KI-Agenten für Kunden-Onboarding: So automatisierst du dein Agentur-Onboarding

Ein neues Projekt ist verkauft. Jetzt beginnt das Onboarding. Der Kunde bekommt ein Formular, soll Zugänge schicken, seine Zielgruppe beschreiben, Ansprechpartner nennen und erklären, wie seine aktuellen Prozesse aussehen. Ein paar Tage später fehlen trotzdem Informationen.

Bei „Zielgruppe“ steht nur „Unternehmen“. Ein Zugang wurde vergessen. Eine Antwort widerspricht dem, was im Verkaufsgespräch besprochen wurde. Also beginnt die nächste Runde aus E-Mails, Nachrichten und Rückfragen.

Das Problem ist nicht, dass es kein Onboarding gibt. Das Problem ist, dass klassische Formulare nur Informationen abfragen. Sie können nicht beurteilen, ob eine Antwort für den nächsten Prozessschritt überhaupt ausreicht.

Genau an dieser Stelle setzen KI-Agenten an. Statt einem Kunden nur ein statisches Formular vorzulegen, kann ein KI-Agent ihn dialogbasiert durch das Onboarding führen, auf Antworten reagieren und gezielt nachfragen.

Was ist ein KI-Onboarding-Agent?

Ein KI-Onboarding-Agent ist ein spezialisierter KI-Agent, dessen Aufgabe darin besteht, einen neuen Kunden strukturiert durch einen Onboarding-Prozess zu führen. Er soll nicht einfach Fragen beantworten, sondern er verfolgt ein konkretes Ziel:

Am Ende müssen alle Informationen vorliegen, die für den Start der Zusammenarbeit benötigt werden.

Das können beispielsweise sein:

• Unternehmensdaten
• Ansprechpartner
• Zielgruppe
• Angebot
• Ziele
• bestehende Prozesse
• verwendete Software
• Zugänge
• Brand Guidelines
• aktuelle Kennzahlen
• Erwartungen an die Zusammenarbeit

LearningSuite bietet dafür unter anderem KI-Agenten und Formular-Assistenten, die strukturierte Informationen von Mitgliedern erfassen können. Wie sich beide vom KI-Concierge unterscheiden, steht in LearningSuite KI-Agenten und KI-Concierge. Die Agenten lassen sich direkt in Lektionen und Hubs einsetzen.

Warum ein normales Onboarding-Formular oft nicht ausreicht

Ein Formular funktioniert gut, wenn die Antwort eindeutig ist.

• Wie lautet deine Website?
• Wie viele Mitarbeiter hat dein Unternehmen?
• Welches CRM nutzt ihr?

Das sind strukturierte Fragen. Schwieriger wird es bei offenen Fragen. Zum Beispiel:

Beschreibe deine Zielgruppe.

Die Antwort lautet:

Coaches.

Technisch ist das Feld ausgefüllt. Für eine Agentur, die anschließend Kampagnen, Prozesse oder Positionierung entwickeln soll, ist die Information aber wahrscheinlich unbrauchbar. Ein Mitarbeiter muss deshalb nachfragen, und genau dieses Nachfragen ist einer der Unterschiede zwischen einem statischen Formular und einem dialogbasierten Agenten.

Der Agent könnte antworten: „Auf welche Art von Coaches habt ihr euch spezialisiert?“ Und anschließend: „Wie groß sind diese Unternehmen typischerweise?“ Oder: „Welches konkrete Problem löst ihr für diese Zielgruppe?“ Der Prozess läuft so lange weiter, bis die Information für den vorgesehenen Zweck ausreichend strukturiert ist.

Ein KI-Agent ersetzt nicht den Onboarding-Prozess

Das ist ein wichtiger Punkt. Wenn ein Unternehmen nicht weiß, welche Informationen es für die Zusammenarbeit braucht, wird ein KI-Agent das Problem nicht lösen. Man muss zuerst definieren:

1. Welche Informationen benötigen wir?
2. Warum benötigen wir diese Informationen?
3. Welche Antworten sind ausreichend?
4. Wann muss nachgefragt werden?
5. Welche Informationen besitzen wir bereits?
6. Was soll anschließend mit den Daten passieren?

Erst danach sollte entschieden werden, welche Schritte ein Agent übernimmt. Welche Übergabe direkt nach dem Abschluss dafür stehen muss, steht in Der perfekte After-Close-Prozess, die dazugehörigen Standardprozesse in Agentur Prozesse standardisieren. Der Agent automatisiert den definierten Prozess. Er definiert ihn nicht automatisch für das Unternehmen.

Beispiel: KI-Onboarding für eine Marketing-Agentur

Nehmen wir eine Agentur, die Performance-Marketing für ihre Kunden übernimmt. Das Onboarding könnte mehrere Bereiche enthalten.

Unternehmen

Der Agent erfragt:

• Geschäftsmodell
• Produkte oder Dienstleistungen
• Unternehmensgröße
• Ansprechpartner
• bisherige Entwicklung

Zielgruppe

Anschließend geht es um:

• Wunschkunden
• Branche
• Unternehmensgröße
• typische Probleme
• Kaufmotive
• Einwände
• Entscheider

Antwortet der Kunde zu oberflächlich, fragt der Agent nach.

Angebot

Danach:

• Was wird verkauft?
• Was kostet das Angebot?
• Wie läuft die Leistung ab?
• Was unterscheidet das Angebot vom Wettbewerb?
• Welche Ergebnisse werden versprochen?

Marketing und Vertrieb

Der Agent kann anschließend erfassen:

• bisherige Kanäle
• Werbebudget
• bestehende Kampagnen
• CRM
• Sales-Prozess
• Conversion Rates
• vorhandene Tracking-Systeme

Am Ende liegen nicht einfach ausgefüllte Textfelder vor. Es liegt eine strukturierte Informationsbasis für den Projektstart vor.

Noch besser: Bereits bekannte Informationen gar nicht erst erneut abfragen

Hier entsteht der größte Zeitgewinn, denn viele Informationen wurden bereits vor dem Kauf erfasst. Zum Beispiel:

• im CRM,
• in einem Bewerbungsformular,
• beim Checkout,
• während der Lead-Qualifizierung,
• im Vertrieb.

Warum sollte der Kunde dieselben Informationen nach dem Kauf noch einmal eingeben?

LearningSuite besitzt dafür Mitglieder-Eigenschaften. Diese können Kontext über einzelne Mitglieder enthalten und von KI-Agenten verwendet werden. Auch externe n8n-Chatbots können ausgewählte Mitglieder-Eigenschaften erhalten. Ich nutze genau diesen Ansatz auch in Verbindung mit der offiziellen LearningSuite n8n-Integration, die ich entwickle und betreue.

Ein möglicher Prozess sieht dann so aus:

CRM → n8n → LearningSuite → Mitglieder-Eigenschaften → Onboarding-Agent

Der Agent weiß dadurch beispielsweise bereits:

Das Unternehmen hat zwölf Mitarbeiter. Es verkauft Recruiting-Dienstleistungen. Der Ansprechpartner ist Geschäftsführer. Das gebuchte Paket ist „Performance Recruiting“.

Dann muss er diese Informationen nicht erneut erfragen. Er kann direkt dort beginnen, wo noch Informationen fehlen.

Vom Onboarding direkt ins Fulfillment

Der Hebel wird größer, wenn das Onboarding nicht mit der letzten Frage endet. Nach Abschluss können die gesammelten Informationen weitere Prozesse auslösen. Beispielsweise:

• Onboarding vollständig → Projekt anlegen
• Zugänge vollständig → Setup starten
• Briefing abgeschlossen → Kampagnen-Erstellung starten
• Upsell-Potenzial erkannt → Vertrieb informieren

LearningSuite bietet dafür KI-Trigger. Diese können innerhalb von KI-Agenten und dem KI-Concierge ausgelöst und anschließend unter anderem für Automatisierungen oder die Weitergabe an externe Systeme genutzt werden. Damit wird der Agent zu einem Bestandteil des gesamten Fulfillment-Prozesses. Wie dieses Fließband insgesamt aufgebaut ist, steht in Fließband für Agenturprozesse.

Wann eignet sich KI besonders gut für Kunden-Onboarding?

Nicht jedes Onboarding braucht KI. Der Aufwand lohnt sich, wenn:

• viele offene Fragen gestellt werden,
• Antworten häufig unvollständig sind,
• regelmäßig nachgefragt werden muss,
• das Onboarding heute viele Calls benötigt,
• Informationen bereits in unterschiedlichen Systemen liegen,
• Folgeprozesse von den Antworten abhängen.

Wenn dagegen nur Name, Adresse und drei Zugänge benötigt werden, reicht wahrscheinlich ein normales Formular. KI sollte dort eingesetzt werden, wo ein Dialog einen echten Vorteil bringt.

Kann ein KI-Agent einen Onboarding-Call ersetzen?

Teilweise. Ein klassischer Onboarding-Call erfüllt oft mehrere Aufgaben gleichzeitig:

• Informationen sammeln.
• Fragen beantworten.
• Erwartungen klären.
• Vertrauen aufbauen.
• Projektablauf erklären.

Nicht jede dieser Aufgaben sollte zwangsläufig automatisiert werden. Wenn ein 90-minütiger Onboarding-Call heute aber zu 60 Minuten aus standardisierten Fragen besteht, kann man zumindest hinterfragen, ob ein Mitarbeiter diese Fragen jedes Mal erneut stellen muss. Der Agent kann den strukturierten Teil vorbereiten. Der anschließende Call kann sich dann auf Entscheidungen, Sonderfälle und die persönliche Zusammenarbeit konzentrieren.

Das ist häufig die sinnvollere Form der Automatisierung:

nicht Menschen vollständig ersetzen, sondern ihre Zeit von wiederkehrender Arbeit befreien.

LearningSuite als Plattform für KI-Onboarding

LearningSuite positioniert KI-Agenten inzwischen selbst für Agentur-Onboarding. Agenten können Nutzer durch Abläufe führen und dabei strukturierte Daten in LearningSuite erfassen.

Der Vorteil liegt vor allem darin, dass der Agent direkt dort eingesetzt werden kann, wo der Kunde ohnehin sein Onboarding durchläuft. Es entsteht kein separater Chatbot außerhalb des Kundenportals. Videos, Erklärungen, Formulare, Aufgaben und Agenten können Teil desselben Prozesses sein.

Wenn du mehr über das gesamte System wissen möchtest, habe ich in meinem Beitrag zu LearningSuite KI-Agenten und KI-Concierge erklärt, wie LearningSuite Intelligence, Mitglieder-Eigenschaften und Automatisierungen zusammenspielen.

Fazit: Ein gutes KI-Onboarding beginnt nicht mit KI

Der größte Fehler wäre, einen schlechten Onboarding-Prozess einfach in einen KI-Agenten zu kopieren. Zuerst muss klar sein:

• Welche Informationen brauchen wir?
• Welche besitzen wir bereits?
• Wann müssen wir nachfragen?
• Was passiert mit den Antworten?

Erst dann kann KI einen echten Vorteil bringen. Richtig aufgebaut entsteht aus einem statischen Fragebogen ein Prozess, der auf den Kunden reagieren, vorhandenen Kontext berücksichtigen und nach Abschluss automatisch das nächste System anstoßen kann. Und genau dann wird aus einem KI-Agenten mehr als ein Chatbot.

KI-Agenten in deinen Prozess einbauen

Ein Agent nimmt genau so viel Arbeit ab, wie der Prozess dahinter hergibt. Welche Informationen vorliegen, wer sie pflegt, was der Agent am Ende auslöst und wann ein Mensch übernimmt, entscheidet sich vor dem ersten Prompt.

Die Fragen, die ich dafür durchgehe, stehen zusammen mit den Agenten-Prompts im Playbook zu LearningSuite KI-Agenten.

Wenn du deine Abläufe vorher gemeinsam durchgehen willst: Prozessanalyse vereinbaren.