KI-Agenten
Pendo for Agents verbindet Echtzeit-Kontext mit Leistungsanalyse für KI-Agenten
Wenn KI-Agenten mehr Kontext brauchen, um echten Mehrwert zu liefern
Unternehmen investieren zunehmend in KI-Agenten, doch ob diese tatsächlich einen messbaren Mehrwert schaffen, bleibt häufig unklar. Ohne ausreichenden Kontext zum Nutzerverhalten reagieren selbst leistungsfähige KI-Systeme oft zu spät, liefern unpassende Antworten oder verursachen unnötige Kosten. Mit Pendo for Agents will Pendo diese Lücke schließen und KI-Agenten intelligenter, proaktiver und wirtschaftlicher machen.
Der Software-Experience-Spezialist Pendo hat mit Pendo for Agents eine Lösung vorgestellt, die Unternehmen mehr Transparenz über die Leistung ihrer KI-Agenten verschaffen soll. Gleichzeitig erhalten die Agenten Echtzeitinformationen über das Nutzerverhalten, um Probleme möglichst frühzeitig zu erkennen und eigenständig zu lösen.
Das Angebot richtet sich an Unternehmen, die bereits KI-gestützte Supportlösungen einsetzen oder eigene Agenten entwickeln. Im Mittelpunkt steht dabei eine entscheidende Frage: Wie lässt sich sicherstellen, dass KI-Agenten nicht nur funktionieren, sondern auch einen nachweisbaren Beitrag zur Kundenzufriedenheit und Wirtschaftlichkeit leisten?
Von reaktiver Unterstützung zu proaktiven KI-Agenten
Bislang reagieren viele KI-Agenten erst dann, wenn Nutzer eine Frage stellen oder ein Problem melden. Dabei liefern die Interaktionen innerhalb einer Anwendung häufig schon vorher Hinweise auf mögliche Schwierigkeiten.
Genau hier setzt Pendo for Agents an. Die Lösung verbindet Informationen über das tatsächliche Nutzerverhalten mit der Leistungsanalyse von KI-Agenten und ermöglicht dadurch eine stärker kontextbezogene Unterstützung.
Technologisch basiert das Angebot auf zwei Komponenten:
- Agent Toolkit : Die neue Funktion versorgt KI-Agenten mit Echtzeit-Kontext zum Nutzerverhalten. Dadurch können sie Schwierigkeiten erkennen und personalisierte Unterstützung direkt innerhalb einer Anwendung anbieten.
- Agent Analytics : Die bestehende Analyselösung misst die Leistung der eingesetzten Agenten und liefert Informationen über deren Effektivität, Nutzung und geschäftlichen Nutzen.
Nach Angaben von Pendo hat Agent Analytics innerhalb eines Jahres mehr als 47 Millionen Agenten-Konversationen bei nahezu 500 Unternehmen erfasst. Die Kombination beider Komponenten soll Unternehmen helfen, Supportkosten zu reduzieren, ineffiziente Agenten zu identifizieren und die Weiterentwicklung ihrer KI-Anwendungen datenbasiert zu steuern.
Wenn KI-Agenten Kosten verursachen, aber keinen Nutzen bringen
Der wirtschaftliche Druck auf KI-Projekte wächst. Gartner prognostiziert für 2027 erhebliche Investitionen in agentenbasierte KI. Gleichzeitig erwarten die Analysten, dass mehr als 40 Prozent entsprechender Projekte bis Ende 2027 eingestellt werden könnten – unter anderem wegen steigender Kosten, unklarer wirtschaftlicher Vorteile und unzureichender Risikokontrollen.
Für Unternehmen entsteht damit ein grundlegendes Problem: Die technische Funktionsfähigkeit eines KI-Agenten sagt wenig darüber aus, ob dieser tatsächlich einen positiven Return on Investment erzielt.
Pendo spricht in diesem Zusammenhang von sogenannten „Zombie-Agenten“. Gemeint sind KI-Systeme, die zwar aktiv sind und Rechenressourcen beziehungsweise Tokens verbrauchen, deren Beitrag zum Geschäftserfolg jedoch gering oder nicht erkennbar ist.
„Unternehmen investieren Millionen in Agenten, ohne zu wissen, ob sie wirklich funktionieren. Wir sprechen hier auch von Zombie-Agenten – sie sind rein technisch gesehen am Leben, sie verbrauchen Tokens, erzeugen aber keinen Mehrwert“, erklärt Todd Olson, CEO und Mitgründer von Pendo. Entscheidend sei deshalb, die Leistung der Agenten kontinuierlich zu überprüfen und ihre Interaktionen mit den tatsächlichen Anforderungen der Nutzer abzugleichen.
Mehr Transparenz für Produktteams und Kundenservice
Pendo for Agents soll sowohl mit individuell entwickelten KI-Agenten als auch mit kommerziellen Lösungen zusammenarbeiten. Dazu zählen unter anderem Plattformen wie Fin, Decagon und Sierra.
Für CX- und IT-Teams eröffnet sich damit die Möglichkeit, Supportprozesse stärker zu automatisieren. Anstatt ausschließlich auf eingehende Anfragen zu reagieren, können Agenten Nutzer bereits während der Anwendung unterstützen und Probleme im Idealfall lösen, bevor ein Support-Ticket entsteht.
Produktteams erhalten gleichzeitig Einblicke in wiederkehrende Schwierigkeiten, häufig gestellte Fragen und die Erwartungen unterschiedlicher Kundengruppen. Diese Informationen können unmittelbar in die Produktentwicklung und die Priorisierung neuer Funktionen einfließen.
Damit verändert sich auch die Rolle von KI-Agenten: Sie dienen nicht mehr ausschließlich der automatisierten Bearbeitung von Kundenanfragen, sondern werden zunehmend zu einer Informationsquelle für die kontinuierliche Verbesserung digitaler Produkte.
Praxiseinsatz: Teachable automatisiert 86 Prozent der Konversationen
Wie sich der Ansatz in der Praxis auswirken kann, zeigt das Beispiel der Online-Lernplattform Teachable. Das Unternehmen integrierte Pendo for Agents Mitte 2026 in seinen KI-gestützten Support-Agenten Fin.
Durch die Verbindung mit den Verhaltensdaten von Pendo erhält der Agent zusätzliche Informationen darüber, an welchen Stellen Nutzer Schwierigkeiten haben. Damit kann er Unterstützung anbieten, bevor aus einem Problem eine klassische Supportanfrage wird.
Nach Angaben von Teachable löst Fin inzwischen 86 Prozent der Konversationen ohne menschliches Eingreifen. Gleichzeitig erreicht der Kundenservice einen Customer-Experience-Wert von vier von fünf Sternen.
Die Zahlen verdeutlichen das Potenzial kontextbezogener Automatisierung. Allerdings lässt sich daraus allein noch nicht ableiten, welchen Anteil die Integration von Pendo an diesen Ergebnissen hat.
Der geschäftliche Nutzen wird zum entscheidenden Maßstab
Mit zunehmender Verbreitung autonomer KI-Agenten verschieben sich die Anforderungen an deren Betrieb. Unternehmen müssen nicht nur nachvollziehen können, welche Aufgaben ein Agent übernimmt, sondern auch, wie zuverlässig er arbeitet, welche Ressourcen er verbraucht und welche Ergebnisse er erzielt.
Echtzeit-Kontext kann dabei helfen, Antworten und Aktionen besser auf die jeweilige Situation abzustimmen. Gleichzeitig schafft eine kontinuierliche Leistungsanalyse die Grundlage, um ineffiziente Prozesse zu erkennen und Investitionen gezielter zu steuern.
Allerdings erhöht die Verarbeitung zusätzlicher Nutzungsdaten auch die Anforderungen an Datenschutz, Zugriffsrechte und Governance. Gerade bei Agenten, die eigenständig Aktionen auslösen, müssen Unternehmen sicherstellen, dass der verfügbare Kontext nicht zu unkontrollierten Berechtigungen oder unerwünschten Entscheidungen führt.
Fazit
Der Erfolg agentenbasierter KI wird künftig weniger daran gemessen werden, wie viele Agenten ein Unternehmen einsetzt, sondern daran, welchen konkreten Nutzen sie erzielen. Pendo for Agents adressiert damit eine zentrale Herausforderung der KI-Transformation: Automatisierung muss nicht nur technisch funktionieren, sondern auch wirtschaftlich überzeugen. Pendo for Agents ist nach Unternehmensangaben ab sofort verfügbar.
