Auf die Schnelle

PwC US hat am 15. Juli 2026 in Partnerschaft mit OpenAI agentische Lösungen für Kundenkontakt und Service vorgestellt. Zur Unterstützung der Einführung hat PwC ein eigenes Kompetenzzentrum mit OpenAI aufgebaut, das Fachleute aus KI, Technik, Kundenservice und einzelnen Branchen zusammenbringt. Für kleine Betriebe zeigt das eine Richtung: vom Chatfenster hin zum Agenten, der Anfragen selbst bearbeitet. Ähnliche Bausteine lassen sich mit einem Modell deiner Wahl und etwas Automatisierung auch selbst zusammensetzen, ohne die Konzernlösung zu kaufen.

Wenn eine der großen Beratungen zusammen mit OpenAI fertige KI-Agenten für den Kundenservice anbietet, ist das ein Fingerzeig, wohin die Reise geht. Für einen kleinen Betrieb ist die Nachricht weniger das Produkt als das Muster dahinter.

Was PwC und OpenAI vorgestellt haben

Am 15. Juli 2026 hat PwC US gemeinsam mit OpenAI agentische Lösungen für Kundenkontakt und Service vorgestellt. Agentisch heißt: Es geht um Systeme, die eine Anfrage aufnehmen, bearbeiten und einen Vorgang bis zu einem Ergebnis begleiten sollen, also über das bloße Ausspielen von Textbausteinen hinaus.

Der Kundenservice ist dafür ein logischer Anfang. Hier fallen viele gleichartige Anfragen an, hier ist der Druck groß, schnell zu antworten, und hier lässt sich der Nutzen einer Automatisierung schnell in Zahlen ausdrücken.

Für Kunden steckt darin ein Versprechen: weniger Warteschleife, schnellere Antworten, ein Service, der auch dann läuft, wenn das Team gerade nicht am Platz ist. Ob das Versprechen hält, hängt davon ab, wie sauber die Agenten an die echten Abläufe eines Unternehmens angebunden sind.

Das Kompetenzzentrum dahinter

Damit die Einführung solcher Agenten gelingt, hat PwC ein eigenes Kompetenzzentrum mit OpenAI aufgebaut, ein sogenanntes Center of Excellence. Dort kommen Fachleute aus KI, Technik, Kundenservice und einzelnen Branchen zusammen.

Das ist bemerkenswert, weil es die Botschaft der letzten Wochen unterstreicht. Der schwierige Teil ist der Einbau in echte Abläufe, weit weniger das Modell selbst. Eine Beratung baut ein ganzes Zentrum auf, nur um diesen Einbau bei ihren Kunden zu begleiten.

Für den Mittelstand liest sich das wie eine Bestätigung dessen, was viele im Kleinen erleben. Die Technik allein löst kein Serviceproblem. Erst wenn jemand versteht, wie die Anfragen im eigenen Haus wirklich laufen, welche Antworten es braucht und wo die Fallstricke liegen, wird aus einem Modell ein brauchbarer Service.

Vom Chatfenster zum handelnden Agenten

Für viele Betriebe ist der Kundenservice-Bot bisher ein Auskunftsgeber. Er beantwortet häufige Fragen und reicht alles Kompliziertere an einen Menschen weiter. Der Schritt, den PwC und OpenAI hier zeigen, geht weiter: Der Agent soll einen Vorgang selbst bearbeiten, nicht nur beschreiben, wie er zu bearbeiten wäre.

Diese Richtung betrifft auch kleine Betriebe, weil sich die Bausteine dafür verbreiten. Ein Modell deiner Wahl, ein Automatisierungswerkzeug, eine Anbindung an deine Daten, mehr braucht es im Kern nicht, um einen einfachen Serviceweg zu bauen. Die teure Konzernlösung ist eine Möglichkeit, sie ist nicht die einzige.

Der Reiz für einen kleinen Betrieb liegt in der Skalierung des Immergleichen. Die meisten Kundenanfragen ähneln sich stark: Wo bleibt meine Bestellung, habt ihr das auf Lager, wie sind eure Zeiten. Ein Agent, der diese Handvoll Muster zuverlässig bedient, nimmt spürbar Last von den Schultern, ohne dass gleich der ganze Service umgebaut werden muss.

In unseren DigiMan-Kursen bauen die Teilnehmer solche Abläufe im Kleinen selbst. Eine wiederkehrende Anfrage wird aufgenommen, mit einem Modell beantwortet, das Ergebnis geht zur Freigabe an einen Menschen. Was in der PwC-Ankündigung nach großem Apparat klingt, ist im Kern ein überschaubarer Ablauf, den ein Betrieb verstehen und selbst kontrollieren kann.

Wo die Grenzen liegen

Ein Agent, der Kundenanfragen selbst bearbeitet, kann Fehler machen, die weiter reichen als eine falsche Auskunft. Er kann einen Vorgang anstoßen, eine Zusage formulieren, einen Kunden in die Irre führen. Je mehr der Agent selbst tut, desto sorgfältiger muss geklärt sein, wo seine Befugnis endet.

Drei Punkte solltest du vorab beantworten. Welcher Prozess soll überhaupt automatisiert werden, und ist er klar genug beschrieben? Welche Datenquellen darf der Agent nutzen, und sind darin personenbezogene Daten? Und wer prüft das Ergebnis, bevor es den Kunden erreicht?

Solange diese Fragen offen sind, gehört ein Agent nicht auf die Kundenleitung. Ein Serviceweg, der ungeprüft handelt, spart im besten Fall Zeit und richtet im schlechtesten Fall Schaden an, den ein Mensch hätte verhindern können.

Ein weiterer Punkt wird leicht übersehen: der Ton. Ein Agent, der schroff oder unpassend antwortet, beschädigt den Ruf schneller, als ein Mensch es je könnte, weil er es in großer Zahl und ohne Fingerspitzengefühl tut.

Was du konkret tun kannst

Such dir einen einzigen, klar umrissenen Servicevorgang aus. Die immer gleiche Frage nach dem Lieferstatus, die Terminverschiebung, die Standardauskunft zu einem Produkt. Beschreibe diesen Ablauf so, dass ihn ein Außenstehender nachvollziehen könnte.

Leg fest, welche Daten der Agent dafür braucht und welche er nicht sehen soll. Halte die Anbindung so eng wie möglich, damit der Agent nicht mehr weiß, als seine Aufgabe verlangt.

Setz dir außerdem eine Rückfalllösung. Wenn der Agent nicht weiterweiß, muss der Kunde reibungslos bei einem Menschen landen, ohne von vorn anfangen zu müssen. Nichts ärgert mehr als ein Bot, der einen im Kreis schickt.

Miss den Erfolg an etwas Konkretem. Wie viele Anfragen hat der Agent ohne Nacharbeit erledigt, wie oft musste ein Mensch eingreifen, wie zufrieden waren die Kunden? Ohne diese Rückmeldung tappst du im Dunkeln und weißt nie, ob der Agent wirklich hilft oder nur beschäftigt aussieht.

Und baue eine Kontrollstufe ein. In der Anfangszeit prüft ein Mensch jede Antwort, später vielleicht nur noch Stichproben. So sammelst du Erfahrung, ohne dich blind auf ein System zu verlassen, das du gerade erst kennenlernst. Wer diesen kleinen Weg beherrscht, versteht auch, was hinter den großen Ankündigungen steckt, und kann selbst entscheiden, wann sich ein Zukauf lohnt.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 16. Juli 2026):

Häufige Fragen

Was haben PwC und OpenAI vorgestellt?

PwC US hat am 15. Juli 2026 gemeinsam mit OpenAI agentische Lösungen für Kundenkontakt und Service vorgestellt. Dabei geht es um Systeme, die eine Anfrage aufnehmen und einen Vorgang bis zu einem Ergebnis begleiten, nicht nur um ein Chatfenster mit Textbausteinen. Zur Einführung hat PwC ein eigenes Kompetenzzentrum mit OpenAI aufgebaut.

Muss ich als kleiner Betrieb so eine Konzernlösung kaufen?

Nein. Die Ankündigung zeigt vor allem eine Richtung, vom Auskunftsbot hin zum Agenten, der Anfragen selbst bearbeitet. Ähnliche Bausteine lassen sich mit einem Modell deiner Wahl und etwas Automatisierung auch selbst zusammensetzen, in überschaubarem Rahmen und unter eigener Kontrolle.

Worauf muss ich achten, bevor ein Agent Kundenanfragen bearbeitet?

Kläre drei Dinge: Welcher Prozess soll automatisiert werden und ist er klar beschrieben, welche Datenquellen darf der Agent nutzen und stecken darin personenbezogene Daten, und wer prüft das Ergebnis, bevor es den Kunden erreicht. Solange diese Fragen offen sind, gehört ein Agent nicht auf die Kundenleitung.

Wie fange ich am besten an?

Such dir einen einzigen, klar umrissenen Servicevorgang aus, etwa eine Standardauskunft oder eine Terminverschiebung, und beschreibe ihn nachvollziehbar. Halte die Datenanbindung eng und baue eine Kontrollstufe ein, bei der zunächst ein Mensch jede Antwort prüft. So sammelst du Erfahrung, ohne dich blind auf ein neues System zu verlassen.

KI im Betrieb praktisch einsetzen lernen?

Im kostenlosen KI-Schnupperkurs zeigen wir in fünf Lektionen, wie kleine und mittlere Firmen KI im Alltag nutzen. Tiefer und praxisnah geht es im Vollkurs Digitalisierungsmanager, DEKRA-zertifiziert und förderfähig über den Bildungsgutschein.

Zuletzt aktualisiert: 16. Juli 2026. Stand der Recherche: 16. Juli 2026.