Unsere Einordnung
Übernehmen Sie einen Ausschnitt aus einer Fallstudie, nicht die ganze Fallstudie. Der HR-Agent von AMD reicht über SAP SuccessFactors, ServiceNow, SharePoint und Freigaben in Teams. Übernehmen Sie daraus eine Abfrage und eine schreibende Aktion. Sendungsverfolgung und Adressänderungen bei Autodoc sind ein kleineres Vorbild. Beides sind vom Anbieter veröffentlichte Berichte, keine validierten Einsatzbereiche. Testen Sie das Berechtigungsmodell und den Übergabe-Auslöser in Ihrem eigenen Pilotprojekt.
Beginnen Sie mit der Aktion, nicht mit dem Chatfenster
Kore.ai beschreibt seine Plattform als Ort, an dem man KI-Agenten für Service und für die Arbeit entwickelt und bereitstellt. Die Startseite beschreibt Service als das Lösen von Kundenfällen von Anfang bis Ende, über Kanäle und Systeme hinweg. Arbeit beschreibt sie als das Erledigen von Anfragen der Mitarbeitenden ohne Übergaben oder Verzögerungen.
Damit lautet die nützliche Frage nicht, ob ein Agent antworten kann, sondern in welchem System er handelt. Die beiden Fallstudien beantworten sie unterschiedlich. AMD nutzt den Agenten für HR-Vorgänge und Freigaben. Autodoc nutzt ihn für Sendungsverfolgung, Adressänderungen und Erstattungsprüfungen. Sehen Sie darin Ideenquellen, keine Vorlagen: Nehmen Sie die passendste Fallstudie und kürzen Sie sie auf eine lesende und eine schreibende Aktion, bevor Sie etwas ausweiten.
Anbindungen: die genannten Systeme
Die Fallstudie von AMD nennt drei Systeme: SAP SuccessFactors, ServiceNow und Microsoft SharePoint. Sie beschreibt außerdem eine API-basierte Orchestrierungsschicht für systemübergreifende Aktionen und Prozessautomatisierung. Das Unternehmen hat etwa 30.000 Beschäftigte und rund 15 Mitarbeitende im HR-Kontaktcenter.
Der Marketplace von Kore.ai führt Bausteine auf, mit denen sich Agenten an andere Systeme anschließen lassen, darunter ServiceNow, Zendesk, Freshdesk, Salesforce, HubSpot, Gmail und Outlook. Er führt auch Vorlagen auf, etwa einen Support-Ticket-Kategorisierer, der Tickets in einem ITSM-Tool für die Weiterleitung verschlagwortet. Dazu kommt ein Eskalationsprognose-Tool, das Ticketverläufe auf Stimmung und Risikohinweise auswertet. Für ein Team mit Zendesk oder Freshdesk sind diese Einträge ein konkreter Ausgangspunkt.
Die Fallstudie von Autodoc nennt die Bestell- und Zahlungssysteme hinter dem Agenten nicht. Die Liste der Anbindungen für einen ähnlichen Aufbau muss daher aus Ihrem eigenen Stack kommen.
Leitplanken: was ABL und der Trace leisten
Die Startseite beschreibt die Agent Blueprint Language als typisierte, schemabasierte Sprache. Darin definieren Unternehmen Verhalten, Tools, Leitplanken, Orchestrierung und Übergabelogik eines Agenten. Der praktische Vorteil: Die Tools, die ein Agent aufrufen darf, und die Bedingungen für die Übergabe an einen Menschen stehen in einer strukturierten Definition, nicht in Prompts, die über verschiedene Abläufe verstreut sind.
Dieselbe Seite beschreibt StateTrace. Es zeichnet den Ausführungspfad über Übergaben, Zustand, Tool-Aufrufe und Kontext hinweg auf. Für Prüfer aus Sicherheit oder HR-Betrieb ist dieser Trace das Artefakt, das sie im Pilotprojekt sehen sollten. Er zeigt, welche Tools der Agent aufgerufen hat und wann er übergeben hat.
Zu Daten sagt die Datenschutzerklärung von Kore.ai, dass Kundendaten nur zur Erbringung der Dienste verwendet werden und nicht zum Training allgemeiner Modelle. Wählt ein Kunde ein Modell, eine Integration oder eine Datenquelle eines Drittanbieters, können Informationen wie konfiguriert an diesen Drittanbieter gehen, zu dessen eigenen Bedingungen. Die Modellwahl gehört daher zu Ihrer Datenprüfung. Die Fallstudie von AMD ergänzt, dass der Einsatz auf AWS lief, mit verschlüsselter Speicherung der Interaktionsprotokolle und Amazon Bedrock für die Dialogschicht.
Ausführung: was die Agenten tatsächlich tun
Bei AMD erledigen Beschäftigte und Führungskräfte HR-Vorgänge mit hohem Volumen und erhalten Antworten auf häufige Fragen, ohne auf einen Menschen zu warten. Die Antworten richten sich nach Rolle und Region. Führungskräfte können Vorgänge direkt in Microsoft Teams freigeben, über den universellen KI-Agenten. Er bündelt Freigaben aus HR-, Reise- und Spesen- sowie Finanzsystemen. Die Fallstudie nennt außerdem eine Roadmap, die Onboarding und Unterstützung durch Live-Agenten ausbauen soll.
Bei Autodoc übernehmen die Agenten Sendungsverfolgung, Adressänderungen, Erstattungsprüfungen und Fragen zur Produktkompatibilität. Routineanfragen fangen sie per Self-Service in 27 Ländern und mehreren Sprachen ab. Die Fallstudie spricht von Erstattungsprüfungen, nicht von Erstattungsfreigaben. Gehen Sie also nicht davon aus, dass der Agent Geld bewegt.
Der Unterschied ist für den Zuschnitt wichtig. Der Agent von AMD reicht über mehrere Backoffice-Systeme und umfasst eine Freigabeaktion. Er ist damit das umfassendste Beispiel hier und ein schlechter erster Einsatzbereich. Der Agent von Autodoc wird über kundennahe Abfragen und Routineanfragen beschrieben. Ein sinnvoller erster Ablauf nimmt einen Ausschnitt aus einem der beiden: etwa eine Abfrage des Bestellstatus plus eine Adressänderung oder eine HR-Antwort plus einen Vorgang.
Übergabe an einen Menschen
AMD beschreibt eine Eskalation für „Moments that Matter“: Kritische Anliegen werden automatisch an HR-Fachkräfte eskaliert, damit der menschliche Kontakt dort erhalten bleibt, wo er am meisten zählt.
Autodoc legt den Schwerpunkt darauf, was der Mensch nach der Übergabe zur Verfügung hat. Das Modul Agent AI gibt menschlichen Agenten Hilfestellung in Echtzeit, nächste beste Aktionen, geführte Playbooks, Live-Coaching und automatische Zusammenfassungen. Laut Autodoc hat der sofortige Wissensabruf die Recherchezeit um 10 % verkürzt, eine vom Anbieter veröffentlichte Zahl. Eine Übergabe besteht aus zwei Teilen: dem Auslöser, der den Fall weitergibt, und den Tools, die der Mensch beim Eintreffen des Falls hat.
Grenzen und ein sinnvoller Pilotaufbau
Beide Fallstudien hat Kore.ai veröffentlicht. Sie beschreiben, was die Agenten tun. Sie beschreiben nicht, wie Berechtigungen gesetzt sind, welche Aktionen eine Freigabe brauchen, was als kritisches HR-Anliegen gilt oder welchen Kontext ein Mensch bei der Übergabe erhält. Die Zahlen sind vom Anbieter angegeben: AMD nennt eine um 80 % kürzere Lösungszeit im HR-Bereich und eine Self-Service-Quote von 50 %. Autodoc nennt eine um 30 % geringere Arbeitslast der Agenten und eine um 20 % kürzere Bearbeitungszeit innerhalb von sechs Monaten. Sie stammen von verschiedenen Unternehmen und Kennzahlen und sind nicht vergleichbar. Zehn weitere namentlich genannte Unternehmen, darunter Eli Lilly und die Deutsche Bank, stehen auf den eigenen Seiten von Kore.ai. Details zu Workflows kommen hier nur aus den Fallstudien von AMD und Autodoc.
Ein redaktioneller Vorschlag, keine Funktion des Anbieters: Testen Sie im Pilotprojekt eine lesende und eine schreibende Aktion, und nehmen Sie mindestens einen Fall auf, der eine Übergabe erzwingen soll. Lesen Sie dann den Ausführungs-Trace und prüfen Sie, ob der Agent nur die Tools genutzt hat, die Sie freigegeben haben. Kore.ai gibt an, dass sein Proof Concierge einen Anwendungsfall belegt, bevor Sie sich festlegen. Das ist ein naheliegender Rahmen für diesen Test.
Methodik und Grenzen
2026-10-20
Diese datierte Momentaufnahme zählt unterschiedliche Unternehmen in öffentlichen Kundenbelegen. „Bestätigt“ steht für eine Fallstudie, eine namentliche Kundenstimme oder eine Pressequelle, „Selbst angegeben“ dafür, dass das Unternehmen es usedby selbst mitgeteilt hat, „Beobachtet“ für einen Eintrag beim Anbieter und „Signal“ für eine Stellenanzeige. Alle vier zählen, ihre Beweiskraft ist aber unterschiedlich. Entfernte Einträge und Einträge ohne Nachweisstufe sind ausgeschlossen. Die Beispiele sind eine begrenzte Auswahl, die innerhalb von 90 Tagen geprüft wurde. Angaben zum Anbieter sind belegte Datensätze, die innerhalb von 60 Tagen geprüft wurden. Die Abdeckung ist ungleichmäßig, und fehlende Belege bedeuten „unbekannt“. Diese Zahlen messen weder Marktanteile noch Produktleistung. Erfassungsdaten sind keine Einführungsdaten.
