Klassische IT-Projekte haben einen klaren Endpunkt: Go-Live. Danach übergibt das Projektteam an den Betrieb, und die Verantwortung wechselt. Bei Agent-Systemen funktioniert das nicht — weil Agenten lebende Systeme sind, die sich mit ihrer Umwelt verändern. Ein Go-Live ohne anschließende Betreuung ist keine Übergabe, sondern ein Verlust von Steuerungsfähigkeit.
Warum Agent-Systeme keinen Projektabschluss haben
Drei Eigenschaften unterscheiden Agent-Systeme von klassischer Software:
- Agenten interagieren mit unstrukturierten Daten — deren Verteilung ändert sich ständig.
- Agenten nutzen LLMs als Kernlogik — Modelle werden aktualisiert, ohne dass Sie es kontrollieren.
- Agenten treffen autonome Entscheidungen — die Qualität dieser Entscheidungen muss kontinuierlich überprüft werden.
Wer nach dem Go-Live die Steuerung abgibt, gibt die Wirkung ab. Das Operating-Model von Reflect. ist die Antwort auf diese Realität.
Das Reflect-Operating-Model im Detail
Wöchentlich: Eval-Run
Automatisierter Durchlauf des Eval-Sets gegen alle aktiven Agenten. Ergebnis: ein Scorecard-Report, der Abweichungen vom Basiswert markiert. Dauer: vollautomatisch, kein manueller Aufwand.
Monatlich: KPI-Review
Sichtung der aggregierten KPIs (FCR, Hand-Off-Rate, Approval-Rate, Business-Impact-Score) mit dem Fachteam. Identifikation von Trends, Schwachstellen und Optimierungspotenzialen. Aufwand: 60–90 Minuten.
Quartalsweise: Routing-Review
Überprüfung der Agent-Architektur: Welche Agenten gibt es, wie ist die Aufgabenverteilung, wo sind Engpässe, welche neuen Use Cases stehen an? Das Routing-Review ist der strategische Knotenpunkt — hier werden Erweiterungen geplant und Prioritäten gesetzt. Aufwand: halber Tag.
Bei Bedarf: On-Call-SLA
Für kritische Agenten: definierte Reaktionszeiten bei Incidents. Nicht jeder Agent braucht ein SLA — aber die, die direkt in Geschäftsprozesse eingebunden sind (Buchung, Genehmigung, Kundenkommunikation), brauchen eine garantierte Reaktionskette.
CSAT und NPS — auf Agent-Ebene
Kundenzufriedenheit wird typischerweise auf Account-Ebene gemessen. Für Agent-Systeme reicht das nicht. Die Frage ist nicht nur: Sind die Nutzer zufrieden mit dem Ergebnis? Sondern: Welcher Agent im Workflow hat zur Zufriedenheit beigetragen — und welcher hat sie gemindert?
Praxis-Ansatz: Nach jeder abgeschlossenen Agent-Interaktion wird ein minimalistisches Feedback eingeholt (ein einziger Smiley-Score reicht). Aggregiert auf Agent-Ebene entsteht ein Agent-CSAT, der zeigt, wo im Workflow die Nutzererfahrung bricht — und wo sie besonders gut ist.
Was die Partnerschaft vom klassischen Support unterscheidet
Support reagiert auf Probleme. Das Reflect-Operating-Model proaktiviert Optimierung. Der Unterschied liegt in drei Eigenschaften:
- Proaktive Vorschläge: Nicht „gucken Sie mal, ob es noch Probleme gibt“, sondern „Agent 3 hat eine Drift von 4 % — hier sind drei Korrekturoptionen mit geschätztem Aufwand.“
- Strategische Roadmap: Nicht nur „was kaputt ist“, sondern „was als Nächstes Sinn ergibt“ — priorisiert nach Business-Impact.
- Kontinuierliches Lernen: Jede Optimierung wird dokumentiert und in den Wissensstand einbezogen. Das System wird nicht nur repariert, es wird besser.
Was sich messbar ändert
Unternehmen im Reflect-Operating-Model erreichen nach zwölf Monaten typischerweise eine um 25–35 % höhere Automatisierungsquote als Unternehmen mit klassischem Projektabschluss. Die Differenz entsteht nicht durch zusätzliche Entwicklung, sondern durch kontinuierliche Optimierung des Bestehenden. Jeder Routing-Review, jeder KPI-Review, jeder Eval-Run trägt bei — nicht dramatisch, aber kumulativ.
Go-Live ist der Anfang, nicht das Ende. Partnerschaft heißt: Ich bleibe dabei, solange Ihr Agent-Betrieb Wirkung entfaltet — und sorge dafür, dass es so bleibt.