Alle Artikel

KI-Agenten

Der Betrieb, der nie zumacht: was KI-Agenten wirklich können

Ein Agent kann den Anruf annehmen, den Auftrag qualifizieren und aufschreiben. Er sollte keine Sanierung kalkulieren, kein Sicherheitsrisiko beurteilen und keine Erstattung entscheiden. Wo die Linie liegt, und was die Forschung zum Überschreiten sagt.

Ein geschlossener Laden bei Nacht neben einer Spalte eingehender Anrufe, E-Mails, Nachrichten und Termine, von denen einer an einen Menschen geht.
31 %
der KMU nutzen generative KI
29 %
davon im Kerngeschäft
87 %
wollen weiterhin einen Menschen erreichen
70 %
der förderfähigen KI-Kosten in Luxemburg

Kurz gefasst

  • 31 % der KMU in sieben Ländern nutzen generative KI, aber nur 29 % davon im Kerngeschäft.
  • Ein Agent unterscheidet sich vom Chatbot dadurch, dass er über Werkzeuge handelt. Genau dort bricht er auch: τ-bench maß 2024 weniger als die Hälfte gelöster Aufgaben.
  • Erst die Befugnis klären, dann die Fähigkeit. Antworten und Erfassen dürfen automatisch laufen; Preise, Erstattungen und Sicherheitsfälle bleiben beim Menschen.
  • 87 % der Kunden sagen, ein Unternehmen mit KI im Service muss weiterhin einen Menschen erreichbar machen.

Es ist 19.15 Uhr und der Inhaber eines kleinen Elektrobetriebs vor Luxemburg-Stadt hat Feierabend. Die Anfragen haben keinen.

Ein Kunde will einen Termin verschieben. Einer hat Fragen zur Wallbox. Ein dritter braucht einen Preis für die Außenbeleuchtung. Und da ist ein verpasster Anruf von jemandem, der einen Defekt meldet.

Nichts davon ist ungewöhnlich. Das ist der normale Verkehr eines Dienstleistungsbetriebs, und er kommt an, während der Einzige, der ihn beantworten kann, auf einer Leiter steht.

Üblicherweise wartet alles bis zum nächsten Morgen, es sei denn, der Inhaber hängt nach dem Abendessen noch eine Stunde am Telefon.

Ein Agent könnte einen Teil übernehmen. Die Angaben zur Wallbox erfassen, den Kalender prüfen, den Beleuchtungsauftrag aufschreiben. Der gemeldete Defekt wird für einen Menschen markiert statt wie ein Routinetermin gebucht. Am Morgen hat der Inhaber etwas Brauchbareres als vier verpasste Anrufe.

Die Chance liegt nicht darin, mehr zu automatisieren. Sie liegt darin, zu klären, welche Aufgaben ohne Menschen zu Ende gehen dürfen und welche nicht.

An dieser Linie entscheidet sich, ob daraus ein nützlicher Einsatz wird oder ein teures Experiment.

Mehr als ein Chatbot: was einen Agenten ausmacht

Betriebe automatisieren Kundenkontakt seit Jahrzehnten. Telefonmenüs verteilen Anrufe. FAQ-Seiten beantworten das Einfache. Buchungssysteme nehmen Termine ohne Empfang entgegen.

Ein Agent fügt eine Sache hinzu: Statt einem festen Skript zu folgen, kann er eine Anfrage lesen, bestimmen, was er braucht, aus erlaubten Werkzeugen wählen und innerhalb eines definierten Ablaufs handeln.

OpenAIs praktischer Leitfaden zum Bau von Agenten nennt drei Teile: ein Modell, das die Aufgabe führt, Werkzeuge, über die es andere Systeme erreicht, und Anweisungen, die sein Verhalten festlegen.

Ein Kreis in der Mitte, links mit einem Anweisungsblatt und rechts mit drei Werkzeugen verbunden.
Die drei Teile eines Agenten: ein Modell, das die Aufgabe führt, Anweisungen, die es begrenzen, und Werkzeuge, die es benutzen darf.

Das Beispiel macht es greifbar. Ein Chatbot beantwortet eine Frage nach den Öffnungszeiten. Ein Agent mit Anbindung an die Terminplanung prüft die tatsächliche Verfügbarkeit, bietet einen Termin an und schließt die Buchung ab.

Der Unterschied ist nicht, dass der zweite menschlicher klingt. Er tut etwas.

Was zugleich heißt: Er hängt davon ab, was er erreichen kann. Ohne funktionierende Kalenderverbindung kann ein Agent keine echte Verfügbarkeit prüfen, und er darf keine Bestätigung erfinden, wenn diese Verbindung weg ist.

Und nicht jeder Prozess will einen Agenten. Für vorhersehbare Arbeit mit klaren Regeln ist gewöhnliche Automatisierung oft einfacher, billiger und zuverlässiger.

Die Frage lautet also nicht, ob ein Betrieb einen Agenten einführen kann. Sie lautet, welcher Teil des Betriebs mit einem besser dran wäre.

Quelle: OpenAI, A Practical Guide to Building AI Agents

KMU nutzen KI bereits, meist für das Einfache

Im November 2025 veröffentlichte die OECD eine der nützlicheren Studien zu generativer KI in kleinen und mittleren Unternehmen, mit mehr als 5.000 befragten KMU in Österreich, Kanada, Deutschland, Irland, Japan, Südkorea und dem Vereinigten Königreich.

31 % nutzten generative KI, über den Befragten oder einen anderen Mitarbeiter. Von den Nutzenden berichteten 65 % von besserer Mitarbeiterleistung, 45 % von Kosteneinsparungen, 35 % davon, Dinge tun zu können, die vorher nicht gingen, und 26 % von höherem Umsatz.

Das sind Selbstauskünfte, keine geprüften Renditen, und die Studie betrachtet generative KI insgesamt statt autonome Agenten.

Eine Zahl sagt mehr als die anderen. Nur 29 % der KMU, die generative KI nutzen, setzen sie im Kerngeschäft ein. Der Rest nutzt sie am Rand: vor allem zum Schreiben und in Unterstützungsfunktionen wie Marketing und Vertrieb, IT und Management.

Diese Lücke ist der Abstand zwischen der tatsächlichen Verbreitung und dem, was über Agenten versprochen wird. Ein Betrieb, der mit KI E-Mails entwirft, ist deshalb nicht bereit, sie mit Kunden verhandeln, Erstattungen auslösen oder den Wochenplan festlegen zu lassen.

Von Unterstützung zu Handlung zu kommen ist eine andere Stufe von Integration und Kontrolle.

Quelle: OECD, Generative AI and the SME Workforce, 2025

Fünf Abläufe, in denen sich ein Agent lohnt

Die brauchbaren Fälle sind unspektakulärer als die Demos. Wiederkehrende, zeitfressende Arbeit mit klarem Ziel: eine Anfrage aufnehmen, einen Termin setzen, Informationen vorbereiten, nachfassen. Aufgaben, die wenig Urteil verlangen, aber ständig die unterbrechen, die es verlangen.

1. Anrufe annehmen und Anfragen qualifizieren

Ein Sanitärbetrieb bekommt einen Anruf, während seine zwei Monteure beim Kunden sind. Der Anrufer will einen Warmwasserspeicher ersetzen lassen.

Ein Sprachagent kann abheben, klären, worum es geht, Adresse und Kontaktdaten aufnehmen und fragen, ob es ein Austausch oder ein Defekt ist. Hat der Betrieb sein Einsatzgebiet und die angenommenen Arbeiten definiert, kann der Agent die Anfrage gegen beides prüfen, sie ins CRM schreiben und an die richtige Person schicken.

Das ist mehr wert als eine Mailbox mit einer Nummer. Es reicht an Kontext, um über den nächsten Schritt zu entscheiden.

Qualifizieren ist allerdings kein Diagnostizieren. Der Agent darf nicht schließen, dass eine mögliche Gas-, Wasser- oder Elektrogefahr warten kann. Eine Anfrage, die auf unmittelbare Gefahr hindeutet, braucht einen Eskalationsweg, keine Lösung im Gespräch. Und er darf keinen Monteur innerhalb einer Stunde versprechen, wenn Systeme und Servicepolitik des Betriebs das nicht tragen.

Informationen über ein Problem zu sammeln ist eine abgegrenzte Aufgabe. Die Verantwortung für die Behebung zu übernehmen nicht.

2. Buchen, bestätigen, verschieben

Terminplanung passt zu einem Agenten, weil der Großteil der Arbeit aus Erfassen und Verfügbarkeitsprüfung besteht. Ein Salon kann Routinetermine nach Ladenschluss annehmen. Eine Zahnarztpraxis kann Wünsche sammeln, während der Empfang beschäftigt ist. Ein Berater kann Erstgespräche anbieten, ohne vier E-Mails zu schreiben.

Ein verlässlicher Terminagent braucht mehr als eine Kalenderanbindung. Er muss wissen, welche Leistungen buchbar sind, wie lange sie dauern, wer sie erbringen kann und welche Regeln für Absage und Verschiebung gelten. Und er muss prüfen, dass die Buchung wirklich geklappt hat, bevor er sie dem Kunden bestätigt.

Ist der Kalender nicht erreichbar, lautet die richtige Antwort: Terminwunsch aufnehmen oder Rückruf anbieten. Nicht bestätigen.

Einen bestehenden Termin zu verschieben kann eine Identitätsprüfung verlangen, damit nicht ein Kunde den Termin eines anderen ändert.

Das sind gewöhnliche betriebliche Anforderungen, und wer sie überspringt, macht aus einer Erleichterung eine Quelle von Verwirrung. Die KI führt das Gespräch. Buchungsregeln und Systemprüfungen entscheiden, was sie darf.

3. Angebote und Projektbeschreibungen vorbereiten

Für Handwerksbetriebe ist Kalkulieren vor allem Verwaltung. Eine Badsanierung kommt als zwei Sätze E-Mail, und bevor irgendetwas kalkuliert werden kann, braucht der Betrieb Maße, Fotos, den Zustand der bestehenden Installation und eine Vorstellung davon, was der Kunde erwartet.

Ein Agent kann das in einem strukturierten Gespräch einsammeln: erkennen, was fehlt, die Antworten zu einer Beschreibung ordnen, einen Entwurf im Angebotssystem anlegen. Wo eine freigegebene Preisliste existiert, kann er bei einfachen Schätzungen nach festen Regeln helfen.

Verbindliche Angebote für komplexe Arbeiten soll er nicht erstellen. Ein Sanierungspreis hängt davon ab, was der Ortstermin zeigt: der Zustand des Vorhandenen, verdeckte Mängel, der Zugang, der tatsächliche Arbeitsumfang. Eine überzeugend erzeugte Zahl kann trotzdem falsch sein.

Für alles Komplexe ist die sinnvolle Teilung: Die KI bereitet vor, eine qualifizierte Person gibt frei. Die Ersparnis liegt in der Vorbereitung, nicht im Urteil.

4. Nachfassen

Ein kleiner Betrieb kann Aufträge einfach deshalb verlieren, weil niemand nachfasst. Ein Angebot geht raus und nichts kommt zurück. Ein Kunde schuldet Fotos, bevor ein Termin stehen kann. Jemand hat morgen einen Termin und keine Erinnerung.

Ein Agent mit Zugriff auf die Vorgänge sieht diese losen Enden und bewegt sie: eine Erinnerung vorbereiten, die fehlenden Fotos anfordern, einem Mitarbeiter melden, dass ein Angebot unbeantwortet liegt. Und er muss aufhören, sobald der Kunde antwortet oder nach einem Menschen fragt.

Das entscheidende Wort ist angemessen. Nicht jedes unbeantwortete Angebot verdient drei Erinnerungen. Ein Betrieb muss festlegen, wie oft nachgefasst wird, über welche Kanäle, und wann die Folge endet. Automatisierte Hartnäckigkeit ohne Grenze verbessert keine Kundenbeziehung.

Nachfassen muss außerdem Datenschutz und die Regeln für elektronische Kommunikation beachten, erst recht sobald der Zweck vom Bearbeiten einer Anfrage ins Werben kippt.

5. Die Arbeit hinter den Kulissen

Nicht jeder nützliche Ablauf zeigt zum Kunden. Ein kleiner Betrieb bekommt Anfragen per Telefon, E-Mail, Webformular und Messenger. Jemand liest dann jede einzelne, versteht, worum es geht, trägt die Angaben ein und vergibt den nächsten Schritt.

Ein Agent kann das bündeln: Eingänge klassifizieren, Auftragsdatensätze entwerfen, fehlende Angaben markieren, Zusammenfassungen erstellen und eine Warteschlange für das bilden, was einen Menschen braucht.

Aber in interne Systeme zu schreiben bringt eigenes Risiko. Ein Agent, der einen Auftrag anlegen darf, braucht kein Recht, Kundendatensätze zu löschen, Rechnungen zu ändern oder die ganze Buchhaltung zu lesen. Seine Rechte sollen die erlaubten Aufgaben abdecken und sonst nichts. Je weniger Befugnis er hat, desto weniger Schaden richtet er an, wenn er danebenliegt.

Das Schwierige ist nicht, es einmal zum Laufen zu bringen

Demos zeigen eine Aufgabe, die gelingt. Der Kunde fragt, der Agent wählt ein Werkzeug, die richtige Antwort erscheint, Ende.

Echte Betriebe sind weniger entgegenkommend. Kunden ändern ihre Meinung. Systeme fallen aus. Angaben fehlen. Wünsche widersprechen den Regeln. Ein Agent kann die Absicht einwandfrei verstehen und an der Ausführung scheitern.

2024 veröffentlichten Forscher τ-bench, einen Benchmark für sprachmodellbasierte Agenten im Zusammenspiel mit simulierten Nutzern und Geschäftssystemen, etwa im Handel und im Airline-Kundenservice, wo der Agent Werkzeuge nutzen und dabei Regeln einhalten muss. Selbst die führenden Agenten der Zeit lösten weniger als die Hälfte der Aufgaben und waren über Wiederholungen derselben Aufgabe uneinheitlich.

Das beschreibt bestimmte Modelle und Aufgaben im Jahr 2024 und ist keine Fehlerquote kommerzieller Produkte im Jahr 2026. Der Punkt gilt weiter: im Gespräch kompetent zu klingen ist nicht dasselbe, wie eine Aufgabe in einem echten System verlässlich zu erledigen.

Eine flüssige Stimme und eine gute Demo sind kein Beleg. Es zählt, ob die richtige Handlung passiert, unter den richtigen Bedingungen, jedes Mal.

Quelle: Yao et al., τ-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains, 2024

Was darf ein Agent?

Bevor man fragt, was ein Agent kann, entscheidet man, was er darf. Das ist eine Frage der Befugnis, nicht des Vertrauens in die Technik.

AufgabeAngemessene Autonomie
Aus geprüften Betriebsinformationen antwortenAutomatisch, mit Eskalation, wenn die Information fehlt
Eine neue Anfrage aufnehmenAutomatisch, mit Datenschutz- und Verarbeitungskontrollen
Einen freien Termin buchenAutomatisch, wenn Berechtigung, Identität und Kalender geprüft sind
Ein Angebot vorbereitenKI entwirft; eine qualifizierte Person gibt alles Komplexe oder Verbindliche frei
Einen Preis ändern oder einen Sonderrabatt gebenAusdrückliche Freigabe des Betriebs
Dringende, sicherheitsrelevante oder sensible AnliegenEskalation an eine qualifizierte Person oder den richtigen Notfallweg
Erstatten, Geld überweisen, Verträge schließenUnter ordnungsgemäß befugter menschlicher Kontrolle

Das sind empfohlene Grenzen, keine Regel, die jeder Betrieb kopieren muss. Das richtige Maß hängt vom Risiko ab, von der Zuverlässigkeit des Systems und davon, was ein Fehler kostet.

Sicherheitsforscher haben einen Namen für das Gegenteil. Das OWASP-Projekt nennt es excessive agency: ein KI-System mit Zugriff auf Funktionen, die es nicht braucht, mit Rechten jenseits seiner Aufgabe oder mit der Möglichkeit, folgenreiche Handlungen ohne Freigabe auszuführen. Ein Agent, der Kundenmails lesen darf, um sie zusammenzufassen, hat nichts damit zu tun, auch an beliebige Empfänger schreiben zu können.

Die Empfehlung ist die naheliegende. Rechte minimieren, den Werkzeugkasten beschränken, für folgenreiche Vorgänge menschliche Freigabe verlangen.

In der Praxis ist der nützlichste Agent selten der freieste. Es ist der, dessen Zuständigkeiten am sorgfältigsten gezogen sind.

Quelle: OWASP, LLM06:2025 Excessive Agency

Kunden wollen weiterhin einen Menschen

Es gibt eine Grenze, die keine Technik verschiebt: was Kunden akzeptieren.

Im August 2026 veröffentlichte Gartner eine Befragung von 3.566 Geschäfts- und Privatkunden aus Februar und März. Das Ergebnis schneidet in beide Richtungen. Die Hälfte fand Interaktionen leichter, wenn Unternehmen generative KI einsetzten. Und 87 % sagten, ein Unternehmen, das generative KI im Kundenservice nutzt, müsse weiterhin Zugang zu einem menschlichen Mitarbeiter bieten.

Das ist eine Warnung davor, Automatisierung als Mauer zu benutzen. Wer einen Routinetermin bucht, redet gern mit Software. Wer eine hohe Rechnung bestreitet, etwas Heikles klärt oder eine Lage erklären will, die ins Skript nicht passt, erlebt es völlig anders.

Ein gutes System erkennt, wenn es nicht helfen kann, und bietet eine echte Alternative: das Gespräch weiterleiten, einen Rückruf vereinbaren oder einen klar priorisierten Vorgang anlegen. Dem Kunden zu sagen, die KI könne nicht helfen, und ihn dann niemandem zu übergeben, nimmt der Sache den Sinn.

Ein Gespräch teilt sich in zwei gleichwertige Enden: einen fertigen Vorgang und einen Menschen.
Beide Enden sind ein Erfolg. Die Übergabe gehört zum Service, sie ist keine gescheiterte Automatisierung.

Eine Übergabe ist keine gescheiterte Automatisierung. Sie ist der Service.

Quelle: Gartner, Umfrage zu generativer KI im Kundenservice, August 2026

Warum Luxemburger KMU hinsehen sollten

Für kleine Dienstleistungsbetriebe hier ist der Fall schärfer als für große irgendwo.

Laut Chambre des Métiers hatte Luxemburg 9.935 Handwerksbetriebe im Jahr 2025, rund 81 % davon mit weniger als zehn Beschäftigten. In einem Betrieb mit drei oder vier Leuten gibt es keinen Empfang, keine Marketingabteilung und kein Backoffice. Der Inhaber nimmt Anfragen zwischen zwei Terminen an, schreibt die Angebote und führt die Baustelle. Auch nur einen Teil davon abzunehmen kauft Zeit für die Arbeit, die Geld bringt.

Dazu kommt die Sprache. Je nach Kundschaft kommen Anfragen auf Französisch, Luxemburgisch, Deutsch, Englisch oder Portugiesisch. Ein mehrsprachiger Agent kann die Angaben in der Sprache des Anrufers aufnehmen und dem Betrieb eine strukturierte Zusammenfassung übergeben.

Das gehört Sprache für Sprache getestet. Ein Produkt, das Standardfranzösisch oder Englisch gut beherrscht, kann bei Luxemburgisch, regionalen Akzenten, Fachvokabular und dem hier üblichen Wechsel mitten im Satz deutlich schlechter sein. Testen Sie es an echten Kundengesprächen, nicht an der Sprachliste des Anbieters.

Förderung für förderfähige Projekte

Luxemburg kofinanziert einen Teil davon. Über SME Packages – AI kann ein förderfähiger Betrieb eine Beihilfe von 70 % der förderfähigen Projektkosten erhalten, für genehmigte Projekte zwischen 3.000 € und 25.000 € ohne MwSt. Der Weg führt über eine Vorprüfung bei der House of Entrepreneurship oder eHandwierk, dann Genehmigung, dann Umsetzung, die Erstattung folgt im Nachhinein.

Ein in die Prozesse eingebundener Agent ist es wert, im Rahmen des Programms angesprochen zu werden. Förderfähigkeit ist nicht automatisch, und laufende Abonnements und einzelne Softwarelizenzen sollten nicht als gedeckt vorausgesetzt werden.

Quellen: Chambre des Métiers, L'artisanat en chiffres und Guichet.lu, SME Packages – AI

Datenschutz und Offenlegung gehören zum Entwurf

Ein Agent, der Kundengespräche führt, verarbeitet personenbezogene Daten: Namen, Adressen, Rufnummern, Termindetails, Transkripte, Aufzeichnungen.

Die DSGVO kommt also vor dem Start, nicht danach. Der Betrieb braucht eine Rechtsgrundlage, klare Information für die Kunden, sinnvolle Löschfristen und die richtigen Vereinbarungen mit seinen Technikanbietern. Und er sollte nichts erheben, was die Aufgabe nicht braucht. Ein Agent, der eine Routinereinigung bucht, hat keinen Grund, nach sensiblen Angaben zu fragen.

Gespräche aufzuzeichnen bringt eigene Pflichten. Der Leitfaden des Europäischen Datenschutzausschusses für kleine Unternehmen legt dar, dass Anrufer über Zweck, Empfänger und Rechte informiert werden müssen.

Auch Offenlegung wird zur Rechtspflicht. Die Transparenzpflichten nach Artikel 50 der KI-Verordnung, für bestimmte Systeme im direkten Kontakt mit Menschen, gelten seit dem 2. August 2026. Nach den Erläuterungen der Europäischen Kommission sollen Menschen erfahren, wenn sie mit KI interagieren, vorbehaltlich der Bedingungen und Ausnahmen der Verordnung. Bei einem Sprachagenten genügt ein Begrüßungssatz, der sagt, dass der Anrufer mit einem KI-Assistenten im Auftrag des Betriebs spricht, und das ist besser, als ihn etwas anderes annehmen zu lassen.

Ein tragfähiger Einsatz braucht außerdem die unglamourösen Teile: Zugriffskontrollen, ein Protokoll dessen, was der Agent getan hat, Überwachung auf Fehler, einen Weg, ihn abzuschalten, und ein definiertes Rückfallverhalten, wenn ein angebundenes System ausfällt.

Quellen: Europäische Kommission, Transparenzpflichten nach Artikel 50 und Europäischer Datenschutzausschuss, Leitfaden für kleine Unternehmen

Womit fängt ein kleiner Betrieb an?

Die Versuchung ist, fünf Dinge auf einmal zu automatisieren: Anrufe annehmen, Angebote schicken, den Kalender führen, Rechnungen anmahnen und die Kundendatenbank pflegen.

Ein engerer Anfang lässt sich leichter beurteilen und leichter kontrollieren.

Nehmen Sie den Sanitärbetrieb, der von der Baustelle aus ständig Anrufe verpasst. Sein erster Ablauf tut vier Dinge: abheben, herausfinden, was der Anrufer braucht, die Kontaktdaten aufnehmen, eine brauchbare Zusammenfassung liefern. Wenn das zuverlässig läuft, wird der Kalender angebunden. Danach kommen die Nachfassaktionen.

Dieses schrittweise Vorgehen empfehlen OpenAI und Anthropic gleichermaßen: mit einfachen, klar umrissenen Abläufen anfangen statt nach Multi-Agenten-Komplexität zu greifen.

Es macht auch die kaufmännische Frage beantwortbar. Vor dem Einschalten messen: verpasste Anrufe, Zeit für die Bearbeitung von Anfragen, und wie viele qualifizierte Anfragen Kunden wurden. Danach mit den Gesprächen vergleichen, die der Agent tatsächlich geführt hat.

Ergebnisse messen, nicht Volumen. Ein erfolgreicher Anruf ist einer, aus dem etwas Brauchbares entsteht: eine bestätigte und korrekte Buchung statt eines Kunden, der Interesse bekundet hat; eine Anfrage, mit der das Team arbeiten kann; ein Routineanliegen, das gelöst oder sauber übergeben wurde, ohne dass etwas Irreführendes gesagt wurde.

Die Gegenseite ebenfalls erfassen. Fehler, abgebrochene Gespräche, Beschwerden und die Zeit für das Korrigieren der vom Agenten angelegten Datensätze. Ein Agent, der bei einer Buchung fünf Minuten spart und fünfzehn Minuten Korrektur erzeugt, hat nichts gespart. Einer, der Termine bucht, die Kunden nie bestätigen wollten, versteckt ein teureres Problem hinter einer schönen Zahl.

Die Frage ist, ob die Gesamtarbeit sinkt, während die Kundenerfahrung hält oder besser wird.

Wo Fynd steht

Für einen Luxemburger Dienstleistungsbetrieb sind Kundengewinnung und Kundenantwort dasselbe Problem von zwei Seiten. Eine Anfrage ist nichts wert, solange niemand reagiert.

Deshalb betreibt Fynd.lu neben dem Marktplatz für lokale Dienstleistungen einen KI-Sprachagenten für Betriebe. Fynd beschreibt ihn so, dass er eingehende Anrufe annimmt, die Anfrage qualifiziert und dem Betrieb eine Zusammenfassung schickt.

Das sind bewusst abgegrenzte Funktionen, und sie decken einen Fall ab, der kleine Betriebe teuer zu stehen kommt: ein Anruf außerhalb der Arbeitszeit oder während alle auf der Baustelle sind. Weitergehende Abläufe, bestätigte Buchung oder automatische CRM-Pflege, hängen von Integrationen, Rechten und Konfiguration des jeweiligen Systems ab.

Der Punkt ist, das Bekommen der Anfrage mit dem Verarbeiten der Anfrage zu verbinden. Für einen kleinen Betrieb ist das mehr wert als ein weiteres unverbundenes Werkzeug.

Der Betrieb, der nie zumacht?

Ein Agent baut nachts keinen Heizkessel ein, begutachtet kein Gebäude und klärt keine ernste Beschwerde per Software. Soll er auch nicht. Manche Entscheidungen brauchen Fachwissen, ein Gespräch und jemanden, der für das Ergebnis geradesteht.

Aber um diese Entscheidungen herum liegt überraschend viel Verwaltung. Anfragen müssen angenommen werden. Termine müssen organisiert werden. Angaben müssen zusammenkommen. Kunden brauchen Updates, und Mitarbeiter brauchen Informationen, bevor sie handeln können.

Diese Lücke ist es wert, geschlossen zu werden. Das Argument für diese Technik ist nicht, dass ein Betrieb ohne Menschen laufen könnte. Es ist, dass er aufhört, für jeden Verwaltungsschritt von der Verfügbarkeit eines Menschen abzuhängen.

Der Inhaber kann Feierabend machen, ohne jede Anfrage unbeantwortet zu lassen. Der Empfang kann den Kunden ansehen, der davorsteht. Der Handwerker kann einen Auftrag zu Ende bringen, ohne für die nächste Telefonnummer zu unterbrechen.

Der kleine Betrieb der Zukunft macht weiter um sechs zu. Er stellt nur nicht mehr jedes Gespräch bis neun Uhr am nächsten Morgen in die Warteschleife.

Forschungshinweis: Die OECD-Studie behandelt generative KI allgemein, nicht autonome Agenten. Die Gartner-Zahlen beschreiben Kundenhaltungen, nicht die Leistung von Agenten. Die τ-bench-Ergebnisse betreffen die 2024 untersuchten Modelle und Aufgaben und sind keine aktuelle Fehlerquote kommerzieller Systeme. Die Ablaufbeispiele sind illustrativ, keine gemessenen Ergebnisse benannter Luxemburger Betriebe.

Quellen

  1. OECD (2025) — Generative AI and the SME Workforce: New Survey Evidence
  2. Gartner (2026) — Umfrage zu generativer KI im Kundenservice
  3. Yao et al. (2024) — τ-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains
  4. OWASP (2025) — LLM06: Excessive Agency
  5. OpenAI — A Practical Guide to Building AI Agents
  6. Anthropic (2024) — Building Effective Agents
  7. Chambre des Métiers (2025) — L’artisanat en chiffres
  8. Guichet.lu — SME Packages – AI
  9. Europäische Kommission (2026) — Transparenzpflichten nach Artikel 50 der KI-Verordnung
  10. Europäischer Datenschutzausschuss — Leitfaden für kleine Unternehmen

Mehr von Fynd

Fynd KI-Telefonassistent

Keine verpassten Anrufe mehr

Ein KI-Agent nimmt Ihre Anrufe Tag und Nacht entgegen, erfasst das Anliegen und schickt Ihnen nach jedem Gespräch eine Zusammenfassung.

KI-Telefonassistent entdecken