LearningSuite KI-Agenten und KI-Concierge: Was LearningSuite Intelligence wirklich kann

Mit LearningSuite Intelligence entwickelt sich LearningSuite vom klassischen Mitgliederbereich immer stärker zu einer Plattform, die Wissen nicht nur bereitstellt, sondern aktiv damit arbeiten kann. Kunden müssen dann nicht mehr wissen, in welchem Kurs, welcher Lektion oder welchem Dokument eine bestimmte Information liegt. Sie können Fragen stellen, sich durch Prozesse führen lassen oder gemeinsam mit einem KI-Agenten konkrete Aufgaben bearbeiten.

Interessant wird das vor allem dort, wo Unternehmen LearningSuite nicht nur als Kursplattform einsetzen, sondern als Teil ihres Fulfillments. Denn genau dort entstehen normalerweise die wiederkehrenden Aufgaben:

• Kunden stellen immer wieder ähnliche Fragen.
• Onboarding-Informationen müssen eingesammelt werden.
• Teilnehmer wissen nicht, was ihr nächster Schritt ist.
• Coaches und Berater beantworten Dinge, die eigentlich längst dokumentiert sind.

LearningSuite Intelligence setzt genau an dieser Stelle an. Ich konnte das System bereits seit Ende 2025 nutzen und testen, mehrere Monate vor dem offiziellen Release und noch bevor es für Beta-Tester geöffnet wurde. Dadurch habe ich mich nicht erst seit der Veröffentlichung mit den KI-Agenten, dem KI-Concierge und den Mitglieder-Eigenschaften beschäftigt, sondern konnte relativ früh sehen, wie sich diese Funktionen praktisch einsetzen lassen.

Der für mich entscheidende Teil beginnt aber erst in Verbindung mit Automatisierungen. Als Entwickler und Maintainer der offiziellen LearningSuite-n8n-Integration beschäftige ich mich neben dem, was innerhalb von LearningSuite passiert, vor allem damit, wie Informationen aus CRM, Onboarding, Formularen oder anderen Systemen in LearningSuite gelangen und dort von Intelligence genutzt werden können.

Denn genau darin liegt meiner Meinung nach die eigentliche Stärke des Systems. Sie liegt nicht im KI-Chat, den inzwischen jede Plattform anbietet. Sie liegt darin, dass Wissen, Nutzerdaten, KI-Agenten und Automatisierungen miteinander verbunden werden können.

Was ist LearningSuite Intelligence?

LearningSuite Intelligence ist der Oberbegriff für die KI-Funktionen innerhalb von LearningSuite. Im Kern besteht das System aus drei Komponenten:

Diese drei Bausteine sollte man getrennt betrachten, denn ein KI-Concierge erfüllt einen anderen Zweck als ein KI-Agent. Und beide werden deutlich brauchbarer, sobald sie über das allgemeine Plattformwissen hinaus wissen, mit welchem Kunden sie gerade sprechen. Genau dafür gibt es die Mitglieder-Eigenschaften.

Was sind die LearningSuite KI-Agenten?

Die LearningSuite KI-Agenten sind spezialisierte KI-Assistenten, die innerhalb eines bestimmten Kontexts oder Prozesses eingesetzt werden können. Der Unterschied zu einem normalen Chatbot liegt vor allem darin, dass der Agent eine konkrete Aufgabe bekommt. Ein klassischer Chatbot wartet darauf, dass jemand eine Frage stellt. Ein Agent kann dagegen beispielsweise die Aufgabe haben:

• einen Kunden durch ein Onboarding zu führen,
• Informationen strukturiert einzusammeln,
• bei einer Positionierung zu helfen,
• Inhalte zu reflektieren,
• ein Briefing auszuarbeiten,
• Fragen zu einem bestimmten Thema zu beantworten,
• einen Nutzer durch einen definierten Prozess zu begleiten.

Dadurch wird aus einem einfachen Chat eine interaktive Arbeitsoberfläche. Ein guter Agent beantwortet nicht einfach jede Frage möglichst ausführlich. Er kennt seine Aufgabe und versucht, den Nutzer zu einem bestimmten Ergebnis zu führen.

Coaching-Bots und Formular-Assistenten

Zwei Arten von Agenten haben sich dabei als besonders brauchbar herausgestellt. Zum einen klassische Coaching- oder Beratungsagenten. Dabei kann ein Agent beispielsweise gemeinsam mit einem Kunden dessen Zielgruppe, Positionierung oder Angebot ausarbeiten.

Der Unterschied zu einem statischen Formular ist erheblich. Ein Formular fragt „Was ist deine Zielgruppe?“, der Kunde schreibt „Agenturen“ und das Formular macht weiter. Ein KI-Agent kann dagegen erkennen, dass diese Antwort für den eigentlichen Prozess nicht ausreicht, und nachfragen:

Welche Art von Agenturen? In welcher Größenordnung? Welche Probleme haben diese Unternehmen? Wer trifft dort die Kaufentscheidung?

Dadurch lassen sich Informationen wesentlich strukturierter erarbeiten. Zum anderen gibt es Formular-Assistenten. Sie verbinden die strukturierte Datenerfassung eines Formulars mit der Möglichkeit, dynamisch auf Antworten zu reagieren. Gerade beim Kunden-Onboarding zahlt sich das aus.

Was ist der LearningSuite KI-Concierge?

Der KI-Concierge erfüllt einen anderen Zweck. Während ein KI-Agent für eine bestimmte Aufgabe gebaut wird, ist der Concierge eher die zentrale Anlaufstelle innerhalb der LearningSuite. Man kann ihn sich vereinfacht wie einen intelligenten Empfang innerhalb des Kundenportals vorstellen. Ein Kunde könnte beispielsweise fragen:

• Wo finde ich die Vorlage für mein Angebot?
• Welche Lektion erklärt die Einrichtung von Meta Ads?
• Was soll ich als Nächstes machen?
• Welche Informationen gibt es zum Thema Mitarbeiter-Onboarding?

Der Nutzer muss dann nicht mehr selbst durch Kurse, Lektionen und Dokumente navigieren. Der Concierge versucht stattdessen, die relevante Information direkt bereitzustellen oder den Nutzer an die richtige Stelle zu führen.

Das fällt vor allem dann ins Gewicht, wenn eine LearningSuite mit der Zeit immer größer wird. Denn viele Unternehmen haben gar nicht das Problem, dass ihnen Inhalte fehlen. Sie haben das Problem, dass ihre Kunden nicht mehr wissen, wo diese Inhalte liegen.

KI-Agent oder KI-Concierge: Wo liegt der Unterschied?

Der Unterschied lässt sich relativ einfach zusammenfassen:

Ich würde deshalb nicht versuchen, mit einem einzigen Agenten alle Aufgaben abzudecken. Je klarer die Aufgabe eines Agenten definiert ist, desto leichter lässt sich auch festlegen, wie er reagieren soll und welches Ergebnis am Ende erwartet wird.

Die eigentliche Stärke: LearningSuite kennt auch den Nutzer

Ein Chatbot auf Basis des eigenen Wissens ist inzwischen nichts Besonderes mehr. Unternehmen laden Dokumente in ein KI-System und lassen anschließend Fragen dazu beantworten. Das kann hilfreich sein. Der Unterschied entsteht aber erst, wenn die KI zusätzlich weiß, wer gerade mit ihr spricht. Genau hier kommen die Mitglieder-Eigenschaften von LearningSuite ins Spiel.

LearningSuite als KI-Wissensdatenbank

In vielen Unternehmen steckt bereits eine große Menge Wissen in LearningSuite:

• Kurse
• Lektionen
• Dokumente
• Anleitungen
• Vorlagen
• Videos
• Prozessbeschreibungen
• FAQs

Normalerweise muss der Kunde dieses Wissen selbst finden. Mit LearningSuite Intelligence kann das vorhandene Wissen zur Grundlage für KI-gestützte Interaktionen werden. Dadurch wird aus der LearningSuite eine Wissensdatenbank, mit der der Nutzer sprechen kann. Das allein nimmt schon Arbeit ab. Aber Mitglieder-Eigenschaften gehen einen Schritt weiter.

Mitglieder-Eigenschaften geben der KI Kontext

Mit Mitglieder-Eigenschaften können Informationen zu einzelnen Mitgliedern gespeichert werden, beispielsweise:

• Unternehmensgröße
• Branche
• Zielgruppe
• Angebot
• Umsatz
• gebuchte Dienstleistung
• verwendete Software
• Ziele
• Herausforderungen
• aktueller Onboarding-Status
• bestehende Prozesse
• Antworten aus vorherigen Gesprächen

Dadurch muss ein Agent nicht jedes Gespräch wieder bei null beginnen. Ein einfaches Beispiel: Ein Kunde hat bereits während des Vertriebsprozesses angegeben, dass er eine Agentur mit zwölf Mitarbeitern führt und hauptsächlich Coaches als Kunden betreut. Diese Information existiert also bereits. Es ergibt wenig Sinn, wenn der KI-Agent ihn während des Onboardings erneut fragt, wie viele Mitarbeiter das Team hat oder welche Zielgruppe betreut wird.

Wenn die Informationen vorher in den Mitglieder-Eigenschaften gespeichert wurden, kann der Agent sie direkt berücksichtigen. Und genau hier zahlt sich die Verbindung zu anderen Systemen aus.

Mitglieder-Eigenschaften automatisch mit n8n befüllen

Mitglieder-Eigenschaften müssen nicht ausschließlich manuell innerhalb von LearningSuite gepflegt werden. Sie lassen sich auch automatisiert über die API befüllen. Genau dafür lässt sich unter anderem meine LearningSuite n8n-Integration einsetzen.

Als ursprünglicher Entwickler und heutiger Maintainer der offiziellen LearningSuite-n8n-Integration beschäftige ich mich seit längerem damit, LearningSuite nicht als isoliertes System zu betrachten, sondern mit den anderen Prozessen eines Unternehmens zu verbinden. Das ermöglicht beispielsweise folgenden Ablauf:

CRM → n8n → LearningSuite → Mitglieder-Eigenschaften → KI-Agent oder KI-Concierge

Angenommen, ein Kunde kauft eine Dienstleistung. Im CRM existieren bereits Informationen wie:

• Name
• Unternehmen
• Angebot
• Zielgruppe
• Umsatz
• gebuchte Leistung
• zuständiger Ansprechpartner

Statt diese Informationen nach dem Kauf erneut abzufragen, kann n8n sie automatisiert übernehmen und über die LearningSuite API als Mitglieder-Eigenschaften hinterlegen. Wie die Verbindung technisch eingerichtet wird, zeigt die Schritt-für-Schritt-Anleitung zu LearningSuite und n8n.

Wenn der Kunde anschließend zum ersten Mal mit einem KI-Agenten spricht, kennt dieser bereits einen Teil des Kontexts. Das verändert den gesamten Prozess: Die KI reagiert dann nicht mehr auf einen anonymen Nutzer, sondern kann ihre Antworten auf vorhandene Informationen beziehen.

Beispiel: Vom Kauf direkt in ein personalisiertes Onboarding

Ein möglicher Ablauf könnte so aussehen:

1. Ein Kunde kauft eine Beratung oder Dienstleistung.
2. Das CRM wie SalesSuite oder das Checkout-System wie Digistore24 löst einen Workflow aus.
3. n8n sammelt die bereits vorhandenen Kundendaten.
4. Das LearningSuite-Mitglied wird angelegt oder aktualisiert.
5. Relevante Informationen werden als Mitglieder-Eigenschaften gespeichert.
6. Der Kunde startet sein Onboarding.
7. Der KI-Agent kennt bereits die vorhandenen Informationen und fragt nur noch das ab, was tatsächlich fehlt.
8. Neue Antworten können wiederum in andere Systeme zurückgespielt werden.

Das ist für mich einer der entscheidenden Unterschiede zwischen einer KI-Demo und einem echten automatisierten Unternehmensprozess. Die KI ist nicht isoliert, sie ist Teil des Prozesses.

LearningSuite KI-Agenten im Kunden-Onboarding einsetzen

Das Kunden-Onboarding ist der Anwendungsfall, bei dem sich der Aufwand am schnellsten rechnet. Die Prozessseite davor ist Der perfekte After-Close-Prozess.

Gerade Agenturen, Beratungen und Coaches haben häufig umfangreiche Onboarding-Prozesse. Nach dem Kauf steht in der Regel immer dasselbe an:

• Informationen einsammeln
• fehlende Zugänge beschaffen
• Ziele definieren
• Ansprechpartner klären
• bestehende Prozesse und Systeme verstehen

Oft passiert das über eine Mischung aus:

• Formularen
• E-Mails
• Onboarding-Calls
• WhatsApp
• Slack
• manuellen Rückfragen

Das Problem dabei ist selten das Formular selbst. Das Problem sind unvollständige oder schlechte Antworten. Ein Kunde schreibt beispielsweise bei „Zielgruppe“ nur „Unternehmen“, und damit kann später niemand sinnvoll arbeiten.

Ein KI-Agent kann in solchen Situationen nachfragen. Er kann erkennen, welche Informationen fehlen, Antworten strukturieren und den Nutzer so lange durch den Prozess führen, bis die notwendige Datengrundlage vorhanden ist.

KI-Agentur-Onboarding statt statischem Formular

Gerade bei Agenturen sehe ich dafür großes Potenzial. Ein Agent könnte beispielsweise folgende Informationen erarbeiten:

Unternehmen

• Was verkauft ihr?
• Wie sieht euer Geschäftsmodell aus?
• Wie groß ist das Team?

Zielgruppe

• Wer ist euer Wunschkunde?
• Welche Probleme hat dieser Kunde?
• Wie sieht der typische Kaufprozess aus?

Marketing

• Welche Kanäle nutzt ihr bereits?
• Welche Kampagnen laufen?
• Welche Ergebnisse erzielt ihr?

Vertrieb

• Wie entstehen Leads?
• Wie werden Anfragen qualifiziert?
• Wie sieht der Sales-Prozess aus?

Der Vorteil besteht nicht darin, dass KI plötzlich magisch ein gutes Onboarding erzeugt. Der Vorteil besteht darin, dass ein sauber definierter Onboarding-Prozess dialogbasiert durchgeführt werden kann. Welche Standardprozesse eine Agentur dafür festlegen sollte, steht in Agentur Prozesse standardisieren.

LearningSuite KI-Concierge für Support und Kundenbetreuung

Der zweite große Anwendungsfall ist Support. Viele Supportanfragen sind keine individuellen Probleme, sondern Wissens- und Orientierungsfragen. Zum Beispiel:

• Wo finde ich die Vorlage?
• Wie richte ich das ein?
• Welche Lektion muss ich ansehen?
• Wo kann ich meine Daten ändern?
• Was ist der nächste Schritt?
• Gibt es dazu eine Anleitung?

Solche Fragen entstehen häufig nicht deshalb, weil Informationen fehlen. Die Informationen sind vorhanden, der Nutzer findet sie nur nicht. Genau solche Anfragen kann ein KI-Concierge abfangen.

KI-Support bedeutet nicht, den gesamten Support zu ersetzen

Ich würde allerdings nicht davon ausgehen, dass ein KI-Concierge einen vollständigen Kundensupport ersetzt. Es gibt weiterhin Fälle, bei denen ein Mitarbeiter benötigt wird:

• technische Fehler
• individuelle Vertragsfragen
• eskalierte Kundensituationen
• komplexe fachliche Entscheidungen
• Probleme, zu denen keine ausreichenden Informationen vorliegen

Der interessante Hebel liegt woanders. Wenn ein Support-Team jeden Tag 50 Anfragen erhält und davon 30 wiederkehrende Wissensfragen sind, muss nicht zwingend ein Mensch alle 30 beantworten. Genau dort entsteht Effizienz.

KI-Agenten für Coaching und Beratung

Ähnlich gut funktioniert der Einsatz innerhalb von Coaching- und Beratungsprogrammen. Dabei sollte man allerdings zwischen Wissensvermittlung und Coaching unterscheiden. Wenn ein Nutzer fragt „Wie erstelle ich eine Landingpage?“, kann ein KI-System vorhandenes Wissen zusammenfassen.

Ein Coaching-Prozess funktioniert anders. Dort geht es häufig darum, den Nutzer selbst zu einer Erkenntnis zu führen. Ein Agent könnte beispielsweise fragen: „Was hält dich aktuell davon ab, diese Entscheidung zu treffen?“ Der Nutzer antwortet, anschließend fragt der Agent weiter. Dadurch entsteht eine geführte Reflexion.

Gerade bei standardisierten Frameworks kann das sinnvoll sein. Ein Coach kann beispielsweise festlegen, welche Fragen normalerweise in einer bestimmten Situation gestellt werden und nach welcher Logik ein Gespräch aufgebaut werden soll. Der KI-Agent übernimmt dann nicht automatisch die komplette Beratung, er kann aber Teile davon skalierbar machen.

KI-Agenten können auch Automatisierungen auslösen

Der Punkt, an dem aus dem Chat ein Prozess wird, sind KI-Trigger. Damit endet ein Gespräch nicht zwingend bei einer Textantwort, sondern eine bestimmte Aussage oder Situation kann anschließend einen weiteren Prozess auslösen.

Erkennt ein Agent beispielsweise während eines Gesprächs, dass sich der Kunde für eine zusätzliche Leistung interessiert, kann ein Trigger ausgelöst werden und eine Automation übernimmt. Zum Beispiel:

• KI-Agent → Trigger → n8n → CRM → Vertriebsaufgabe
• KI-Concierge → Supportproblem erkannt → Trigger → n8n → Supportsystem
• Onboarding-Agent → alle Informationen vollständig → Trigger → Fulfillment starten

Damit wird aus einem Chat eine Schnittstelle zu echten Unternehmensprozessen.

Warum LearningSuite und n8n zusammen mehr können

Ich würde die Aufgaben dabei klar trennen:

• LearningSuite übernimmt die Oberfläche für den Kunden, stellt Wissen bereit und kennt den Kontext des Mitglieds.
• n8n verbindet LearningSuite mit CRM, Kommunikation, Datenbanken und anderen Systemen.

Dadurch lassen sich Prozesse bauen, bei denen die KI nicht isoliert innerhalb einer Plattform arbeitet. Sie kann Informationen aus einem Unternehmensprozess erhalten und anschließend wiederum andere Prozesse anstoßen. Genau das ist für mich die eigentliche Entwicklung bei KI-Agenten.

Externe KI-Agenten mit n8n

LearningSuite ermöglicht außerdem, externe KI-Agenten beziehungsweise Chatbots über n8n einzubinden. Das lohnt sich, wenn die Möglichkeiten eines internen LearningSuite-Agenten nicht ausreichen. Mit n8n kann man beispielsweise:

• weitere APIs ansprechen,
• Informationen aus externen Datenbanken abrufen,
• CRM-Daten nutzen,
• eigene Tools bereitstellen,
• andere KI-Modelle verwenden,
• komplexere Agentenlogiken umsetzen.

Eine Übersicht über alle Systeme, für die ich eigene Integrationen entwickelt habe, steht unter n8n-Integrationen.

Dabei sollte man allerdings berücksichtigen, dass ein externer Agent nicht automatisch exakt denselben Zugriff auf das interne LearningSuite-Wissen besitzt wie ein nativer Agent. Man muss deshalb immer zuerst überlegen: Was soll der Agent konkret können? Braucht er vor allem LearningSuite-Inhalte und Mitglieder-Kontext, ist ein interner Agent häufig der einfachere Weg. Muss er dagegen mit mehreren externen Systemen interagieren oder komplexere Aktionen durchführen, kann ein externer Agent über n8n sinnvoller sein.

Es geht also nicht darum, grundsätzlich intern oder extern zu wählen. Die richtige Architektur hängt vom Prozess ab.

Meine Erfahrungen mit LearningSuite Intelligence seit Ende 2025

Ich beschäftige mich nicht erst seit dem offiziellen Release mit LearningSuite Intelligence. Ich konnte das System bereits Ende 2025 testen, bevor es öffentlich veröffentlicht wurde und noch bevor LearningSuite den Zugang für Beta-Tester geöffnet hatte. Dadurch hatte ich relativ früh die Möglichkeit, mich mit dem Grundprinzip hinter Intelligence auseinanderzusetzen.

Für mich war dabei schnell klar, dass der interessanteste Teil nicht der Chat selbst ist. Chatbots gibt es inzwischen überall. Der interessante Teil ist die Kombination aus:

• Wissen
• Mitglieder-Kontext
• spezialisierten Agenten
• Automatisierungen

Wenn diese Bestandteile sauber miteinander verbunden sind, entstehen Prozesse, die vorher deutlich mehr manuelle Arbeit benötigt hätten.

Was LearningSuite Intelligence von einem zusätzlichen Chatbot unterscheidet

Der größte Vorteil ist aus meiner Sicht, dass die KI dort sitzt, wo der Kunde ohnehin arbeitet. Viele Unternehmen versuchen KI-Support aufzubauen, indem sie einen zusätzlichen Chatbot neben ihre eigentlichen Systeme setzen. Dann entsteht das nächste Tool.

Bei LearningSuite liegt dagegen bereits ein großer Teil des relevanten Wissens innerhalb der Plattform: Der Nutzer ist bereits eingeloggt, Mitglieder können individuell identifiziert werden und Mitglieder-Eigenschaften liefern zusätzlichen Kontext. Dadurch ist die Ausgangslage wesentlich besser.

Der Agent ist nur so gut wie der Prozess dahinter

Gleichzeitig gilt für LearningSuite Intelligence dasselbe wie für jede andere Automatisierung: Ein schlechter Prozess wird nicht automatisch gut, nur weil man KI darüberlegt. Wenn nicht klar ist,

• welche Aufgabe ein Agent hat,
• welches Ergebnis erwartet wird,
• welches Wissen verwendet werden soll,
• welche Informationen über den Nutzer benötigt werden,
• wann ein Mensch übernehmen muss,

dann entstehen schnell Agenten, die zwar beeindruckend wirken, aber im Alltag wenig Mehrwert liefern.

Deshalb würde ich immer zuerst den Prozess definieren und danach entscheiden, an welcher Stelle ein KI-Agent tatsächlich sinnvoll ist. Wie man den tatsächlichen Ablauf aufnimmt statt den vermuteten, steht in Prozesse richtig automatisieren: Erst beobachten, dann bauen.

Wo liegen die Grenzen der LearningSuite KI-Agenten?

LearningSuite Intelligence nimmt einem nicht die Aufgabe ab, gute Prozesse und gute Daten zu schaffen. Einige Grenzen sollte man deshalb von Anfang an berücksichtigen.

Die Wissensbasis muss stimmen

Wenn Informationen fehlen oder veraltet sind, kann auch der Agent keine zuverlässige Antwort geben. Das Problem ist dann nicht die KI, das Problem ist die Wissensbasis.

Mitglieder-Eigenschaften müssen korrekt sein

Personalisierung funktioniert nur dann sinnvoll, wenn der Kontext stimmt. Wenn ein CRM falsche oder veraltete Informationen überträgt, verwendet die KI diesen falschen Kontext möglicherweise ebenfalls.

Automatisierte Datenübertragung bedeutet deshalb nicht, dass Datenqualität unwichtig wird. Im Gegenteil. Wie solche Fehler jahrelang unbemerkt durchlaufen können, beschreibe ich in Warum Automatisierungen plötzlich nicht mehr funktionieren.

Nicht jeder Prozess sollte durch einen Agenten laufen

Es gibt Aufgaben, bei denen ein normales Formular besser ist, eine Automation oder eine feste Benutzeroberfläche. Nur weil man einen KI-Agenten einsetzen kann, bedeutet das nicht, dass er die beste Lösung ist. Wenn eine Aufgabe vollständig deterministisch ist, braucht man häufig keine KI.

KI braucht klare Grenzen

Gerade bei Support, Beratung und Coaching sollte festgelegt sein, welche Aussagen ein Agent treffen darf und wann er an einen Menschen übergeben muss. Das gilt insbesondere bei individuellen oder geschäftskritischen Entscheidungen.

Für wen lohnt sich LearningSuite Intelligence?

Der Nutzen ist am größten bei Unternehmen, die LearningSuite als echten Kundenbereich betreiben und nicht als Ablage für Videokurse.

• Agenturen können KI-Agenten beispielsweise für Kunden-Onboarding, Briefings, Informationssammlung und Support einsetzen.
• Coaches und Berater können wiederkehrende Fragen reduzieren, Reflexionsprozesse begleiten und Teile standardisierter Frameworks über Agenten abbilden.
• Unternehmen mit umfangreichem Kundenwissen profitieren vom Concierge, denn je größer eine LearningSuite wird, desto wichtiger wird die Frage, wie Nutzer relevante Informationen finden.
• Unternehmen mit vielen wiederkehrenden Prozessen sollten prüfen, ob ein Agent einen Teil davon übernehmen kann, wenn regelmäßig dieselben Informationen eingesammelt, geprüft oder erklärt werden müssen.

Wann lohnt sich LearningSuite Intelligence eher nicht?

Nicht jeder braucht sofort einen KI-Agenten. Wenn eine LearningSuite nur aus drei Lektionen besteht und im Monat zwei Supportfragen entstehen, dürfte der wirtschaftliche Effekt überschaubar sein.

Ähnlich sieht es aus, wenn Prozesse noch überhaupt nicht definiert sind. Wenn niemand im Unternehmen weiß, wie ein gutes Kunden-Onboarding eigentlich aussehen soll, kann auch ein KI-Agent diesen Prozess nicht sinnvoll automatisieren. Die Reihenfolge bleibt deshalb:

1. Prozess festlegen.
2. Daten und Zuständigkeiten klären.
3. Automatisieren.
4. KI dort einsetzen, wo sie tatsächlich einen Vorteil bringt.

Wie man Prozesse nach Nutzen, Datenqualität und Risiko in diese Reihenfolge bringt, habe ich in Welche Prozesse du zuerst automatisieren solltest beschrieben.

Fazit: LearningSuite Intelligence ist mehr als ein Chatbot

Der interessanteste Teil von LearningSuite Intelligence ist für mich nicht, dass Kunden jetzt innerhalb ihrer LearningSuite mit einer KI chatten können. Das lässt sich heute mit vielen Tools umsetzen. Der Unterschied entsteht durch die Kombination aus:

• vorhandenem Wissen
• individuellem Nutzerkontext
• spezialisierten KI-Agenten
• KI-Concierge
• Mitglieder-Eigenschaften
• externen Automatisierungen

Dadurch können Prozesse entstehen, bei denen ein Agent bereits weiß, wer der Kunde ist, welche Informationen über ihn vorhanden sind, welches Ziel er verfolgt und welche Aufgabe gerade gelöst werden soll. Und anschließend kann das Ergebnis wieder in andere Systeme weitergegeben werden.

Da ich LearningSuite Intelligence bereits seit Ende 2025 testen konnte und gleichzeitig die offizielle LearningSuite-n8n-Integration entwickle und betreue, schaue ich bei diesen Funktionen vor allem darauf, wie sie sich in echte Kunden- und Unternehmensprozesse integrieren lassen. Denn am Ende entscheidet nicht, wie beeindruckend ein KI-Agent im Test aussieht. Entscheidend ist, ob er im Alltag zuverlässig Arbeit abnimmt.

LearningSuite KI-Agenten in deinem Prozess einsetzen

Die Agenten sind das Werkzeug. Ob sie im Alltag Arbeit abnehmen, entscheidet sich davor: Welche Informationen liegen bereits vor, wer pflegt sie nach, was löst der Agent am Ende aus und wann übernimmt ein Mensch.

Ich habe die Fragen, die ich dafür durchgehe, zusammen mit den Agenten-Prompts in einem Playbook zu LearningSuite KI-Agenten zusammengefasst.

Wenn du deine Prozesse gemeinsam durchgehen willst, bevor du einen Agenten baust: Prozessanalyse vereinbaren.

Häufige Fragen zu LearningSuite KI-Agenten und KI-Concierge

Was sind LearningSuite KI-Agenten?

LearningSuite KI-Agenten sind spezialisierte KI-Assistenten innerhalb von LearningSuite. Sie können Nutzer durch konkrete Aufgaben und Prozesse begleiten, Fragen stellen, Informationen verarbeiten und auf vorhandenes Wissen sowie Mitglieder-Kontext zurückgreifen.

Was ist der LearningSuite KI-Concierge?

Der LearningSuite KI-Concierge ist ein plattformweiter KI-Assistent. Er hilft Mitgliedern dabei, Informationen zu finden, Fragen zu vorhandenen Inhalten zu beantworten und sich innerhalb der LearningSuite zu orientieren.

Was ist der Unterschied zwischen KI-Agent und KI-Concierge?

Der KI-Concierge ist als allgemeine Anlaufstelle innerhalb der Plattform gedacht. KI-Agenten werden dagegen für konkrete Aufgaben oder Prozesse konfiguriert, beispielsweise Onboarding, Coaching oder Informationssammlung.

Was ist LearningSuite Intelligence?

LearningSuite Intelligence bezeichnet die KI-Funktionen von LearningSuite. Dazu gehören insbesondere KI-Agenten, der KI-Concierge und Mitglieder-Eigenschaften, über die zusätzliche Informationen und Kontext zu einzelnen Nutzern bereitgestellt werden können.

Kann LearningSuite als KI-Wissensdatenbank verwendet werden?

LearningSuite kann vorhandene Inhalte und Dokumente als Wissensgrundlage für KI-Funktionen verwenden. Dadurch können Mitglieder Informationen über einen Dialog abrufen, anstatt Inhalte ausschließlich manuell suchen zu müssen.

Können LearningSuite KI-Agenten für Kunden-Onboarding eingesetzt werden?

Ja. KI-Agenten können Kunden durch einen strukturierten Onboarding-Prozess führen, Informationen abfragen und bei unvollständigen Antworten gezielt nachfragen. Das lohnt sich vor allem für Agenturen, Coaches und Beratungen.

Kann man mit LearningSuite KI-Support automatisieren?

Der KI-Concierge und spezialisierte Agenten können vor allem wiederkehrende Wissens- und Orientierungsfragen übernehmen. Komplexe individuelle Probleme oder Entscheidungen sollten weiterhin an einen Menschen übergeben werden.

Kann ich LearningSuite KI-Agenten mit n8n verbinden?

LearningSuite lässt sich über die LearningSuite n8n-Integration mit n8n verbinden. Neben externen n8n-Agenten können Automatisierungen genutzt werden, um beispielsweise Daten zwischen LearningSuite, CRM-Systemen und anderen Anwendungen auszutauschen.

Können Mitglieder-Eigenschaften automatisch befüllt werden?

Ja. Mitglieder-Eigenschaften können über die LearningSuite API automatisiert aktualisiert werden. Mit der LearningSuite-n8n-Integration lassen sich beispielsweise vorhandene CRM-, Kauf- oder Onboarding-Daten an LearningSuite übertragen und anschließend als Kontext für KI-Agenten und den Concierge verwenden.