ÐаÑеÑина ÐвÑеÑов
Warum der Agentic Customer zum IT-Imperativ wird
Agentic Customers – KI-Agenten, die autonom im Auftrag von Kunden handeln – verändern Interaktionsmodelle grundlegend. Was IT-Verantwortliche jetzt tun müssen.
Über Jahre hinweg konzentrierten sich Digitalisierungsstrategien darauf, die Interaktion von Menschen mit Systemen zu verbessern. Doch nun zeichnet sich ein neuer Trend ab: Nicht mehr die Kunden selbst, sondern ihre digitalen Agenten übernehmen die Kommunikation mit den Systemen von Anbietern und Dienstleistern.
Das Aufkommen des Agentic Customer markiert den Übergang von menschlich gesteuerter, digitaler hin zu autonomer, maschinenvermittelter Interaktion, bei der KI-Agenten eigenständig im Auftrag von Individuen handeln. Während diese Entwicklung branchenübergreifend sichtbar wird, zeigt die Finanzbranche bereits heute, welche Potenziale und Herausforderungen diese Entwicklung mit sich bringt, und warum IT-Verantwortliche dringend tätig werden müssen.
Dabei handelt es sich nicht um einen UX-Trend oder einen neuen Kanal. Es ist ein architektonischer Wendepunkt, der grundlegend verändert, wie Unternehmen Services bereitstellen, Risiken managen und in zunehmend automatisierten Märkten konkurrieren.
Was ein Agentic Customer ist
Ein Agentic Customer ist ein Software-Agent, der konfiguriert wird, um definierte Ziele autonom zu verfolgen. Anders als Chatbots oder digitale Assistenten warten diese Agenten nicht auf einzelne Prompts. Sie initiieren eigenständig Aktionen, verhandeln Konditionen, vergleichen Angebote verschiedener Anbieter und führen Transaktionen innerhalb festgelegter Grenzen aus.
Um diese Entwicklung einzuordnen, ist es wichtig, agentische KI von den generativen KI-Werkzeugen (GenAI) zu unterscheiden, die zuletzt die Schlagzeilen dominierten. Während GenAI auf konkrete Prompts von Menschen reagiert, agiert agentische KI autonom. Sie kann ihre Umgebung wahrnehmen, komplexe Probleme analysieren, eigenständig handeln und aus Ergebnissen lernen – ohne ständige menschliche Steuerung. Dieser Sprung von reaktiver zu proaktiver KI macht den Agentic Customer erst möglich.
Im Finanzbereich kann ein Kunde beispielsweise einen Agenten einsetzen, um Kreditkonditionen auszuhandeln, Rückzahlungspläne zu optimieren oder dynamisch den Anbieter zu wechseln. In anderen Branchen wie Energie, Telekommunikation oder E-Commerce gilt dasselbe Prinzip: Nicht mehr der Mensch interagiert direkt mit dem System, sondern sein Agent.
Gartner beschreibt, dass sich maschinelle Kunden zunehmend von einfachen Automatisierungs- und regelbasierten Einkaufssystemen hin zu autonomen Agenten mit Entscheidungs- und Verhandlungsfähigkeit entwickeln. Agentic Customers stehen am Ende dieses Spektrums. Sie führen nicht nur Transaktionen aus, sondern optimieren Ergebnisse entlang mehrerer Dimensionen wie Preis, Risiko, Geschwindigkeit und vertraglicher Flexibilität. Die Finanzbranche fungiert dabei als Frühindikator für das, was andere Branchen noch erwartet. Hier gehen Agentic Customers weit über automatisierte Einkaufssysteme hinaus. Sie agieren als hochentwickelte Verhandler, die komplexe Finanzprodukte verstehen und Ergebnisse anhand mehrerer Zielkriterien optimieren können.
Gartners Artikel Machine Customers Will Decide Who Gets Their Trillion-Dollar Business unterstreicht das Ausmaß dieses Trends. Laut der dort zitierten Umfrage glauben 49 Prozent der Befragten, dass bis 2030 22 Prozent des Umsatzes mit maschinellen Kunden generiert wird. Für Enterprise-IT-Verantwortliche wird der Agentic Customer damit vom reinen Innovationsthema zur strategischen Priorität.
Agent-zu-Agent-Interaktion verändert die Unternehmensschnittstelle
In dieser agentischen Welt verändern sich Interaktionsmodelle grundlegend. Wenn nicht-menschliche Akteure Portale oder Apps nutzen, müssen Unternehmen strukturierte, maschinenlesbare Schnittstellen für die Agent-zu-Agent-Kommunikation bereitstellen.
Stellen wir uns ein Szenario in der Finanzbranche vor, in dem der Agent eines Kunden eine Autofinanzierung abschließen soll. Anstatt dass der Kunde stundenlang persönlich recherchiert und Anträge ausfüllt, kommuniziert sein Agent parallel mit mehreren Finanzinstituten. Er vergleicht nicht nur Zinssätze, sondern auch Laufzeiten, Gesamtkosten und Zusatzleistungen und bewertet die Angebote anhand klar definierter Zielkriterien. Der Kunde kann seinem Agenten Prioritäten vorgeben wie etwa: „Ich möchte den niedrigsten Zinssatz“, „die kürzeste Laufzeit“ oder „die geringsten Gesamtkosten“. Auf dieser Basis verhandelt und optimiert der Agent innerhalb festgelegter Parameter eigenständig. Für Banken bedeutet das: Sie müssen Angebote in Echtzeit generieren können.
Die Zukunft wird jedoch nicht vollständig autonom sein. Selbst hochentwickelte Systeme werden vielmehr in einem Mensch-KI-Partnerschaftsmodell agieren. Denn Finanzentscheidungen haben auch eine emotionale Bedeutung und sind von persönlicher Tragweite, die reine Optimierungsalgorithmen nicht vollständig erfassen können. Erfolgreiche Agentic Customer-Systeme sollten daher transparente und nachvollziehbare Erklärungen für ihre Empfehlungen liefern. Nur so können Kunden komplexe Abwägungen nachvollziehen und bei wichtigen Entscheidungen die Kontrolle behalten, während sie die Optimierung von Routineaufgaben delegieren.
Diese Veränderung hat tiefgreifende Auswirkungen auf Produkt- und Preisstrukturen von Banken. Statische Zinssatzlisten und langwierige Genehmigungsprozesse werden obsolet. Stattdessen sind dynamische Pricing-Engines erforderlich, die innerhalb von Millisekunden wettbewerbsfähige, personalisierte Angebote erzeugen und in Echtzeit auf parallele Anfragen zahlreicher Kundenagenten reagieren.
Aus IT-Sicht muss Agent-zu-Agent-Kommunikation insbesondere die Preisgestaltung in Echtzeit und Entscheidungs-Engines abbilden. Erforderlich sind dafür:
- APIs, die Intentionen, Restriktionen und Ergebnisse offenlegen,
- Systeme, die Tausende paralleler Verhandlungen führen können, und
- Governance-Mechanismen, die in Maschinengeschwindigkeit arbeiten.
Dasselbe Interaktionsmuster wird sich auch in anderen Branchen zeigen – etwa bei der Stromanbieterauswahl oder der dynamischen Beschaffung von Cloud-Services.
Ein architektonischer Wandel – kein Feature-Upgrade
Die Unterstützung agentischer Kunden legt die Grenzen traditioneller Unternehmensarchitekturen offen. Monolithische, workflow-getriebene Systeme, die auf menschliche Taktung ausgelegt sind, stoßen bei autonomen Verhandlungen von Agenten im großen Maßstab schnell an ihre Grenzen.
Für Unternehmen gilt es nun, ihre Kernlogik für Entscheidungen in modulare, kombinierbare Services zu überführen. Preisregeln, Berechtigungsüberprüfungen, Risikobewertungen und Compliance-Kontrollen müssen als adressierbare Komponenten verfügbar sein, die Agenten dynamisch aufrufen können.
Dafür braucht es eine einheitliche Entscheidungsebene, in der prädiktive Modelle, deterministische Regeln und Richtlinienrestriktionen zusammenwirken. Eine zentrale Decisioning-Plattform ist ein geeigneter Ansatz, um diese Anforderungen zu erfüllen.
Identität, Vertrauen und Risiko neu denken
Agentic Customers stellen auch herkömmliche Ansätze zur Authentifizierung und Betrugsprävention infrage. Methoden, die auf Menschen zentriert sind, wie wissensbasierte Authentifizierung oder verhaltensbasierte Biometrie, sind in Machine-to-Machine-Interaktionen nur begrenzt einsetzbar.
Stattdessen müssen Unternehmen kryptografische Identitäten, Modelle mit delegierter Autorität und kontinuierliche, richtliniengesteuerte Autorisierung einsetzen. Sicherheit und Vertrauen werden nicht mehr einmal pro Sitzung hergestellt, sondern während des gesamten Lebenszyklus jeder Transaktion durchgesetzt.
Besonders in unserem Use Case Financial Services zeigt sich die Relevanz: Regulierungsbehörden prüfen bereits jetzt, wie autonome Systeme mit bestehenden Verbraucherschutzregeln und treuhänderischen Rahmenbedingungen vereinbar sind. Ähnliche Fragen werden bald auch in anderen regulierten und teilregulierten Branchen aufkommen.
Auswirkungen auf Wettbewerbssituationen
Agentic Customers verschärfen den Wettbewerb, indem sie Vergleiche reibungslos und kontinuierlich ermöglichen. Wenn Agenten sofort bessere Angebote identifizieren und Anbieter automatisch wechseln können, verschiebt sich Kundenloyalität von emotionaler Bindung hin zu algorithmischer Performance. Unternehmen, die nicht durchdacht und sinnvoll auf Agentenökosysteme setzen, riskieren, austauschbar zu werden.
„Agentic Customers verschärfen den Wettbewerb, indem sie Vergleiche reibungslos und kontinuierlich ermöglichen. Wenn Agenten sofort bessere Angebote identifizieren und Anbieter automatisch wechseln können, verschiebt sich Kundenloyalität von emotionaler Bindung hin zu algorithmischer Performance.“
Rachael Hadaway, FICO
Gleichzeitig entstehen neue Chancen: Überlegene Technologieplattformen, flexiblere Produktangebote und bessere Echtzeit-Pricing-Fähigkeiten können dazu führen, dass Unternehmen überproportional Marktanteile gewinnen – vorausgesetzt, Kundenagenten identifizieren sie konstant als optimalen Anbieter.
Erfolgreich werden jene Unternehmen sein, die über folgende Voraussetzungen verfügen:
- API-first- und Cloud-native-Grundlagen sowie starke KI-Fähigkeiten
- modulare Entscheidungsarchitekturen
- Echtzeit-Risiko- und Pricing-Funktionalitäten
- organisatorische Agilität zur Anpassung von Richtlinien an das sich ändernde Agentenverhalten
Die Zukunft des Agentic Customer nimmt bereits Gestalt an
Der Agentic Customer ist kein fernes Zukunftsszenario mehr. Gartners Daten und die rasanten Fortschritte autonomer KI legen nahe, dass maschinenvermittelte Kundeninteraktion in den nächsten Jahren Mainstream wird. Finanzdienstleister geben einen Vorgeschmack auf diese Zukunft, werden aber nicht lange allein bleiben.
IT-Verantwortliche stehen deshalb vor einer klaren Entscheidung: Jetzt selbst agieren und Architekturen anpassen sowie eine starke Decisioning-Plattform implementieren, oder später von Maschinen optimiert oder aussortiert werden.
Unternehmen, die diesen Übergang erfolgreich gestalten, werden neue Formen von Kundenbeziehungen erschließen: effizienter, reaktionsschneller und potenziell profitabler als mit traditionellen Modellen.
Die Frage ist längst nicht mehr, ob Kunden ihre eigenen Agenten mitbringen. Die Frage ist, ob Unternehmenssysteme so aufgestellt sind, dass sie Agentic Customers adäquat und effektiv bedienen können.
Über die Autorin:
Rachael Hadway ist Vice President of Product Management bei FICO.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
