How Zendesk Agentic AI Resolves Tickets Without Humans
AI

Wie Zendesk Agentic KI Tickets ohne menschliches Zutun löst

Schlüssel-Erkenntnisse

  • Die Agentic AI von Zendesk löst Support-Probleme autonom über alle wichtigen Kanäle hinweg.
  • Bei der ergebnisbasierten Preisgestaltung zahlen Geschäfte nur für erfolgreiche Lösungen.
  • Die integrierte Architektur verbindet KI-Aktionen mit realen Systemen wie CRMs und APIs.
  • Frühe Benutzer berichten von schnelleren Lösungen und höheren Kundenzufriedenheitswerten.

Bietet Zendesk Agentic AI an?

Ja, Zendesk bietet Agentic KI über seine Resolution Platform an, die das Unternehmen auf der Relate 2025-Konferenz in Las Vegas am 26. März 2025 vorgestellt hat.

Die Plattform setzt autonome KI-Agenten ein, die Benutzerdefinierte Anfragen von Anfang bis Ende lösen, ohne jede Frage an einen menschlichen Agenten weiterzuleiten.

Was Zendesk auszeichnet, ist sein ergebnisorientiertes Preismodell. Damit ist es der einzige große Anbieter von Service-Software, der seinen Benutzern pro erfolgreich gelöstem Problem statt pro Interaktion oder Platz abrechnet.

Frühe Anwender haben beeindruckende Ergebnisse erzielt und berichten von dreimal mehr sofortigen Lösungen und etwa 30 Prozent schnelleren Gesamtlösungszeiten – ein Ansatz, der das Risiko vom Käufer auf den Anbieter verlagert, was im Bereich Unternehmen-SaaS selten ist.

Die Resolution Platform integriert fünf Kernkomponenten: KI-Agenten, einen Wissensgraphen, Aktionen und Integrationen, Governance und Kontrolle sowie Messungen und Einblicke. Zusammen sorgen diese Elemente dafür, dass jede Anfrage einen klaren Weg zur Lösung findet.

Diese Architektur ist von Bedeutung, da sie die KI-Entscheidungsfindung direkt mit realen Geschäftssystemen in Verbindung bringt und es den Agenten ermöglicht, Aufgaben wie die Rückerstattung von Bestellungen oder die Aktualisierung von Lieferadressen auszuführen, anstatt nur Antworten vorzuschlagen.

Wie funktioniert das eigentlich?

Die Resolution Platform von Zendesk funktioniert wie eine kontinuierliche Feedbackschleife.

Wenn eine Supportanfrage über einen beliebigen Kanal eingeht, liest der KI-Agent die Nachricht, ruft den Kundenkontext ab und führt eine Abfrage beim Knowledge Graph nach relevanten Richtlinien, früheren Tickets und Produktdokumentationen durch.

Die Plattform integriert fünf Kernkomponenten:

KomponenteGeschäfts Funktion
KI-AgentenAutonome Problemlösung des Problems
WissensgrafikEinheitlicher Kontext aus allen Datenquellen des Unternehmens
Aktionen und IntegrationenAusführung von Aufgaben über externe Systeme hinweg
Governance und KontrolleDurchsetzung von Richtlinien, Prüfpfade, Datenschutz
Messung und EinblickeLeistungsanalyse in Echtzeit

Der Agent bewertet, ob er das Problem selbstständig lösen kann.

Bei einfachen Fällen führt es die Korrektur direkt über Aktionen und Integrationen durch und ruft API auf, um Rückerstattungen zu bearbeiten, CRM-Datensätze zu aktualisieren oder Lieferadressen zu ändern.

Governance- und Kontroll-Ebenen setzen Unternehmensrichtlinien durch, maskieren sensible Daten und protokollieren jede Entscheidung, während Mess- und Analysefunktionen die Lösungsquoten und Zufriedenheitswerte in Echtzeit nachverfolgen.

Diese Architektur löst das Black-Box-Problem, das frühere Chatbots plagte. Administratoren können genau nachverfolgen, welcher Wissensartikel oder welche Geschäftsregel als Auslöser für jede Entscheidung diente, und die Argumentationsparameter anpassen, wenn sich die Prioritäten verschieben.

Die Plattform lässt sich durch No-Code-Builder horizontal skalieren, sodass Teams neue Integrationen oder Wissensquellen innerhalb von Minuten statt wochenlanger benutzerdefinierter Entwicklung hinzufügen können.

Wie sieht das in der Praxis aus?

Stellen Sie sich einen SeatGeek-Fan vor, der um 23 Uhr eine Nachricht an den Support sendet und fragt: „Wo sind meine Tickets?“, ein häufiges Problem, für dessen Lösung bisher ein Mitarbeiter erforderlich war.

Der KI-Agent ruft sofort die Bestellhistorie ab, bestätigt die Zahlung und findet die E-Mail mit den Tickets, die im Spam-Ordner gelandet ist. Innerhalb von 20 Sekunden sendet der Agent die Tickets erneut, aktualisiert die Einstellungen des Benutzers, um zukünftige Nachrichten auf die Whitelist zu setzen, und schließt den Fall mit einer Zufriedenheitsumfrage ab. Kein Mensch war an dieser Interaktion beteiligt.

zendesk ai agent
Bild: Zendesk

Der typische Ablauf umfasst vier Phasen:

  1. Eine Anfrage geht ein und der KI-Agent analysiert die Absicht anhand von natürlicher Sprachverarbeitung, die anhand von Millionen früherer Tickets trainiert wurde.
  2. Die Kontexterfassung ruft Konto-Details, Reihenfolge-Status und relevante Knowledge-Base-Artikel aus dem Knowledge Graph ab.
  3. Die Aktion wird ausgeführt, egal ob es sich um das Problem handelt, eine Rückerstattung auszustellen, einen Termin zu verschieben oder an einen Spezialisten weiterzuleiten.
  4. Die Ergebnisüberprüfung protokolliert die Lösung, fordert Feedback an und leitet Randfälle an menschliche Überprüfungswarteschlangen weiter.

SeatGeek erreichte innerhalb von vier Monaten nach der Einführung von Zendesk Agentic AI eine automatische Lösungsquote von 51 Prozent und bearbeitete während der Spitzenzeiten 57.000 Abfragen autonom. Durch diesen Umfang können sich die menschlichen Mitarbeiter nun um komplexere Beschwerden kümmern und Beziehungen aufbauen, anstatt immer wieder Passwörter zurückzusetzen.

Der Effizienzunterschied zwischen Zendesk und Legacy Helpdesk-Software wird noch deutlicher, wenn man sich die Besonderheiten der Plattform genauer ansieht.

Was macht Zendesk so besonders?

Zendesk unterscheidet sich von anderen Agentic-KI-Plattformen durch eine ergebnisorientierte Preisgestaltung und eine tiefgreifende Plattformintegration. Die meisten Wettbewerber berechnen ihre Preise pro Agentensitzplatz oder pro Unterhaltung, was hohe Ticketvolumina benachteiligt und zu falschen Anreizen führt.

Zendesk kehrt dieses Modell um: Sie zahlen nur etwa 20 bis 30 Cent, wenn ein KI-Agent einen Fall vollständig löst, sodass ungelöste Interaktionen nichts kosten. Diese Struktur belohnt Genauigkeit und spornt Zendesk dazu an, seine Modelle kontinuierlich zu verbessern.

Das Unternehmen bündelt außerdem KI-Agenten, Co-Pilot-tools für menschliche Agenten und die Resolution Platform in einer einheitlichen Suite und beseitigt so die Integrationsprobleme, die bei Stacks mit mehreren Anbietern häufig auftreten.

Zu den Schlüssel-Stärken gehören:

  • Die ergebnisbasierte Abrechnung reduziert das finanzielle Risiko und richtet den Erfolg des Anbieters an den Ergebnissen des Kunden aus.
  • 70 bis 80 Prozent autonome Lösungsquote bei Routine-Abfragen, überprüft bei fast 20.000 Geschäften
  • Native Integration mit Slack, Jira, Salesforce, Microsoft 365 und AWS-Telefonie minimiert Reibungsverluste bei der Bereitstellung.
  • Erweiterter Datenschutz, einschließlich Echtzeit-Redigierung personenbezogener Daten und anpassbarer Aufbewahrungsrichtlinien für regulierte Branchen

Es gibt jedoch auch Kompromisse, und erste Rückmeldungen von Benutzern zeigen, wo die Erwartungen der Realität entsprechen.

Einige Administratoren empfanden die Benutzeroberfläche des Agent Builders als umständlich und erforderten mehr Schulungsaufwand als erwartet. Ein Reddit-Benutzer bezeichnete sie als „die nervigste Benutzeroberfläche der Welt“ und notierte das Fehlen von One-Click-KI-Entwurfs-Features, die in konkurrierenden tools vorhanden sind.

Zendesk hat die Benutzeroberfläche seit der Einführung immer wieder überarbeitet, aber Käufer sollten Zeit für die Einarbeitung einplanen.

Die Plattform stützt sich außerdem stark auf gut kuratierte Wissensdatenbanken. Ein technisch versierter Kommentator gab zu, dass die Dokumentation seines Unternehmens nicht perfekt gepflegt war und die KI Schwierigkeiten hatte, bis sie Knowledge Connectors hinzufügten, um externe Inhalte einzubinden.

Diese Abhängigkeit wird weniger belastend, sobald man versteht, wie sich das Ökosystem in die umgebenden Systeme einfügt, aber es lohnt sich, dies im Voraus zu beachten.

Trotz dieser Reibungspunkte hat sich die Stimmung mit zunehmender Reife der Plattform positiv verändert. Die Vertriebspartner von Zendesk verteidigen die Preisgestaltung aggressiv und berichten, dass die Co-Pilot-Features in der Praxis zu Effizienzsteigerungen von 20 bis 30 Prozent pro Benutzer geführt haben.

Ihr Argument ist einleuchtend: Bei Kosten von etwa 2.000 US-Dollar pro Monat für einen Support-Mitarbeiter macht sich eine 50-Dollar-Lizenz für KI-Unterstützung durch schnellere Antworten und höhere Kundenzufriedenheit um ein Vielfaches bezahlt. Wie ein Partner es ausdrückte: „Ein Schnäppchen, wenn es 30 Prozent Wert pro Mitarbeiter bringt. “

Authentifizierungsprobleme für Knowledge-Base-Artikel hinter Login-Wänden frustrierten die Benutzer zunächst, aber Zendesk unterstützte nativ gesicherten Inhalt und beseitigte diesen Schwachpunkt.

Diese iterativen Korrekturen signalisieren Reaktionsfähigkeit auf Feedback, und das Unternehmen verfeinert die Erfahrung kontinuierlich anhand einer öffentlichen Roadmap.

Integration und Anpassung an das Ökosystem

Zendesk Agentic AI lässt sich über drei Mechanismen in Workflows von Unternehmen integrieren: vorgefertigte Konnektoren, No-Code-Orchestrierung und offene APIs.

Action Builder wird mit vorgefertigten Links zu beliebten Apps geliefert, sodass KI-Agenten Jira-Tickets erstellen, Slack-Benachrichtigungen posten oder Salesforce-Datensätze synchronisieren können, ohne dass dafür benutzerdefinierter Code erforderlich ist.

Kommende Konnektoren werden auf Geschäftsplattformen wie Shopify und Microsoft Teams erweitert, sodass Mitarbeiter Bestelländerungen und interne IT-Anfragen über eine einzige Schnittstelle bearbeiten können.

Mit Knowledge Connectors kann die KI auf externe Content-Repositorys wie Confluence-Wikis, Google Drive-Ordner und SharePoint-Websites zugreifen und so den Kontext über unterschiedliche Wissensdatenbanken hinweg ohne Datenmigration vereinheitlichen.

PlattformIntegrations Rolle
SlackSofortige Benachrichtigungen und bidirektionale Befehlsausführung
JiraAutomatisierte Ticket-Erstellung und Status-Updates
SalesforceCRM-Synchronisierung für benutzerdefinierte Kundendaten und Fallhistorie
Microsoft 365Zugriff auf Teams-Chat, Outlook-Kalender, Excel-Berichte
Google DriveLive-Dokumentabruf für Wissensabfragen
AWS-TelefonieCloud-basiertes Voice Routing und Anruf-Transkription

Für eine umfassendere benutzerdefinierte Anpassung bietet Integration Builder einen No-Code-API-Orchestrator, der jeden externen REST-Endpunkt oder jede Datenbank aus einem KI-Agenten-Schritt heraus aufruft.

App Builder geht sogar noch einen Schritt weiter und ermöglicht es Teams, mithilfe von natürlichen Sprachbefehlen benutzerdefinierte UI-Widgets innerhalb von Zendesk zu erstellen und diese Apps dann intern bereitzustellen oder über den Zendesk Marketplace zu freigeben.

Dieser dreistufige Ansatz sorgt für ein Gleichgewicht zwischen Geschwindigkeit für gängige Anwendungsfälle und Flexibilität für spezialisierte Workflows.

Zeitleiste für die Implementierung und Änderungsmanagement

Der intelligenteste Weg, die Agentic AI von Zendesk einzuführen, besteht darin, klein anzufangen und den Wert zu beweisen, bevor man sie flächendeckend einsetzt.

Wir empfehlen Ihnen, ein Problem mit hohem Volumen und geringer Komplexität auszuwählen, beispielsweise das Zurücksetzen von Passwörtern oder die Abfrage des Bestellstatus, und einen Pilotversuch über vier bis sechs Wochen durchzuführen.

Vergleichen Sie die Lösungsgenauigkeit, Eskalationsraten und Kundenzufriedenheit mit Ihren aktuellen, ausschließlich von Menschen ermittelten Basiswerten. Sobald die Zahlen belegen, dass die KI die Aufgabe bewältigen kann, erweitern Sie den Einsatz auf weitere Problemtypen.

So laufen die meisten Rollouts, die Erfolg erzielen, ab:

  1. Pilotphase: Wählen Sie eine Support-Warteschlange aus, konfigurieren Sie KI-Agenten anhand Ihrer vorhandenen Wissensartikel und vergleichen Sie die Ergebnisse mit einer Kontrollgruppe, die weiterhin ausschließlich menschlichen Support erhält.
  2. Erste Einführung: Erweitern Sie auf drei bis fünf weitere Warteschlangen, stellen Sie die benötigten Aktionen und Integrationen in Verbindung und schulen Sie Ihre menschlichen Mitarbeiter im Umgang mit KI.
  3. Vollständige Einführung: Aktivieren Sie KI in allen Ihren Standard-Supportkanälen, schalten Sie die ergebnisbasierte Abrechnung ein und legen Sie Ihre Governance-Richtlinien für Datenschutz und Eskalationsregeln fest.
  4. Kontinuierliche Optimierung: Sehen Sie sich jeden Monat die KI-Entscheidungsprotokolle an, um zu erfahren, was arbeitet und was nicht, aktualisieren Sie Ihre Wissensdatenbank entsprechend und passen Sie Ihre Weiterleitungsregeln an.

Um dies zu erreichen, benötigen Sie die Unterstützung mehrerer Teams. Support-Manager legen die Eskalationsregeln fest, die IT-Abteilung kümmert sich um die Integrationen und die Compliance-Abteilung überwacht die Datenverarbeitung.

Zendesk setzt sich nachdrücklich dafür ein, einen engagierten Projektleiter zu haben, der funktionsübergreifende Konflikte lösen und den Prozess vorantreiben kann, wenn Prioritäten miteinander kollidieren.

Roadmap und Outlook auf das Ökosystem

Die Weiterentwicklung von Zendesk konzentriert sich auf eine tiefere Automatisierung, eine erweiterte Kanalabdeckung und fortschrittliche Analysen.

Seit der Einführung der Plattform im März 2025 hat das Unternehmen kontinuierlich neue Funktionen hinzugefügt, wobei wichtige Meilensteine bis 2026 und darüber hinaus im Plan stehen.

Eine Zeitleiste der Roadmap für Zendesk Agentic KI

Voice-KI-Agenten stellen die nächste Herausforderung dar. Nach der Beta-Phase im Oktober 2025 werden vollständig autonome Telefon-Support-Agenten Anfang 2026 allgemein verfügbar sein. Sie basieren auf GPT-4- und GPT-5-Modellen, die sich natürlich unterhalten, Aktionen ausführen und Probleme lösen, ohne dass eine Eskalation an einen Live-Agenten erforderlich ist.

Die Übernahme von HyperArc im Juli 2025 hat die Konversationsanalyse schnell auf die Roadmap gebracht: Administratoren werden bald Fragen in einfachem Englisch stellen und sofortige Einblicke aus Support-Daten erhalten, abgeschlossen mit KI-gesteuerter Trendanalyse und Anomalieerkennung.

In Kürze wird eine Integration mit Microsoft 365 Teams und Outlook eingeführt, um den Zendesk AI-Support direkt in die täglichen Tools der Mitarbeiter zu integrieren und so die Grenze zwischen Kunden- und Mitarbeiterservice zu verwischen.

Mit diesen Roadmap-Commitments positioniert sich Zendesk im Wettbewerb mit Salesforce und ServiceNow im Bereich der autonomen Agentenfunktionen und behält gleichzeitig die einfachere Bereitstellung und messbare Ergebnisse als Alleinstellungsmerkmale bei.

Wie viel kostet Zendesk Agentic KI?

Das Preismodell von Zendesk umfasst drei Ebenen: ergebnisbasierte KI-Lösungsgebühren, optionale Add-Ons für die Produktivität der Agenten und Basis-Plattform-Abonnements.

Kunden zahlen etwa 0,20 bis 0,30 US-Dollar pro Ticket, das ein KI-Agent erfolgreich von Anfang bis Ende löst, d. h. für ungelöste Interaktionen fallen keine KI-Kosten an. Diese ergebnisorientierte Abrechnung richtet die Kosten am konkreten Wert aus und reduziert das Risiko für Käufer, die die Technologie testen.

Das Add-On „Advanced AI“, das Co-Pilot-Features wie automatische Zusammenfassungen, Tonanpassung und Antwortempfehlungen für menschliche Agenten bietet, kostet 50 US-Dollar pro Agent und Monat.

Bild: Zendesk

Rabatte durch Zendesk-Partner senken diesen Preis oft noch weiter, und Testversionen haben gezeigt, dass pro Agent eine Effizienzsteigerung von 20 bis 30 Prozent gegenüber den monatlichen Kosten von 50 US-Dollar erzielt wird, was einen hohen ROI bedeutet.

Zu diesen KI-Gebühren kommt die erforderliche Zendesk Suite-Basislizenz hinzu, die für die Stufen Professional oder Unternehmen zwischen 115 und 150 US-Dollar pro Agent und Monat kostet.

Zendesk AI ist kein eigenständiges Produkt, sondern erweitert die Suite-Plattform. Zu den versteckten Kosten können Integrationsservices für komplexe Systeme eines Unternehmens, Rechengebühren bei Überschreitung der Standardkontingente für API-Aufrufe und Schulungskosten gehören, um Support-Teams mit AI-gestützten Workflows vertraut zu machen.

Käufer sollten auch die Pflege der Wissensdatenbank einplanen, da unzureichende oder veraltete Dokumentationen die KI-Leistung beeinträchtigen und zu höheren Eskalationsraten führen.

Trotz dieser Überlegungen bietet das Pay-per-Lösung-Modell eine vorhersehbare Stückkostenrechnung im Vergleich zur traditionellen Preisgestaltung pro Platz, die linear mit dem Wachstum des Teams skaliert.

Abschließende Gedanken

Wie jede leistungsstarke Technologie bietet auch Zendesk Agentic KI sowohl Chancen als auch Risiken.

Die Chance besteht darin, die Lösungszeiten um 30 Prozent oder mehr zu verkürzen und gleichzeitig den menschlichen Mitarbeitern Zeit zu verschaffen, sich auf den Aufbau von Beziehungen und die Lösung komplexer Probleme zu konzentrieren.

Das Risiko liegt in der Komplexität der Implementierung: schlecht kuratierte Wissensdatenbanken, unzureichendes Änderungsmanagement und unterschätzte Onboarding-Zeitleiste können den ROI verzögern und Early Adopters frustrieren.

Beginnen Sie klein mit einem kontrollierten Pilotprojekt, das ein einzelnes häufig auftretendes Problem als Einzelziel hat, messen Sie die Erfolge genau und skalieren Sie erst, nachdem Sie sowohl die Genauigkeit als auch die Benutzerzufriedenheit überprüft haben.

Dieser disziplinierte Ansatz macht autonome KI von einem Hype zu einem Wettbewerbsvorteil.