Techshore: Wie KI-Agenten Kundenservice und Backoffice verändern
Onshore, Nearshore, Offshore – und jetzt Techshore?
Das deutsche Technologieunternehmen SVNTN hat auf dem BIG BANG KI Festival 2026 einen Begriff vorgestellt, der eine Entwicklung im Kundenservice auf einen einfachen Gedanken reduziert: Statt Arbeit in Regionen mit niedrigeren Personalkosten zu verlagern, soll ein Teil dieser Arbeit künftig von KI-Agenten übernommen werden.
SVNTN bezeichnet dieses Modell als Techshore.
Hinter dem Begriff steckt allerdings mehr als ein neues Schlagwort. Interessant ist vor allem die Frage, wie sich Automatisierung verändert, wenn KI nicht mehr nur Texte formuliert oder Mitarbeitende unterstützt, sondern komplette Arbeitsschritte in bestehenden Unternehmenssystemen übernimmt.
Für kleine und mittlere Unternehmen ist genau diese Entwicklung relevant.
Was bedeutet Techshore?
Klassisches Outsourcing funktioniert häufig über die Verlagerung von Arbeit.
Ein Unternehmen betreibt seinen Kundenservice beispielsweise selbst, überträgt ihn an einen Dienstleister innerhalb Deutschlands oder lässt bestimmte Tätigkeiten in einem Nearshore- oder Offshore-Center erledigen.
Techshore verfolgt einen anderen Ansatz.
Nach Angaben von SVNTN übernehmen autonome KI-Agenten wiederkehrende Service- und Backoffice-Prozesse direkt innerhalb der vorhandenen IT-Landschaft. Sie sollen beispielsweise mit CRM-, ERP-, Ticketing- und E-Mail-Systemen arbeiten können.
Vereinfacht sieht das so aus:
Anfrage → KI-Agent → Unternehmenssysteme → Prozessschritte → Ergebnis oder Übergabe an einen Menschen
Ein Agent könnte beispielsweise eine eingehende Kundenanfrage lesen, den Kunden identifizieren, Informationen aus einem ERP-System abrufen, einen Vorgang im CRM ergänzen und anschließend eine Antwort vorbereiten.
Damit unterscheidet sich dieser Ansatz deutlich von einem klassischen Chatbot.
Vom Chatbot zum handelnden KI-Agenten
Viele Unternehmen verbinden KI im Kundenservice bislang mit Chatbots.
Der Kunde stellt eine Frage und erhält eine Antwort.
Ein KI-Agent geht einen Schritt weiter.
Er verarbeitet nicht nur Informationen, sondern kann – abhängig von seinen Berechtigungen – unterschiedliche Werkzeuge und Systeme nutzen und mehrere Arbeitsschritte miteinander verbinden.
Ein Beispiel:
Ein Kunde schreibt:
„Meine Rechnung stimmt nicht. Können Sie das bitte prüfen?“
Ein einfacher Chatbot könnte erklären, an welche Stelle sich der Kunde wenden muss.
Ein entsprechend angebundener KI-Agent könnte dagegen:
- den Kunden identifizieren,
- die betreffende Rechnung abrufen,
- Vertrags- oder Auftragsdaten vergleichen,
- mögliche Abweichungen feststellen,
- einen internen Prozess starten,
- den Vorgang im CRM dokumentieren und
- eine Antwort vorbereiten.
Genau hier entsteht der eigentliche wirtschaftliche Nutzen von KI-Agenten.
Nicht die Formulierung der Antwort spart die meiste Zeit, sondern die Automatisierung der Arbeitsschritte zwischen den vorhandenen Systemen.
Das Spannende an Techshore ist nicht nur die Technik
Technisch betrachtet besteht das Grundprinzip aus Bausteinen, die bei modernen Agentensystemen ohnehin zusammenkommen:
Sprachmodell + Werkzeuge + Unternehmensdaten + Prozesslogik + Berechtigungen + Kontrolle
Besonders interessant am Techshore-Modell ist deshalb das Betriebs- und Abrechnungsmodell.
SVNTN erklärt, nicht Arbeitsstunden oder sogenannte Full-Time-Equivalents zu verkaufen, sondern Ergebnisse. Laut Unternehmensangaben beginnt die Abrechnung bei 0,99 Euro pro erfolgreich gelöstem Vorgang. Kann ein Vorgang durch die KI nicht vollständig abgeschlossen werden, soll dieser Fall nicht berechnet werden.
Damit verschiebt sich die wirtschaftliche Betrachtung.
Statt:
Wie viele Mitarbeitende benötigen wir für 20.000 Vorgänge?
lautet die Frage zunehmend:
Was kostet uns ein erfolgreich bearbeiteter Vorgang?
Dieser Gedanke könnte langfristig deutlich wichtiger werden als der Begriff Techshore selbst.
Was davon ist wirklich neu?
KI-Agenten, Tool-Anbindungen und Prozessautomatisierung sind keine grundsätzlich neue Technologie.
Auch bestehende Automatisierungsplattformen, Workflow-Systeme und agentische KI-Lösungen können bereits Informationen aus unterschiedlichen Systemen verarbeiten und Aktionen auslösen.
Neu beziehungsweise bemerkenswert ist vor allem die Kombination aus drei Elementen:
Automatisierung kompletter Vorgänge, Integration in bestehende Systeme und erfolgsabhängiger Abrechnung.
Techshore lässt sich deshalb weniger als neue KI-Technologie verstehen, sondern eher als neues Betriebsmodell für digital ausführbare Arbeit.
Das ist eine wichtige Unterscheidung.
Denn Unternehmen müssen nicht zwingend einen Anbieter mit dem Begriff Techshore beauftragen, um ähnliche Automatisierungsprinzipien umzusetzen.
Auch ein mittelständisches Unternehmen kann mit einem klar abgegrenzten KI-Agenten beginnen.
Ein realistisches Beispiel aus dem Mittelstand
Nehmen wir einen technischen Dienstleister.
Jeden Tag treffen Anfragen über ein zentrales Postfach ein:
- Terminwünsche
- Rückfragen zu Angeboten
- Rechnungsfragen
- Statusanfragen
- Reklamationen
- Ersatzteilanfragen
Heute öffnet ein Mitarbeiter jede Nachricht, prüft den Absender, sucht den Kunden im System, öffnet gegebenenfalls einen Auftrag und entscheidet anschließend, was passieren muss.
Ein KI-Agent könnte zunächst einen Teil davon übernehmen.
Er liest die Nachricht, erkennt das Anliegen, sucht den passenden Vorgang und stellt die benötigten Informationen zusammen.
Bei einfachen Statusanfragen könnte eine Antwort automatisch vorbereitet werden.
Bei einer Reklamation könnte dagegen lediglich ein Ticket angelegt und der Fall an einen Mitarbeitenden übergeben werden.
Das klingt weniger spektakulär als ein vollständig autonomes Unternehmen.
Wirtschaftlich kann genau diese Art von Automatisierung jedoch sehr interessant sein, weil sie täglich wiederkehrende Minutenarbeit reduziert.
Der wichtigste Schritt kommt vor der Automatisierung
Ein häufiger Fehler bei KI-Projekten besteht darin, direkt nach einem Tool zu suchen.
Die wichtigere Frage lautet:
Welcher Prozess eignet sich überhaupt für einen Agenten?
Ein guter erster Anwendungsfall besitzt meist mehrere Eigenschaften:
- er tritt regelmäßig auf,
- die einzelnen Schritte sind nachvollziehbar,
- benötigte Informationen sind digital verfügbar,
- das gewünschte Ergebnis ist klar,
- Fehler können erkannt werden,
- und ein Mensch kann bei Bedarf übernehmen.
Je unklarer ein Prozess heute funktioniert, desto schwieriger wird seine Automatisierung.
KI beseitigt keine schlechten Prozesse automatisch.
Sie kann sie im schlimmsten Fall lediglich schneller ausführen.
Autonomie braucht Grenzen
Sobald KI-Agenten nicht nur lesen, sondern Daten verändern oder Prozesse auslösen dürfen, wird die Frage nach Berechtigungen entscheidend.
Ein Agent, der einen Auftrag recherchieren soll, benötigt beispielsweise nicht automatisch Zugriff auf sämtliche Kundendaten.
Ebenso sollte zwischen unterschiedlichen Aktionen unterschieden werden.
Eine interne Zusammenfassung zu erstellen ist etwas anderes als:
- eine Rechnung zu ändern,
- einen Vertrag zu kündigen,
- eine Zahlung auszulösen,
- personenbezogene Daten zu löschen oder
- eine verbindliche Nachricht an einen Kunden zu senden.
Für sensible Schritte sind deshalb Freigaben sinnvoll.
Ein praktikables Modell lautet:
KI recherchiert → KI bereitet vor → Mensch prüft → System führt aus.
Mit zunehmender Prozessstabilität können einzelne Schritte später weiter automatisiert werden.
Was Unternehmen beim Einsatz außerdem beachten müssen
Die technische Integration ist nur eine Seite.
Unternehmen müssen gleichzeitig klären, welche Daten verarbeitet werden, welche Systeme der Agent nutzen darf, wie Entscheidungen protokolliert werden und wer für einen Prozess verantwortlich bleibt.
Hinzu kommt die Kompetenz der Mitarbeitenden.
Artikel 4 des EU AI Act verlangt von Anbietern und Betreibern von KI-Systemen Maßnahmen zur Entwicklung eines ausreichenden Maßes an KI-Kompetenz bei Personen, die mit diesen Systemen arbeiten. Dabei sollen unter anderem Vorwissen, Erfahrung und Einsatzkontext berücksichtigt werden.
Gerade bei KI-Agenten wird diese Kompetenz praktisch relevant.
Mitarbeitende müssen verstehen:
Wann arbeitet der Agent selbstständig?
Welche Daten darf er verwenden?
Wann muss ein Ergebnis geprüft werden?
Wie wird ein Fehler erkannt?
Und wann muss ein Vorgang gestoppt oder eskaliert werden?
Governance und Automatisierung sind deshalb keine getrennten Themen.
Sie gehören zusammen.
Was KMU aus Techshore lernen können
Unternehmen müssen nicht sofort ihren gesamten Kundenservice automatisieren.
Der sinnvollere Einstieg ist häufig ein kleiner, messbarer Prozess.
Beispielsweise:
Eingehende Service-E-Mails automatisch analysieren und dem passenden Vorgang zuordnen.
Danach lässt sich messen:
Wie viele Vorgänge wurden korrekt erkannt?
Wie viel Bearbeitungszeit wurde tatsächlich eingespart?
Wie häufig musste ein Mensch korrigieren?
Welche Fehler sind aufgetreten?
Wie hoch sind die tatsächlichen Betriebskosten?
Erst wenn diese Zahlen stimmen, sollte der Agent zusätzliche Aufgaben erhalten.
Dieser schrittweise Ansatz reduziert Risiko und verhindert, dass aus einem spannenden KI-Demonstrator ein kompliziertes IT-Projekt ohne messbaren Nutzen wird.
Fazit: Techshore zeigt, wohin sich KI-Automatisierung entwickelt
Ob sich der Begriff Techshore dauerhaft etabliert, ist heute noch offen.
Die Entwicklung dahinter ist dagegen deutlich relevanter.
KI verändert sich von einem Werkzeug, das Mitarbeitende bei einzelnen Aufgaben unterstützt, zunehmend zu einer Technologie, die mehrere Arbeitsschritte innerhalb eines Geschäftsprozesses miteinander verbindet.
Damit verändern sich auch die Fragen, die Unternehmen stellen müssen.
Nicht mehr nur:
Welches KI-Tool sollen wir einsetzen?
Sondern:
Welche Arbeit sollte ein Mensch erledigen – und welche Arbeit kann ein kontrollierter digitaler Prozess übernehmen?
Genau dort beginnt sinnvolle KI-Automatisierung.
Nicht mit maximaler Autonomie, sondern mit einem klaren Prozess, begrenzten Berechtigungen, messbaren Ergebnissen und einer definierten menschlichen Verantwortung.
Wer herausfinden möchte, welche wiederkehrenden Abläufe im eigenen Unternehmen für einen KI-Agenten geeignet sind, sollte deshalb nicht mit einer Softwareauswahl beginnen.
Der erste Schritt ist eine saubere Analyse der vorhandenen Prozesse und ein begrenzter Pilot, dessen Nutzen tatsächlich messbar ist.
Consulting Entenmann unterstützt Unternehmen dabei, geeignete KI-Anwendungsfälle zu identifizieren, Prozesse zu bewerten und Automatisierungen kontrolliert in den Arbeitsalltag zu überführen.
