Aufbau eines funktionierenden KI-Verkaufsagenten und seine profitabelsten Einsatzbereiche
Einblicke in die Architektur kommerzieller KI-Agenten von Anthropic und unsere Praxiserfahrung: Was ein Agent tatsächlich leistet und in welchen Branchen sich die Implementierung am deutlichsten auszahlt.
Anthropic hat eine Analyse darüber veröffentlicht, wie kommerzielle Agenten aufgebaut sind, die es bis zur Produktion schaffen: The anatomy of effective commerce agents. Die Lektüre lohnt sich vollständig. Hier fassen wir zusammen, was dies für einen Ladenbesitzer bedeutet, der einfach nur möchte, dass ein Kunde um elf Uhr abends eine Antwort erhält.
Wir haben Commerce Agents nach ähnlichen Prinzipien entwickelt. Die Übereinstimmung ist erfreulich: Das zeigt, dass der Weg bereits geebnet ist.
Ein Agent, keine Herde von Bots#
Die erste Erkenntnis des Artikels überrascht jene, die den Trend zu Multi-Agenten-Systemen verfolgen. Ein Kaufgespräch ist keine Sammlung isolierter Aufgaben, die sich auf verschiedene Bots verteilen lassen. Ein Kunde fragt nach der Größe, dann nach der Lieferung, kehrt dann zur Größe zurück und sagt: „Nehmen wir doch zwei.“ All dies ist ein einziger Gesprächsfluss, bei dem jede Äußerung auf der vorherigen aufbaut.
Eine effektive Strategie ist daher ein einziger Agent, der den Kontext beibehält, ergänzt durch zuschaltbare Fähigkeiten für spezifische Aufgaben. Die Aufteilung ist einfach: Was in fast jedem Gespräch benötigt wird, ist Teil der Hauptanweisung; Seltenes wird bei Bedarf geladen. Anthropic nennt die Schwelle ungefähr so: Wird eine Fähigkeit in mehr als einem Drittel der Gespräche benötigt, gehört sie in die permanente Anweisung.
Bei uns sind Katalogsuche, Geschäftsbedingungen und das Unternehmensprofil fester Bestandteil. Bei Bedarf werden Produktvergleiche, Auftragserstellung, Warenkorbverwaltung und die Analyse von Kundenanhängen geladen.
Tools sind Ihre Systeme, nicht deren Kopien#
Das zweite Prinzip: Der Agent soll die Geschäftslogik nicht neu erfinden. Suche, Lagerbestände und Bestellabwicklung funktionieren bereits irgendwo. Die Aufgabe des Agenten ist es, darauf zuzugreifen, nicht eine eigene Version der Wahrheit danebenzustellen.
In unserem Fall sind „Ihre Systeme“ der aus Beiträgen und der Website erstellte Katalog, der Text der Geschäftsbedingungen, der Warenkorb und der Zahlungsanbieter. Der Agent erfindet keine Lieferzeiten; er entnimmt sie Ihrem Text. Er erfindet keine Preise; er nimmt sie aus der Produktkarte. Sind keine Daten vorhanden, sagt er ehrlich, dass er nachfragen wird, und bittet um Kontaktinformationen – auch das ist Teil der Architektur, keine Ausrede.
Ein weiterer Gedanke aus dem Artikel: Produktkarten, Schaltflächen und Formulare sind ebenfalls Werkzeuge, mit Typen und Validierungen. Deshalb zeigt der Agent eine Produktkarte, anstatt sie textlich wiederzugeben: Der Käufer sieht Foto, Preis und Schaltfläche, und Sie erhalten eine vorhersehbare Benutzeroberfläche anstelle einer Modell-Improvisation.
Geschwindigkeit und Geld#
Hier schlägt der Artikel einen nüchternen Ton an, der in Texten über KI selten ist. Zehntelsekunden hinterherzujagen ist sinnlos, wenn die Antwort schlecht ist: Rücksendungen und der durchschnittliche Warenkorbwert werden von der Qualität beeinflusst, nicht von Millisekunden. Doch auch überbezahlen ist unnötig – Kontext-Caching mit einer Trefferquote von 90–99 % und die Auswahl des Modells für die jeweilige Aufgabe, durch Messungen und nicht durch Gefühle überprüft, helfen dabei.
Wir haben die Modelle genau nach dieser Logik aufgeteilt: Ein schnelles Modell kommuniziert mit dem Kunden, ein bedächtigeres berechnet Berichte und Katalogänderungen. Der Ladenbesitzer sieht dies in den „Einstellungen“ als zwei separate Felder und rührt sie normalerweise nicht an – die Standardwerte wurden durch Messungen ermittelt.
Sicherheit ohne Paranoia#
Drei Regeln aus dem Artikel, die wir wörtlich unterstützen:
- Gefährliche Änderungen werden nicht stillschweigend übernommen. Katalogänderungen durch den Agenten des Besitzers landen in einer Warteschlange und warten auf Ihren „Anwenden“-Button.
- Erfundene Identifikatoren werden abgelehnt. Ist ein Produkt nicht vorhanden, verweist der Agent nicht auf eine nicht existierende Artikelnummer.
- Der Speicher lebt in der Datenbank, nicht im Prompt. Kundenpräferenzen werden separat gespeichert und beim nächsten Gespräch abgerufen, anstatt jede Anfrage aufzublähen.
Wo der Nutzen der Implementierung am größten ist#
Dies ist die wichtigste praktische Frage, und die Antwort darauf ist nicht „überall gleich“. Bei unseren Shops ist die Streuung deutlich.
Dienstleistungen und Terminbuchungen. Hier ist der Nutzen am größten. Nagelstudios, Zahnarztpraxen, Gerätereparaturen, Schulungen, Vermietungen – überall dort, wo Kunden vor dem Kauf fünf bis zehn Fragen stellen und das fast immer außerhalb der Geschäftszeiten. Jede unbeantwortete Frage am Abend bedeutet eine Buchung, die an jemanden ging, der schneller geantwortet hat. Der Agent schließt diese Lücke vollständig: Er kennt Preise, Dauer, was mitzubringen ist und wann Termine verfügbar sind.
Produkte mit Parametern. Kleidung, Möbel, Technik, Kosmetik – alles, wo nach Größe, Zusammensetzung, Kompatibilität und Lieferzeiten gefragt wird. Ein solches Gespräch dauert beim Verkäufer zehn Minuten, beim Agenten Sekunden, und er wird nicht müde, dasselbe zum hundertsten Mal zu erklären.
Verkäufe ohne Website. Instagram, TikTok, YouTube und Telegram, wo der Katalog nur in Form von Beiträgen existiert. Hier bietet der Agent etwas, das es zuvor prinzipiell nicht gab: eine Auslage, einen Warenkorb und die Bezahlung über einen Link im Profil-Header, ohne Website-Entwicklung.
Nacht, Wochenende und andere Zeitzonen. Die Hälfte der Anfragen kommt, wenn niemand antwortet. Dies ist der günstigste Umsatz, der zurückgewonnen werden kann: Er ist bereits vorhanden, es gibt nur niemanden, der ihn bedient.
Kunden in verschiedenen Sprachen. Ein Geschäft aus Warschau erhält Anfragen auf Polnisch, Ukrainisch, Englisch und Russisch. Der Agent antwortet in der Sprache des Kunden, ohne dass ein Übersetzer im Team ist.
Wo der Nutzen bescheidener ist: Produkte mit einer einzigen Eigenschaft und einem offensichtlichen Preis, Verkäufe über Marktplätze, bei denen die Korrespondenz innerhalb der Plattform stattfindet, und Großhandelsgeschäfte, die ohnehin durch Verhandlungen abgeschlossen werden. Auch dort nimmt der Agent Routineaufgaben ab, bewirkt aber keine Revolution.
Was ist zu tun#
- Erstellen Sie einen Katalog aus vorhandenen Inhalten: Beiträge, Videos oder Ihre Website.
- Beschreiben Sie die Bedingungen ehrlich und detailliert – dies ist die einzige Quelle, aus der der Agent auf Fragen zu Lieferung und Rücksendung antwortet.
- Platzieren Sie einen Link im Profil-Header und analysieren Sie die ersten zwanzig Dialoge. Diese zeigen besser als jede Analyse, wonach Ihre Kunden wirklich fragen.
Wie Sie dies Schritt für Schritt umsetzen, erfahren Sie im Artikel Erster Start. Eine Analyse der Architektur von Anthropic finden Sie hier.