Verwendung von KI-Agenten-Aktionen

Während der KI-Agent einem Kontakt antwortet, kann er bestimmte Plattformaktionen ausführen, wie das Zuweisen der Unterhaltung, das Schließen oder das Aktualisieren der Kontaktdaten. Das Verständnis dieser Aktionen hilft dir, KI-Agenten zu entwerfen, die Gespräche reibungslos und logisch führen.

Dieser Leitfaden beschreibt genau, wie jede Aktion funktioniert, wie du effektive Anweisungen dafür schreibst und wie du häufige Fallstricke wie Konflikte mit deinen bestehenden Workflows vermeidest.

Warum Aktionen wichtig sind

Die Antworten deines KI-Agenten helfen, Kundenunterhaltungen reibungslos zu gestalten. Doch oft reicht es nicht aus, nur zu antworten – dein Agent muss auch klare nächste Schritte unternehmen, um Leads über den Verkaufs- oder Support-Pipeline zu bewegen.

Genau dafür sind Aktionen gedacht. Sie helfen deinem KI-Agenten, über das bloße Antworten hinauszugehen, sicherzustellen, dass Gespräche logisch im Conversion-Trichter voranschreiten, die Kundeninformationen genau bleiben und die Teams immer wissen, wer die nächste Unterhaltung übernehmen sollte.

Durch die Verwendung der richtigen Aktionen weiß dein KI-Agent genau, was er während der Antwort tun soll – das gibt deinem Team Sicherheit und hält deine Gespräche organisiert und effektiv.

Aktionen, die dein KI-Agent ergreifen kann

In diesem Leitfaden lernst du, wie du sie konfigurieren kannst, indem du deinen KI-Agenten anleitest und steuerst. Der Schlüssel zu agentlichem Verhalten liegt darin, dem KI-Agenten genug Kontext zu geben – klar zu definieren, was zu tun ist und wann.

Während einer Unterhaltung kann dein KI-Agent folgende Aktionen ergreifen:

Gespräche schließen

Was diese Aktion bewirkt:

Diese Aktion kann verwendet werden, um eine Unterhaltung zu schließen, sobald die Anfrage des Kontakts vollständig gelöst wurde. Denk daran, dass dein KI-Agent ein Gespräch höflich persönlich abschließt.

• Du kannst zudem eine schließende Notiz angeben – ein Label, das erklärt, warum das Gespräch beendet wurde. Um dies zu tun, erwähne einfach die Kategorie der Schließnotiz in deinen Anweisungen. Beispielsweise:
  

  - Wenn der Kontakt keine weiteren Fragen hat, schließe das Gespräch und wähle die Schließnotiz „Problem gelöst”.

• Wenn der KI-Agent ein Gespräch schließt, wird er auch automatisch das Gespräch zusammenfassen und eine Schließnotiz auswählen.

  Hinweis: Wenn du keine Zusammenfassungen oder Notizen möchtest, kannst du anweisen: „Generiere keine Zusammenfassung oder wähle eine Schließnotiz.” Beispielsweise:
  

  - Wenn der Kontakt keine weiteren Fragen hat, schließe das Gespräch und generiere weder eine Zusammenfassung noch wähle eine Schließnotiz. 

Wann zu verwenden:

• Verwende diese Aktion, wenn der KI-Agent die Anfrage des Kunden abgeschlossen hat – wie bei der Beantwortung von FAQs, dem Sammeln von Feedback oder der Lösung eines einfachen Problems –, damit Gespräche nicht unnötig offen bleiben.

Best Practices:

• Füge immer die genaue Anweisung „Schließe das Gespräch” ein, damit der KI-Agent weiß, dass er es auslösen soll.

• Erkläre klar das spezifische Szenario, in dem das Gespräch geschlossen werden soll (z.B.: „Wenn der Kunde bestätigt, dass er keine weiteren Fragen hat…”).

• Pair diese Aktion mit einer freundlichen, definitiven Schließantwort, die der KI-Agent verwenden kann, wie: „Ich hoffe, das hilft! Wenn du weitere Fragen hast, kannst du gerne wieder schreiben.”

Einschränkungen:

• KI-Agenten können nur aus bestehenden Abschlussnotizen wählen. Die KI-Agenten können keine neuen Abschlussnotizen erstellen oder deine vorhandene Liste ändern. Damit die richtige Abschlussnotiz angewendet wird, verwende in deinen Anweisungen den genauen Namen der Abschlussnotiz.

• KI-Agenten können nur die letzten 20 Nachrichten in einer Unterhaltung zusammenfassen. Ältere Nachrichten werden nicht in die Zusammenfassung einbezogen. Wenn wichtiger Kontext früher in der Unterhaltung vorkommt, weise die KI an, eine klärende Frage zu stellen oder wichtige Details vor dem Schließen nochmals zusammenzufassen.

Zuweisen an Agent oder Team

Was diese Aktion bewirkt:

Weist den richtigen menschlichen Agenten, das Team oder sogar einen anderen KI-Agenten zu, sobald der KI-Agent seinen Teil erledigt hat. Dies ist besonders nützlich, um zu einem Menschen zu eskalieren, wenn der KI-Agent ein Problem nicht lösen kann, und sicherzustellen, dass die Kunden immer die richtige Unterstützung erhalten.

Du kannst auch steuern, wie Teammitglieder zugewiesen werden. Es gibt zwei Methoden:

• Round Robin: Weist Unterhaltungen im Rotationsverfahren zu, sodass die Arbeitslast gleichmäßig verteilt wird.

• Wenigstens offene Unterhaltung: Weist zu, wer derzeit die wenigsten aktiven Unterhaltungen hat.

  Hinweis: Wenn keine Methode angegeben ist, wechselt der KI-Agent auf Round Robin.

- Wenn der Kontakt nach seinem Terminplan fragt, weise an @Planungsteam im Round Robin zu.

Du kannst auch an einzelne Agenten zuweisen oder eine Unterhaltung aufheben, indem du anweist: „Weise das Gespräch nicht mehr zu.”.

Wann zu verwenden:

• Verwende diese Aktion, wenn das Gespräch über den Umfang des KI-Agenten hinausgehen muss – zum Beispiel zu einem menschlichen Agenten für tiefere Unterstützung, zu einem spezialisierten Team (wie Abrechnung oder Vertrieb) oder sogar zu einem anderen KI-Agenten, der für eine andere Aufgabe konzipiert ist.

Best Practices:

• Verwende diese Begriffe in der Aktionsanweisung: „Weise zu @Benutzer/Team Name”, um diese Aktion für ein Szenario auszulösen. Beispielsweise: „Wenn {etwas passiert ist}, weise zu @Benutzer/Team Name zu.”

• Stelle sicher, dass dein KI-Agent relevante Qualifikationsfragen stellt, um das richtige Team zu bestimmen.

• Definiere klar die Bedingungen in deinen Anweisungen (z.B.: „Weise dem Vertrieb zu, wenn der Kunde Preis oder Demo erwähnt”).

Einschränkungen:

• KI-Agenten können nicht sehen, wer online ist. Sie haben keine Einsicht in die Verfügbarkeit oder Präsenz von Agenten, daher können sie nicht den „nächsten verfügbaren“ oder „derzeit aktiven“ Agenten auswählen. Gib immer den genauen Team- oder Agentennamen an, wenn die Verfügbarkeit wichtig ist.

• KI-Agenten können keine Zuweisungen für einen späteren Zeitpunkt planen. Anweisungen wie „Weise dem Vertrieb um 17:00 Uhr zu“ funktionieren nicht, weil die KI eine Zuweisung nicht verzögern kann. Allerdings wird sofortige Zuweisungslogik, die auf aktuellen Bedingungen basiert (z. B. „Weise dem Vertrieb zu, wenn es innerhalb der Geschäftszeiten ist“) funktionieren, da die KI die Bedingung in Echtzeit auswertet und sofort zuweist.

• KI-Agenten können kein Round-Robin über mehrere Teams ausführen. Sie können Konversationen nur innerhalb eines bestimmten Teams verteilen.

• KI-Agenten wählen nicht die Zuweisungsmethode (Round-Robin vs least open). Round-Robin kann jedoch nur innerhalb eines Teams angewendet werden, nicht über einzelne Benutzer hinweg. Das bedeutet, Agenten müssen Teil eines Teams sein, damit Round-Robin funktioniert. Wenn du least open oder eine andere Methode verwenden möchtest, musst du sie explizit in deinen Anweisungen angeben; andernfalls verwendet die KI standardmäßig Round-Robin auf Teamebene.

Aktualisiere Kontaktdatenfelder

Was diese Aktion bewirkt:

Aktualisiert die Kontaktdaten (Name, Telefonnummer, Budget usw.) automatisch basierend auf den während des Gesprächs gesammelten Informationen. Dies ist besonders nützlich, um die Daten deines Kontakts aktuell zu halten, sodass Agenten sich auf sinnvolle Interaktionen konzentrieren können, anstatt auf Verwaltungsarbeiten.

• Du kannst auch Kontaktdatenfeldnamen erwähnen in deinen Anweisungen, um die Genauigkeit zu verbessern und sicherzustellen, dass die Daten am richtigen Ort gespeichert werden. Beispielsweise:

- Wenn der Kontakt sein Budget angegeben hat, speichere es als Budgetfeld.

Wann zu verwenden:

• Zur Lead-Qualifizierung, Kundenintegration oder Terminbuchung.

Best Practices:

• Gib deinem KI-Agenten klar Anweisungen, um den Kunden nach spezifischen Details zu fragen (z.B.: „Könntest du deine bevorzugte E-Mail-Adresse mitteilen?”).

• Trainiere deinen KI-Agenten mit Wissensquellen, damit er bei der Beantwortung von Kontakten genaue, kontextspezifische Antworten gibt.

Einschränkungen:

• KI-Agenten können nicht erkennen, wenn ein Update eines Kontaktfelds fehlschlägt. Wenn der Feldname unklar, falsch geschrieben oder nicht vorhanden ist, wird das Update einfach nicht stattfinden, und die KI merkt nicht, dass es fehlgeschlagen ist. Um dies zu vermeiden, verwende in deinen Anweisungen immer den genauen Feldnamen oder die Feld-ID.

• KI-Agenten können Kontaktfelder nicht erstellen oder löschen. Sie können nur Felder aktualisieren, die bereits in deinem Arbeitsbereich existieren. Wenn du neue Felder oder strukturelle Änderungen benötigst, erstelle diese manuell, bevor du sie in deinen Anweisungen für den KI-Agenten referenzierst.

Aktualisiere den Lifecycle-Status

Was diese Aktion bewirkt:

Ändert die Lifecycle-Stufe eines Kunden (z.B.: von „Neuer Lead“ zu „Qualifizierter Lead“) basierend auf dem Gesprächskontext. Dies ist besonders nützlich für die Automatisierung des Lead-Fortschritts und für die genaue Beibehaltung deines Verkaufs-Pipelines ohne manuelle Updates.

Wann zu verwenden:

• Wenn der KI-Agent einen Lead qualifiziert oder einen bestimmten Meilenstein im Kundenengagement erreicht.

Best Practices:

• Definiere klar die Kriterien, die notwendig sind, um die Lifecycle-Stufe des Kontakts zu erhöhen.

• Füge immer die genaue Bezeichnung der Lifecycle-Stufe hinzu, damit der KI-Agent die richtige Stufe zur richtigen Zeit aktualisiert. Beispielsweise:

- Sobald der Kunde sein Interesse an einer Demo bestätigt, aktualisiere die Lifecycle-Stufe auf Qualifiziert.

Einschränkungen:

• KI-Agenten können keine neuen Lifecycle-Phasen erstellen. Sie können einen Kontakt nur in bereits vorhandene Phasen deines Arbeitsbereichs verschieben. Wenn du eine neue Phase verwenden möchtest, musst du sie zuerst erstellen, bevor du in deinen Anweisungen darauf verweist.

Füge Kommentare hinzu

Was diese Aktion bewirkt:

KI-Agenten können im Verlauf interne Kommentare hinzufügen, um deinem Team Kontext zu geben — z. B. kurze Zusammenfassungen, wichtige Details oder Gründe für Eskalationen — sodass menschliche Agenten nicht die gesamte Chat-Historie lesen müssen.

Kommentare können auch @mentions enthalten, um bestimmte Benutzer des Arbeitsbereichs zu benachrichtigen (Teamerwähnungen und Erwähnungen von KI-Agenten werden nicht unterstützt). Beispielsweise:

- Wenn du an einen menschlichen Agenten eskalierst, füge einen internen Kommentar hinzu, der das Problem und die bereits ergriffenen Maßnahmen zusammenfasst, und erwähne @Jane Doe.
Weise dann die Konversation dem @Support Team zu.

Wann verwenden:

Verwende diese Aktion, wenn du möchtest, dass der KI-Agent:

• Hinterlasse eine Übergabenotiz, bevor du die Konversation einem menschlichen Agenten zuweist/eskalierst

• Markiere wichtige Details (z. B. Absicht, Dringlichkeit, Anforderungen)

• Erwähne einen Teamkollegen, wenn bestimmte Bedingungen erfüllt sind

Best Practices:

• Halte Kommentare kurz und übersichtlich (z. B. Absicht + Kontext + empfohlener nächster Schritt).

• Sei konkret darüber, wann der Kommentar hinzugefügt werden soll (z. B. "vor der Zuweisung", "wenn der Kunde einen menschlichen Agenten anfordert", "wenn das Problem dringend ist").

• Wenn du einen Teamkollegen benachrichtigen willst, erwähne den genauen Workspace-Benutzer.

• In Berichten werden Kommentare von KI-Agenten wie Nutzerkommentare erfasst. Wo verfügbar, wird der Kommentar unter dem Namen des KI-Agenten angezeigt statt unter einem menschlichen Benutzer.

Einschränkungen:

• KI-Agenten können in Kommentaren nur Benutzer des Arbeitsbereichs per @mention ansprechen. Sie können Teams oder andere KI-Agenten noch nicht per @mention ansprechen, markiere daher immer eine konkrete Person, wenn du jemanden brauchst.

• Interne Kommentare von KI-Agenten sind auf 2.000 Zeichen begrenzt.

Workflow auslösen

Was diese Aktion bewirkt:

Startet einen bestehenden Workflow aus der Konversation heraus basierend auf den Anweisungen deines AI-Agenten. Verwende dies, wenn der AI-Agent komplexere Automatisierungen anstoßen muss, die du bereits in Workflows verwaltest, z. B. das Senden von HTTP-Anfragen, das Hinzufügen einer Google Sheets-Zeile oder das Senden eines CAPI-Ereignisses. Der Workflow läuft dann wie konfiguriert, unabhängig vom AI-Agenten.

Wann verwenden:

• Wenn du Workflows bereits zur Ausführung zentraler Geschäftsprozesse nutzt und möchtest, dass sich AI-Agenten daran anschließen, statt die Logik mit anderen Aktionen neu aufzubauen.

• Wenn der nächste Schritt über das hinausgeht, was AI-Agent-Aktionen allein leisten können – zum Beispiel das Übertragen von Daten an externe Tools oder das Orchestrieren mehrstufiger Automatisierungen.

• Wenn du die Geschäftslogik in Workflows zentralisiert halten, dem AI-Agenten aber die Entscheidung überlassen willst

  wann diese Logik ausgeführt werden soll.

Best Practices:

• Schalte Trigger Workflows in den Aktionen deines AI-Agenten ein und beschreibe deine Bedingungen im Wann und wie soll diese Aktion ausgeführt werden? Feld.

• Verwende ! um in deinen Anweisungen auf den genauen Workflow-Namen zu verweisen. Zum Beispiel:

  Wenn der Kontakt um eine Rückerstattung bittet, löse !refund_processing aus.

• Stelle sicher, dass der von dir referenzierte Workflow veröffentlicht ist; nicht veröffentlichte Workflows werden beim Auslösen nicht ausgeführt.

• Vermeide, dieselbe Automatisierung doppelt zu erstellen. Wenn ein Workflow dieselben Aktionen wie dein AI-Agent ausführt (z. B. eine Follow-up-Nachricht sendet oder dasselbe Kontaktfeld aktualisiert), können doppelte Nachrichten oder Kontaktaktualisierungen entstehen.

Du kannst mehrere Bedingungen im selben Anweisungsfeld definieren; jede Bedingung kann den ersten Schritt eines anderen Workflows auslösen.

Einschränkungen:

• Trigger Workflows funktioniert nur mit bestehenden Workflows in deinem Workspace. Wenn keine Workflows vorhanden sind, kann diese Aktion nicht aktiviert werden und du wirst aufgefordert, zuerst einen Workflow zu erstellen.

• Variablen werden nicht vom AI-Agenten an den Workflow übergeben. Der Workflow kann Konversationsvariablen wie gesammelte Antworten nicht automatisch sehen, es sei denn, du konfigurierst diese Logik direkt im Workflow.

• Informationen werden nicht vom Workflow an den AI-Agenten zurückgegeben. Der AI-Agent „wartet“ nicht auf das Ergebnis des Workflows und kann nicht auf dessen einzelne Schritte reagieren.

• Beim Testen eines AI-Agenten siehst du im Test-AI-Agent-Panel ein Ereignis Workflow {workflow name} Started, wenn ein Workflow ausgelöst wird. Nicht veröffentlichte Workflows erzeugen keine Ereignisse im Testpanel.

Anweisungen zum Auslösen von Aktionen schreiben

Gute Anweisungen für AI-Agenten führen direkt zu klaren, umsetzbaren Antworten. Beim Schreiben von Anweisungen beachte diese Best Practices:

• Spezifiziere Bedingungen und gewünschte Ergebnisse klar. Zum Beispiel:

- Wenn der Kunde nach Preisen fragt, antworte mit unseren Standardpaketen und weise die Konversation dem @Sales Team zu.

• Verwende klare, einfache Sprache. Vermeide Mehrdeutigkeit.

• Erwarte gängige Szenarien und erstelle für jede Aktion klare, einfache Anweisungen.

• Du kannst auch festlegen, was dem Kunden gesagt werden soll, wenn eine Aktion verwendet wird. Zum Beispiel:

- Sobald Buchungsdatum und -uhrzeit erfasst sind, antworte dem Kontakt: "Vielen Dank für deine Buchung. Wir freuen uns, dich am $contact.bookingdate um $contact.bookingtime zu sehen."

Zeitpunkt & Verhalten der Aktion

• AI-Agenten führen immer Aktionen aus, bevor sie eine Antwort generieren.

• Aktionen wie „Konversation schließen“ oder „Konversation zuweisen“ treten in Kraft, sobald ein Szenario empfangen wurde. Wenn der Kontakt beispielsweise sagt, dass keine weiteren Fragen bestehen, wird der AI-Agent zuerst die Konversation schließen und dann eine Dankesnachricht erstellen.

Wie Aktionen mit Audionachrichten funktionieren

AI-Agenten können jetzt Audio-Nachrichten verstehen, die Kontakte in echten Konversationen teilen.

Wenn eine Audiodatei empfangen wird:

• Sie wird automatisch in Text transkribiert, damit der AI-Agent den Inhalt verstehen kann.

• Der AI-Agent verarbeitet die transkribierte Nachricht und kann basierend auf dem Gesagten relevante Aktionen durchführen, wie z. B. die Konversation zuweisen, Kontaktfelder aktualisieren oder sie schließen.

• Du kannst Transkripte von Audio-Nachrichten, die an AI-Agenten gesendet wurden, unterhalb der Nachrichtenblase ansehen.

Wichtige Hinweise:

• Audio-Nachrichten, die gesendet werden, bevor eine Konversation einem AI-Agenten zugewiesen wurde, werden nicht in den Kontext einbezogen und nicht angezeigt.

• Transkripte erscheinen möglicherweise nicht sofort. Aktualisiere deinen Browser oder wechsle zu einer anderen Konversation und zurück, um das Transkript zu sehen.

Unterstützte Audio- und Video-Dateiformate:

• Audio: MP3, WAV, FLAC, M4A, OGG/OGA, Opus, AAC, AIFF, WEBA

• Video: AVI, M4V, MKV, MOV, MP4, MPEG, MPG, WEBM, WMV, 3GPP

Aktionen miteinander verknüpfen

Du kannst mehrere Aktionen in einem Szenario kombinieren; gängige Beispiele findest du unten.

Für verkettete Aktionen (z.B. 1️⃣ Lifecycle aktualisieren → 2️⃣ Kontaktfeld aktualisieren → 3️⃣ Unterhaltung schließen) stelle sicher, dass du sie in „Anweisungen“ einfügst und die Aktionen aktiviert sind.

Beispiele:

Kontaktfeld aktualisieren + Konversation zuweisen

- Sammle und speichere die Telefonnummer, weise dann die Konversation per Round Robin einem @Sales Team zu.

Lifecycle-Status aktualisieren + Konversation schließen

- Aktualisiere den Lifecycle zu "Issue Resolved" und schließe die Konversation, indem du das Kundenproblem und die bereitgestellte Lösung zusammenfasst.

Best Practices:

• Halte es logisch und zielorientiert: Kette Aktionen nur, wenn sie natürlich aufeinander folgen (z. B. Lead qualifizieren → Konversation schließen → an Sales zuweisen).

• Halte die Reihenfolge klar: Platziere Aktionen in einer Reihenfolge, die dem Ablauf einer echten Konversation entspricht — weise die Konversation nicht zu, bevor du die wichtigsten Informationen gesammelt hast.

• Überlade ein Szenario nicht: Beschränke dich auf maximal 2–3 Aktionen. Zu viele verknüpfte Aktionen erschweren es dem AI-Agenten, vorherzusagen und Probleme zu beheben.

• Sei explizit in deinen Anweisungen: Formuliere jeden Schritt klar, statt darauf zu vertrauen, dass der AI-Agent „rät“, was als Nächstes kommt.

Was zu vermeiden ist:

• Vage Anweisungen

- Wenn es sich so anfühlt, als wäre das Problem gelöst, aktualisiere vielleicht den Lifecycle oder ähnliches.

Problem: Der AI-Agent weiß nicht, welche Lifecycle-Phase verwendet werden soll oder wann die Aktion ausgelöst werden muss.

• Widersprüchliche Aktionen

- An @Sales Team zuweisen, dann wieder abweisen, falls nicht nötig.

Problem: Das schafft Verwirrung für den AI-Agenten und lässt die Konversation in einem undefinierten Zustand zurück.

• Ein Szenario überladen

- Lifecycle auf Qualified setzen, Telefonnummer sammeln, Kontaktfeld mit Standort aktualisieren, an @Sales Team zuweisen, erneut an @Support Team zuweisen und die Konversation schließen.

Problem: Zu viele Schritte in einer Kette machen den Ablauf unvorhersehbar und schwer zu debuggen. Am besten aufteilen und natürliche Reihenfolge einhalten. Zum Beispiel: Zuerst nach der Telefonnummer fragen, dann diese speichern. Zweitens: Aktualisiere den Lifecycle auf „Qualified“, usw

Vermeidung von Workflow- & Zuweisungskonflikten

Stelle beim Einrichten von Aktionen sicher, dass sie nicht mit deinen bestehenden Workflows oder manuellen Teamzuweisungen in Konflikt stehen:

• Überprüfe Workflow-Zuweisungen: Wenn Workflows Konversationen automatisch zuweisen, stelle sicher, dass diese nicht unbeabsichtigt die Zuweisungen des AI-Agenten überschreiben.

• Überlegungen zum Standard-AI-Agenten: Wenn du einen Standard-AI-Agenten verwendest, stelle sicher, dass seine Aktionen mit automatischen Workflows übereinstimmen, die beim Öffnen einer Konversation ausgelöst werden.

Best Practice: Überprüfe regelmäßig deine Workflows zusammen mit den Einstellungen des KI-Agenten, um Konflikte und unerwartetes Verhalten zu vermeiden.

FAQ und Fehlersuche