Zum Inhalt springen
KLIXPERT.io
Data, AI & Engineering

AI & Agentic AI –Agenten mit Human in the Loop

Wir finden die Aufgaben, die ein AI-Agent für euer Team vorbereiten kann, und bauen den Workflow mit Prüfung und Freigabe.

Ausgangslage

Der Entwurf ist fertig, die Freigabe nicht

Die AI hat die Antwort auf eine Kundenanfrage entworfen. Sie klingt gut und liegt im Postausgang. Wer sagt, ob sie rausgeht? Meist, wer gerade Zeit hat. Ein Beispiel aus einer Woche.

40

Entwürfe schreibt die AI,
Antworten auf Kundenanfragen.

6

Leute schicken sie raus,
je nachdem, wer gerade Zeit hat.

0

Regeln legen fest,
wer freigibt und was geprüft wird.

Könnt ihr diese vier Fragen sofort beantworten?

  • Welche Arbeit soll die AI bei euch als Erstes vorbereiten?
  • Welche Kundendaten darf ein AI-Tool überhaupt sehen?
  • Woran erkennt ihr, dass ein AI-Entwurf falsch ist?
  • Wer steht dafür gerade, wenn so ein Entwurf ungeprüft rausgeht?

Unser Ansatz

Die AI klingt überzeugend, auch wenn sie danebenliegt. Deshalb entscheidet ein Mensch.

Ein HITL-Workflow, der auch das Nein regelt

Er legt fest, was der Agent vorbereitet, wer prüft und woran. Und was passiert, wenn jemand ablehnt. Unser Beispiel ist die Antwort auf eine Kundenanfrage.

HITL-Workflow – Antwort auf eine Anfrage

Beispiel
  1. 01Entwurf
    AI-Agent

    Der Agent liest die Anfrage und die bisherigen Kontakte im CRM. Er entwirft eine Antwort und setzt offene Punkte an den Anfang.

  2. 02Prüfung
    Marketing

    Geprüft wird gegen die Checkliste: Fakten, Zusagen, Ton. Nennt der Entwurf Preise oder Termine, übernimmt Sales.

  3. 03 · EntscheidungFreigabe
    Marketing oder Sales

    Freigeben, ändern oder ablehnen. Senden kann nur, wer freigibt.

  4. 04Bei Ablehnung
    Marketing oder Sales

    Die Antwort wird von Hand geschrieben. Dazu kommt der Grund in einem Satz, etwa „falsches Produkt genannt“.

  5. 05Monatliche Durchsicht
    Marketing-Leitung

    Die Ablehnungsgründe des Monats liegen auf dem Tisch. Anweisungen und Checkliste werden nachgeschärft, oder der Use Case endet.

  1. Sonst verschwinden offene Punkte in einem Satz, der gut klingt.
  2. Der Agent hat keinen Zugriff auf den Versand. Das ist Absicht.
  3. Ein Use Case darf auch enden. Das ist ein Ergebnis, kein Scheitern.

Leistungen

Was wir mit euch aufbauen

Wir setzen einen Use Case um, von der Auswahl bis zum Workflow im Alltag. Welches AI-Tool dazu passt, entscheiden wir erst, wenn feststeht, was es tun soll.

Der passende erste Use Case

Wir sammeln mit euch Aufgaben, die ein Agent vorbereiten könnte, etwa Anfragen zusammenfassen oder Antworten entwerfen. Jede gleichen wir mit Ziel, Datenlage, Prüfung und Freigabe ab. Was nach festen Regeln läuft, gehört zu Marketing Automation.

Klare Grenzen für eure Daten

Wir prüfen, welche Daten der Use Case braucht und wo sie liegen. Was ein AI-Tool davon sehen darf, legt ihr mit eurem Datenschutz fest. Die Anbindung bauen wir mit Schnittstellen & Integrationen.

Eine Checkliste für die Prüfung

Wir legen mit euch fest, woran die prüfende Person einen Entwurf misst, etwa Fakten, Zusagen und Ton. Die Checkliste steht im Workflow. So prüft niemand nach Bauchgefühl.

Eine Freigabe mit Namen

Jeder Workflow hat eine Person, die freigibt, und einen Weg für das Nein. Ohne Freigabe geht nichts an Kunden, kein Status ändert sich. Ablehnungen sammeln wir mit Grund.

Ablauf

Erst festlegen, dann testen, dann entscheiden

Use Case wählen

Aus eurer Liste wählen wir mit euch eine Aufgabe aus. Ihr wisst danach, was der Agent vorbereiten soll und welche Entscheidung er nie trifft.

Freigabe festlegen

Wir legen Checkliste, Freigabe und den Weg für ein Nein fest. Sales entscheidet mit, wo es um Zusagen oder den Lead-Status geht. Der HITL-Workflow steht, bevor der Agent den ersten Fall sieht.

Im Alltag testen

Wir bauen den Workflow und testen ihn einige Wochen an echten Fällen. Jeder Entwurf geht durch die Freigabe. Am Ende seht ihr, wie viele unverändert, geändert oder gar nicht rausgingen.

Entscheiden

Mit den Ablehnungsgründen auf dem Tisch entscheidet ihr, ob der Workflow bleibt, nachgeschärft wird oder endet. Erst danach kommt der nächste Use Case, so verstehen wir Learn & Scale.

FAQ

Häufige Fragen zu AI & Agentic AI

„Der erste gute Entwurf beeindruckt alle. Spannend wird es beim ersten, den jemand ablehnt. Dann zeigt sich, ob das Team sagen kann, warum.“

— Florian Narr, Geschäftsführer von KLIXPERT.io & Softwareentwickler

Bring eine Aufgabe mit, bei der ihr an AI denkt

Am besten mit ein paar echten Beispielen. Im ersten Gespräch prüfen wir mit dir, ob die Aufgabe passt, welche Daten sie braucht und wer freigeben würde.

* sind Pflichtfelder. Mit dem Absenden des Formulars stimmst du den Allgemeinen Geschäftsbedingungen und der Datenschutzerklärung zu.

Data, AI & Engineering

Weitere Skills in diesem Bereich

Tracking & Analytics

Drei Zahlen für dieselben Anfragen

Wir bauen euer Tracking vom ersten Klick bis zur Opportunity im CRM, damit Marketing und Sales über dieselbe Zahl reden.

Dashboards

Viele Charts, keine Entscheidung

Wir bauen Dashboards für Geschäftsführung, Marketing und Sales, mit denen ihr im Meeting entscheidet, statt über Zahlen zu streiten.

Marketing Automation

Eine Anfrage, zwei Teams, kein Rückruf

Wir regeln mit euch, was bei einem Statuswechsel im CRM passiert, und bauen daraus Workflows, damit keine Anfrage unbemerkt liegen bleibt.

Software Engineering

Euer Team arbeitet um das System herum

Wir prüfen, was eure Website und euer Shop schon können, und entwickeln, was Marketing und Sales dann noch fehlt.

Schnittstellen & Integrationen

Jedes System zeigt einen anderen Status

Wir bauen Schnittstellen zwischen Formular, CRM und Analytics, damit eine Anfrage im CRM und im Report denselben Status hat.