KI-Agent für Triage und Priorisierung von Support-Tickets

Ein Ticket zu sortieren heißt nicht, es zu beantworten. Es geht darum, zu entscheiden, worum es sich handelt, wie dringend es ist und wer sich darum kümmern muss. Dieser Schritt wirkt aus der Ferne einfach, kostet aber enorm viel Zeit, sobald das Volumen steigt, und verschlechtert sich schnell, wenn niemand ihn fortlaufend im Blick behält. Ein autonomer KI-Agent kann genau diesen Schritt übernehmen, den, der vor der eigentlichen Antwort kommt.

Das Problem

Das Ticketvolumen sinkt nicht. Laut einer von Zendesk zitierten McKinsey-Erhebung erwarten 57 % der Führungskräfte, dass das Anruf- und Ticketvolumen im Kundenservice in den kommenden ein bis zwei Jahren um bis zu einem Fünftel steigt (https://www.zendesk.fr/blog/customer-service/satisfaction/customer-service-statistics/). Gleichzeitig steigen die Erwartungen: Der CX-Trends-2026-Report von Zendesk, erstellt auf Basis von mehr als 11.000 befragten Verbrauchern und CX-Verantwortlichen in 22 Ländern, gibt an, dass 88 % der Kunden schnellere Antworten erwarten als vor einem Jahr und dass 74 % der Verbraucher einen rund um die Uhr verfügbaren Support inzwischen als Standard betrachten (https://cxtrends.zendesk.com/). Derselbe Report ist streng bei den Folgen schlechter Triage: 85 % der CX-Verantwortlichen glauben, dass Kunden eine Marke nach einem ungelösten Problem verlassen, selbst schon beim ersten Kontakt.

Die Triage gehört zudem zu den zeitaufwendigsten Aufgaben für Support-Teams, was die verfügbare Zeit für den eigentlich zählenden Teil, die Antwort an den Kunden, einschränkt. Der Customer-Service-Transformation-Report von Intercom (2025) stellt fest, dass 76 % der Support-Teams im vergangenen Jahr letztlich in KI investiert haben, gegenüber 54 %, die dies ursprünglich planten, ein Zeichen dafür, dass der operative Druck die ursprünglichen Pläne oft überholt (https://www.intercom.com/blog/customer-service-transformation-report-2025/). Derselbe Report beobachtet, dass nur 19 % der Support-Teams ihre aktuellen Tools als vollständig bedarfsgerecht einschätzen, was darauf hindeutet, dass ein guter Teil der Triage-Last heute noch manuell erfolgt.

Diese manuelle Triage hat, neben der Langsamkeit, versteckte Kosten: die Konstanz. Jemand, der seit acht Stunden Tickets sortiert, klassifiziert nicht mehr mit derselben Sorgfalt wie zu Tagesbeginn, und am Wochenende oder außerhalb der Bereitschaftszeiten sortiert niemand, bis das Team zurück ist. Ein dringendes Ticket, das an einem Samstagmorgen eintrifft, kann also bis Montag warten, bevor es überhaupt gesehen wird, nicht erst bevor es bearbeitet wird. Diese Deckungslücke, mehr noch als die reine Bearbeitungsgeschwindigkeit, belastet die Kundenerfahrung in Organisationen ohne eigene Support-Bereitschaft am stärksten.

Was der Agent Schritt für Schritt tut

Bei Atako läuft dieser Agent fortlaufend, nicht nur während der Arbeitszeiten des Support-Teams. Er erhält neue Tickets über die verbundenen Integrationen zu Zendesk, Intercom oder Freshdesk, je nach Tool des Unternehmens, und analysiert jede Nachricht, um Absicht, Thema und einen Dringlichkeits-Score zu ermitteln.

Anschließend reichert er das Ticket mit der aus dem CRM stammenden Kundenhistorie an (Kundendauer, gebuchter Plan, frühere Tickets), bevor er es nach Kategorie (Abrechnung, Bug, Produktfrage, Kündigung) und zuständigem Team klassifiziert. An dieser Stelle greifen konfigurierbare Eskalationsregeln: VIP-Status des Kontos, sensible Schlüsselbegriffe wie eine Kündigung oder ein juristischer Hinweis, oder ein zu lange unbeantwortetes Ticket. Das Ticket wird dann mit bereits angehängtem Kontext an die richtige Warteschlange weitergeleitet, und bei dringenden oder eskalierten Fällen geht ein Alarm auf Slack raus. Jede Klassifizierungsentscheidung wird protokolliert, damit ein Mensch sie korrigieren und die Regeln später verfeinern kann.

Was dieser Agent bewusst nicht tut: die endgültige Antwort an den Kunden verfassen oder das Ticket schließen. Das ist die Aufgabe eines Agenten zur Automatisierung von Support-Tickets, eines eigenen Bausteins, der nach der Triage übernimmt.

Die eingesetzten Integrationen

Zendesk liefert das Lesen eingehender Tickets und der Historie (get_ticket, search_tickets), mit der Aktualisierung von Kategorie und Priorität über update_ticket nach abgeschlossener Klassifizierung. Bei Intercom verbindet sich der Agent mit den Konversationen, um Nachrichten in Echtzeit zu klassifizieren und mehrdeutige Fälle an einen Menschen zu übergeben. Für Teams, die Freshdesk statt Zendesk nutzen, gilt dieselbe Lese- und Reklassifizierungslogik.

HubSpot dient dazu, das Ticket vor der Priorisierung anzureichern: Eine Suche nach Kontakt (search_contacts) oder laufendem Deal kann zutage fördern, dass es sich um einen Großkunden oder eine bevorstehende Vertragsverlängerung handelt, zwei Faktoren, die die tatsächliche Priorität eines Tickets verändern. Slack erhält schließlich den Alarm, wenn ein Ticket als dringend eingestuft wird, über post_message im vom Team gewählten Support-Kanal.

Was beim Menschen bleibt

Der Agent antwortet dem Kunden niemals anstelle des Support-Teams und schließt kein einziges Ticket. Seine Rolle endet bei Klassifizierung, Anreicherung und Weiterleitung. Jede von ihm genutzte Integration hängt von einem präzisen Grant mit definiertem Umfang ab (nur lesen oder lesen und schreiben): Bei Zendesk etwa kann ein Grant das vollständige Lesen der Tickets erlauben, aber das Schreiben auf die reine Aktualisierung der Kategorie beschränken, ohne den Ticketinhalt selbst zu berühren.

Drei Dinge bleiben strukturell beim Menschen. Erstens, die Tickets bearbeiten und beantworten, sobald sie sortiert sind, der Agent bereitet den Boden, verfasst aber nicht die Antwort an den Kunden. Zweitens, falsch kategorisierte Tickets umklassifizieren: Eine fehlerhafte Klassifizierung bleibt sichtbar und veränderbar wie jedes andere Ticket, und den Agenten zu korrigieren gehört zum normalen Betrieb, nicht zu einem zu verbergenden Fehler. Drittens, die Dringlichkeits- und Eskalationskriterien festlegen und weiterentwickeln, eine Aufgabe, die das feine Fachwissen im Support erfordert, das beim Team bleibt.

Diese Arbeitsteilung entspricht dem, was man Human-in-the-Loop nennt: Der Agent übernimmt Volumen und Wiederholung der Triage, der Mensch behält die Entscheidung über die Antwort und über die Regeln selbst. Jeder vom Agenten ausgeführte Integrationsaufruf (Ticket lesen, Kategorie aktualisieren, Slack-Alarm) wird mit seinem Status protokolliert, sichtbar in der Aktivitäts-Timeline des Agenten und für einen Administrator im Detail einsehbar im unternehmensweiten Integrationsprotokoll.

Messbares Ergebnis

Der Hauptnutzen ist die Konstanz: Ein Ticket, das sonntags um Mitternacht eintrifft, wird ebenso schnell klassifiziert und weitergeleitet wie ein Ticket, das dienstags um 10 Uhr ankommt. Es hängt nicht mehr davon ab, wer genau in diesem Moment verfügbar ist, um die Warteschlange zu öffnen und von Hand zu sortieren. Für ein Team mit steigendem Ticketvolumen, wie es die oben genannte McKinsey-Erhebung nahelegt, ist das der Teil der Arbeit, der einen Volumenanstieg am besten abfedert, ohne im selben Tempo neue Mitarbeiter einzustellen, mit stabiler Triage-Zeit selbst wenn sich die Ticketzahl von einem Quartal zum nächsten verdoppelt.

Der Standard-Plan von Atako berechnet 20 Euro pro Monat und Agenten-Slot, mit 1.000 inkludierten Credits pro Monat für die Modellaufrufe, die für das Lesen, Klassifizieren und Anreichern jedes Tickets genutzt werden. Diese Kosten hängen weder vom bearbeiteten Ticketvolumen noch von der Zahl der Support-Mitarbeiter ab, die die Klassifizierungen einsehen, nur die Zahl gleichzeitig aktiver Agenten zählt. Die vollständigen Details finden Sie auf der Seite Preise.