise dem 2. August 2028 (Artikel 6 Absatz 1). Artikel 50 steht in Kapitel IV, und Kapitel IV ist in keiner dieser Ausnahmen genannt. Artikel 50 gilt damit seit dem 2. August 2026. Nur für Systeme, die synthetische Inhalte erzeugen und schon vorher auf dem Markt waren, läuft die Kennzeichnungspflicht aus Artikel 50 Absatz 2 bis zum 2. Dezember 2026.
Dieser Absatz richtet sich an Anbieter, nicht an jeden, der eine Software einsetzt. Wer den Chat nur einkauft, ist in der Regel Betreiber; welche Pflicht ihn im Einzelfall trifft, ist eine Rechtsfrage. Außerdem nimmt der Text selbst den Fall aus, in dem die Maschinennatur offensichtlich ist.
Praktisch ändert das wenig an dem, was auf der eigenen Seite zu tun ist. Der Hinweis gehört dorthin, wo der Kunde tippt, nicht in die Datenschutzerklärung. Was die Umsetzung der Verordnung sonst kostet, habe ich getrennt aufgeschrieben in EU AI Act: was die Umsetzung wirklich kostet.
Sprachagenten im Kundenservice: was die Statistik zeigt
Wie verbreitet ist das überhaupt? Das Statistische Bundesamt erhebt, welche KI-Technologien eingesetzt werden, zuletzt für das Berichtsjahr 2025, Stand 24. November 2025. Die Anteile beziehen sich ausschließlich auf Unternehmen, die künstliche Intelligenz nutzen, und dieser Bezug fehlt in fast jeder Wiedergabe.
- Text Mining: 52 Prozent
- Erzeugung von Bildern, Videos oder Ton: 52 Prozent
- Spracherkennung: 42 Prozent
- Erzeugung natürlicher Sprache, einschließlich Programmiercode: 35 Prozent
- Automatisierung von Arbeitsabläufen und Entscheidungsfindung: 27 Prozent
- Maschinelles Lernen: 23 Prozent
Weil 26 Prozent der erfassten Unternehmen überhaupt KI nutzen, ergeben 42 Prozent davon knapp elf Prozent aller erfassten Unternehmen für die Spracherkennung. Bei der Erzeugung natürlicher Sprache sind es rund neun, bei der Automatisierung von Abläufen rund sieben Prozent.
Ein Servicechat auf Sprachmodellbasis ist in Deutschland also noch eine deutliche Minderheit. Wer im Herbst 2026 einen baut, ist früh dran. Und weil dieselbe Erhebung erst bei zehn tätigen Personen beginnt, sagt sie über kleinere Betriebe gar nichts.
Die drei Dinge, die ein Agent im Service wirklich gut kann
Aus dem eigenen Betrieb heraus, und nach einigen Fehlversuchen, sind es drei Aufgaben, die tragen.
Erstens: verstehen und einordnen. Eine Nachricht kommt herein, oft in schlechtem Deutsch, mit Bestellnummer irgendwo mittendrin, drei Anliegen in einem Absatz. Der Agent zerlegt das in Fall, Anliegen und Dringlichkeit und hängt es an den richtigen Vorgang. Das ist die Aufgabe mit dem besten Verhältnis von Nutzen zu Risiko, weil ein Fehler hier eine falsche Schublade ist und keine falsche Aussage.
Zweitens: im eigenen Bestand nachsehen. Wo ist die Sendung, was steht in der Retourenregel, wann wurde zuletzt geschrieben. Das ist eine Nachschlageaufgabe mit einer prüfbaren Antwort. Der Agent liest dabei aus dem System, statt sich zu erinnern. Was er nicht findet, sagt er nicht.
Drittens: eine Antwort vorbereiten, die ein Mensch abschickt. Der Entwurf steht fertig da, mit den richtigen Daten, im richtigen Ton, in der Sprache des Kunden. Der Mensch liest, ändert eine Zeile, schickt ab. Das kostet zwanzig Sekunden statt vier Minuten, und die zwanzig Sekunden sind die Stelle, an der Fehler abgefangen werden.
Alle drei Aufgaben ändern nichts an der Welt, sie ordnen, schlagen nach und formulieren. Jeder Fehler bleibt im Haus, solange ein Mensch dazwischen ist.
Das eine, was er nicht kann: die Zuständigkeit übernehmen
Die Grenze ist keine Modellfrage. Ein Agent kann keine Zusage machen, für die jemand einsteht, denn eine Zusage ist eine Entscheidung und keine Auskunft.
Der Unterschied wird am Kulanzfall deutlich. „Nach unserer Rückgaberegel sind es 14 Tage" ist eine Auskunft, und die kann eine Maschine geben, weil sie in einem Dokument steht. „Wir machen bei Ihnen eine Ausnahme" ist eine Entscheidung mit einem Preis, und der wird von einem Konto bezahlt, für das jemand verantwortlich ist. Ein System, das solche Sätze erzeugen darf, verteilt Geld ohne Mandat.
Das ist kein theoretisches Risiko. Ein Sprachmodell erzeugt den plausibelsten nächsten Satz, und in einem freundlichen Servicedialog ist der plausibelste Satz sehr oft ein Entgegenkommen. Das Modell tut dabei nichts Falsches, es tut etwas Nettes an einer Stelle, an der es nicht zuständig ist. Ausführlicher steht das in meinem Text darüber, wo Agenten aus ihren Leitplanken ausbrechen.
Die Übergabe ist kein Notausgang, sie ist das Produkt
Die meisten Servicechats behandeln die Übergabe an einen Menschen als Eingeständnis und lösen sie erst aus, wenn der Agent nicht weiterweiß. Das ist die falsche Konstruktion, und sie scheitert an einer technischen Eigenschaft, über die zu selten geredet wird.
Die Selbsteinschätzung eines Sprachmodells ist keine Messgröße. Ein Modell, das sagt, es sei sich sicher, ist damit nicht sicherer als eines, das nichts sagt. Wer die Übergabe an eine Unsicherheitsschwelle hängt, hängt sie an eine Zahl, die nichts misst. Das ist derselbe Fehler wie ein Wächter, der grün meldet, weil er nichts geprüft hat.
Die Übergabe hängt deshalb an der Fallklasse, nicht am Zustand des Modells. Vier Klassen gehen bei uns immer an einen Menschen, unabhängig davon, wie klar der Fall aussieht:
- Geld: Erstattung, Gutschrift, Preisnachlass, Kulanz
- Frist: alles, wo ein Datum eine Rechtsfolge hat
- Beschwerde: sobald jemand unzufrieden ist und nicht nur etwas wissen will
- Wiederholung: zweiter Kontakt in derselben Sache
Die vierte ist die, die am häufigsten fehlt und am meisten bringt. Wer zum zweiten Mal schreibt, hat beim ersten Mal keine Lösung bekommen. Ein Agent, der es noch einmal versucht, verdoppelt die Enttäuschung.
Woran man misst, ob es funktioniert
Die übliche Kennzahl ist die Automatisierungsquote, also der Anteil der Fälle ohne Menschen. Sie ist die schlechteste, die man wählen kann, weil sie sich verbessern lässt, indem man Fälle schlecht beantwortet, statt sie zu übergeben. Eine Kennzahl, die durch Nachlassen besser wird, misst das Gegenteil dessen, was sie soll.
Brauchbar sind drei Messgrößen, mit denen ich im eigenen Betrieb arbeite, und die dritte ist die ehrlichste.
Zeit bis zur ersten inhaltlichen Antwort. Nicht bis zur Empfangsbestätigung, sondern bis zu einem Satz, der auf das Anliegen eingeht. Diese Zahl verbessert ein Agent zuverlässig, und sie ist der eigentliche Gewinn für den Kunden.
Wiederöffnungsquote. Der Anteil der Fälle, die nach einer Agentenantwort erneut aufgemacht werden. Sie zeigt, was die Automatisierungsquote versteckt: eine Antwort, die den Fall schließt, ohne ihn zu lösen.
Änderungsquote im Entwurf. Der Anteil der vorbereiteten Antworten, den ein Mensch vor dem Absenden ändert. Sie ist unbequem, weil sie den Agenten direkt bewertet, und sie ist deshalb die einzige, die früh warnt. Steigt sie, wird der Agent schlechter oder die Fälle werden anders. Fällt sie auf null, liest niemand mehr gegen, und dann ist die Freigabe nur noch ein Klick.
Was der Betrieb braucht, bevor der Agent kommt
Der häufigste Grund, warum ein Serviceagent enttäuscht, hat nichts mit dem Agenten zu tun. Er verstärkt die vorhandene Ordnung, und wo keine ist, erfindet er eine.
Wenn die Rückgaberegel nirgends steht, sondern in den Köpfen von zwei Kolleginnen, dann steht sie für die Maschine nicht zur Verfügung. Sie wird trotzdem antworten, denn das ist ihre Bauart. Sie wird die plausibelste Regel formulieren, und die klingt richtig. Teuer ist deshalb die glaubhafte Antwort, nicht die offensichtlich falsche.
Deshalb steht vor dem ersten Agenten eine Aufgabe, die nach Verwaltung klingt und die eigentliche Arbeit ist. Die zehn häufigsten Fälle werden aufgeschrieben, mit der Regel, die für sie gilt, und mit dem Satz, was bei Abweichung passiert. Das dauert einen Vormittag. Danach ist der Agent ein Werkzeug. Vorher ist er ein Generator für plausible Sätze über Regeln, die niemand beschlossen hat.
Wer das im Weihnachtsgeschäft plant, sollte den Zeitplan kennen. Was am 1. November nicht steht, steht in der Saison nicht mehr. Dazu habe ich aufgeschrieben, wie Agenten den Handels-Peak stützen, und wie ich KI im eigenen Alltag einsetze, steht auf der Seite zu KI im Gründeralltag.
Häufige Fragen
Muss ein Chatbot sagen, dass er kein Mensch ist?
Artikel 50 Absatz 1 der Verordnung (EU) 2024/1689 verpflichtet Anbieter, KI-Systeme für die direkte Interaktion mit Menschen so zu gestalten, dass die betroffene Person informiert wird, dass sie mit einem KI-System interagiert. Der Text nimmt Fälle aus, in denen das ohnehin offensichtlich ist. Artikel 50 steht in Kapitel IV und gilt damit seit dem 2. August 2026. Welche Pflicht einen einzelnen Betreiber trifft, ist eine Rechtsfrage.
Wie viele Unternehmen setzen Sprachtechnologie ein?
Nach der Erhebung des Statistischen Bundesamts für 2025 nutzen von den KI-nutzenden Unternehmen 42 Prozent Spracherkennung und 35 Prozent die Erzeugung natürlicher Sprache. Die Anteile beziehen sich auf die KI-Nutzer. Da 26 Prozent aller erfassten Unternehmen überhaupt KI nutzen, sind das knapp elf beziehungsweise rund neun Prozent aller erfassten Unternehmen.
Welche Aufgaben eignen sich für einen Agenten im Kundenservice?
Drei Aufgaben tragen zuverlässig: eingehende Nachrichten verstehen und dem richtigen Vorgang zuordnen, im eigenen Bestand nachsehen statt sich zu erinnern, und eine Antwort vorbereiten, die ein Mensch abschickt. Alle drei ändern nichts an der Welt, sie ordnen, schlagen nach und formulieren. Ein Fehler bleibt im Haus, solange ein Mensch dazwischen steht.
Wann muss ein Agent an einen Menschen übergeben?
Nicht dann, wenn das Modell unsicher wirkt, denn die Selbsteinschätzung eines Sprachmodells ist keine Messgröße. Die Übergabe gehört an die Fallklasse: Geld, also Erstattung, Gutschrift oder Kulanz, Fristen mit Rechtsfolge, Beschwerden und jeder zweite Kontakt in derselben Sache. Die letzte Klasse fehlt am häufigsten und bringt am meisten.
Warum ist die Automatisierungsquote die falsche Kennzahl?
Weil sie sich verbessern lässt, indem man Fälle schlecht beantwortet, statt sie zu übergeben. Brauchbar sind drei andere Größen: die Zeit bis zur ersten inhaltlichen Antwort, der Anteil der Fälle, die nach einer Agentenantwort erneut aufgemacht werden, und der Anteil der Entwürfe, den ein Mensch vor dem Absenden ändert. Die letzte warnt am frühesten.
Was muss vor dem Einsatz eines Serviceagenten vorbereitet sein?
Die eigenen Regeln müssen aufgeschrieben sein. Ein Agent verstärkt die vorhandene Ordnung, und wo keine steht, formuliert er die plausibelste. Das ist der teure Fall, weil eine erfundene Regel glaubhaft klingt. Ein Vormittag für die zehn häufigsten Fälle samt geltender Regel und Abweichungsfall macht aus dem Generator ein Werkzeug.
Herzlich,
Euer Dennis Weidner
Hinweis: Beim Schreiben dieses Beitrags haben mich KI-Werkzeuge unterstützt, einzelne Bilder sind mit KI bearbeitet. Für Inhalt und Aussagen stehe ich mit meinem Namen.
