Ein Chatbot beantwortet Ihre Frage. Ein KI-Agent bekommt ein Ziel und erledigt die Schritte dorthin selbst, mit Ihren Tools. Ein KI-Kollege ist ein Agent, den Ihr Team für eine wiederkehrende Aufgabe eingerichtet hat: mit klaren Quellen, klaren Grenzen und einer Person, die das Ergebnis prüft.
Am einfachsten unterscheiden Sie die drei, wenn Sie sich fragen, was Sie eigentlich übergeben:
- Einem Chatbot übergeben Sie eine Frage.
- Einem Agenten übergeben Sie ein Ziel.
- Einem KI-Kollegen übergeben Sie eine Aufgabe: den Hintergrund, die Regeln, wie „fertig“ aussieht und wer am Ende freigibt.
Ein kurzer Hinweis zu den Begriffen. „Chatbot“ bedeutet überall ungefähr dasselbe. Bei „KI-Agent“ ist das anders: Jedes Unternehmen definiert den Begriff etwas anders. „KI-Kollege“ (ebenso wie „KI-Teammitglied“ oder „KI-Mitarbeiter“) ist vor allem ein Produktbegriff. Er beschreibt, wie Sie mit der Software zusammenarbeiten, nicht eine besondere Art von KI.
KI-Agent vs. Chatbot vs. KI-Kollege im Überblick
| Chatbot | KI-Agent | KI-Kollege | |
|---|---|---|---|
| Sie übergeben | Eine Frage | Ein Ziel | Eine wiederkehrende Aufgabe |
| Wer sucht die Infos | Sie | Der Agent | Der Agent, aus vereinbarten Quellen |
| Sie bekommen zurück | Eine Antwort | Fertige Arbeit | Arbeit, bereit zur Prüfung |
| Wer entscheidet den nächsten Schritt | Sie | Teils der Agent | Vorab vereinbart |
| Gut für | Schnelle Fragen | Recherchen und Briefings | Wochenberichte, Triage |
Viele Tools passen in mehr als eine Spalte. Die hilfreichere Frage lautet: Was muss nach der Antwort passieren?
Was ist ein Chatbot?
Ein Chatbot ist Software, mit der Sie sich unterhalten. Sie tippen oder sprechen, und er antwortet. IBM unterscheidet zwei Arten: ältere Chatbots, die einem festen Skript folgen, und KI-Chatbots, die normale Sprache verstehen und ihre Antworten selbst formulieren.
Die Idee ist alt. ELIZA, entwickelt von Joseph Weizenbaum und 1966 veröffentlicht, konnte ein getipptes Gespräch führen. Außerhalb dieses Gesprächs konnte ELIZA nichts tun. Heutige Chatbots schreiben weit besser, aber viele haben dieselbe Grenze: Die Arbeit endet, wenn die Antwort endet.
So sieht das in der Praxis aus. Fragen Sie einen Chat-Assistenten „Wann ist mein nächster Kaffee-Termin?“, kann er es Ihnen nicht sagen, weil er Ihren Kalender nicht sieht. Jeff Su nutzt genau dieses Beispiel in einem beliebten Erklärvideo:
YouTube · Jeff Su
AI Agents, Clearly Explained (KI-Agenten, einfach erklärt) · 8. April 2025
Eine Einführung in einfacher Sprache. Das Kaffee-Beispiel zeigt, warum ein Chat-Assistent keine Fragen zu Ihrem eigenen Kalender beantworten kann.
Deshalb sind Chatbots nicht schlecht. Oft ist eine Antwort alles, was Sie brauchen:
- Ein Website-Besucher fragt nach Ihren Rückgabebedingungen.
- Eine neue Mitarbeiterin fragt, wo die Reisekostenrichtlinie liegt.
- Sie brauchen fünf Betreffzeilen für eine Webinar-Einladung.
In jedem dieser Fälle liest ein Mensch die Antwort und erledigt den nächsten Schritt.
Was ist ein KI-Agent?
Ein KI-Agent ist Software, die selbstständig auf ein Ziel hinarbeitet. Er legt die Schritte fest, nutzt Tools wie Ihr CRM oder Ihr Postfach, prüft seinen Fortschritt und macht weiter, bis die Aufgabe erledigt ist oder er Sie braucht.
Google Cloud definiert Agenten als Systeme, die Ziele verfolgen und Aufgaben für Nutzer erledigen. Anthropic ergänzt eine nützliche Unterscheidung: Legt ein Mensch die Schritte vorab fest, ist es ein Workflow; entscheidet die KI die Schritte selbst, ist es ein Agent.
Ein einfaches Beispiel der IBM-Forscherin Maya Murad macht das greifbar. Fragen Sie ein KI-Modell, wie viele Urlaubstage Sie noch haben, rät es falsch, weil es nicht weiß, wer Sie sind. Verbinden Sie es mit dem HR-System, kann es die Antwort nachschlagen. Fragen Sie etwas Schwierigeres, etwa wie viel Sonnencreme Sie für eine Reise einpacken sollten, muss es planen: Ihre restlichen Urlaubstage prüfen, das Wetter prüfen, Gesundheitsempfehlungen prüfen und dann rechnen. Genau dieses Planen und Nachschlagen macht es zum Agenten.
YouTube · IBM Technology
What are AI Agents? (Was sind KI-Agenten?) mit Maya Murad · 15. Juli 2024
Erklärt die Selbstständigkeit von KI als gleitende Skala: feste Schritte für einfache, vorhersehbare Aufgaben, Agenten für unübersichtliche, wechselnde Aufgaben. Das Video erklärt, wie Agenten funktionieren, nicht welche Produkte heute vorn liegen.
Ein schneller Test für den Alltag: Wenn Sie Informationen in den Chat kopieren und die Antwort wieder herauskopieren, nutzen Sie einen Chatbot. Wenn die Software sich selbst holt, was sie braucht, und den nächsten Schritt in einer anderen App erledigt, nutzen Sie einen Agenten.
Ist ein Agent einfach ein klügeres Modell?
Meistens nicht. Hinter einem Chatbot und einem Agenten kann dasselbe KI-Modell stecken. Der Unterschied liegt darin, was Sie ihm erlauben: welche Tools es nutzen darf, was es ändern darf und ob es mehrere Schritte durcharbeiten und sich selbst kontrollieren kann.
Andrew Ng hat es in einem Vortrag von 2024 treffend beschrieben: Eine KI um eine Antwort in einem Rutsch zu bitten, ist, als würde man jemanden einen Aufsatz schreiben lassen, "without ever using backspace" (sinngemäß: ohne je die Rücktaste zu benutzen). Lässt man sie gliedern, recherchieren, entwerfen und überarbeiten, wird das Ergebnis deutlich besser.
Die Produkte ändern sich hier schnell. OpenAI führte im Juli 2025 einen Agentenmodus in ChatGPT ein und hatte ihn bis November 2026 durch ChatGPT Work ersetzt, das OpenAI als "an agent for longer, more involved tasks" beschreibt (sinngemäß: ein Agent für längere, aufwendigere Aufgaben). Produktnamen kommen und gehen. Der Unterschied zwischen Antworten und Erledigen bleibt.
Was ist ein KI-Kollege?
Ein KI-Kollege ist ein Agent, den Ihr Team wie einen Kollegen mit klar umrissener Aufgabe behandelt. Drei Dinge machen den Unterschied:
- Er verantwortet eine wiederkehrende Aufgabe. Zum Beispiel „vor jedem Verlängerungsgespräch ein Briefing vorbereiten“, nicht eine einmalige Anfrage.
- Er arbeitet mit den Quellen des Teams. Die Kundenhistorie, frühere Entscheidungen und das Format, das ohnehin alle nutzen.
- Er hat klare Grenzen. Jemand hat festgelegt, was er lesen darf, was er ändern darf und was ein Mensch prüfen muss, bevor etwas rausgeht.
Die Grenzen sind genauso wichtig wie die Fähigkeiten. Ein gutes Setup für einen KI-Kollegen zeichnet sich dadurch aus, was die KI nicht allein tun darf.
Wo Okou steht. Wir entwickeln Okou als KI-Teammitglied für Business-Teams. In der Praxis heißt das: Okou versucht, drei Dinge gut zu machen (was ist Okou):
- Den richtigen Kontext nutzen. Vor dem Handeln zusammentragen, was die Aufgabe braucht: die E-Mails des Kunden, den CRM-Eintrag, die Notizen aus dem letzten Quartal und aktuelle öffentliche Informationen.
- Im richtigen Format liefern. Eine kurze Nachricht, wenn jemand eine Entscheidung treffen muss, ein Dokument, wenn Details geprüft werden müssen, ein E-Mail-Entwurf, wenn der Kunde eine Antwort braucht.
- Gute Arbeit wiederholbar machen. Eine Methode, die funktioniert hat, als Workflow speichern, damit Teamkollegen sie mit ihren eigenen Konten ausführen können.
Sie brauchen Okou nicht, um die Ideen aus diesem Artikel zu nutzen. Aber so denken wir darüber, und das Beispiel unten folgt demselben Muster.
Vier häufige Verwechslungen
„Wenn er viele Schritte ausführt, ist es ein Agent.“ Nicht unbedingt. Hat ein Mensch jeden Schritt vorab festgelegt, ist es ein automatisierter Workflow, egal wie lang er ist. Das ist oft sogar gut: Feste Schritte sind vorhersehbar.
„Agenten heißt: keine Menschen mehr beteiligt.“ Nein. Selbst die Leute, die Agenten bauen, empfehlen, einfach anzufangen und bei wichtigen Entscheidungen einen Menschen einzubinden.
„Ein KI-Kollege kann die Konten aller sehen.“ Das sollte er nicht. Eine Methode zu teilen ist etwas anderes, als Zugang zu teilen. In Okou teilt das Teilen eines Workflows die Anweisungen und Referenzdateien, nicht das Postfach, die Logins oder die privaten Chats der Person, die ihn erstellt hat. Jedes Teammitglied führt ihn mit den eigenen Verbindungen aus.
„Chatbots sind tot.“ Für die Beantwortung häufiger Fragen ist ein gut gebauter Chatbot günstiger und leichter zu kontrollieren als ein Agent. Nutzen Sie das Einfachste, was die Aufgabe erledigt.
Eine Aufgabe, drei Wege: ein Briefing für ein Verlängerungsgespräch
Das folgende Szenario ist ein Beispiel, keine Kundengeschichte.
Die Aufgabe. Priya leitet Customer Success in einem Softwareunternehmen mit 40 Mitarbeitenden. Jeden Donnerstag hat sie Verlängerungsgespräche. Vor jedem Gespräch möchte sie ein einseitiges Briefing (was der Kunde gekauft hat, aktuelle Support-Probleme, Nutzung, was im letzten Quartal zugesagt wurde) und einen Entwurf für die Follow-up-E-Mail.
| Chatbot | Agent | KI-Kollege | |
|---|---|---|---|
| Priya übergibt | Eine Frage | Ein Ziel | Eine Aufgabe mit Regeln |
| Wer sammelt die Infos | Priya | Der Agent | Der Agent |
| Nächste Woche | Von vorn anfangen | Erneut fragen | Läuft von selbst |
Mit einem Chatbot: Priya übergibt eine Frage
Priya kopiert Notizen aus dem CRM, exportiert aktuelle Tickets, fügt alles in einen Chat ein und bittet um eine Zusammenfassung und eine E-Mail. Sie bekommt eine saubere Zusammenfassung dessen, was sie eingefügt hat. Darin fehlt das Nutzungs-Dashboard, das sie vergessen hat zu öffnen, und eine Zusage, die ein Kollege per E-Mail gemacht hat. Sie korrigiert die E-Mail und schickt sie ab.
Sie hat beim Schreiben Zeit gespart. Beim Zusammentragen und Prüfen hat sie keine Zeit gespart, und das war der Großteil der Arbeit.
Mit einem KI-Agenten: Priya übergibt ein Ziel
Priya bittet: „Bereite ein Briefing für mein Verlängerungsgespräch mit Acme um 14 Uhr vor und entwirf das Follow-up.“ Der Agent liest den CRM-Eintrag, die Tickets und den E-Mail-Verlauf. Er bemerkt, dass der Haupt-Admin beim Kunden im August gewechselt hat. Er liefert ein Briefing und einen E-Mail-Entwurf.
Viel besser. Aber Priya muss weiterhin daran denken, jede Woche für jedes Gespräch zu fragen. Und wenn eine Kollegin den Kunden vertretungsweise betreut, fragt sie anders und bekommt ein anderes Briefing.
Mit einem KI-Kollegen: Das Team übergibt eine Aufgabe
Hier zeigt sich der Unterschied.
- Die Aufgabe aufschreiben. Nach zwei guten Durchläufen einigen sich Priya und ihre Vorgesetzte darauf, was ein Verlängerungs-Briefing enthalten muss. Sie speichern es als Workflow: im heutigen Kalender nach Verlängerungsgesprächen suchen; für jedes Gespräch das CRM, die Tickets der letzten 90 Tage, den E-Mail-Verlauf und die gemeinsamen Verlängerungsnotizen lesen; das Briefing im einseitigen Format des Teams schreiben; das Follow-up entwerfen; beides im Slack-Kanal #renewals posten. Ein Zeitplan startet das Ganze jeden Donnerstag um 8 Uhr.
- Den Kontext die Antwort verändern lassen. Bei Acme zeigt der E-Mail-Verlauf, dass ein Rabatt zugesagt wurde, falls zwei Support-Tickets gelöst werden. Ein Ticket ist noch offen. Mit Blick nur auf das CRM hätte das Briefing „wie gewohnt verlängern“ empfohlen. Mit den E-Mails hebt es die offene Zusage ganz oben hervor und schlägt vor, die Lösung zu bestätigen, bevor über den Preis gesprochen wird.
- Nur innerhalb der Grenzen handeln. Der Agent darf das CRM, die Tickets und E-Mails lesen und einen E-Mail-Entwurf anlegen. Er darf keine E-Mails senden und die Verlängerungsphase im CRM nicht ändern, also tut er es auch nicht.
- Etwas zurückgeben, das sich leicht prüfen lässt. Die zuständige Kundenbetreuerin findet Briefing und Entwurf in #renewals, mit einem Link zur Quelle hinter jedem Punkt.
- Die Methode verbessern, nicht nur das Ergebnis. Nach dem Gespräch ändert die Kundenbetreuerin eine Zeile und schickt die E-Mail ab. Das Team beschließt, dass jedes Briefing künftig auch auflisten soll, wer beim letzten Gespräch dabei war. Priya aktualisiert den Workflow ein einziges Mal. Ab nächstem Donnerstag enthält jedes Briefing diese Angabe, für alle, die den Workflow ausführen.
Der Agent ist zwischen der zweiten und der dritten Version nicht klüger geworden. Das Team hat die Aufgabe klar gemacht: wo nachzusehen ist, wie gute Arbeit aussieht, was nicht angefasst wird und wer prüft. Genau das macht aus einem Agenten einen KI-Kollegen.
Warum es bei Übergaben schiefgeht
Wer schon einmal ein Projekt übernommen hat, kennt das: Man weiß nur, was weitergegeben wurde. Bei KI ist es genauso. Zwei Beiträge vom November 2026 zeigen das aus unterschiedlichen Blickwinkeln. Es sind Meinungen, keine Forschung, aber sie decken sich mit dem, was wir in der Praxis sehen.
X · Aaron Levie (@levie), CEO von Box · 6. November 2026
"Every AI agent deployment comes down to how successfully they can get access to the critical context…" (Sinngemäß: Jeder Einsatz eines KI-Agenten hängt davon ab, wie gut er Zugang zum entscheidenden Kontext bekommt…)
X · Alexander Yue (@Alezander9), Gründer von Mainplane · 6. November 2026
"…all summaries are lossy. This is how your assistant makes emails you never wanted…" (Sinngemäß: …jede Zusammenfassung verliert Informationen. So entstehen bei Ihrem Assistenten E-Mails, die Sie nie wollten…)
Levie schrieb das im Zusammenhang mit einer Produktankündigung von Box, und Box speichert Unternehmensdateien, er hat also ein Eigeninteresse an der Antwort. Yue spricht darüber, wie eine KI Arbeit an eine andere weitergibt, und er geht weiter als wir: Er lehnt es grundsätzlich ab, KI-Arbeit auf diese Weise aufzuteilen. Beide kommen aber zur selben Lehre für Business-Teams. Ein Agent kann nur so gut sein wie der Hintergrund, den er bekommt. Deshalb beginnt die KI-Kollegen-Version von Priyas Aufgabe mit einer schriftlich festgehaltenen Aufgabe und benannten Quellen, nicht mit „Du weißt schon, was ich meine“.
In Okou bleiben frühere Nachrichten und Dateien innerhalb desselben Chats verfügbar. Ein neuer Chat beginnt von vorn, es sei denn, Sie verweisen auf den früheren. Am sichersten ist es daher, Quellen und Regeln direkt in den Workflow zu schreiben.
Wo der Mensch verantwortlich bleibt
Wer Arbeit an eine KI abgibt, gibt nicht die Verantwortung ab. Bevor Sie eine wiederkehrende Aufgabe einschalten, beantworten Sie eine Frage: An welcher Stelle schaut ein Mensch drauf, bevor etwas rausgeht?
Eine sinnvolle Grundeinstellung für die meisten Teams:
- Lassen Sie die KI lesen, was die Aufgabe braucht, und nicht mehr.
- Lassen Sie sie vorbereiten: Briefings, E-Mails und Änderungsvorschläge als Entwürfe.
- Senden, Veröffentlichen, Bezahlen und Löschen bleiben bei einem Menschen, es sei denn, Sie haben entschieden, dass eine bestimmte Aktion sicher automatisiert werden kann.
Ethan Mollick, Professor an der Wharton School, der über KI am Arbeitsplatz schreibt, zieht bei seinem eigenen Agenten eine ähnliche Grenze:
X · Ethan Mollick (@emollick), Professor an der Wharton School · 15. Oktober 2026
"I don't want it using my email or drafting messages on my behalf…" (Sinngemäß: Ich möchte nicht, dass er meine E-Mail nutzt oder in meinem Namen Nachrichten entwirft…)
Seine Lösung: Er gab dem Agenten eine eigene E-Mail-Adresse, damit die Leute wissen, wann sie mit einer KI sprechen. Ihre Grenze kann anders aussehen. Viele Teams finden es in Ordnung, wenn ein Agent in ihrem Namen Entwürfe schreibt, solange ein Mensch auf Senden drückt. Entscheidend ist, die Grenze bewusst zu ziehen.
Gute Tools lassen Sie diese Grenze festlegen. Wenn eine Aufgabe in Okou eine neue Berechtigung braucht, sieht ein Mensch genau, was angefragt wird, und entscheidet, wie lange sie gelten soll. Unser Leitfaden zu Berechtigungen empfiehlt, wo immer möglich nur Lese- oder Entwurfszugriff zu erlauben.
Okou fragt nach, bevor eine neue Berechtigung genutzt wird. Ein Mensch sieht, was angefragt wird, und wählt eine Frist, zum Beispiel eine Stunde. Screenshot in voller Größe ansehen
So wählen Sie: Chatbot, Agent oder KI-Kollege?
Beginnen Sie mit der Aufgabe, nicht mit dem Tool. Vier Fragen decken die meisten Fälle ab.
Wählen Sie für jede Aufgabe die passende Art von Hilfe. Die meisten Teams nutzen alle drei.
- Handeln Sie selbst auf Basis der Antwort? Nutzen Sie einen Chatbot. Eine Vertragsklausel erklären, einen Absatz umschreiben, Namensideen sammeln.
- Muss die KI den nächsten Schritt danach wählen, was sie findet? Nutzen Sie einen Agenten, zum Beispiel um einen Kunden über CRM, Support und E-Mail hinweg zu untersuchen. Steht der Weg vorab fest, reicht vielleicht ein KI-Workflow.
- Ist das eine wiederkehrende Aufgabe mit vereinbarten Quellen, Regeln und einer verantwortlichen Person? Das ist ein Setup für einen KI-Kollegen, zum Beispiel eine Pipeline-Review am Montag oder das Follow-up nach jeder Demo. Ein Zeitplan startet die Arbeit; er legt weder die Aufgabe noch ihre Berechtigungen fest.
- Wer gibt frei? Beantworten Sie das für jede Aufgabe eines Agenten oder KI-Kollegen. Wenn niemand es sagen kann, ist die Aufgabe noch nicht bereit für die Übergabe.
Noch ein Tipp: Lassen Sie ihm Zeit. Im selben Vortrag vergleicht Andrew Ng es, zu früh bei einem Agenten nachzuhaken, mit einer neuen Führungskraft, die eine Aufgabe abgibt und fünf Minuten später nach dem Stand fragt. Beurteilen Sie die fertige Arbeit, nicht die erste Minute.
So sieht das in Okou aus
Okous Leitfaden für Teams beschreibt den Weg von einem guten Ergebnis zur Team-Gewohnheit: die Aufgabe einmal selbst erledigen, die Methode als Workflow speichern, sie mit dem Team teilen und jede Person ihre eigenen Konten verbinden lassen.
- Workflows halten die Methode fest: die Schritte, Quellen, das Format und die Prüfregeln.
- Automationen bestimmen den Zeitpunkt: Ein Zeitplan, eine neue E-Mail oder eine Kalenderänderung startet die Aufgabe.
- Die Arbeit passiert dort, wo Ihr Team kommuniziert: Sie können Okou in Slack per @Erwähnung ansprechen oder Okou direkt eine Nachricht schicken.
- Die Arbeit läuft in der Cloud weiter: Eine lange Aufgabe läuft weiter, auch wenn Sie Ihren Laptop zuklappen.
- E-Mails bleiben Entwürfe, bis Sie sie senden: Okou kann ein Follow-up als Gmail-Entwurf schreiben, ein Mensch prüft es und klickt auf Senden.
Einem gespeicherten Workflow einen Zeitplan oder Auslöser hinzufügen. Manche Auslöser sind nur in einigen Workspaces verfügbar. Screenshot in voller Größe ansehen
Um das Beispiel mit dem Verlängerungs-Briefing auszuprobieren, beginnen Sie im Chat mit einem echten Kunden. Wenn das Briefing passt, speichern Sie es als Workflow und fügen dann einen Zeitplan hinzu. Weitere Ideen finden Sie in 20 Beispiele für KI-Agenten im Arbeitsalltag. Mehr zu Freigaben lesen Sie in warum in Ihrem Unternehmen ein Mensch das letzte Wort haben sollte. Wie Sie gemeinsamen Kontext aktuell halten, erfahren Sie in Kontextmanagement für KI-Agenten im Team. Die längere Geschichte, wie KI vom Assistenten zum Kollegen wird, lesen Sie in Vom Copilot zum Kollegen.
FAQ
Was ist der wichtigste Unterschied zwischen einem KI-Agenten und einem Chatbot?
Ein Chatbot antwortet, und Sie erledigen den nächsten Schritt. Ein KI-Agent bekommt ein Ziel, nutzt Ihre Tools, um Informationen zu sammeln oder Aktionen auszuführen, und liefert fertige Arbeit. Das KI-Modell dahinter kann dasselbe sein. Was sich ändert, ist, was es tun darf.
Ist ChatGPT ein Chatbot oder ein KI-Agent?
Beides, je nachdem, wie Sie es nutzen. Ein normales Gespräch mit ChatGPT ist ein Chatbot: Sie fragen, es antwortet. OpenAI bietet außerdem einen agentenartigen Modus für längere Aufgaben an; Stand November 2026 ist das ChatGPT Work. Die Bezeichnung richtet sich danach, was das Tool gerade tut, nicht nach seinem Namen.
Ist ein KI-Kollege dasselbe wie ein KI-Agent?
Ein KI-Kollege ist ein KI-Agent, der für eine bestimmte, wiederkehrende Aufgabe eingerichtet ist: mit den Quellen Ihres Teams, klaren Grenzen und einer Person, die das Ergebnis prüft. „Kollege“, „Teammitglied“ und „Mitarbeiter“ sind Produktbegriffe, keine technischen Standards. Prüfen Sie also, was ein Produkt tatsächlich tut.
Was ist der Unterschied zwischen einem KI-Agenten und einem KI-Assistenten?
Ein KI-Assistent hilft meist einer einzelnen Person auf Anfrage: Entwürfe schreiben, zusammenfassen, Fragen beantworten. Ein KI-Agent geht weiter und führt mit Tools Schritte auf ein Ziel hin aus. Die Begriffe überschneiden sich, und viele Assistenten haben inzwischen Agentenfunktionen.
Kann aus einem Chatbot ein KI-Agent werden?
Ja, wenn Sie ihm Zugriff auf Ihre Tools und Daten geben und ihn mehrere Schritte durcharbeiten lassen. Schwieriger ist die Entscheidung, was er lesen darf, was er ändern darf und wer das Ergebnis freigibt.
Werden KI-Agenten Chatbots ersetzen?
Für die meisten Teams eher nicht. Schnelle Fragen und einfache Kunden-FAQs deckt ein Chatbot gut ab, und er ist zudem leichter zu kontrollieren. Agenten und KI-Kollegen lohnen sich, wenn die Arbeit bedeutet, Informationen aus mehreren Quellen zusammenzutragen, dranzubleiben oder sich nach einem Zeitplan zu wiederholen.
