Anfrage- und Qualifizierungsagent: Jede Anfrage schnell beim richtigen Menschen

In vielen mittelständischen Unternehmen kommen Anfragen über mehrere Wege an: ein Kontaktformular, ein Sammelpostfach wie info@, persönliche Postfächer von Außendienst und Geschäftsführung, Telefonnotizen und zunehmend Chat oder Messenger. Wer morgens als Erstes ins Postfach schaut, sortiert. Ob eine Anfrage ein ernsthaftes Projekt, eine Bewerbung, eine Reklamation oder Werbung ist, entscheidet sich oft erst nach dem Lesen.

Das kostet nicht nur Zeit, es kostet Reaktionsqualität. Anfragen bleiben liegen, weil niemand sich zuständig fühlt, Rückfragen nach fehlenden Angaben kommen Tage später, und dieselbe Standardfrage wird von verschiedenen Mitarbeitenden unterschiedlich beantwortet. Gleichzeitig ist der Eingang einer der wenigen Prozesse, bei denen fast jedes Unternehmen genug Volumen und genug Wiederholung hat, um einen ersten KI-Piloten sinnvoll zu messen.

Der Agent übernimmt die Vorarbeit, die heute zwischen Eingang und eigentlicher Bearbeitung liegt. Er liest die Nachricht vollständig, auch Anhänge wie Leistungsverzeichnisse oder Fotos, sofern diese freigegeben sind. Er erkennt, worum es geht, welche Produktgruppe oder Leistung betroffen ist und wie dringend der Fall wirkt. Er prüft, ob die Angaben für eine qualifizierte Antwort ausreichen, und formuliert bei Lücken gezielte Rückfragen.

Nicht übernehmen sollte der Agent alles, was eine verbindliche Aussage des Unternehmens darstellt: Preise und Rabatte, Liefertermine ohne Systembestätigung, Gewährleistungs- und Kulanzentscheidungen, rechtliche Einschätzungen sowie den Umgang mit verärgerten Kundinnen und Kunden. Für diese Themen wird eine harte Übergaberegel definiert, die nicht vom Modell abhängt, sondern vor der Antwortgenerierung greift.

Qualifizierung bedeutet hier nicht, dass ein Modell über den Wert eines Kunden urteilt. Sie bedeutet, dass vereinbarte Kriterien sichtbar geprüft werden. Typische Kriterien sind Passung zum Leistungsangebot, Region, Projektgröße, Zeitrahmen und Ansprechpartner. Diese Kriterien legt der Vertrieb fest; der Agent extrahiert die Angaben aus dem Text und zeigt, wo sie stehen.

Bewährt hat sich ein zweistufiges Vorgehen: Zuerst extrahiert der Agent Fakten in ein festes Schema, zum Beispiel Branche, gewünschte Leistung, Menge und Termin. Erst danach werden Regeln angewendet, die eine Priorität oder ein Zielteam bestimmen. So bleibt nachvollziehbar, warum ein Fall bei einer bestimmten Person landet, und Regeln lassen sich ändern, ohne das Modell neu zu konfigurieren.

Für die Antwort gilt das Prinzip der Quellenbindung. Der Agent nutzt nur Dokumente, die das Unternehmen dafür freigegeben hat, etwa Produktblätter, Servicebedingungen oder FAQ. Findet er keine belastbare Quelle, formuliert er keine Vermutung, sondern markiert den Fall zur Bearbeitung.

Der Nutzen entsteht erst, wenn das Ergebnis dort landet, wo das Team ohnehin arbeitet. In der Praxis bedeutet das: Der Agent legt einen Kontakt oder Vorgang im CRM an oder aktualisiert ihn, erstellt im Helpdesk ein Ticket mit Kategorie und Priorität und schlägt bei passenden Anfragen freie Termine aus dem Kalender vor. Technisch geschieht das über die Programmierschnittstellen der Systeme, zunehmend auch über standardisierte Konnektoren wie das Model Context Protocol.

Wichtig ist das Rechtekonzept. Der Agent erhält ein eigenes technisches Konto mit genau den Rechten, die er benötigt: Kontakte lesen und anlegen, Tickets erstellen, Entwürfe speichern. Das direkte Versenden von E-Mails nach außen wird im Pilot meist deaktiviert und erst freigeschaltet, wenn die Qualität für klar abgegrenzte Fallgruppen nachgewiesen ist.

Anfragen enthalten personenbezogene Daten, gelegentlich auch sensible Informationen. Vor dem Start gehören deshalb Zweck, Rechtsgrundlage, Speicherfristen und die eingesetzten Dienstleister in die Datenschutzdokumentation. Bei Cloud-Modellen sind Auftragsverarbeitungsvertrag, Serverstandort, Aufbewahrung von Eingaben und der Ausschluss vom Modelltraining zu prüfen. Wer besonders sensible Anfragen erhält, kann den Agenten auch mit einem EU-gehosteten oder lokalen Modell betreiben.

Gegenüber Anfragenden sollte erkennbar sein, wenn eine Antwort maschinell vorbereitet oder automatisch versendet wurde. Der EU AI Act sieht für Systeme, die direkt mit Menschen interagieren, Transparenzpflichten vor. Eine klare Kennzeichnung und ein einfacher Weg zu einem Menschen sind ohnehin gute Praxis.