Ein KI-Agent namens "KI-Helfer" wird in einem internen Slack-Channel eingesetzt, um Support-Anfragen zu beantworten und Support-Belastungen zu reduzieren. Der Agent ist darauf trainiert, typische Anfragen automatisch zu beantworten, solange er nicht in kompliziertere Themen eintaucht, die ein menschliches Eingreifen erfordern.

In einer Firma namens "Notion", die weltweit Tausende von Mitarbeitern beschäftigt, entstanden über die Jahre zahlreiche Anfragen, die den Support-Teams immer mehr Zeit kosteten. Typische Anfragen beinhalteten das Bestellen von Büromaterial, das Freischalten von Meetingräumen oder das Melden eines defekten Geräts. Obwohl Lösungen für fast alle dieser Anfragen in einem Wiki abgelegt waren, nutzten die Mitarbeitenden in den meisten Fällen den schnelleren Slack-Channel, um direkt Hilfe anzufordern.

Die Herausforderung

Jede Woche wurden dutzende Anfragen über Slack an das Environment-Team weitergeleitet, obwohl viele bereits in Dokumenten festgehaltenen waren. Diese Situation war inakzeptabel, da sie zusätzlichen Support-Bedarf schuf und wertvolle Zeit kostete. Die Initiative, hier etwas zu ändern, entstand aus einem einfachen Gespräch und kostete am Anfang nur einige Stunden Aufwand – doch bald zeigte sich, dass die Investition sich lohnte.

Funktionsweise des KI-Agenten

Der KI-Agent verarbeitet Anfragen in Echtzeit. Er routet sie, priorisiert sie und kann gegebenenfalls direkt eine Lösung bieten. In komplexeren Fällen zieht er die nötigen Personen heran und erstellt gegebenenfalls Tickets, um den Anliegen weiter zu verfolgen. Er kann ebenfalls Standortinformationen aus der Datenbank abrufen und weiß, wann Anfragen eskalieren müssen.

Ein entscheidender Knackpunkt in der Implementierung war, den Agenten genug Autonomie zu geben, ohne übermäßige Risiken einzugehen. Die Entscheidungslogik war überraschend einfach – und das machte den KI-Agenten so effektiv. Die Projektverantwortliche betonte, dass der Agent nur eingerahmt werden musste: Er darf nichts überschreiben oder löschen, doch alles andere bleibt ihm überlassen.

Die Vorteile

Innerhalb kurzer Zeit löst der KI-Agent 60 Prozent aller Anfragen automatisch
Die Support-Teams sparen dadurch wertvolle Arbeitszeit ein (im Beispiel-Setup sogar 30 Stunden pro Woche)
Mitarbeitende erhalten schneller und direktere Antworten
Gefühlsmäßig fühlen sich Anfragende besser, wissen sie, dass sie niemandem Zeit stehlen

Wie wird der KI-Agent eingesetzt?

Um einen KI-Agenten in einem Slack-Channel erfolgreich in Aktion zu setzen, hat das Projektteam bei Notion folgende Schritte vorgenommen:

Definition der Anwendungsbereiche des Agents
Konfiguration der Entscheidungslogik
Einrichtung von Guardrails und Notfall-Protokollen
Festlegung von Eskalationsmechanismen für KI-Grenzen
Integration in den täglichen Workflow

Diese Checkliste dient als Leitfaden für Unternehmen, die ihren KI-Agenten produktiv einsetzen möchten. Der Prompt, auf dem der Agent basiert, ist in vielen Fällen leicht anpassbar und kann nach Bedarf für andere Umgebungen umprogrammiert werden.

Der Ausblick

Laut aktuellen Analysen nutzen erst 17 Prozent aller Unternehmen KI-Driven Agents produktiv. Gleichzeitig planen jedoch über 60 Prozent, KI in diesem Umfang anzuwenden. Die Lücke zwischen Theorie und Praxis ist also enorm. Die Erfahrung aus Notions Slack-Testprojekt zeigt, wie man diese Lücke kleiner machen kann – durch klare Grenzen, aber auch durch Vertrauen in die KI-Technologie.

Der Use Case von t3n PRO bietet eine umfassende Analyse des gesamten Implementierungsprozesses inkl. aller entscheidenden Kritik- und Erfolgsfaktoren. Unternehmen, die KI in den Support einbinden möchten, können sich von diesem Beispiel inspirieren lassen – und ihre ersten Schritte planen.