KI-Agenten im Mittelstand: Was Vercel richtig macht

Vercel beschreibt einen ungewöhnlichen Weg in die Automatisierung: Das Unternehmen lässt Mitarbeitende selbst KI-Agenten für konkrete Geschäftsprobleme bauen. Ein Agent übernimmt heute den Inbound-Vertrieb, ein anderer beantwortet laut einem aktuellen t3n-Interview 91 Prozent der Support-Tickets. Gleichzeitig betont Vercel, dass dadurch bisher keine Stellen weggefallen seien. Für mittelständische Unternehmen ist daran weniger die Zahl beeindruckend als die Organisationsfrage dahinter: Wie wird aus einem Experiment ein kontrollierter Prozess, der Menschen entlastet statt zusätzliche Arbeit zu schaffen?

Der Bericht ist kein Beweis dafür, dass jedes Unternehmen mit denselben Agenten dieselben Ergebnisse erreicht. Er zeigt aber ein Muster, das für die Einführung relevant ist. Vercel begann vor etwa zweieinhalb Jahren mit einem Bottom-up-Ansatz. Mitarbeitende sollten selbst Erfahrungen sammeln und Agenten für ihre Aufgaben entwickeln. Erst als viele Anwendungsfälle entstanden, wurden Governance, Identitäten, Protokollierung und Sicherheitsregeln nachgezogen.

Was Vercel tatsächlich automatisiert

Im Inbound-Vertrieb recherchiert ein autonomer Sales Development Rep neue Anfragen. Nach Darstellung von Vercel wurde diese Arbeit früher von mehr als zehn Personen erledigt, die jeweils viel Zeit in die Recherche investierten. Heute übernimmt ein Agent den ersten Durchlauf; die Mitarbeitenden konzentrieren sich stärker auf anspruchsvollere Outbound-Aufgaben. Vercel nennt für diesen Prozess jährliche Betriebskosten von rund 5.000 US-Dollar und eine mehr als verdoppelte Pipeline in den vergangenen zwölf Monaten.

Ein zweites Beispiel betrifft den Kundensupport. Ein Agent bearbeitet laut Interview 91 Prozent der Tickets automatisch. Die bisherigen Mitarbeitenden wurden dabei nicht durch das System ersetzt, sondern von repetitiven Aufgaben entlastet. Sie können sich auf Fälle konzentrieren, in denen Einordnung, Empathie oder eine individuelle Lösung gefragt sind. Genau diese Verschiebung ist für die Bewertung entscheidend: Automatisierung ist dann produktiv, wenn sie den Arbeitsinhalt verbessert und nicht nur den Personalbedarf neu etikettiert.

Die drei Voraussetzungen für einen belastbaren Agenten

Erstens braucht der Anwendungsfall ein klares Ergebnis. „Automatisiere den Vertrieb“ ist keine brauchbare Aufgabenbeschreibung. Besser ist: „Sammle zu einer neuen Anfrage die öffentlich verfügbaren Unternehmensdaten, fasse sie zusammen und markiere fehlende Angaben zur Prüfung.“ Das Ziel begrenzt den Handlungsspielraum und macht die Qualität messbar.

Zweitens müssen Datenzugriffe und Kosten sichtbar sein. Vercel nennt ein eigenes AI-Gateway, Budgets pro Modell und den Einsatz von Open-Source-Modellen als Bausteine seines Kostenmanagements. Für ein kleineres Unternehmen genügt zunächst eine einfache Liste: Welche Daten darf der Agent lesen? Welche Systeme darf er verändern? Wie viele Aufrufe sind pro Monat erlaubt? Und wer erhält eine Meldung, wenn ein Limit erreicht ist?

Drittens braucht jeder Agent eine menschliche Übergabe. Ein System darf eine Recherche vorbereiten oder ein Ticket klassifizieren. Eine verbindliche Preiszusage, eine Vertragsaussage oder eine Entscheidung mit Folgen für Beschäftigte sollte nicht ohne Freigabe nach außen gehen. Diese Grenze ist kein Misstrauen gegenüber der Technik. Sie stellt sicher, dass Verantwortung und Entscheidungshoheit im Unternehmen erkennbar bleiben.

Warum Bottom-up allein nicht genügt

Der Ansatz, Mitarbeitende selbst experimentieren zu lassen, kann wertvolle Ideen hervorbringen. Er macht sichtbar, wo im Alltag Zeit verloren geht und welche Aufgaben tatsächlich standardisierbar sind. Gleichzeitig entsteht schnell ein unübersichtlicher Bestand aus Agenten, Konten, Prompts und Datenverbindungen. Ohne zentrale Leitplanken werden Kosten, Berechtigungen und Nachvollziehbarkeit zum Risiko.

Ein praktikabler Mittelweg ist ein begrenztes Experimentierfenster. Teams dürfen innerhalb freigegebener Werkzeuge Prototypen bauen. Für jeden Prototyp werden Zweck, Datenquellen, verantwortliche Person, Kostenlimit und Abbruchkriterium dokumentiert. Nach zwei oder vier Wochen entscheidet das Team anhand weniger Kennzahlen: Bearbeitungszeit, Fehlerquote, Nacharbeit, Nutzerzufriedenheit und tatsächlicher Mehrwert. Erst danach wird ein Agent in einen stabilen Prozess übernommen.

Was der EU AI Act für die Einführung bedeutet

Die technische Frage ist nur ein Teil der Vorbereitung. Nach Artikel 4 des EU AI Act müssen Anbieter und Betreiber für ein ausreichendes Maß an KI-Kompetenz der Personen sorgen, die mit KI-Systemen arbeiten. Das bedeutet nicht, dass alle Mitarbeitenden eine umfangreiche Entwicklerschulung benötigen. Sie müssen aber verstehen, wofür ein System eingesetzt wird, welche Grenzen gelten, wie Ergebnisse geprüft werden und wann ein Vorgang eskaliert.

Für die Geschäftsleitung folgt daraus eine konkrete Aufgabe: Sie sollte erlaubte und nicht erlaubte Einsatzfelder beschreiben, Zugriffsrechte festlegen und eine verantwortliche Stelle für Fragen und Vorfälle benennen. Eine kurze, verständliche Einsatzrichtlinie ist dabei hilfreicher als ein abstraktes Innovationsversprechen. Sie kann mit dem Pilot wachsen und muss angepasst werden, wenn neue Systeme hinzukommen.

Ein realistischer Start für den Mittelstand

Der erste Pilot sollte einen wiederkehrenden internen Vorgang betreffen, bei dem Fehler schnell auffallen. Geeignet sind etwa die Zusammenfassung von Projektstatus, die Vorbereitung einer Recherche oder die Sortierung eingehender Anfragen. Der Agent liefert einen Vorschlag, eine zuständige Person prüft ihn, und das Team protokolliert die Abweichungen. So entsteht eine belastbare Grundlage für die nächste Entscheidung.

Wichtig ist außerdem, Beschäftigte nicht nur über das neue Werkzeug zu informieren, sondern sie an der Auswahl der Aufgaben zu beteiligen. Wer täglich mit einem Prozess arbeitet, erkennt meist schneller als ein Projektteam, wo die eigentliche Entlastung liegt. Wenn ein Agent nur neue Kontrollarbeit erzeugt, sollte der Einsatz beendet oder neu zugeschnitten werden.

Fazit: Agenten brauchen einen organisatorischen Rahmen

Vercels Beispiele zeigen, dass KI-Agenten auch in Vertrieb und Support konkrete Arbeit übernehmen können. Der übertragbare Erfolgsfaktor ist jedoch nicht die maximale Autonomie. Entscheidend sind ein klarer Zweck, begrenzte Zugriffe, Kostenkontrolle, messbare Qualität und eine menschliche Freigabe für folgenschwere Schritte. Unternehmen, die mit einem kleinen Pilot starten und die Regeln aus echten Ergebnissen entwickeln, schaffen bessere Voraussetzungen als Organisationen, die einfach möglichst viele Agenten freischalten.

Wenn Sie prüfen möchten, welcher Geschäftsprozess sich für einen sicheren KI-Pilot eignet, sprechen Sie mit uns. Informationen zu KI-Automatisierung für Unternehmen und zur KI-Kompetenz nach Artikel 4 EU AI Act helfen bei der Einordnung. Quelle: t3n: Vercel und KI-Agenten im Arbeitsalltag.