Branche

KI-Vertriebsagenten 2026: was sich geändert hat und was nicht

Zwei Jahre Versprechen – und die Teile, die für kleine Unternehmen wirklich funktionieren.

· 4 Min. Lesezeit · Redaktion: Max

Vor zwei Jahren bedeutete ein KI-Vertriebsagent eine Demo. Ein Modell beantwortete auf einer Bühne drei vorbereitete Fragen, alle fanden es beeindruckend, und danach kehrte der Käufer zu einem geteilten Postfach und einer WhatsApp-Nummer zurück, auf die nach sechs Uhr abends niemand mehr schaute.

Ein Teil dieser Lücke hat sich geschlossen. Nicht alles, und nicht dort, wo das Marketing es vorhergesagt hatte. Hier eine nüchterne Bilanz dessen, was heute anders ist und was genauso ist wie damals.

Was sich tatsächlich geändert hat

Die Kosten eines Gesprächs sind eingebrochen. Das ist die größte Verschiebung und die am wenigsten diskutierte. Der Preis für den Betrieb eines Sprachmodells pro Texteinheit ist seit der ersten Welle von Enterprise-Pilotprojekten um Größenordnungen gefallen, und kleinere Modelle sind gut genug geworden für die eng umrissene Aufgabe, eine Produktfrage korrekt zu beantworten. Was sich früher nur bei Enterprise-Vertragsvolumen rechnete, rechnet sich heute für ein Unternehmen mit vier Vertriebsmitarbeitern. Die Wirtschaftlichkeit, nicht die Intelligenz, hat diesen Markt geöffnet.

Modelle haben gelernt, Tools zuverlässig zu nutzen. Die frühen Systeme konnten reden. Sie konnten keinen Lagerbestand abfragen, keine Preisliste lesen, keinen Mengenrabatt anwenden und kein Dokument erstellen. Strukturierte Ausgaben und Function Calling sind so weit gereift, dass das Modell nicht mehr die Antwort erzeugt – es entscheidet, welches System es fragt. Das ist der Unterschied zwischen einem Chatbot und etwas, das ein Angebot senden kann, das ein Kunde bezahlen kann.

Retrieval ist langweilig geworden. Antworten auf Ihren eigenen Katalog, Ihre Konditionen und frühere Angebote zu stützen, war früher ein Forschungsprojekt. Heute ist es ein Konfigurationsschritt. Langweilig ist für Infrastruktur genau das richtige Ergebnis.

Messaging wurde zur Eingangstür. Käufer sind für geschäftliche Gespräche zu WhatsApp und Telegram gewechselt – in Märkten, in denen sie für alles andere ohnehin schon dort waren –, und der geschäftliche Zugang zu diesen Kanälen ist kein Enterprise-Privileg mehr. Ein kleines Unternehmen kann heute dort erreichbar sein, wo seine Kunden bereits sind, ohne irgendetwas zu bauen.

Die Regeln sind da. Dass ein Kunde erfährt, dass er mit einer Maschine spricht, ist keine Geschmacksfrage mehr: An immer mehr Orten ist es gesetzlich vorgeschrieben. Compliance ist von einer philosophischen Debatte zu einer Checkliste geworden.

Was sich überhaupt nicht geändert hat

Tempo ist immer noch alles. Die Forschung zur Lead-Reaktion – die Lead Response Management Study unter Leitung von Prof. James Oldroyd und der Artikel „The Short Life of Online Sales Leads“ im Harvard Business Review – fand, was die Branche immer wieder neu entdeckt: Die Chance, einen Lead zu erreichen und zu qualifizieren, sinkt stark, wenn die erste Antwort von Minuten in Stunden rutscht. Kein Modell hat die menschliche Aufmerksamkeitsspanne verändert. Automatisierung zählt, weil sie jetzt antwortet, nicht weil sie klug antwortet. Die Belege haben wir in Was die Forschung zu Speed to Lead wirklich sagt zusammengefasst.

Modelle liegen immer noch falsch. Halluzinationen werden beherrscht, nicht gelöst. Die Methoden dafür sind unspektakulär, und sie funktionieren: jede Tatsachenbehauptung auf eine abgerufene Quelle stützen, lieber ablehnen als raten, wenn die Quelle fehlt, und das Modell niemals einen Preis erfinden lassen. Ein System, das sagt „Ich prüfe das und melde mich bei Ihnen“, ist wertvoller als eines, das in vier von fünf Fällen überzeugt ist.

Die Integration ist immer noch der Engpass. Der schwierige Teil war nie das Gespräch. Es ist, dass der Lagerbestand in einem System liegt, die Preisliste in einer Tabelle, die Kundenhistorie in einem CRM, das drei Personen unterschiedlich befüllen, und nichts davon abgeglichen wird. Ein KI-Agent auf ungeordneten Daten liefert schnelle, flüssige, falsche Antworten. Das Problem der Datenqualität ist dringlicher geworden, nicht weniger dringlich.

Das Modell war ab etwa 2024 nicht mehr die Grenze. Seitdem ist die Grenze, ob Ihre eigenen Informationen gut genug sind, um daraus zu antworten.

Die Übergabe zählt immer noch. Jeder ernsthafte Einsatz hat eine Grenze: den Punkt, an dem das Gespräch das automatisierte System verlässt und einen Menschen erreicht. Wo diese Grenze liegt, ist eine Geschäftsentscheidung, die Sie konfigurieren, keine technische Voreinstellung – und sie verdient mehr Nachdenken als der Prompt. Das Problem ist nicht ein Agent, der zu oft eskaliert. Es ist ein Agent, der in eine Warteschlange eskaliert, um die sich niemand kümmert.

Nichts erzeugt Nachfrage. Ein Agent antwortet den Menschen, die Sie kontaktiert haben. Er erschafft sie nicht. Unternehmen, die einen installiert und eine Pipeline erwartet haben, mussten feststellen: Wer die Antwort auf null Anfragen automatisiert, bekommt schnell null Aufträge.

Was das für ein kleines Unternehmen bedeutet

Die praktische Frage im Jahr 2026 ist nicht mehr, ob die Technologie funktioniert. Sondern ob Ihre konkrete Aufgabe zu denen gehört, die sie gut erledigt.

Gut kann sie: sofort und zu jeder Stunde antworten, wiederkehrende Presales-Fragen aus einer Quelle beantworten, die Sie kontrollieren, die zwei oder drei Fakten erfragen, die einen Lead qualifizieren, ein Angebot aus einer festgelegten Preisliste erstellen und alles andere mit Kontext an einen Menschen weiterleiten.

Schlecht kann sie nach wie vor: verhandeln, Stimmungen deuten, eine Beschwerde bearbeiten, bei der es eigentlich um Vertrauen geht, und alles, was davon abhängt, zu wissen, was Ihr Kollege letzten Dienstag am Telefon versprochen hat.

Wenn Sie jetzt Tools bewerten, haben sich die sinnvollen Fragen entsprechend verschoben. Nicht „Wie gut ist das Modell?“ – für Verkaufsgespräche sind sie alle ausreichend. Fragen Sie, wo Ihre Daten gespeichert werden und ob damit irgendein Modell trainiert wird, wie sich das System verhält, wenn es etwas nicht weiß, was es pro Gespräch statt pro Lizenz kostet und wie lange die Einrichtung mit Ihrem echten Katalog tatsächlich dauert. Diese letzte Frage trennt einen funktionierenden Einsatz von einem Pilotprojekt, das still und leise nicht mehr genutzt wird.

Axelion gibt es, weil sich die Antworten auf diese Fragen als entscheidender erwiesen haben als die Wahl des Modells. Auf der Produktseite steht, wie wir damit umgehen.

Die ehrliche Bilanz aus zwei Jahren: Die Demos sind weniger beeindruckend geworden und die Einsätze nützlicher. So sieht Fortschritt meistens aus.

Axelion antwortet in Sekunden, rund um die Uhr. Es antwortet im Chat Ihrer Website, empfiehlt auf Basis Ihrer Seiten das passende Produkt, speichert jeden Lead und übergibt komplexe Fälle an Ihr Team. WhatsApp und Telegram im Business-Tarif. Live auf Ihrer Website ansehen →

Ähnliche Artikel

Warum wir Axelion um die ersten fünf Minuten herum gebaut habenSpeed to Lead: Was die Forschung wirklich sagt

← Alle Artikel