Der Kontext, den KI-Agenten im Industrievertrieb wirklich brauchen
Suche findet Dokumente, KI-Agenten brauchen Kontext. Warum die Anbindung Ihrer Systeme nicht reicht und welche Schicht darunter liegt.
Das Wichtigste in Kürze
Die letzten zwei Jahre haben den Zugriff gelöst. Konnektoren, Schnittstellen und Assistenten erreichen inzwischen fast jedes System im Unternehmen. Verlässliche Antworten entstehen dadurch nicht, denn ein Agent braucht mehr als Zugriff, er braucht Kontext.
- Suche war für Menschen gebaut. Ein Mensch verwirft den falschen Treffer in zwei Sekunden, ein Agent baut darauf drei weitere Arbeitsschritte auf.
- Eine Anbindung liefert Dateien, kein Verständnis. Ihre Begriffe, Ihre Regeln, die Zusammenhänge zwischen den Systemen und die Berechtigungen stecken in keinem Konnektor.
- Im Industrievertrieb zählt die gültige Antwort, nicht die wahrscheinliche. Wer über eine Dichtung, eine Freigabe oder einen Margenkorridor spekuliert, erzeugt Kosten statt sie zu senken.
- Die wertvollste Antwort eines Agenten ist manchmal “das steht nirgends”. Protokollierte Wissenslücken sind der kürzeste Weg zu besserer Dokumentation.
- Vertriebler verkaufen nur rund 28–30 % ihrer Zeit. Der Rest geht für Suchen und Aufbereiten drauf, also genau für die Arbeit, die eine Kontextschicht übernimmt.
Inhaltsverzeichnis
- Suche war für Menschen gebaut
- Anbindung ist nicht Verständnis
- Was ein Agent im Industrievertrieb wirklich braucht
- Warum “wir haben schon eine Suche” nicht die Antwort ist
- Suche und Kontext im Vergleich
- Aus der Praxis: die Lücke als Ergebnis
- Die Schicht unter den Agenten
- FAQ
Suche war für Menschen gebaut
Unternehmenssuche hat ein echtes Problem gelöst: Dokumente wiederfinden. Sie hat es allerdings für einen bestimmten Nutzer gelöst, für einen Menschen mit Vorwissen. Ein Vertriebsingenieur bekommt zehn Treffer, erkennt in zwei Sekunden, dass Treffer drei von 2019 stammt und Treffer sieben zur falschen Baureihe gehört, und arbeitet mit dem Rest weiter. Die Trefferliste durfte unscharf sein, weil der Mensch die Unschärfe stillschweigend korrigiert hat.
Ein Agent hat dieses Vorwissen nicht. Er nimmt den ersten plausiblen Treffer, leitet daraus eine Konfiguration ab, prüft sie gegen einen Preisrahmen und formuliert daraus einen Absatz für das Angebot. Der falsche Treffer von 2019 ist damit kein Ärgernis mehr, sondern die Grundlage für drei weitere Arbeitsschritte. Fehler kumulieren still, und am Ende steht ein Dokument, das professionell aussieht und fachlich nicht hält.
Das ist der eigentliche Bruch. Nicht die Modelle sind der Engpass, sondern die Annahme, eine Retrieval-Qualität, die für Menschen ausreichte, reiche auch für Maschinen.
Anbindung ist nicht Verständnis
Der Reflex auf dieses Problem lautet: mehr anbinden. Und tatsächlich ist Zugriff heute weitgehend gelöst. Standardkonnektoren, offene Protokolle und Integrationen in SAP, Salesforce, HubSpot, SharePoint, Confluence oder Teamcenter sind Handwerk, nicht Forschung. Nur beantwortet keine dieser Verbindungen die Fragen, an denen ein Agent im Industrievertrieb scheitert. Vier Dinge stecken in keinem Konnektor:
- Sprache. Ihr Haus nennt eine Komponente “Serie 4”, der Hersteller nennt sie anders, der Servicebericht schreibt eine Bestellnummer hin. Ohne Ihr Glossar sind das drei verschiedene Dinge.
- Logik. Welches Modul mit welchem kompatibel ist, welche Option eine Zertifizierung auslöst, welcher Margenkorridor zulässig ist: Das steht selten in einem Dokument, sondern ergibt sich aus Regeln.
- Zusammenhänge. Ein Angebot, ein Ticket, eine Zeichnung und ein Kunde gehören zusammen. Vier Systeme wissen das nicht voneinander.
- Berechtigungen. Eine Kalkulation, die ein Vertriebsleiter sehen darf, darf ein externer Partner nicht sehen. Ein Agent, der Berechtigungen erst in der Oberfläche prüft, hat sie schon verletzt.
Genau diese vier Ebenen sind die Aufgabe der Genow Context Engine. Sie liest die angebundenen Quellen nicht nur ein, sie löst Begriffe auf, ergänzt Ihre Regeln, verbindet Datensätze über Systemgrenzen hinweg und vererbt Berechtigungen bis in den einzelnen Abruf.
Was ein Agent im Industrievertrieb wirklich braucht
Wenn man von der Anbindung auf das Ergebnis schaut, wird die Anforderungsliste konkret. Ein Agent, dem ein Vertriebs- oder Serviceteam wirklich vertraut, braucht:
- Die gültige Antwort, nicht die wahrscheinliche. Ein Sprachmodell ist darauf trainiert, eine plausible Formulierung zu erzeugen. Eine Freigabe, eine Toleranz oder ein Preis ist aber nicht plausibel, sondern richtig oder falsch.
- Quellen bis auf Zeile und Version. Nicht “laut Dokumentation”, sondern die Zeile, das Dokument und der Revisionsstand, dazu ein Klick ins Original. Prüfbarkeit ist keine Zusatzfunktion, sie ist die Voraussetzung dafür, dass jemand das Ergebnis unterschreibt.
- Ersetzt heißt ersetzt. Kommt eine neue Revision, gehen die alten Angaben mit ihr außer Dienst. Sonst zitiert irgendwann jemand die Preisliste vom letzten Jahr, und niemand merkt es.
- Berechtigungen im Abruf. Wer was sehen darf, muss beim Abruf entschieden werden, nicht beim Anzeigen. Was in der Sicherheits- und Compliance-Architektur gilt, muss auch für jeden einzelnen Zwischenschritt eines Agenten gelten.
- Ein ehrliches “das steht nirgends”. Fehlt der Kontext, ist die Rückmeldung wertvoller als eine gefüllte Lücke.
- Kontext über mehrere Arbeitsschritte. Ein Angebot entsteht nicht aus einer Frage, sondern aus einer Kette: Anforderung lesen, Historie prüfen, Module ableiten, Preisrahmen prüfen, Text formulieren. Jeder Schritt braucht den passenden Ausschnitt, nicht alles.
Warum “wir haben schon eine Suche” nicht die Antwort ist
Kontext ersetzt die Suche nicht, er sitzt darunter. Eine gute Suche bleibt die Voraussetzung, sie wird durch Agenten sogar wichtiger, weil ihre Ergebnisse jetzt weiterverarbeitet werden statt nur angezeigt. Der Unterschied liegt darin, was auf die Suche folgt.
Das gilt auch für die naheliegende Abgrenzung im Markt. Ein generischer Assistent oder ein mit Copilot Studio gebauter Agent liefert Out-of-the-box-Qualität über die eigene Systemwelt: gute Formulierungen, akzeptable Trefferlisten, schnelle erste Ergebnisse. Was er nicht mitbringt, ist die Konfigurationslogik Ihres Portfolios, Ihre Begriffe, Ihre Margenregeln und die Möglichkeit, denselben Wissenszugang auch Ihren Endkunden bereitzustellen. Deshalb ist die richtige Frage bei einer Auswahl nicht “welche Systeme kann das Tool anbinden”, sondern: Was passiert mit den angebundenen Daten, bevor ein Agent sie benutzt?
Suche und Kontext im Vergleich
| Kriterium | Suche und Anbindung | Kontextschicht unter den Agenten |
|---|---|---|
| Ergebnis | Trefferliste zur Auswahl | genau der Ausschnitt, den der Arbeitsschritt braucht |
| Begriffe | Volltext und Ähnlichkeit | aufgelöst über Ihr Glossar und Ihre Produkthierarchie |
| Regeln | nicht enthalten | Kompatibilitäten, Freigaben, Margenkorridore hinterlegt |
| Zusammenhänge | pro System getrennt | Angebot, Ticket, Zeichnung und Kunde verbunden |
| Nachvollziehbarkeit | Link auf das Dokument | Dokument, Zeile und Revisionsstand |
| Berechtigungen | geprüft, wenn jemand ein Ergebnis öffnet | bei jedem Abruf geprüft, auch in Zwischenschritten |
| Veraltete Stände | bleiben auffindbar | außer Dienst gestellt mit der neuen Revision |
| Fehlender Kontext | leere Trefferliste | ausgewiesene Lücke plus Protokoll |
Aus der Praxis: die Lücke als Ergebnis
Der Effekt, der Vertriebs- und Serviceteams in Projekten am meisten überrascht, ist nicht die Geschwindigkeit. Es ist die Lückenliste.
Wenn ein Agent jede Frage protokolliert, die er aus dem vorhandenen Wissen nicht belegen kann, entsteht innerhalb weniger Wochen eine sortierte Liste der Stellen, an denen die eigene Dokumentation nicht trägt. Bei Industriekunden landen dort typischerweise Kompatibilitätsregeln, die nur drei Senior-Kollegen kennen, Freigabestände, die nie aus einer E-Mail in ein System gewandert sind, und Baureihen, deren Preislogik nur in einer Excel-Datei existiert. Diese Liste ist kein Mangelbericht, sie ist eine priorisierte Aufgabenliste, und sie ist der schnellste Weg, aus einem guten Agenten einen belastbaren zu machen.
Der zweite Praxiseffekt ist Wiederverwendung. Bei einem Angebot stecken 70–80 % der Antworten bereits in früheren Angeboten. Ohne Kontextschicht bleiben sie unerreichbar, weil niemand weiß, welches der 400 Altangebote das passende ist. Mit ihr laufen Recherche und Angebotserstellung in einem Ablauf durch, ohne dass zwischendurch jemand das Werkzeug wechselt, und am Ende steht ein Entwurf, den der Vertrieb nur noch veredelt.
Die Schicht unter den Agenten
In der Praxis müssen Nutzerinnen und Nutzer nicht entscheiden, welcher Agent welche Aufgabe übernimmt, vom Briefing-Agenten bis zum CRM-Agenten: Das entscheidet das System. Damit die Antwort nicht davon abhängt, welcher Agent eine Anfrage bearbeitet, greifen alle Agenten auf denselben Kontext zu. Genau das macht den KI-Workspace aus: Mehrere spezialisierte Agenten arbeiten auf einer gemeinsamen Wissensbasis. Für ein einzelnes, abgegrenztes Thema gibt es ein Genow Projekt.
Agentisches Arbeiten bedeutet nicht, einfach mehr KI-Modelle einzusetzen. Entscheidend ist die gemeinsame Grundlage: Sie weiß, was Begriffe in Ihrem Unternehmen bedeuten, welche Regeln gelten, welche Informationen noch aktuell sind und wer darauf zugreifen darf.
FAQ
Was ist der Unterschied zwischen Unternehmenssuche und Kontext?
Suche liefert eine Trefferliste, aus der ein Mensch auswählt. Eine Kontextschicht liefert einen aufgelösten, berechtigungsgeprüften und versionierten Ausschnitt, mit dem ein Agent ohne Vorwissen weiterarbeiten kann. Suche bleibt die Voraussetzung, Kontext ist die Schicht darüber.
Reicht es nicht, unsere Systeme per Schnittstelle an ein KI-Tool anzubinden?
Anbindung löst den Zugriff, nicht das Verständnis. Ohne Ihre Begriffe, Ihre Konfigurations- und Freigaberegeln, die Verknüpfung zwischen den Systemen und Berechtigungen im Abruf bekommt der Agent Dateien, aber keine belastbare Grundlage für eine Antwort.
Woran erkennen wir, dass ein Agent nicht halluziniert?
An zwei Dingen: Jede Aussage verweist auf Dokument, Zeile und Revisionsstand, und fehlender Kontext führt zu einer ausgewiesenen Lücke statt zu einer gefüllten. Ein Agent, der nie "das steht nirgends" sagt, ist kein besserer Agent, sondern ein unehrlicher.
Was unterscheidet das von einem mit Copilot Studio gebauten Agenten?
Copilot Studio liefert gute generische Qualität innerhalb der Microsoft-Welt. Ein spezialisierter Agent auf einer Kontextschicht kennt zusätzlich die Konfigurationslogik Ihres Portfolios, Ihre Margenregeln und Ihre Begriffe, bindet beliebige Drittsysteme an und kann denselben Wissenszugang auch Ihren Endkunden bereitstellen.
Müssen wir unsere Dokumentation erst aufräumen, bevor wir starten?
Nein, und das ist der Punkt. Der Agent zeigt Ihnen selbst, welche Lücken tatsächlich wehtun, weil er jede unbeantwortbare Frage protokolliert. Diese Liste ist deutlich kürzer und besser priorisiert als ein Dokumentationsprojekt auf Vorrat.
Bleiben Berechtigungen aus SAP und SharePoint erhalten?
Ja. Berechtigungen werden dokumentenscharf vererbt und beim Abruf geprüft, nicht erst bei der Anzeige. Genow läuft dafür EU-gehostet oder in Ihrer eigenen Cloud, ohne Modelltraining auf Ihren Daten.
