Zurück zum Blog

KI-Agenten für den Kundenservice: Eigenentwicklung oder Kauf?

Sie möchten KI-Agenten einsetzen, um Kundenfragen zu beantworten und Ihr Team zu entlasten. Sollten Ihre Entwickler diese selbst entwickeln oder ist eine Plattform, die Sie flexibel für Ihr Unternehmen konfigurieren können, die bessere Wahl?
Rutger de Ruiter
Oct 28, 2026
9 Minuten gelesen

Warum Eigenentwicklungen so attraktiv wirken

Eine Wissensdatenbank, ein Sprachmodell und ein Entwickler, um beides zu verknüpfen: Mehr braucht es im Prinzip nicht für einen Agenten, der Fragen zu Ihrem Unternehmen beantwortet. Sobald die ersten Ergebnisse überzeugen, liegt der Gedanke nahe: Das können wir auch selbst.

Und das stimmt auch. Dank bestehender APIs, Frameworks und Managed Services müssen Sie das Rad nicht neu erfinden. Für eine klar definierte Aufgabe kann eine Eigenentwicklung genau die richtige Wahl sein. Sie treffen alle technischen Entscheidungen selbst und sind bei neuen Funktionen nicht von den Prioritäten eines Plattformanbieters abhängig.

Eine Plattform bietet dagegen andere Vorteile. Sie nutzen bereits entwickelte Funktionen und überlassen die technische Verwaltung zum Teil dem Anbieter. Dafür zahlen Sie eine Gebühr und bewegen sich im Rahmen der Möglichkeiten dieser Plattform.

Die Entscheidung hängt letztlich davon ab, welche Aufgaben Ihre Agenten übernehmen sollen. Ein einfacher Chatbot, der lediglich ein Handbuch durchsucht, erfordert ganz andere Investitionen als Agenten, die Bestellungen aktualisieren, Telefonate führen und direkt von Ihrem Kundenserviceteam gesteuert werden.

Antworten aus der Wissensdatenbank erfordern mehr als nur eine Schnittstelle

Nehmen wir an, Ihr Unternehmenswissen umfasst 3.000 Seiten. Wenn Kundinnen oder Kunden eine Frage stellen, ist oft nur ein einziger Absatz daraus relevant. Diese Passage muss schnell gefunden werden, ohne dass jedes Mal das gesamte Dokument analysiert wird. Das würde unnötig Zeit und Geld kosten und könnte zudem irrelevante Informationen liefern, die von der eigentlichen Antwort ablenken.

Viele Lösungen nutzen RAG (Retrieval-Augmented Generation). Dabei ruft das System relevante Passagen ab und leitet sie an das Sprachmodell weiter. Wie gut das funktioniert, hängt von mehreren Faktoren ab:

  • Chunking: Aufteilen des Wissens in sinnvolle Abschnitte. Wenn Sie den Text stur alle 500 Wörter trennen, landen eine Rückgaberichtlinie und die dazugehörige Ausnahme unter Umständen in unterschiedlichen Abschnitten.

  • Embeddings: die numerische Darstellung von Wissen und Kundenfragen, damit das System nach der Bedeutung suchen kann. So muss die Kundschaft nicht exakt dieselben Begriffe wie in Ihrer Dokumentation verwenden.

  • Ranking: Bewertung der abgerufenen Passagen nach Relevanz. Ein Text zum gleichen Thema enthält nicht zwangsläufig auch die Antwort auf die konkrete Frage.

Diese Technologien entwickeln sich rasant weiter. Schon in wenigen Monaten gibt es vielleicht deutlich bessere Methoden, um Ihr Wissen zu durchsuchen. Bei einer Eigenentwicklung muss Ihr Team diese Neuerungen selbst bewerten und implementieren. Bei einer Plattform gehört dies zu den Aufgaben, die Sie an den Anbieter auslagern.

Daher ist auch die Wissensdatenbank ein wichtiger Faktor bei der Entscheidung zwischen Eigenentwicklung und Plattformkauf. Die zugrunde liegende Technologie beeinflusst die Servicequalität direkt, auch wenn die Kundschaft sie im Hintergrund nicht sieht.

Kanäle, Tools und Verwaltung bedeuten zusätzlichen Entwicklungsaufwand

Als Verantwortliche im Kundenservice möchten Sie, dass Ihre Kundschaft auf jedem bevorzugten Kanal hervorragend betreut wird. Dafür sind Funktionen nötig, die in einer ersten Chatbot-Demo meist noch gar nicht auffallen.

Support über mehrere Kanäle hinweg

Ein Agent auf Ihrer Website ist a guter Anfang. Sollen jedoch auch Kanäle wie WhatsApp oder RCS bedient werden, muss das System verschiedene Nachrichtenformate und interaktive Elemente wie Listen oder Karussells unterstützen. Diese Interaktionen müssen im selben Kundenprozess zusammenlaufen. Während eine Plattform fertige Kanalintegrationen bietet, müssen Sie diese Verbindungen bei einer Eigenentwicklung selbst auswählen und programmieren.

Natürliche Telefongespräche führen

Bei Voice-Anwendungen kommen Spracherkennung, Sprachsynthese und der Umgang mit Unterbrechungen hinzu. Dabei kommt es auf die Latenz der gesamten Kette an: Wissen finden, Systeme abfragen und die Antwort ausgeben. Am Telefon fühlen sich einige Sekunden Wartezeit ganz anders an als in einem Chatfenster. Ein guter textbasierter Agent ist daher nicht automatisch auch ein guter Telefon-Agent.

Kundenanliegen tatsächlich lösen

Ein Agent, der lediglich Ihre Rückgaberichtlinien erklärt, entlastet Ihr Team weit weniger als ein Agent, der die Retoure direkt selbst anlegt. Dafür sind jedoch Tools und Systemzugriffe erforderlich. Eine API oder ein MCP-Server stellt die Funktion bereit – doch erst die korrekten Kundendaten, Zugriffsberechtigungen und ein strukturierter Umgang mit Fehlern entscheiden darüber, ob die Aufgabe auch zuverlässig ausgeführt wird.

Übergabe an ein Teammitglied

Wenn ein Agent nicht mehr weiterweiß, muss ein Teammitglied das Gespräch direkt fortführen können – inklusive Zugriff auf den bisherigen Verlauf und bereits getätigte Aktionen. Andernfalls muss die Kundschaft von vorn beginnen. Diese Übergabe erfordert eine Integration in Ihre Contact-Center-Software und Ihre Workflows. Das Kundenerlebnis steht und fällt somit mit der Integration im Hintergrund.

Änderungen durch das Serviceteam ermöglichen

Ihre Richtlinien ändern sich oder Sie möchten eine neue Aufgabe automatisieren. In solchen Fällen ist es entscheidend, ob Ihr Team diese Anpassungen selbst vornehmen kann oder jedes Mal Unterstützung aus der Entwicklung benötigt. Eine intuitive Oberfläche zur Verwaltung von Agenten, Wissen und Tools hat einen hohen operativen Wert. Bei einer Eigenentwicklung müssen Sie diese Verwaltungsumgebung jedoch selbst programmieren.

Fehler in Gesprächen nachvollziehen

Die reine Anzahl der Interaktionen sagt nichts darüber aus, wie viele Kundinnen und Kunden tatsächlich erfolgreich unterstützt wurden. Sie müssen nachvollziehen können, an welchen Stellen Gespräche abbrechen, und welche Wissenseinträge, Tools oder Systemantworten dazu geführt haben. Diese Erkenntnisse helfen Ihrem Team, gezielte Verbesserungen vorzunehmen. Ohne detailliertes Logging und Analytics lässt sich kaum unterscheiden, ob ein Problem durch die Antwortformulierung, die Wissensdatenbank oder die Integration verursacht wurde.

Agenten optimieren, ohne den laufenden Betrieb zu stören

Anpassungen müssen auch in Ausnahmefällen funktionieren – etwa bei fehlenden Daten, unklaren Anfragen oder Systemausfällen. Das erfordert wiederholbare Testverfahren. Auch die Modellauswahl spielt hier eine Rolle. Bei CM.com vergleichen wir Modelle mithilfe von CM-ServiceBench hinsichtlich Antwortqualität, Geschwindigkeit und Kosten. Das neueste Modell ist nicht automatisch die beste Wahl für die Fragen Ihrer Kundschaft.

Nicht jedes Unternehmen benötigt all diese Funktionen. Wenn Sie sie jedoch nutzen möchten, gehören sie auf beide Seiten der Waagschale: Was bietet die Plattform und was würde es kosten, denselben Service in Eigenregie aufzubauen?

Die Kosten von Eigenentwicklung und Kauf im Vergleich

Eine Eigenentwicklung bietet Ihnen die volle Kontrolle, erfordert jedoch erhebliche Entwicklungszeit für die Bereitstellung aller benötigten Funktionen. Wer den ersten einfachen Chatbot programmiert, bringt nicht zwangsläufig auch die Expertise für Voice-Anwendungen, Kanalintegrationen oder die Entwicklung einer effizienten Verwaltungsumgebung mit. Je vielseitiger der Agent eingesetzt werden soll, desto komplexer wird das Projekt.

Der Kauf einer Plattform reduziert diesen Entwicklungsaufwand, da Sie auf bereits erprobte Funktionen zurückgreifen. Dennoch müssen Sie die Lösung konfigurieren, Systeme integrieren und Ihre Wissensdatenbank sowie Ihre Prozesse vorbereiten.

Ein direkter Vergleich zeigt die Unterschiede:

Kriterium

Eigenentwicklung

Nutzung einer Plattform

Einstieg

Eigene Entwicklung und Integrationen, teils unter Nutzung bestehender Komponenten

Implementierung und Konfiguration bereits vorhandener Funktionen

Laufende Kosten

Team, Modelle, Hosting, Wartung und Support

Plattform- und Nutzungskosten sowie Verwaltung der eigenen Anwendung

Kontrolle

Eigene Architektur und Entwicklungsprioritäten

Eigene Konfiguration im Rahmen der Möglichkeiten und Roadmap des Anbieters

Zeit bis zur Einführung

Abhängig von Ihrem Team und dem Entwicklungsumfang

Abhängig davon, wie gut die Plattform zu Ihren Prozessen und Systemen passt

Auch die Arbeitszeit Ihrer Entwicklerinnen und Entwickler muss in diese Rechnung einfließen. Welchen Wert könnten sie im selben Zeitraum für Ihr eigentliches Kernprodukt oder Ihre Dienstleistung schaffen? Für ein Kundenservice-Team wiegt dieser Faktor oft schwerer als minimale Unterschiede bei den Kosten pro Modellaufruf.

Wartung und Weiterentwicklung nach dem Go-live

Die technologische Entwicklung schreitet so schnell voran, dass einzelne Komponenten bereits veraltet sein können, während Sie an anderen Teilen noch arbeiten. Neue Modelle, Suchverfahren und Tool-Funktionen müssen fortlaufend evaluiert werden. Zudem verändern sich auch Ihre eigenen internen Systeme und Prozesse.

Sie müssen nicht jeden Trend sofort mitmachen. Aber in Ihrem Team muss das nötige Fachwissen vorhanden sein, um relevante Neuerungen zu erkennen, zu testen und zu implementieren. Bei einer Eigenentwicklung müssen Sie diese Expertise selbst aufbauen und vorhalten. Bei einer Plattform übernimmt der Anbieter einen Großteil dieser Aufgabe für Sie.

Wir bei CM.com haben mit größeren Unternehmen gesprochen, die anfangs eine eigene RAG-Lösung entwickelt und sich später doch für eine Plattform entschieden haben. Ihre erste Version funktionierte zwar, doch der administrative Aufwand und die kontinuierliche Weiterentwicklung waren letztlich deutlich zeit- und kostenintensiver als gedacht.

Das schmälert nicht den Wert der ersten Erfolge. Es zeigt jedoch, dass die Folgeinvestitionen nach dem Go-live ein fester Bestandteil Ihrer Kalkulation sein sollten.

Die Vorteile einer Eigenentwicklung

Eine Eigenentwicklung gibt Ihnen die Freiheit, technische Entscheidungen exakt auf Ihr Unternehmen abzustimmen. Das bringt klare Vorteile mit sich:

  • Eigene Entwicklungsprioritäten: Sie entscheiden, welche Funktionen wann hinzugefügt werden.

  • Umfassende Anpassungsmöglichkeiten: Sie können Prozesse abbilden, die von Standardplattformen nicht ausreichend unterstützt werden.

  • Eigene Technologie und Expertise: Ihre Entwicklungen können zu einem festen Bestandteil Ihres Angebots werden und Sie vom Wettbewerb abheben.

  • Individuelle Kostenstruktur: Ab einem gewissen Nutzungsvolumen kann eine Eigenentwicklung wirtschaftlich attraktiv sein – vorausgesetzt, Sie kalkulieren die Team- und Wartungskosten realistisch ein.

Eine Eigenentwicklung eines komplexen Agentensystems ist vor allem dann sinnvoll, wenn diese Technologie zu Ihrem Kerngeschäft gehört oder direkt zu einem Alleinstellungsmerkmal Ihres Service beiträgt. Das ist beispielsweise der Fall, wenn Sie das System selbst vertreiben oder Ihr Produkt hochspezifische Anforderungen stellt, die keine Plattform auf dem Markt abdecken kann.

Dafür benötigen Sie jedoch dauerhafte Expertise, ein mehrjähriges Budget und einen realistisch gesteckten Projektrahmen. Größere Unternehmen können diese Ressourcen meist leichter bereitstellen. Für eine einzelne, klar begrenzte Aufgabe kann sich aber auch eine kleinere Individuallösung lohnen. Entscheidend ist immer, ob der langfristige Nutzen den Entwicklungs- und Wartungsaufwand rechtfertigt.

Wie CM.com Ihr Team entlastet

HALO vereint einen Großteil der oben beschriebenen Technologien auf einer einzigen Plattform. Wir entwickeln und pflegen dieses technologische Fundament, damit Sie sich ganz auf Ihren Servicebetrieb konzentrieren können:

  • Eigene Kommunikationsinfrastruktur: Basierend auf unserer CPaaS-Erfahrung stellen und betreiben wir die Infrastruktur für Voice und Messaging. HALO ist direkt an diese Infrastruktur angebunden, sodass Sie die Kanalebene und die KI nicht selbst zusammenführen müssen.

  • Spezialisierte KI-Entwicklungsteams: Unsere Teams arbeiten kontinuierlich an Wissensabruf, Modellauswahl, Tools, Testing, Analytics und Agenten-Management. Die Weiterentwicklung gehört zu unserem täglichen Geschäft.

  • Unterstützung bei der Implementierung: Unsere Teams begleiten Sie bei der Konfiguration, den Integrationen und dem Go-live, damit Ihre Agenten perfekt zu Ihren Prozessen und Systemen passen.

  • Integrierter Datenschutz und Sicherheit: Funktionen zur Anonymisierung, Protokollierung und zum Schutz vor Prompt-Injection sind bereits fest integriert. Bei der Konfiguration legen Sie fest, welche Daten und Aktionen Ihre Agenten benötigen und wer Zugriff erhält.

Sie erhalten das technische Fundament, die nötige Expertise und den passenden Support aus einer Hand. So kann sich Ihr Team voll und ganz auf die Automatisierung Ihrer Prozesse und die Qualität Ihres Kundenservice konzentrieren.

Lassen sich eigene Agenten auch auf einer Plattform realisieren?

Eine entscheidende Frage bleibt: Lässt sich ein zugekaufter Agent wirklich an Ihre individuellen Prozesse anpassen? Oder erhalten Sie eine Standardlösung, an die Sie Ihre eigenen Workflows angleichen müssen?

Das ist eine berechtigte Frage. Schließlich läuft selbst eine einfache Retoure in jedem Unternehmen anders ab – mit unterschiedlichen Systemen, Richtlinien und Prozessschritten. Eine starre Vorlage, die Sie am Ende fast vollständig umbauen müssen, bringt Ihnen kaum eine Arbeitserleichterung.

Deshalb setzen wir bei CM.com von Anfang an auf maßgeschneiderte Agenten. Mit HALO konfigurieren Sie Ihre Agenten für Ihre spezifischen Aufgaben, Prozesse und Systeme – auf einem technologischen Fundament, das wir kontinuierlich weiterentwickeln und pflegen.

Mit Ask HALO können auch Fachabteilungen ohne Programmierkenntnisse Agenten erstellen und optimieren, indem sie ihre Ziele einfach in Alltagssprache beschreiben. Ihr Serviceteam definiert die Aufgaben, hält die Wissensdatenbank aktuell und prüft die Ergebnisse. Ihre IT-Abteilung unterstützt lediglich dort, wo Systemzugriffe und Integrationen eingerichtet werden müssen.

Sie behalten die volle Kontrolle über die Gestaltung Ihres Kundenservice, während wir uns im Hintergrund um die Weiterentwicklung der Plattform kümmern.

Eigenentwicklung oder Kauf: Welcher Ansatz bringt Ihren Kundenservice voran?

Eine Eigenentwicklung lohnt sich, wenn eine proprietäre Technologie Ihnen einen echten Wettbewerbsvorteil verschafft und Sie die Ressourcen für Entwicklung und Wartung langfristig bereitstellen können. Für eine klar definierte Einzelaufgabe bleibt diese Investition meist überschaubar.

Der Kauf einer Plattform ist ideal, wenn Sie schnell KI-Agenten produktiv einsetzen und kontinuierlich verbessern möchten, ohne das technische Fundament im Hintergrund selbst entwickeln zu müssen.

Für Kundenservice-Teams, die eigene Prozesse automatisieren und Agenten flexibel selbst anpassen möchten, ist eine Plattform für maßgeschneiderte Agenten meist die wirtschaftlichere Entscheidung. HALO liefert dieses Fundament, damit sich Ihr Team ganz auf die Optimierung Ihres Service konzentrieren kann.

Erfahren Sie, wie Ihre KI-Agenten auf HALO arbeiten könnten

Zeigen Sie uns die Kundenanfragen und Prozesse, die Sie automatisieren möchten.
War dieser Artikel interessant?
Teilen Sie ihn!

Lassen Sie sich inspirieren

halo-black-friday AI

Diese Black-Friday-Fragen sollte Ihr KI-Agent zuerst beantworten

Am Black Friday dreht sich der Großteil der Kundenservice-Anfragen um immer dieselben Fragen: „Wo ist meine Bestellung?“, „Wann kommt sie an?“ und „Wie funktioniert die Rückgabe?“. Zwei KI-Agenten können diese Routineaufgaben übernehmen.

6 Minuten gelesen Oct 28, 2026
AI-now and future WhatsApp

Meta Business Agent: Voraussetzungen, Einrichtung und was sich nach der Inbetriebnahme ändert

Sie haben sich entschieden, Meta Business Agent auszuprobieren. Bevor die Funktion auf Ihrer WhatsApp-Nummer aktiv wird, müssen folgende Schritte erfolgen: Voraussetzungen, Einrichtungsreihenfolge und welche Änderungen sich für Ihr Team ergeben, sobald die Funktion übernommen wird.

5 Minuten gelesen Oct 07, 2026
blog-interview-halo-customer-service AI

Warum der Anbieter hinter Ihrem KI-Agenten genauso wichtig ist wie der Agent selbst

Der Wettlauf um KI-Agenten im Kundenservice nimmt Fahrt auf, ebenso wie die Zahl der Anbieter. Doch der Erfolg hängt nicht allein von der Technologie ab. Entscheidend ist die Plattform dahinter und die Frage, wer sie entwickelt, betreibt und langfristig weiterentwickelt.

4 Minuten gelesen Jul 15, 2026
live-blog-featured AI

Jeder kann eine Festival-App per Vibe Coding erstellen. Hier sind 6 Gründe, warum das Festivalwochenende eine ganz andere Herausforderung ist.

KI hat die Softwareentwicklung grundlegend verändert. Oberflächen, Workflows, Integrationen oder sogar komplette mobile Anwendungen lassen sich heute innerhalb weniger Stunden mit nur wenigen Prompts erstellen. Das ist echter Fortschritt.

5 Minuten gelesen Jun 24, 2026
Ai governance AI

KI wird immer intelligenter und selbstständiger. Wie behält man die Kontrolle?

Immer mehr Unternehmen setzen KI-Agenten ein, deren Aufgaben weit über die Erstellung von Inhalten oder die Beantwortung einfacher Fragen hinausgehen. Sie bearbeiten Kundenanfragen, aktualisieren Systeme, lösen Arbeitsabläufe aus und wickeln sogar Transaktionen ab. Dies sorgt für Schnelligkeit, Effizienz und Entlastung von manuellen, sich wiederholenden Aufgaben. Doch sobald KI anfängt, Aufgaben zu übernehmen, anstatt nur zu assistieren, verschiebt sich etwas Grundlegendes. Man braucht mehr als nur clevere Technologie. Man braucht einen klaren Weg, um die Kontrolle darüber zu behalten, was sie tut, warum sie es tut und innerhalb welcher Grenzen sie agieren darf.

4 Minuten gelesen Apr 29, 2026
3 types of AI AI

Die Kraft der KI entfesseln: Wie Generative, Agentic und Predictive AI das Kundenerlebnis verändern

Künstliche Intelligenz (KI) wird seit Jahrzehnten entwickelt, aber die Art und Weise, wie wir sie heute nutzen, hat sich dramatisch verändert. Mit dem Aufkommen von ChatGPT und anderen Anwendungen ist KI plötzlich für die breite Öffentlichkeit greifbar geworden. Während sie früher vor allem für spezifische, oft unsichtbare Anwendungen eingesetzt wurde (man denke an Betrugserkennung im Bankwesen oder vorausschauende Wartung in der Industrie), unterstützt sie heute aktiv die Erstellung von Inhalten, verbessert das Kundenerlebnis und rationalisiert Prozesse. Im Bereich Kundenerlebnis sind drei Formen der KI besonders relevant: generative, agentenbasierte und prädiktive KI. In diesem Artikel werden wir sie näher betrachten und erklären, wie man sie effektiv nutzen kann.

4 Minuten gelesen Oct 29, 2025
blog-picking-ai-platform AI

Die Entscheidung für die beste KI-Plattform: Vergleich von Funktionen, Kosten und Anwendungsfällen

KI-Plattformen spielen eine immer wichtigere Rolle dabei, wie Unternehmen ihren Kundenservice und ihr Marketing organisieren. Ganz gleich, ob Sie ein kleines Support-Team leiten, das eine große Anzahl von Anfragen bearbeitet, oder eine internationale Organisation verwalten, die täglich Tausende von Interaktionen verarbeitet – die Wahl der richtigen Plattform macht einen großen Unterschied. Aber welche KI-Plattformen gibt es überhaupt? Wie funktionieren sie und in welchen Situationen spielen sie ihre Stärken besonders aus? In diesem Artikel vergleichen wir sechs weit verbreitete KI-Plattformen: HALO, N8N, Neople, Intercom, Zendesk und Salesforce. Wir untersuchen ihre Stärken und Schwächen und zeigen, welche Art von Organisation am meisten von jeder einzelnen profitiert.

5 Minuten gelesen Sep 17, 2025
blog-chatbot-vs-virtual-agent-2 AI

Von Chatbots zu virtuellen Agenten: Die natürliche Entwicklung der Kundeninteraktion

Chatbots sind ein wertvolles Werkzeug auf dem Weg zur Automatisierung, da sie Unternehmen dabei helfen, einfache Aufgaben zu erledigen und Kunden sofortige Antworten zu geben. Da sich jedoch die Erwartungen der Kunden weiterentwickeln und die Geschäftsabläufe immer komplexer werden, reichen Chatbots nicht mehr aus. Die Zukunft liegt in virtuellen Agenten: intelligente, autonome Systeme, die über die Grenzen von Chatbots hinausgehen und nahtlose, personalisierte und effiziente Interaktionen ermöglichen. Es geht nicht darum, sich zwischen zwei Tools zu entscheiden, sondern darum, die natürliche Entwicklung der Automatisierung anzunehmen. In diesem Blogbeitrag untersuchen wir, wie sich virtuelle Agenten von Chatbots unterscheiden, warum sie den nächsten Schritt nach vorne darstellen und was sie für Ihr Unternehmen leisten können.

6 Minuten gelesen Sep 03, 2025
Is this region a better fit for you?
Go
close icon