Traditionell lief ein Anruf bei der Support-Hotline deines Internetanbieters wegen einer Störung ungefähr so ab: Eine Roboterstimme begrüßte dich als geschätzten Kunden und ließ dich dann mehrere Minuten in Telefonmenüs verbringen („Drücken Sie die 3 für technischen Support, die 2 für Internet und dann die 4 für alle anderen Anliegen“). Du wurdest in die Warteschleife gelegt und fühltest dich vergessen, bis endlich ein Servicemitarbeiter abnahm und nach deinem Namen, deiner Kundennummer und deinem Problem fragte. Wenn ein Neustart des Routers das Problem nicht löste, landetest du erneut in der Warteschleife – nur um einem anderen Mitarbeiter die ganze Geschichte ein zweites Mal zu erzählen, bevor du einen Technikertermin bekamst.
KI verändert solche Support-Interaktionen bereits grundlegend. Anstatt sich mit einer Roboterstimme und mehreren Servicemitarbeitern herumzuschlagen, kann jetzt sofort ein KI-Agent übernehmen. Er sieht dein Konto, prüft, ob auch andere Kunden in deiner Region betroffen sind, und löst einfache Probleme entweder direkt oder bucht einen Techniker. Kein „Alle unsere Servicemitarbeiter sind derzeit beschäftigt“ mehr und keine Wartemusik mehr. Bis vor Kurzem war das die technologische Grenze.
Doch nun ermöglichen neue Fähigkeiten den Agenten, Gesprächsfäden über längere Zeiträume hinweg zu verfolgen und Aufgaben auszuführen. Wir glauben, dass KI-Unternehmen dadurch über einzelne Kundeninteraktionen hinausgehen und komplexe Customer Journeys neu denken können, die sich über Wochen und Monate erstrecken. KI wird Versicherungskunden vom ersten Anruf bis zur Auszahlung begleiten, Baufinanzierungskunden von der Vorabgenehmigung bis zum Vertragsabschluss und Unternehmensleads von der ersten Demo bis zur Unterschrift. Das führt nicht nur zu besseren Ergebnissen für diese Kunden, sondern ermöglicht es dem KI-Anbieter auch, an der daraus resultierenden Umsatzsteigerung zu verdienen – und nicht nur an Kosteneinsparungen.
Wert entsteht erst am Ende des Staffellaufs
Es gibt viele Geschäftsmodelle, bei denen die Wertschöpfung für Kunden viele Schritte über Wochen und Monate erfordert. Nehmen wir als Beispiel den klassischen Vorbereitungsprozess eines Klageverfahrens im Zivilrecht. Potenzielle Fälle kommen häufig als Leads per Telefon herein, wobei Intake-Spezialisten die wichtigsten Fakten sammeln und sie an einen Anwalt weitergeben, der bewertet, ob der Mandant angenommen wird. Sobald eine Kanzlei einen Fall übernimmt, folgen Ermittlungen und Beweissammlung: Rechtsassistenten fordern Polizeiberichte an, versuchen Zeugen zu kontaktieren und senden Spoliation Letters (Aufforderungen zur Beweissicherung) an Beklagte, um Beweise zu erhalten – während sie die Mandanten gleichzeitig über den Fortschritt informieren. Die Kanzleien warten dann, bis die medizinische Behandlung des Mandanten abgeschlossen ist, bevor sie eine medizinische Chronologie erstellen und die Informationen an die Anwälte übergeben, um das Forderungsschreiben fertigzustellen.
Diesen Prozess hätten wir historisch als „Staffellauf“ bezeichnet: eine lange Reise mit dem Risiko, dass bei jeder Übergabe etwas verloren geht oder Wert vernichtet wird. Potenzielle Mandanten rufen in der Regel mehrere Kanzleien für Personenschäden an und unterschreiben oft bei derjenigen, die sich am schnellsten zurückmeldet. Fälle können also aus dem Funnel fallen, wenn Mandanten nur auf der Mailbox landen oder die Qualifizierungsentscheidung zu lange dauert. Ist ein Mandant gewonnen, umfasst die Beweissammlung viele parallele Stränge gleichzeitig – und Kanzleien haben vielleicht nicht die Beharrlichkeit, einen potenziellen Zeugen ein fünftes Mal anzurufen, nachdem die vorherigen vier Versuche unbeantwortet blieben. Zudem können personelle Engpässe verhindern, dass Kanzleien jedes Beweisstück detailliert prüfen, insbesondere bei scheinbar routinemäßigen Fällen mit geringem Streitwert. Eine Kanzlei akzeptiert möglicherweise das erste Angebot, obwohl eine genaue Lektüre des Arztberichts Hinweise auf eine Hirnverletzung offenbart hätte, die den Vergleichswert gesteigert hätte. Schließlich können sich Fälle über Monate hinziehen, zahlreiche Beteiligte erfordern und Informationen umfassen, die über Dokumente, Stakeholder und Systeme verteilt sind. Dadurch ist es nahezu unmöglich, bei jedem Mandanten den vollständigen Überblick zu behalten. Infolgedessen werden wichtige Rechnungen möglicherweise nicht im Forderungsschreiben berücksichtigt oder Behandlungslücken bleiben unerklärt, was den Vergleichswert senkt.
Die Chance für langlaufende Agenten
Bis vor Kurzem übernahmen KI-Agenten meist klar abgegrenzte Aufgaben („Sende diese Follow-up-E-Mail“, „Fasse diesen Anruf zusammen“, „Erstelle dieses Dokument“) und enge Interaktionen. Der Kundensupport war beispielsweise ein hervorragender früher Anwendungsfall für KI, da der Problembereich gut definiert ist. Das macht eine hohe Zuverlässigkeit erreichbar und erlaubt gleichzeitig Anpassungen an unternehmensspezifische Richtlinien. Die Interaktionen sind kurz, die Ergebnisse überprüfbar, und wenn KI-Agenten auf Sonderfälle stoßen, die sie nicht bewältigen können, stehen für Eskalationen in der Regel noch bestehende Support-Teams bereit.
Jetzt sind langlaufende Agenten in der Lage, Ziele über Dutzende von Schritten, Modalitäten und längere Zeithorizonte hinweg zu verfolgen, sodass sie Staffelläufe von Anfang bis Ende übernehmen können. Im Beispiel des Zivilrechts könnte ein langlaufender Agent einem Fall ab dem ersten Aufnahmegespräch zugewiesen werden – mit dem Ziel, die Entschädigung für den Mandanten zu maximieren. Der Agent würde den Kontext zum Fall nach Bedarf speichern und abrufen. Er wird durch Ereignisse oder Fristen aktiviert, entsendet proaktiv Sub-Agenten, um Zeugen zu kontaktieren, den Mandanten zu aktualisieren und per Telefon, E-Mail oder SMS mit Anwälten zu kommunizieren. Anschließend bündelt er die Erkenntnisse, plant die nächsten Schritte, entwirft Dokumente zur Prüfung und treibt den Fall zum bestmöglichen Ergebnis. Über alle Mandanten hinweg lernt er kontinuierlich dazu, da jeder Fall Daten generiert, die dem Agenten helfen, den nächsten Fall besser zu bearbeiten als den aktuellen.
Der Agent schließt die zentralen Wertverluste, die beim heutigen Staffellauf zu beobachten sind. Am Anfang der Journey gehen keine Mandanten mehr durch eine langsame Fallbewertung verloren, da der Agent unabhängig von Uhrzeit oder Wochentag verfügbar ist und Fälle nahezu augenblicklich bewerten kann. Die Beweissammlung ist nicht mehr durch menschliche Kapazitäten begrenzt, da der Fall-Agent jederzeit einen zusätzlichen Sub-Agenten starten kann, um den fünften, zehnten oder sogar zwanzigsten Anruf zu tätigen. Da Agenten nahezu unbegrenzt skalierbar sind, werden selbst scheinbar routinemäßige Fälle vollständig bearbeitet und jedes Beweisstück detailliert geprüft – wodurch die potenzielle Hirnverletzung erkannt wird, die sonst möglicherweise übersehen worden wäre. Und schließlich führt der Agent eine vollständige Akte des Falls, von Transkripten der Zeugentelefonate über Polizeiberichte bis hin zu Krankenakten, damit keine Information verloren geht.
Bezahlung für Ergebnisse
Über das Schließen dieser Lücken hinaus kann die Übernahme der gesamten Customer Journey die Wirtschaftlichkeit für den Agenten-Anbieter verändern. Da Agenten dabei helfen, Ergebnisse schneller und in höherer Qualität zu liefern, können sie Umsatzsteigerungen erzielen – und nicht nur Kostensenkungen für Kunden. Noch wichtiger: Da die Wirkung beobachtbar und den Agenten zurechenbar ist, können Anbieter am von ihnen geschaffenen Mehrwert teilhaben, indem sie ihre Preise auf Basis von Arbeitsergebnissen oder Resultaten gestalten. Im Zivilrecht etwa ist ein einzelner Fall eine diskrete Arbeitseinheit, und der Wert des daraus resultierenden Ergebnisses – die Vergleichssumme – ist klar identifizierbar. Zudem lassen sich Ergebnisse leichter Agenten zuordnen, da diese einen größeren Anteil am finalen Arbeitsergebnis erbringen. Anbieter können dann am Umsatzwachstum partizipieren und Vertragswerte erreichen, die durch eine reine Fokussierung auf Kostensenkung zuvor unerreichbar waren.
Zugegeben, der Wechsel zu einer ergebnisbasierten Preisgestaltung verläuft nicht reibungslos. Im Zivilrecht verbieten die meisten Bundesstaaten Nicht-Anwälten, an Anwaltsgebühren beteiligt zu werden, weshalb die Preisgestaltung an Vergleichswerte gekoppelt werden müsste, ohne direkt daran beteiligt zu sein. In anderen Branchen könnten Anbieter auf Einwände von Einkaufsteams stoßen, für die ergebnisbasierte Verträge noch Neuland sind. Und selbst wenn Agenten immer näher daran rücken, Ergebnisse vollständig zu verantworten, dürften anfangs Debatten über die Zurechenbarkeit entstehen. Die erfolgreiche Einführung langlaufender Agenten wird daher ebenso eine kommerzielle wie eine technische Herausforderung sein.
Dennoch ist die Bezahlung für Ergebnisse bei wertvollen Customer Journeys keine neue Idee.
Das Plädoyer für ein KI-natives Red Ventures
Red Ventures (RV) ist ein großartiges historisches Beispiel. RV wurde von Ric Elias und Dan Feldstein gegründet und war Pionier digitaler End-to-End-Outsourcing-Vertriebsprozesse für langfristige Verbraucherverträge. Bei Versicherungspolicen sammelte RV beispielsweise Details über Kunden, während diese nach solchen Produkten suchten (indem das Unternehmen Seiten wie homeinsurance.com betrieb), kontaktierte sie, führte sie durch die Deckungsoptionen und schloss die Police ab. Durch die vollständige Kontrolle über diesen Prozess erhielt RV für jede abgeschlossene Police eine Zahlung vom Versicherer. Das funktionierte extrem gut: Laut S&P Global erwirtschaftete RV im Jahr 2022 rund 370 Mio. USD EBITDA bei etwa 1,4 Mrd. USD Umsatz.
Nun scheint dieses Modell strukturell bedroht. Am oberen Ende des Funnels ändert sich die Art und Weise, wie Verbraucher Produkte entdecken. Anstatt sich auf die Google-Suche oder Vergleichsportale zu verlassen, um Produkte zu erkunden und zu vergleichen, können sie jetzt einen persönlichen Agenten wie Meta's Muse oder Instinct direkt nach Produktempfehlungen fragen – was den Wert herkömmlicher Explorations-Websites senkt. Weiter unten im Prozess können langlaufende Agenten weitaus komplexere Journeys bewältigen, statt dass Hunderte von Menschen lineare Funnels abarbeiten. Sie tun dies produktübergreifend, über verschiedene Kommunikationskanäle hinweg, parallel, in jeder Sprache, in großem Maßstab und mit unendlicher Beharrlichkeit. Der Rückgang des EBITDA von RV auf geschätzt rund 160 Mio. USD im Jahr 2025, verursacht durch Kundenabwanderung und schwächere Werbeausgaben, ist ein frühes Zeichen für die Anfälligkeit des Modells, da KI die Branche künftig weiter transformieren wird.
Drei Wege zum Markt
Es gibt verschiedene Möglichkeiten, langlaufende Agenten auf den Markt zu bringen.
(1) Verkauf der Plattform: Bei diesem Ansatz verkauft der Anbieter den langlaufenden Agenten als Software und unterstützt das Unternehmen in seinen bestehenden Prozessen. Der Fall-Agent im Zivilrecht, der sich in ein bestehendes Team und dessen Workflows integriert, ist ein gutes Beispiel. Der Verkauf einer Plattform bietet Umsatzpotenzial nach oben, da es oft keine vergleichbaren Software- oder Outsourcing-Verträge gibt, die als Preisanker dienen. Dies verlängert jedoch auch die Verkaufszyklen, da neue Budgetposten geschaffen werden müssen, und es ist schwieriger, Ergebnisse einem Agenten klar zuzuordnen, der mit mehreren Abteilungen im Unternehmen interagiert.
(2) Verkauf der Dienstleistung: Hier übernimmt der Anbieter einen bereits ausgelagerten Service, um ein gewünschtes Ergebnis effektiver zu liefern – genau wie Red Ventures, das die gesamte Kundenakquise-Journey für einen Versicherer kontrollierte. Dieser Ansatz verkürzt die Verkaufszyklen, da die ROI-Rechnung für Käufer einfach ist und Budgetposten für Business Process Outsourcing (BPO) bereits existieren. Allerdings spiegeln bestehende Preismodelle aus der Zeit vor der KI möglicherweise nicht den wahren Wert wider, den der langlaufende Agent liefern kann, und viele hochwertige Journeys werden heute intern durchgeführt, was die Reichweite dieses Ansatzes begrenzt.
(3) Full-Stack-Ansatz: Ein Full-Stack-Ansatz bedeutet vertikale Integration und die Positionierung als KI-nativer Player. Anstatt beispielsweise einen langlaufenden Agenten an ein Inkassounternehmen zu verkaufen, könntest du Schuldenportfolios kaufen und sie selbst eintreiben. So schöpfst du jeden durch KI geschaffenen Mehrwert vollständig ab und umgehst Zurechnungsprobleme. Das bedeutet jedoch auch, Teile des Services wie Lizenzierung oder Compliance zu übernehmen, die außerhalb der eigentlichen Customer Journey liegen – was für Ablenkung und operative Komplexität sorgt.
Es ist noch zu früh, um zu sagen, welcher dieser Ansätze sich durchsetzen wird. Wir sind jedoch überzeugt, dass langlaufende Agenten den Staffellauf in großem Maßstab gewinnen und den für KI adressierbaren Markt von einem Anteil an den Personalbudgets auf einen Anteil am Umsatz ausweiten werden. Die Vorbereitung von Zivilklagen ist nur ein Beispiel, und wir erwarten, dass Agenten Ergebnisse in weiteren hochwertigen Journeys vorantreiben werden – etwa bei der Baufinanzierung, der Schadenbearbeitung in Versicherungen, im komplexen B2B-Vertrieb und in unzähligen anderen Bereichen. Wenn du daran arbeitest, diese Chance zu nutzen, würden wir uns freuen, von dir zu hören!
