KI Agenten im Kundenservice

Drei Tage nach dem gelösten Hydraulikfall meldet sich der Produktionsleiter erneut. Der Fehler ist wieder aufgetreten — diesmal an einer zweiten Anlage desselben Typs. Es ist der dritte Vorfall dieser Art in sechs Wochen.

Der Helpdesk Mitarbeiter öffnet die neue Servicemeldung in SAP Service Cloud. Was wir im ersten Artikel bereits gesehen haben — automatische Fallanlage, Sentimentbewertung, Routing — ist bereits geschehen.

Was jetzt hinzukommt: Der Case Action Recommendation Agent analysiert den Fallkontext und erkennt das Muster. Seine Empfehlung erscheint direkt beim Öffnen des Falls: dritter Wiederholungsfall an derselben Maschinenklasse innerhalb von 42 Tagen, Fehlercode SC-441, SLA-Klasse kritisch.

Empfehlung der Folgeaktivitäten: sofortiger Rückruf beim Qualitätsverantwortlichen des Kunden, Bereitstellung des technischen Bulletins TB-2024-441 und Einleitung einer Eskalationsprüfung.

Das ist keine generische und vordefinierte Checkliste. Es sind fallspezifische, begründete Handlungsempfehlungen, die der Spezialist in zwei Minuten beurteilen kann — statt 30 Minuten zu benötigen, um denselben Kontext manuell zusammenzuführen.

Joule bereitet parallel, in Verbindung mit dem Email Draft Recommender Agent, den Antwortentwurf an den Kunden vor: „Wir haben das Muster erkannt und leiten sofort Maßnahmen ein.“

Und zukünftig ermöglicht der Case Management Assistant einen durchgängigen Ablauf anstatt vier separate KI-Funktionen einzeln zu nutzen — von der Mustererkennung über die Handlungsempfehlung bis zum Antwortentwurf — ausgelöst durch eine einzige Anweisung an den Assistant. Die Agenten arbeiten koordiniert, nicht nacheinander.

Der Case Action Recommendation Agent verändert den Moment des Fallstarts: Statt einer leeren Aufgabe öffnet der Spezialist eine fundierte Empfehlung. Und auch der Case Management Assistant wird diesen Ablauf künftig vollständig koordinieren.

Das ist der Kern von KI Agenten im Kundenservice bei der Fallbearbeitung.

Eine Woche später schreibt derselbe Produktionsleiter erneut — diesmal mit einer anderen Anfrage: Er möchte wissen, welche präventiven Wartungsmaßnahmen für seine drei Anlagen sinnvoll sind, und ob es ein Wartungspaket gibt, das regelmäßige Inspektionen und Verschleißteile umfasst. Er fragt nach Kosten und Verfügbarkeit.

Die Meldung kommt über das Self-Service-Portal der proaxia Customer Service Suite. Der proaxia CSS Service Assistant nimmt die Anfrage entgegen. Er greift auf die aktuellen Stamm- und Auftragsdaten des Kunden aus SAP Service Cloud, SAP S/4HANA sowie SAP FSA zu: drei Hydraulikanlagen, Baujahr 2021, keine Garantie mehr vorhanden, letzter Service-Instandhaltungseinsatz vor acht Monaten, aktuelle Vertragsklasse: Standard ohne präventive Wartung.

Er identifiziert die Anfrage korrekt als Wartungsberatungsanfrage und erstellt einen vollständig vorbereiteten Case in der SAP Service Cloud — mit Equipment-Kontext, Vertragshistorie und der konkreten Kundenfragestellung als Ausgangslage.

Im Service-Desk öffnet die Mitarbeiterin im Vertriebsinnendienst den zugewiesenen Case. Was jetzt folgt, wäre früher ein manueller Prozess gewesen: Wartungsumfänge definieren, Preise recherchieren, Angebotsbedingungen vorbereiten.

Ein Quote Creation Agent kann diesen Schritt übernehmen: Er analysiert die Equipment-Produkt-Konstellation, zieht die relevanten Wartungspositionen aus dem Serviceproduktkatalog, berechnet den Paketpreis auf Basis der aktuellen Kundenpreisliste und erstellt einen vollständigen Angebotsentwurf — mit dem Wartungspaket „Hydraulik Präventiv“, welches drei jährliche Inspektionen, Dichtungssets und Filterwechsel umfasst.

Die Mitarbeiterin prüft, passt bei Bedarf an und gibt frei. Das Angebot geht über proaxia CSS zurück an den Kunden — innerhalb von wenigen Minuten statt Stunden. Und aus einem Servicefall, der mit einem Problem begann, ist jetzt eine Geschäftschance geworden: ein Mehrjahresvertrag für präventive Wartung.

Was zukünftig ein Self-Service Assistant zusätzlich noch leisten kann: Der Kunde kann Wartungsoptionen direkt im Portal vergleichen oder Verfügbarkeiten abfragen — ohne den Service-Desk zu kontaktieren. So entsteht das Angebot in der Interaktion zwischen Kunde und KI Assistant — nicht mehr nur über einen Zwischenschritt mit dem Mitarbeitenden.

Aus einem Servicefall wird ein Angebot. Aus einem Angebot wird ein Vertrag. Ohne zusätzlichen Aufwand, ohne CRM-Pflege, ohne Medienbruch.
Das ist der Kern von KI Agenten im Kundenservice beim Übergang von reaktiven zum proaktiven Servicegeschäft.

Parallel zum Angebotsprozess läuft noch ein zweiter Vorgang. Der Komponentenhersteller hat dem Anlagenbauer Ersatzteile geliefert — Dichtungssets und Druckventile — in zwei Lieferchargen. Die erste Charge ist beim Kunden angekommen. Die zweite ist noch unterwegs. Beide Chargen haben ein Problem. Zwei voneinander unabhängige Prozesse müssen koordiniert werden.

Der Produktionsleiter öffnet die erste Lieferung und stellt fest: Drei der fünf gelieferten Dichtungssets sind beschädigt. Er meldet den Schaden über das Self-Service-Portal der proaxia Customer Service Suite. Der Case entsteht automatisch in SAP Service Cloud — klassifiziert, mit Kundenstammdaten und Auftragskontext angereichert.

Die Bearbeitung beginnt im Service Backoffice: Welche Positionen sind betroffen? Greift die Lieferbedingung? Auf welcher Grundlage ist eine Gutschrift zu verbuchen? Ohne KI Agenten bedeutet das: manuelle Belegrecherche über Rechnung, Lieferschein und Schadenmeldung — in verschiedenen Modulen, mit entsprechendem Zeitaufwand.

Der Billing Assistant — Teil von Autonomous Finance in SAP S/4HANA — kann hier unterstützen. Nachdem die betroffenen Positionen identifiziert und markiert sind, kann der Billing Adjustment Agent anschließend die betroffenen Rechnungspositionen stornieren und die korrigierten Belege neu erstellen — auf Basis der Reklamation und der bestätigten Lieferbedingungen.

Das Service Backoffice genehmigt die Anpassung. Der Email Draft Recommender formuliert die Bestätigungsnachricht an den Kunden. Die manuelle Belegrecherche entfällt — was bleibt, ist die Entscheidung und die Freigabe.

Die zweite Liefercharge ist noch unterwegs — und das weiß der Kunde noch nicht: Ein Carrier-Zwischenfall hat die Sendung verzögert. Ohne KI Agenten wäre das spät eskaliert: Der Kunde wartet, fragt nach, erhält keine klare Auskunft.

Der Logistics Predictive Insights and Response Agent im SAP S/4HANA hat die Verzögerung bereits erkannt. Er überwacht alle Logistikprozesse kontinuierlich auf Carrier-Daten und Sendungsstatus. Parallel bewertet der Warehouse Outbound Optimization Agent operativ: Welches Alternativlager hat die benötigten Positionen? Was ist die schnellste erfüllbare Lieferoption? Auf Basis dieser Analyse löst der Material Reservation Processing Agent einen Sonderentnahmeauftrag aus dem Regionallager Stuttgart aus. Nachlieferung: innerhalb 48 Stunden möglich.

Das Service Backoffice erhält eine strukturierte Handlungsempfehlung, bestätigt die Umplanung und gibt die Information an den Vertriebsinnendienst weiter. Der Kunde erhält noch am selben Tag proaktiv Bescheid — bevor er nachfragt. Was früher eine Eskalation war, ist jetzt ein proaktiver Servicemoment.

Was der Logistics Assistant zusätzlich noch leisten wird: Reklamation und Nachlieferung werden dann nicht mehr separat gesteuert, sondern als koordinierter Ablauf. Der Assistant erkennt, dass für denselben Kunden zwei Lieferprobleme gleichzeitig laufen, priorisiert entsprechend und stellt sicher, dass keine Aktion die andere blockiert.

Zwei Probleme, ein Kunde, zwei KI Agentenstränge — koordiniert statt sequenziell. Was früher zwei separate Eskalationen waren, ist jetzt ein proaktiver Servicemoment.
Das ist der Kern von KI Agenten im Kundenservice für Kundenauftrags- und Lieferprozesse.

Die SAP-Standardagenten decken die häufigsten Servicemuster ab. Für unternehmensspezifische Anforderungen — einen Garantieprüfungs-Agenten, ein Eskalationsprotokoll für Schlüsselkunden, einen Troubleshooting-Assistenten für eine eigene Maschinenklasse — bietet das SAP CX AI Toolkit schon heute ergänzend zwei direkt nutzbare Bausteine.

Im Custom AI Tool Builder konfigurieren Administratoren eigene KI-Werkzeuge, die direkt auf Daten aus SAP Service Cloud, Sales Cloud und Customer Data Platform zugreifen. Ein Prompt wird mit CRM-Feldern verknüpft — Fallbeschreibung, Equipment-Stammdaten, Garantiestatus — und erzeugt eine strukturierte Ausgabe direkt im Applikationskontext.

Beispiel: Ein AI Tool, das beim Öffnen eines Servicefalls automatisch alle bekannten Fälle derselben Maschinenklasse analysiert und dem Spezialisten eine priorisierte Mustererkennung liefert.

Der Custom AI Agent Builder erlaubt Administratoren, Agenten für unternehmensspezifische Prozesse zu konfigurieren — ohne tiefgreifende Entwicklerkenntnisse. Die Konfiguration erfolgt über einen strukturierten Wizard: Agenten-Typ, Trigger-Definition und optionale Filterregeln.

Trigger bestimmen, wann ein Agent aktiv wird — zum Beispiel beim Eingang einer E-Mail, beim Anlegen eines neuen Case oder beim Update eines bestimmten Feldes. Als Datenquellen stehen die Objekte aus der SAP Customer Experience Suite zur Verfügung.

Alle Agenten laufen innerhalb des SAP Trust Layers: Personenbezogene Daten können vor der LLM-Verarbeitung anonymisiert werden und Zero-Data-Retention verhindert Datenspeicherung bei Drittanbietern, weiterhin werden die Daten nicht zum Modelltraining verwendet.

Beispiel: Ein AI Agent, der bei jeder neuen Kundeninteraktion in einem Case das Kommunikationssentiment bewertet und über den Zeitverlauf trackt. Verschlechtert sich der Ton messbar über mehrere Nachrichten, löst der Agent automatisch ein Eskalationssignal aus — der Teamleiter sieht den Fall priorisiert, bevor der Kunde selbst eskaliert.

Die drei Szenarien zeigen, was Agenten und Assistenten der SAP leisten können. Unser Anspruch bei proaxia sind darüber hinaus prozess- und industriespezifische KI Agenten, die weitere Lücken in der Roadmap schließen.

Dazu gehören beispielsweise die Konzepte zur flottenweiten Mustererkennung und proaktiven Serviceansprache, bevor ein Kunde überhaupt eine Anfrage stellt. Genau das, was wir im ersten Szenario bei unserem Anlagenbauer sehen: Drei Fälle desselben Fehlermusters an einer Maschinenklasse.

Die eigentliche Frage ist allerdings: Wie viele weitere Kunden betreiben dieselbe Anlage — und haben das Problem noch nicht gemeldet oder identifiziert?

Hierfür steht die Konzeptidee von zwei zusammenhängenden Agenten, die genau diese Lücke schließen:

Erkennt gehäufte Fehlerbilder je Equipment-Typ und Baureihe — nicht nur aus bestätigten Cases in SAP Service Cloud V2, sondern auch aus frühen Signalen im proaxia Kundenportal: erfolglose Self-Diagnosen, wiederholte Fehlercode-Suchen, häufige Handbuchabrufe zu einem bestimmten Fehlerbild. Erzeugt ein strukturiertes Muster-Signal mit Konfidenz- und Schweregrad-Score. Im Beispiel des Steuerungsmoduls SC-441 hätte dieser Agent bereits nach dem zweiten Fall ein Signal generiert — mit einer Einschätzung, wie viele Anlagen im Kundenstamm betroffen sein könnten.

Geschäftswert: Frühere Erkennung flottenweiter Fehlerbilder, bevor eine Welle von Einzelcases entsteht. Service Backoffice und Teamleiter erhalten ein verifiziertes Muster statt vieler unzusammenhängender Fälle. Gezielte Priorisierung und proaktives Handeln möglich.

Übernimmt ein durch das Service Backoffice verifiziertes Muster-Signal und leitet daraus je Einzelkunde eine passende Handlungsempfehlung ab. Zwei Ausgabepfade: aktive Ansprache durch den zuständigen Account-Verantwortlichen (freigabepflichtig je Einzelfall) oder Self-Service-Hinweis im proaxia Kundenportal (Freigabe auf Vorlagenebene). Bei sicherheitsrelevanten Mustern — in der MedTech-Regulatorik besonders relevant — zusätzlicher Signaleintrag in SAP S/4 QM zur menschlichen Bewertung. Die Meldeentscheidung verbleibt vollständig beim Qualitätsmanagement.

Geschäftswert: Präventive statt reaktive Kundenansprache: Endkunden erhalten einen Hinweis oder ein Serviceangebot, bevor ein Ausfall entsteht. Human-in-the-Loop ist bei jedem Entscheidungspunkt Designprinzip. Clean-Core-konform.

Mit diesen beiden Agenten wollen wir die Brücke zum letzten Artikel aufspannen. Beide Agenten sind derzeit proaxia-Konzeptideen und keine bestehenden Features. Allerdings sollen sie vollständig innerhalb der Systemlandschaft eines Herstellers laufen, auf SAP-Daten ausschließlich über freigegebene APIs zugreifen und werden nach dem Human-in-the-Loop-Prinzip konzipiert sein: Keine Aktion läuft ohne menschliche Freigabe.

Genau hier beginnt der letzte Artikel dieser Serie: Wie Agenten systemüberschreitend mit SAP Service Cloud, S/4HANA und SAP FSA zusammenarbeiten — und was proaxia Seamless Service in der Praxis bedeutet.