Die besten AI Agents für den Kundenservice 2026: 13 Agents im Ranking nach Lösungsquote und realen Kosten

Stand: August 2026. Die besten AI Agents für den Kundenservice lösen ein Ticket über Chat, E-Mail und Voice von Anfang bis Ende, ohne dass ein Mensch eingreift. Die ehrlichen Spitzenreiter teilen sich nach Aufgabe auf: Decagon und Sierra für vollständig agentische, mehrstufige Lösungen im Enterprise-Maßstab, Fin (früher Intercom Fin) für ergebnisbasierte Preise, bei denen man nicht mit einem sechsstelligen Vertrag starten muss, und Zendesk AI Agents für Teams, die agentische Lösungen auf ein bereits betriebenes Ticketsystem aufsetzen möchten. Jeder Agent unten wurde nach drei Kriterien bewertet, die die meisten Vergleiche auslassen: wie genau der Anbieter eine „Lösung“ definiert und verifiziert, ob die Preise Ergebnisse oder nur Seats belohnen und was das für Ihre Kostenkurve bei wachsendem Volumen bedeutet, und wie viel Kontext bei der Übergabe erhalten bleibt, wenn der Agent die Aufgabe nicht allein zu Ende bringen kann. Die Preise wurden im August 2026 anhand der Anbieterseiten geprüft.

Das ist die Kaufseite der Aufgabe. Ein Agent plant eine Abfolge von Schritten, ruft Tools auf, um sie auszuführen (eine Bestellung nachschlagen, eine Erstattung auslösen, einen Fall aktualisieren), und entscheidet, wie es weitergeht, wobei ein Mensch nur an den Rändern prüft statt bei jeder Nachricht. Ein Tool entwirft etwas und wartet darauf, dass eine Person es versendet. Wenn Sie diese Logik lieber selbst entwerfen, statt sie zu kaufen, bilden die herstellerneutrale Funktionsübersicht AI Agents für den Customer Support sowie die Blueprints AI Support Triage Agent und AI Reply Agent die Build-Seite desselben Problems, und was ein AI Agent eigentlich ist erklärt die Schleife aus Planen, Handeln und Beobachten, die allen 13 Produkten unten zugrunde liegt. Wenn Ihr Team eigentlich einen Copilot braucht, der bei jeder Antwort einen Menschen einbindet, statt eines Systems, das ohne ihn löst, behandelt die besten AI-Tools für den Customer Support diese assistierende Kategorie; einige Namen tauchen in beiden Leitfäden auf, weil Anbieter zunehmend sowohl eine assistierende als auch eine agentische Stufe unter einer Marke verkaufen. Haben Sie sich noch gar nicht auf eine Agentenplattform festgelegt? Die besten AI-Agentenplattformen liegt eine Ebene über dieser Liste.

Dieser Hub bleibt auf der kundenseitigen, kanalübergreifenden Ebene: Chat, E-Mail und Voice, über die ein zahlender Kunde Sie kontaktiert. Zwei engere Aufgaben liegen eine Ebene tiefer. Handelt es sich bei der Warteschlange eigentlich um einen internen IT-Service-Desk (Passwort-Resets, Zugriffsanfragen, Hardware-Tickets), behandelt die besten AI Agents für Helpdesk und Ticketing diesen ITSM-spezifischen Fit. Beschränkt sich die Evaluierung auf Telefonie und das Contact Center, geht die besten AI Agents für Call Center tiefer auf diesen einen Kanal ein.

Stand August 2026: Was sich geändert hat

• Zendesk hat die Übernahme von Forethought am 26. März 2026 abgeschlossen und vertreibt sie jetzt als „Forethought AI Agents by Zendesk“, womit ein dedizierter KI-nativer Anbieter in die größte etablierte Ticketing-Plattform eingegliedert wurde.
• Intercom hat sich im Mai 2026 in Fin umbenannt, und Salesforce hat im Juni 2026 eine verbindliche Vereinbarung zur Übernahme für rund $3,6 Milliarden unterzeichnet, ein Deal, der zum Zeitpunkt des Schreibens noch nicht abgeschlossen war, sodass Fins eigenständige Preise und Roadmap weiterhin wie veröffentlicht gelten.
• Die Preisseite von Kustomer wechselte von veröffentlichten Stufen zu einem individuellen ROI-Rechner; die Seat- und AI-Preise unten spiegeln die zuletzt veröffentlichte Preisliste und Drittanbieter-Tracker wider, nicht einen aktuellen Checkout-Preis.
• Die Abrechnung von Lösungen bei Zendesk läuft jetzt über ein explizites Drei-Stufen-Modell (Assisted Escalation, Contained Resolution, Verified Resolution) mit einem 72-Stunden-Bestätigungsfenster, in dem ein LLM die Lösung prüft, bevor sie berechnet wird, und damit mit mehr definitorischen Details, als die meisten Wettbewerber veröffentlichen.
• Ergebnis- und Pro-Lösung-Preise breiten sich über Fins ursprüngliches Modell hinaus aus. Salesforce, Gorgias, Kustomer und Parloa rechnen inzwischen alle in irgendeiner Form nach einer abgeschlossenen Aktion statt nach einem pauschalen Seat ab, auch wenn je nach Anbieter stark variiert, was als „abgeschlossen“ gilt.

Wichtige Fakten

• Die Nutzung von AI Agents in Kundenservice-Organisationen sprang zwischen 2025 und 2026 von 39% auf 66%, ein 1,7-facher Anstieg, laut dem State of Service Report von Salesforce.
• Reine KI-Betreuung erreicht im Schnitt 4,10 von 5 CSAT gegenüber 4,30 bei menschlichen Agents, ein Abstand, der mit hybrider Eskalation auf 0,05 Punkte schrumpft; Hybridprogramme melden 4,25 CSAT bei 71% niedrigeren gemischten Kosten pro Lösung als eine rein menschliche Baseline, laut Berichten von Salesforce zu AI-Service-Agents.
• 91% der Kundenservice-Verantwortlichen geben an, 2026 unter Druck zu stehen, KI einzuführen, laut einer Gartner-Umfrage unter 321 Service- und Support-Verantwortlichen.
• Gartner prognostiziert, dass agentische KI bis 2029 autonom 80% der häufigen Kundenservice-Anliegen lösen wird, ohne menschliches Eingreifen und bei 30% niedrigeren Betriebskosten.
• 83% der CX-Verantwortlichen sagen, Voice AI habe nun das Potenzial, das Kundenerlebnis erheblich zu verändern, laut dem CX Trends 2026 Report von Zendesk, basierend auf mehr als 11.000 Befragten in 22 Ländern.

Wie die Lösungsquote tatsächlich definiert ist (und warum das wichtig ist)

Das ist die größte Falle für Käufer in dieser Kategorie. Jeder Anbieter in diesem Leitfaden nennt Ihnen eine Lösungsquote, und fast keiner meint damit dasselbe. Die Containment-Rate zählt eine Konversation, die nie an einen Menschen eskaliert wurde, und damit auch einen Kunden, der stillschweigend aufgegeben hat. Deflection zählt einen Kunden, der auf einen Artikel umgeleitet wurde, egal ob dieser die Frage beantwortet hat. Lösung im strengen Sinn bedeutet, dass das eigentliche Problem gelöst wurde. Wer die drei vermischt, erlebt, dass eine Anbieter-Demo 85% zeigt und das Produktiv-Dashboard sechs Monate später 40%.

Sehen Sie sich an, wie unterschiedlich die Agents in diesem Leitfaden ihre eigene Kennzahl definieren. Decagon definiert die Lösungsquote mit einer einfachen Formel: gelöste Anliegen geteilt durch alle Anliegen, wobei „gelöst“ bedeutet, dass keine weitere Nachfrage nötig ist. Zendesk geht mit einem expliziten Drei-Stufen-System weiter: Assisted Escalation und Contained Resolution zählen nicht gegen das Abrechnungskontingent eines Kunden, nur eine Verified Resolution, und Zendesk hält die Konversation 72 Stunden zurück und lässt ein LLM das Transkript prüfen, bevor es sie als verifiziert bestätigt. Fin berechnet ein „Ergebnis“ in dem Moment, in dem ein Kunde keine Folgenachricht sendet, ein vernünftiger Näherungswert, der die gemeldete Zahl aber aufblähen kann, wenn ein frustrierter Kunde einfach geht, statt erneut zu fragen. Kustomer rechnet seine AI for Customers nach einer „engagierten Konversation“ ab, also jedem Austausch, in dem die KI mindestens eine Antwort erzeugt hat, unabhängig davon, ob das Anliegen tatsächlich abgeschlossen wurde, eine grundlegend andere (und für den Anbieter günstigere) Einheit als eine Lösung.

Die Lücke zwischen der Vorzeigezahl eines Anbieters und dem, was ein typisches Deployment erreicht, ist real und eine direkte Nachfrage wert. Fallstudien in dieser Kategorie nennen üblicherweise 70 bis 85% Lösung für tief integrierte, klar abgegrenzte Anwendungsfälle, doch die veröffentlichte Benchmark-Analyse eines Wettbewerbers sieht realistische Bandbreiten eher bei 30 bis 50% in den ersten Monaten im Produktivbetrieb, die mit reifender Wissensbasis und Szenarioabdeckung auf 50 bis 70% steigen, laut der Benchmark-Analyse zur Lösungsquote 2026 von Lorikeet (Lorikeet ist selbst ein konkurrierender Anbieter von AI Customer Service und entsprechend zu gewichten). Forrester wiederum sagt voraus, dass rund ein Drittel der Marken, die 2026 KI im Self-Service einführen, dies als Misserfolg betrachten werden, vor allem weil sie starteten, bevor der Agent und seine Guardrails wirklich bereit waren, oft unter Kostendruck, laut den Customer-Service-Prognosen 2026 von Forrester. Stellen Sie jedem Anbieter auf Ihrer Shortlist vor der Unterschrift dieselben drei Fragen: Was genau gilt als gelöst, wer verifiziert es, und können Sie eine Stichprobe „gelöster“ Transkripte selbst prüfen, bevor der Vertrag verlängert wird.

Ergebnisbasierte Preise vs. Preise pro Seat: Was das mit Ihrer Kostenkurve macht

Seat-basierte Software wird pro Einheit günstiger, je mehr Personen hinzukommen, und stößt an eine Obergrenze, mit der niemand plant. Ergebnis- und Pro-Lösung-Preise tun das Gegenteil: Sie sind bei Pilotvolumen fast kostenlos und skalieren linear mit dem Erfolg, genau der Anreiz, den Sie wollen, bis das Ticketvolumen schneller wächst als die Budgetdiskussion. Ein Zendesk-Team mit 20 Agents auf Suite-Plänen ($1.100 bis $2.300 im Monat für Seats), das 3.000 AI-Tickets im Monat zu etwa $1,20 bis $2,00 pro verifizierter Lösung bearbeitet, zahlt weitere $3.600 bis $6.000 im Monat an AI-Gebühren, also realistisch $4.700 bis $8.300 insgesamt. Verdoppeln Sie das Ticketvolumen ohne Neuverhandlung, sprengt die AI-Zeile das Budget, nicht die Seat-Zeile.

Credit- und Session-basierte Modelle liegen dazwischen. Die Flex Credits von Salesforce kosten $500 pro 100.000 Credits, wobei eine Standard-Agent-Aktion 20 Credits ($0,10) und eine Voice-Aktion 30 Credits ($0,15) kostet; die Kosten folgen also den ausgeführten Aktionen, nicht den abgeschlossenen Konversationen, was sich bei einem mehrstufigen Fall schnell summieren kann, selbst wenn der Kunde nie eskaliert. Freshworks berechnet $0,49 pro E-Mail-Session (ein 72-Stunden-Fenster ab der ersten Nachricht) nach 500 kostenlosen Sessions im Monat, ein wirklich zugänglicher Einstieg für ein Mid-Market-Team. Gorgias berechnet $0,90 bis $1,00 pro Lösung und zählt dieselbe Interaktion zusätzlich als abrechenbares Helpdesk-Ticket, sofern nicht innerhalb von 72 Stunden ein Mensch antwortet, eine leicht zu übersehende Doppelbelastung, die Sie vor der Planwahl durchrechnen sollten.

Am oberen Ende verzichten Decagon, Sierra, Parloa, Maven AGI und (historisch) Forethought ganz auf veröffentlichte Preise zugunsten eines individuellen Angebots, wobei von Käufern berichtete Verträge je nach Volumen und Integrationstiefe üblicherweise zwischen $50.000 und $400.000 und mehr pro Jahr liegen. Dieses Modell ergibt Sinn, sobald ein Team bei einigen hunderttausend Konversationen im Jahr angekommen ist und das Tuning vom Anbieterteam selbst erledigen lassen will; für den Test der Kategorie an einer kleinen Warteschlange passt es schlecht. Fragen Sie vor jeder Unterschrift in dieser Größenordnung, ob der Richtpreis pro Konversation, pro Lösung oder pro verbrauchtem Credit gilt, denn dasselbe Vertriebsteam nennt je nach Volumen manchmal alle drei, je nachdem, welcher am günstigsten klingt.

Wissensverankerung und Eskalationsqualität

Ein Agent, der selbstsicher aus der falschen Richtlinie antwortet, ist schlechter als einer, der sagt „Ich prüfe das kurz“. Die Agents, die auf eine Shortlist gehören, verankern jede Antwort in der tatsächlichen Wissensbasis, dem Help Center und der Fallhistorie eines Unternehmens statt im allgemeinen Training des Modells und behandeln „Ich weiß es nicht“ als gültige, häufige Ausgabe, nicht als Fehlerzustand. Fragen Sie jeden Anbieter, wie er verhindert, dass der Agent eine Erstattungsrichtlinie oder einen Lieferzeitraum erfindet, die oder den es nicht gibt. Das Evaluierungs- und QA-Tooling von Decagon, der Agent QA von Zendesk und die „Procedures“-Ebene von Maven AGI (deterministische Geschäftsregeln innerhalb eines sonst generativen Ablaufs, sodass eine Prüfung der Erstattungsberechtigung jedes Mal gleich abläuft statt von einem Prompt abzuhängen) sind drei verschiedene Antworten auf dieselbe Grundanforderung.

Die andere Hälfte der Gleichung ist, was passiert, wenn der Agent die Aufgabe nicht allein beenden kann. Eine hybride Richtlinie, die die richtigen 20 bis 25% der Konversationen eskaliert und den Rest autonom löst, ist derzeit das leistungsstärkste Setup in den Daten: Salesforce meldet eine Eskalationsquote von KI zu Mensch von 22% unter einer Hybridrichtlinie, und genau dieser hybride Ansatz erzeugt den oben genannten CSAT-Wert von 4,25. Was in diesem Moment tatsächlich übergeben wird, unterscheidet die Agents in diesem Leitfaden. Eine gute Übergabe enthält das vollständige Konversationstranskript, die eigene Notiz des Agents dazu, was er versucht hat und warum er aufgehört hat, sowie relevante Konto- oder Bestelldaten, damit der Mensch nicht bei einem leeren Ticket beginnt. Eine schlechte Übergabe liefert eine Einzeilen-Notiz und ein Transkript, das der Mensch von vorn lesen muss. Verlangen Sie in der Evaluierung eine Live-Übergabe, keine Folie, die eine beschreibt.

Schnellvergleich

Wie jeder Agent „gelöst“ definiert

Die Tabelle oben ordnet nach Passgenauigkeit. Diese hier ordnet nach Ehrlichkeit, denn die Vorzeige-Lösungsquote in einer Vertriebspräsentation ist nur so gut wie das, was tatsächlich gezählt wird.

Vergleich der Preismodelle

Die Preiseinheiten verändern die reale Kostenkurve, vergleichen Sie also zuerst, wie jeder Anbieter abrechnet, bevor Sie die Richtpreise vergleichen.

Kanalabdeckung

---

1. Decagon: Vollständig agentische Lösung über Chat, E-Mail und Voice

Decagon verkauft keinen Chatbot, der an eine Ticket-Warteschlange angeflanscht ist. Das Unternehmen verkauft einen AI-Concierge für komplexe, mehrstufige Lösungen über Chat, E-Mail und Voice bei Enterprise-Ticketvolumen und positioniert sich gegen skriptbasierte Bots, nicht gegen andere agentische Plattformen. Es gibt keine Self-Serve-Anmeldung; jeder Abschluss beginnt mit einem Discovery-Call und einem Angebot, das auf das tatsächliche Ticketvolumen zugeschnitten ist.

Der eigene Glossareintrag zur Lösungsquote definiert die Kennzahl klar: gelöste Anliegen geteilt durch alle Anliegen, wobei gelöst bedeutet, dass keine weitere Nachfrage nötig ist, und das Unternehmen nennt 50 bis 80% Lösung für ausgereifte Deployments. Das ist eine echte Definition, mehr als die meisten Wettbewerber veröffentlichen, aber es bleibt Decagon, das die eigene Arbeit bewertet. Verlangen Sie also eine Kundenreferenz, die bereit ist, Rohzahlen zu teilen, nicht nur die Fallstudie.

Preise: Individuell, nur auf Anfrage. Von Käufern berichtete Basisgebühr der Plattform $50.000 bis $95.000/Jahr; mittlerer Jahresvertrag etwa $400.000/Jahr; ein Pro-Lösung-Aufschlag (berichtet bei etwa $0,50) ist ein verhandelter Enterprise-Satz, keine veröffentlichte Preisliste.

Am besten geeignet für: Enterprise-Support-Organisationen mit hohem, komplexem Ticketvolumen, die agentische AI über alle Kanäle wollen, nicht einen skriptbasierten Bot auf einem davon.

---

2. Sierra: Verwaltete, ergebnisbasierte AI mit minimalem internem AI-Betrieb

Sierra, mitgegründet vom früheren Salesforce-Co-CEO Bret Taylor, machte sich zunächst mit Chat-first-Deployments für Marken wie Sonos, Rocket Mortgage, Uber, SiriusXM und Vanguard einen Namen, bevor es Anfang 2026 denselben Agent auf Telefonanrufe ausweitete. Die Horizon-Funktion übernimmt langfristige Planung und zerlegt ein komplexes Ergebnis in Schritte, die sich über Tage oder Monate weiter verbessern, statt ein einzelnes Ticket zu lösen und zu vergessen. Das Team von Sierra übernimmt einen Großteil des Konversationsdesigns und des Tunings, und das ist das Versprechen: Ergebnisse, ohne zuerst ein internes AI-Operations-Team aufzubauen.

Die Preise sind vollständig ergebnisbasiert und vollständig unveröffentlicht. Sierra hat im Mai 2026 eine Series E über $950 Millionen bei einer Bewertung von $15,8 Milliarden eingesammelt, laut der Berichterstattung von TechCrunch, was zu einem reinen Enterprise-Vertrieb passt, der nicht auf ein unkompliziertes Self-Serve-Angebot ausgelegt ist.

Preise: Individuell, nur auf Anfrage, ergebnisbasiert. Berichtete Schätzungen von $150.000 bis $350.000+ jährlich, konsistent mit den Zahlen, die für das Chat- und das Voice-Produkt berichtet werden.

Am besten geeignet für: Unternehmen, die einen verwalteten AI Agent wollen, ohne zuerst internes AI-Know-how aufzubauen, und die ein echtes Enterprise-Budget aufbringen können.

---

3. Fin (früher Intercom Fin): Ergebnisbasierte Preise, die über Helpdesks hinweg funktionieren

Intercom hat sich im Mai 2026 in Fin umbenannt, um abzubilden, was das Produkt längst geworden war: ein AI Agent, der auf weit mehr Helpdesks läuft als nur denen von Intercom. Fin liest und schreibt über APIs, Datenconnectoren oder MCP in Drittsysteme, aktualisiert Konten, verarbeitet Zahlungen und Erstattungen, ruft Bestellstatus in Echtzeit ab und leitet weiter, was es nicht bearbeiten kann, alles bevor ein Mensch die Konversation sieht.

Fins eigene Berichte nennen eine durchschnittliche Lösungsquote von 76% über mehr als 12.000 Kunden, wobei viele über 85% erreichen, dazu 2 Millionen Lösungen pro Woche und einen G2-Zufriedenheitswert von 90%, der laut Unternehmen den nächsten Wettbewerber um 8 Punkte übertrifft. Das sind vom Anbieter berichtete Zahlen, kein unabhängiges Audit, aber die Abrechnungsmechanik dahinter ist wirklich einfach: Ein „Ergebnis“ ist eine Lösung, eine Procedure-Übergabe an einen Menschen mit angehängtem Kontext oder eine Disqualifizierung, jeweils mit $0,99 berechnet, wobei ein qualifizierter Lead separat mit $9,99 abgerechnet wird.

Preise: $0,99 pro Ergebnis (Lösung, Procedure-Übergabe oder Disqualifizierung); $9,99 pro qualifiziertem Lead; Minimum 50 Ergebnisse/Monat. Seat-Pläne separat bepreist. Siehe Fins Preise.

Am besten geeignet für: Support-Teams, die ergebnisbasierte Preise und echte mehrstufige Lösung wollen, ohne für den Einstieg einen Enterprise-Vertriebsprozess zu durchlaufen.

---

4. Zendesk AI Agents: Die klarste Definition einer Lösung in der Kategorie

Zendesks Ansatz 2026 bindet Advanced AI Resolution in jeden Suite- und Support-Plan ein, statt sie als separate Position zu verkaufen, und untermauert das mit der expliziten Lösungsabrechnung, die kein anderer Anbieter in diesem Leitfaden veröffentlicht. Eine Konversation landet in einer von drei Stufen: Assisted Escalation (der Agent hat geholfen, ein Mensch hat abgeschlossen, keine Gebühr), Contained Resolution (der Agent hat abgeschlossen, unverifiziert, keine Gebühr) oder Verified Resolution (der Agent hat abgeschlossen, und eine 72-Stunden-Wartezeit plus eine LLM-Prüfung des Transkripts haben bestätigt, dass der Kunde nicht zurückkam). Nur die letzte Stufe wird berechnet.

Das ist ein wirklich käuferfreundlicher Mechanismus: Sie zahlen nicht für eine Lösung, die der Kunde stillschweigend abgelehnt hat. Der Haken liegt dort, wo das enthaltene Kontingent überschritten ist. Die Mehrverbrauchsgebühr pro Lösung liegt je nach Volumenzusage bei etwa $1,20 bis $2,00, und Copilot für menschliche Agents ist ein separates Add-on für ca. $50/Agent/Monat, sodass ein Team mit 20 Agents, das 3.000 AI-Tickets im Monat löst, realistisch bei $6.000 bis $8.000/Monat insgesamt landen kann, sobald Seats und Lösungen zusammenkommen.

Preise: Suite-Pläne ab $55/Agent/Monat (Suite Team) bis $115/Agent/Monat (Suite Professional), jährlich. AI-Lösungen kosten je nach Volumen etwa $1,20-$2,00 pro Stück. Copilot-Add-on etwa $50/Agent/Monat. Siehe die Dokumentation von Zendesk zu den Lösungsstufen.

Am besten geeignet für: Support-Organisationen, die bereits Zendesk betreiben und agentische Lösung auf bereits aufgebautes Ticketing, Routing und Workflows aufsetzen wollen, mit der klarsten Abrechnungslogik der Kategorie.

---

5. Ada: Der etablierte Anbieter, mit echter Lücke zwischen angegebenen und typischen Ergebnissen

Ada betreibt dedizierte AI-CX-Deployments länger als die meisten Namen hier und ist für Teams gebaut, die mindestens 300.000 Konversationen pro Jahr bearbeiten. Es wechselte gezielt von ergebnisbasierter zu konversationsbasierter Abrechnung, weil große Käufer planbare, am Volumen orientierte Kosten statt ergebnisabhängiger Schwankungen wollten, und bietet nun je nach Deal sowohl eine Konversationsbasis als auch eine Lösungsbasis an.

Die Zahl, auf die man ehrlich achten sollte, ist die Lücke zwischen Adas Vorzeigekunden, die bis zu 83% Lösung nennen, und dem, was unabhängige Tracker als typisch berichten: oft 30 bis 50% bei einem neu gestarteten Deployment. Diese Lücke ist nicht auf Ada beschränkt (siehe den Abschnitt zur Lösungsquote oben), doch durch Adas Erfahrung gibt es mehr Deployment-Daten von Dritten, an denen man sie überprüfen kann, als bei neueren Anbietern.

Preise: Individuell, nur auf Anfrage. Von Käufern berichteter mittlerer Jahresvertrag etwa $70.000 (Spanne $30.000 bis $300.000+ im Enterprise-Maßstab). Ausgelegt für 300.000+ Konversationen pro Jahr.

Am besten geeignet für: High-Volume-Enterprise-Support-Organisationen, die eine ausgereifte, bewährte Plattform wollen und bereit sind, Lösungsangaben an den Daten des eigenen Piloten zu überprüfen.

---

6. Forethought AI Agents by Zendesk: Eine dedizierte Schicht, jetzt im Besitz des etablierten Anbieters

Forethought baute sein Geschäft auf AI-Triage, -Lösung und Agent-QA-Tooling auf, das auf einem bereits betriebenen Helpdesk aufsetzte. Zendesk gab die Übernahme im März 2026 bekannt und schloss sie am 26. März ab, womit Forethought vollständig in die Roadmap von Zendesk unter dem Namen Forethought AI Agents by Zendesk eingegliedert wurde. Wer es heute kauft, kauft ein Zendesk-Produkt, keinen unabhängigen Anbieter mit eigener Entwicklungslinie.

Historisch waren die Preise von Forethought individuell, mit von Käufern berichteten Beträgen zwischen $40.000 und $160.000/Jahr für die Basisplattform, wobei Voice-Add-ons weitere $30.000 bis $80.000/Jahr obendrauf kosteten. Zendesk hat seit dem Abschluss keine eigenständige Preisliste dafür veröffentlicht, rechnen Sie also damit, dass das verbleibende Produkt mit der Zeit zur Verified-Resolution-Abrechnung von Zendesk konvergiert.

Preise: Nicht mehr eigenständig erhältlich. Die historische, von Käufern berichtete Spanne vor der Übernahme lag bei $40.000-$160.000/Jahr für die Basisplattform, Voice-AI-Add-ons extra.

Am besten geeignet für: Teams, die bereits Zendesk evaluieren und verstehen wollen, was die Technologie von Forethought zur AI-Agents-Roadmap von Zendesk beiträgt.

---

7. Salesforce Agentforce for Service: Agentische AI auf Daten, die Sie bereits haben

Das Versprechen von Agentforce für Service-Cloud-Kunden passt zum Rest der Salesforce-Plattform: bereits aufgebaute Case-Objekte, Flows und Berechtigungen weiterverwenden, statt eine neue Datenebene für AI aufzusetzen. 2026 hat die Preisgestaltung mit Flex Credits die zuvor getrennten Preise für kundenseitige, mitarbeiterseitige und Voice-Agents zu einem einzigen Verbrauchsmodell zusammengeführt.

Die Abrechnungseinheit sollten Sie genau verstehen, denn sie ist gar keine Lösung: Sie ist eine Aktion. Eine Standard-Agent-Aktion kostet 20 Credits ($0,10) und eine Voice-Aktion 30 Credits ($0,15), sodass ein Fall, der sechs Schritte bis zum Abschluss braucht, sechsmal so viel kostet wie ein einstufiger Fall, unabhängig davon, ob der Kunde am Ende eskaliert. Das ist ein deutlich anderer Anreiz als bei den Pro-Lösung-Modellen von Fin oder Zendesk.

Preise: $2 pro Konversation (Conversations-Modell) oder $500 pro 100.000 Flex Credits (Standardaktionen kosten 20 Credits, Voice-Aktionen 30). Foundations enthält 200.000 kostenlose Flex Credits. Erfordert eine Service-Cloud-Lizenz. Siehe die Agentforce-Preise von Salesforce.

Am besten geeignet für: Teams, die bereits Salesforce Service Cloud betreiben und agentische AI wollen, ohne Falldaten auf eine neue Plattform zu migrieren.

---

8. Freshworks Freddy AI Agent: Zugängliche Preise pro Session

Freddy AI Agent, Freddy Copilot und Freddy Insights sind drei separate Freshworks-Produkte, die einzeln abgerechnet werden, aber das Preismodell des AI Agent selbst, pro Session statt pro Seat, ist für kleinere Teams deutlich zugänglicher als bei den meisten Anbietern in diesem Leitfaden, die nur auf Anfrage anbieten. Eine Session ist als 72-Stunden-Fenster ab der ersten E-Mail eines Kunden definiert; jede AI-Antwort in diesem Fenster zählt einmal.

Die eigenen Pläne von Freshdesk reichen von $19/Agent/Monat (Growth) bis $89/Agent/Monat (Enterprise), jährlich, wobei der AI Agent 500 kostenlose E-Mail-Sessions im Monat enthält, bevor $49 pro weiteren 100 Sessions anfallen ($0,49/Session). Freddy Copilot für menschliche Agents ist ein separates Add-on für $29/Agent/Monat, sodass der beworbene Basisplan selten die reale Rechnung ist, sobald ein Team AI und Copilot zusammen einsetzt.

Preise: Freshdesk $19/Agent/Monat (Growth) bis $89/Agent/Monat (Enterprise), jährlich. AI Agent: 500 kostenlose E-Mail-Sessions/Monat, danach $49 pro 100 Sessions ($0,49/Session). Copilot-Add-on $29/Agent/Monat. Siehe die Freshdesk-Preise.

Am besten geeignet für: Kostenbewusste Mid-Market-Teams, die AI-Lösung pro Session bepreist haben wollen, auf einem Freshdesk-Ticketing, das sie womöglich bereits kennen.

---

9. Gorgias AI Agent: Bestellbezogene Lösung für den E-Commerce

Gorgias hat seinen AI Agent um Live-Bestelldaten herum gebaut, die die meisten universellen Helpdesks schlicht nicht haben. Weil Gorgias tief in Shopify (sowie BigCommerce, Klaviyo und ähnliche Plattformen) eingebettet ist, kann der Agent mit einem tatsächlichen Bestellstatus, einer Lieferschätzung oder der Retourenberechtigung antworten statt mit einer generischen Skriptantwort.

Die Preismechanik hat eine echte Falle, auf die man hinweisen sollte: Eine von der AI gelöste Konversation zählt sowohl als Helpdesk-Ticket als auch als Lösung und wird für beides separat berechnet, sofern nicht innerhalb von 72 Stunden ein Mensch antwortet und sie zurückwandelt. Im Pro-Plan ($360/Monat, 2.000 Tickets enthalten) bringen 1.000 AI-gelöste Konversationen im Monat etwa $900 bis $1.000 an AI-Gebühren zusätzlich zum Basisplan, noch vor jeglichem Mehrverbrauch, und jede Interaktion jenseits des Ticketkontingents des Plans kostet weitere $1,50, eine Mechanik, die Sie vor der Wahl einer Stufe mit dem realen Volumen durchrechnen sollten.

Preise: Helpdesk-Pläne $10/Monat (Starter, 50 Tickets) bis $900+/Monat (Advanced, 5.000 Tickets), bei jährlicher Zahlung etwa 16% Rabatt. AI Agent $0,90 pro Lösung (jährlich) oder $1,00 (monatlich), die zugleich als abrechenbares Ticket zählt; Mehrverbrauchs-Interaktionen je $1,50.

Am besten geeignet für: Shopify- und E-Commerce-Marken, die AI-Lösung mit echtem Bestellkontext wollen, nicht generische Skriptantworten.

---

10. Kustomer AI Agent: Ein Multi-Agenten-„Team“-Modell auf einem einheitlichen Datensatz

Kustomers Alleinstellungsmerkmal war schon immer die einheitliche Kundentimeline, jeder Kanal und jede Interaktion in einem Datensatz statt in einer Warteschlange unverbundener Tickets. Das Release „AI for Customers 2.0“ vom März 2026 ergänzte Procedures, deterministische Geschäftslogik (eine Prüfung der Erstattungsberechtigung, die jedes Mal gleich abläuft) innerhalb eines sonst generativen Ablaufs, sowie ein Multi-Agenten-Modell, in dem ein Supervisor-Agent an Spezialisten wie einen Order Return Expert oder einen Refund Reviewer delegiert, die jeweils unabhängig über ein No-Code-Agent-Studio konfiguriert werden.

Die Preise sind schwerer zu fassen geworden. Kustomers eigene Preisseite führt jetzt zu einem individuellen ROI-Rechner statt feste Stufen zu zeigen, eine Änderung gegenüber der zuvor veröffentlichten Preisliste. Die AI-Mechanik, über die weiterhin konsistent berichtet wird: AI for Customers berechnet $0,60 pro „engagierter Konversation“, definiert als jeder Austausch mit mindestens einer eingehenden Kundennachricht, auf die die AI eine Antwort erzeugt hat, unabhängig davon, ob das Anliegen tatsächlich gelöst wurde, und AI for Reps (ein Agent-Assist-Copilot, nicht der autonome Agent, den dieser Leitfaden bewertet) kostet separat $40/Agent/Monat.

Preise: Nicht mehr veröffentlicht; berichtet (zuletzt bekannte Preisliste, Drittanbieter-Tracker): Seats $89-$139/Agent/Monat, Minimum 8 Seats, nur jährlich. AI for Customers $0,60 pro engagierter Konversation. AI for Reps $40/Agent/Monat, separat verkauft.

Am besten geeignet für: Teams, die einen einheitlichen Kundendatensatz plus spezialisierte AI Agents für getrennte Workflows wie Retouren oder Erstattungen wollen, nicht nur einen einzelnen generischen Bot.

---

11. Parloa: Ergebnisbasierte Voice AI für Contact Center mit hohem Volumen

Parloa ist eine AI Agent Management Platform für Unternehmen, die vor allem für Voice gebaut ist, mit zusätzlicher Abdeckung für Chat, WhatsApp und Microsoft Teams. Das Unternehmen ist beim Maßstab eindeutig: Das Produkt ist für Organisationen gebaut, die rund 2 Millionen Anrufe im Jahr bearbeiten, nicht für ein mittelgroßes Support-Team, das testweise in Voice AI einsteigt.

Die Preise folgen derselben Ergebnislogik wie bei Fin, nur im Contact-Center-Maßstab: Parloa berechnet pro erfolgreich gelöster Konversation statt pro Seat oder Minute, und wenn ein Anruf an einen Menschen eskaliert, entfällt der AI-Lösungspreis dafür. Parloas eigene Unterlagen nennen als Budgetrichtwert $300.000 oder mehr jährlich für Plattformlizenz plus Implementierung, laut dem Preisleitfaden von Parloa. Die vom Unternehmen veröffentlichten Fallstudienzahlen umfassen eine Reduzierung der Agent-Eskalationen um 88% und eine um 32% bessere Genauigkeit bei der Kundenidentifikation bei Referenzkunden, vom Anbieter berichtete Zahlen, kein unabhängiges Audit. Einen tieferen Blick auf Latenz und Telefonie-Setup bei dieser und 13 weiteren Plattformen finden Sie unter die besten AI Voice Agents.

Preise: Ergebnisbasiert, pro gelöster Konversation bepreist; nicht öffentlich gelistet. Der Budgetrichtwert in Parloas eigenen Unterlagen beträgt $300.000+ jährlich für Plattformlizenz plus Implementierung.

Am besten geeignet für: Voice-orientierte Enterprise-Contact-Center mit Millionen Anrufen im Jahr, die ergebnisbasierte Preise statt Abrechnung pro Minute wollen.

---

12. Cresta: Autonome Voice- und Chat-Agents plus Echtzeit-Coaching in einer Plattform

Crestas AI Agent ist darauf ausgelegt, Voice-, Chat- und SMS-Konversationen in mehr als 30 Sprachen eigenständig von Anfang bis Ende zu lösen, und steht neben dem älteren und bekannteren Produkt Agent Assist von Cresta, das menschliche Agents in Echtzeit coacht, statt sie zu ersetzen. Gegründet 2017 aus dem Stanford AI Lab und unterstützt von a16z, Sequoia und Greylock, gibt Cresta an, 2026 die Marke von $100 Millionen ARR überschritten zu haben, mit namentlich genannten Kunden wie United Airlines, Marriott, Intuit und Cox Communications.

Referenzkunden berichten starke Ergebnisse: Snap Finance erzielte nach dem Einsatz von Crestas AI Agent eine 5,5-fach höhere Containment-Rate und 23% höheren CSAT, und Brinks Home meldete einen NPS-Anstieg um 30 Punkte. Die Preise für den autonomen AI Agent selbst sind nicht veröffentlicht; Crestas separates Produkt Agent Assist ist im AWS Marketplace bei etwa $150.000/Jahr für eine definierte Volumenstufe aufgetaucht, aber das ist eine andere SKU für ein anderes (menschlich assistierendes, nicht autonomes) Produkt und sollte nicht als Preis des AI Agent gelesen werden. Schätzungen von Dritten für Cresta-Verträge liegen grob bei $60.000 bis $150.000 und mehr pro Jahr.

Preise: Individuell, nur auf Anfrage für das Produkt AI Agent. Schätzungen von Dritten beziffern Cresta-Verträge grob auf $60.000-$150.000+/Jahr.

Am besten geeignet für: Contact Center, die einen autonomen Voice- und Chat-Agent neben Echtzeit-Coaching und Qualitätsmanagement für die Menschen wollen, die weiterhin vor Ort arbeiten.

---

13. Maven AGI: Ein Agent über einen bestehenden CX-Stack hinweg

Das Versprechen von Maven AGI ist eine einheitliche Wissens- und Aktionsebene über den Tools, die eine Support-Organisation bereits betreibt, darunter Zendesk, Salesforce, Freshdesk und Slack, wobei der Agent in jedem angebundenen System handelt, statt einen Komplettaustausch des bestehenden Helpdesks zu verlangen. Es ist ein neuerer Anbieter als die meisten auf dieser Liste, mit Enterprise-Sicherheitszertifikaten (SOC 2 Type II, ISO 27001, HIPAA, PCI-DSS Level 1), die trotz der kürzeren Erfolgsbilanz Vertrauen schaffen sollen.

Die vom Unternehmen veröffentlichten Fallstudien decken eine große Bandbreite ab: Roo senkte das Ticketvolumen um 50%, wobei 80% der Anfragen autonom beantwortet wurden, Enumerate meldete eine Lösungsquote von 91%, und Rho hielt 95% CSAT bei 12% mehr betreuten Kontakten. Wie bei jeder vom Anbieter veröffentlichten Fallstudie in diesem Leitfaden gilt: Verstehen Sie sie als Obergrenze zum Testen, nicht als Garantie. Die Preise sind nicht öffentlich; Schätzungen von Dritten beziffern den ursprünglichen Aufbau auf $150.000 bis $300.000 vor dem ersten Betriebsmonat, mit Jahresvertragswerten von grob $50.000 bis $600.000 und mehr je nach Umfang.

Preise: Individuell, nur auf Anfrage. Berichtete Kosten für den ursprünglichen Aufbau $150.000-$300.000; Jahresvertragswerte grob $50.000-$600.000+ je nach Umfang und Volumen.

Am besten geeignet für: Support-Organisationen, die einen AI Agent wollen, der über einen bereits fragmentierten Stack aus Helpdesk-, CRM- und Chat-Tools hinweg handelt, statt auf eine einzige neue Plattform zu konsolidieren.

---

Passung nach Volumen und Phase

Unternehmensgröße und Persona

---

Typische Fehler beim Kauf von AI Agents für den Kundenservice

So wählen Sie aus: Entscheidungsrahmen

Nutzen Sie diesen Rahmen, um den Agent zum Betriebsmodell passend auszuwählen, bevor Sie die Anbieter-Shortlist eingrenzen.

---

---

Die nächsten Schritte

Wählen Sie zwei Agents, deren Preismodell tatsächlich zu Ihrem Volumen passt, nicht nur die zwei mit der besten Demo. Lassen Sie sich vor jeder Unterschrift von jedem Finalisten dieselben drei Fragen schriftlich beantworten: Was genau gilt als Lösung, wer verifiziert sie, und kann Ihr Team vor der Verlängerung eine zufällige Stichprobe „gelöster“ Transkripte prüfen. Erzwingen Sie dann in der Testphase eine echte Eskalation, keine skriptbasierte, und sehen Sie sich genau an, welchen Kontext der Mensch erhält, der sie übernimmt. Wenn Sie noch entscheiden, ob Sie unter alldem eine dedizierte Agentenplattform brauchen, ist der Leitfaden Die besten AI-Agentenplattformen die Ebene über dieser Liste. Ist die Beziehung nach dem Verkauf, nicht die Support-Warteschlange, die größere Lücke in Ihrem Team, behandelt Die besten AI Agents für Account Management diese angrenzende kundennahe Funktion, und sobald ein Agent live ist, zeigt der Leitfaden Die besten AI-Agent-Observability-Tools, wie Sie ihn überwachen und prüfen, einschließlich der Kontrolle der Lösungszahlen, vor denen dieser Leitfaden gerade gewarnt hat. Und wenn sich AI-gestützter Support (nicht autonome Lösung) als die bessere Passung für den heutigen Stand Ihres Teams erweist, beginnen Sie stattdessen mit die besten AI-Tools für den Customer Support oder mit die beste Help-Desk-Software, falls Sie noch keine Ticketing-Basisplattform haben.