Digital Service Agents in SAP Service Cloud V2: Was Joule AI leistet

KI im Kundenservice wird seit einem Jahrzehnt versprochen, und das Versprechen hat sich kaum verändert: «KI übernimmt Ihre Tickets, damit Ihre Agenten es nicht mehr tun müssen.» Die meisten dieser Versprechen lieferten am Ende einen Chatbot, der Kunden frustrierte, und ein Dashboard, das niemand anschaute. Welche KI-Funktionen SAP heute anbietet, wie sie lizenziert werden und wo sie bereits produktiv laufen, fasst unsere Seite zu SAP Business AI zusammen.

SAP Service Cloud V2 geht einen nützlicheren Weg. Der grösste Teil der KI arbeitet hinter dem Serviceagenten (klassifizieren, zusammenfassen, entwerfen, vorschlagen), und der Teil für Kunden, der Digital Service Agent, ist darauf ausgelegt, Routinefragen zu beantworten und sauber zu übergeben, wenn er nicht weiterkommt. Seit dem Release Q4 2025 von SAP lassen sich mit dem Agent Builder von Joule Studio zudem eigene Agenten für bestimmte Abläufe bauen. Unser Joule-Navigator zeigt, welche Joule-Assistenten verfügbar sind und welche SAP erst angekündigt hat.

Dieser Beitrag zeigt, was geliefert wird, wie es lizenziert ist, wie eigene Agenten aussehen und wo die Grenzen liegen.

Kurzfassung: Der Digital Service Agent von SAP (seit dem CX-Release Q4 2025 allgemein verfügbar) beantwortet häufige Kundenfragen aus Ihrem Wissen und übergibt bei Bedarf an einen Menschen. Hinter dem Agenten bietet Service Cloud V2 Fallklassifizierung, Fallzusammenfassungen, Antwortentwürfe, Wissensvorschläge und Stimmungssignale. Mit Joule Studio bauen Sie eigene Agenten, etwa eine Garantieprüfung gegen S/4HANA. Alles hängt an sauberen Daten, einer Feedback-Schleife und den richtigen Lizenzen.

Was ist der Digital Service Agent?

SAP beschreibt den Digital Service Agent, erschienen mit dem CX-Release Q4 2025, als Self-Service, der Kunden das Wissen direkt zugänglich macht: Er fängt häufige Anfragen ab, beantwortet auch komplexere Fragen mit KI und übergibt bei Bedarf an menschliche Agenten. Zusammen mit dem Shopping Agent von SAP führt ein einziges Gespräch von der Produktfrage über den Kauf bis zur Hilfe nach dem Kauf.

In der Praxis heisst das: Die Qualität seiner Antworten hängt von dem Wissen ab, das Sie ihm geben. Eine gepflegte Wissensdatenbank mit aktuellen Produkt- und Prozessinformationen führt zu nützlichen Antworten; eine veraltete führt zu überzeugt vorgetragenen falschen Antworten. Die Übergabe ist ebenso wichtig: Eskaliert der Agent, sollte die Servicemitarbeiterin das Gespräch samt Kontext erhalten und nicht bei null beginnen.

Was leistet Joule für Serviceagenten in Service Cloud V2?

Im Hintergrund bietet SAP Service Cloud V2 eine Reihe von KI-Funktionen, die Servicemitarbeitende unterstützen statt sie zu ersetzen. Welche Sie nutzen können, hängt von Edition und Lizenz ab.

Fallklassifizierung

Jeder eingehende Fall braucht eine Kategorie, eine Priorität und oft ein Produkt. Die Fallkategorisierung von SAP liest den Inhalt des Falls und schlägt diese Werte vor. Sie lernt aus Ihrer Historie: Einheitliche Klassifizierung in der Vergangenheit führt zu besseren Vorschlägen, und Korrekturen der Agenten verbessern sie weiter.

Fallzusammenfassungen

B2B-Fälle können wochenlang laufen. Bis ein Fall eskaliert oder übergeben wird, enthält er vielleicht Dutzende Nachrichten, interne Notizen und mehrere Übergaben. Die Fallzusammenfassung verdichtet, was der Kunde gemeldet hat, was versucht wurde und was noch offen ist, sodass die nächste Person rasch den Kontext hat. Das hilft vor allem bei Schichtwechseln und wenn Spezialisten in Fälle geholt werden, die sie nicht begonnen haben.

Antwortentwürfe

Öffnet ein Agent einen Fall, entwirft das System eine Antwort aus Inhalt und Kontext des Falls. Der Agent prüft, überarbeitet und sendet. Bei häufigen Themen wie Bestellstatus oder bekannten Konfigurationsfragen ist der Entwurf oft fast fertig; bei komplexen Themen liefert er einen strukturierten Ausgangspunkt.

Wissensvorschläge

Passende Wissensartikel erscheinen neben dem Fall, sodass Agenten nicht suchen müssen. Die Qualität hängt ganz von Ihrer Wissensdatenbank ab: Veraltete oder schlecht verschlagwortete Artikel ergeben wenig hilfreiche Vorschläge. Gute Dokumentation schliesst die Lücke zwischen «die Antwort gibt es irgendwo» und «der Agent hat sie in Sekunden gefunden».

Stimmungssignale

Eingehende Nachrichten können auf negative Stimmung markiert werden, damit ein unzufriedener Kunde priorisiert wird, bevor der Fall eskaliert. Im B2B-Geschäft, wo ein einzelner Kunde viel Umsatz bedeuten kann, lohnt es sich, Ärger früh zu erkennen. Behandeln Sie das als Signal, nicht als Urteil: Klar negative Nachrichten werden zuverlässig erkannt, Ironie nicht.

Routing

Regelbasiertes Routing («Produkt X und Region EMEA gehen an Team A») bricht, sobald sich die Organisation ändert. KI-Klassifizierung in Kombination mit gepflegten Skill-Profilen und Routing-Regeln schickt Fälle von Anfang an ins richtige Team und reduziert Weiterleitungen. Von allen diesen Funktionen braucht sie die meiste Vorbereitung.

Diese Funktionen und die, die in Demos überverkauft werden, vergleichen wir in unserem Beitrag über KI im Kundenservice jenseits von Chatbots.

Joule Studio: eigene Agenten bauen

Die Standardfunktionen decken die häufigen Muster ab. Jedes Unternehmen hat aber auch Abläufe, die generische KI nicht abdeckt, und dafür gibt es Joule Studio. Laut SAP ist der Agent Builder eine Low-Code-Umgebung, um Agenten für die CX-Anwendungen von SAP zu bauen, verbunden mit Joule, den CX-Anwendungen und externen Systemen. Sie legen fest, was der Agent tut, welche Daten er lesen und welche Aktionen er ausführen darf.

Zwei Beispiele zeigen, welche Art von Agent in einer B2B-Serviceorganisation sinnvoll ist.

Beispiel: Agent für die Garantieprüfung

Ein Hersteller, der jede Woche viele Garantieanfragen erhält, lässt seine Agenten typischerweise jede Seriennummer von Hand in S/4HANA nachschlagen: Kaufdatum, Garantiestatus, frühere Anfragen. Ein eigener Agent kann das erledigen, bevor ein Mensch den Fall öffnet:

1. Den eingehenden Fall lesen und die Seriennummer extrahieren.
2. Über die BTP-Integration in S/4HANA Garantiestatus, Kaufdatum und frühere Anfragen abfragen.
3. Die Anfrage mit den Garantiebedingungen abgleichen (Deckungszeitraum, Ausschlüsse, Obergrenzen).
4. Eine Zusammenfassung der Garantieprüfung an den Fall anhängen.

Die Servicemitarbeiterin bestätigt dann und löst die Rücksendung aus oder erklärt konkret, warum die Anfrage nicht gedeckt ist. Die Arbeit verlagert sich vom Nachschlagen zur Kommunikation mit dem Kunden. Das funktioniert nur, wenn Service Cloud V2 und S/4HANA sauber verbunden sind, wie wir in unserem Beitrag zur Integration von Service Cloud V2 mit S/4HANA Public Cloud beschreiben.

Beispiel: Agent für die Erstantwort

Ein zweites Muster entwirft die erste Antwort auf Basis der Klassifizierung:

1. Der Fall trifft ein und wird klassifiziert (Kategorie, Unterkategorie, Priorität).
2. Der Agent ordnet die Klassifizierung passenden Antwortvorlagen zu.
3. Er entwirft eine Eingangsbestätigung, die die erwartete Lösungszeit gemäss SLA des Kunden nennt und passende Self-Service-Inhalte enthält.
4. Der Entwurf landet zur Prüfung und zum Versand bei einer Servicemitarbeiterin.

Für Teams mit vielen Fällen schafft es spürbar Kapazität, diesen Routineschritt aus jedem Fall zu nehmen, ohne zusätzliche Stellen.

Was bedeutet das für B2B-Serviceteams?

Bestehende Teams bewältigen mehr Volumen. Zusammenfassungen, Entwürfe und Klassifizierung nehmen jedem Fall Administration ab, sodass Agenten mehr Zeit im Gespräch mit Kunden verbringen.

Neue Mitarbeitende werden schneller produktiv. Im B2B-Service dauert es Monate, Produkte, Kunden und interne Abläufe kennenzulernen. Antwortentwürfe, die darauf beruhen, wie erfahrene Kolleginnen ähnliche Fälle gelöst haben, und Wissensvorschläge neben jedem Fall wirken wie ein eingebauter Mentor.

SLAs lassen sich leichter einhalten. Kommen Fälle direkt ins richtige Team und werden dringende früh markiert, liegen weniger Fälle in der falschen Warteschlange.

Wie stark sich das jeweils bewegt, hängt von Ihrem Ausgangspunkt ab. Deshalb messen wir eine Ausgangslage, bevor wir etwas einschalten (siehe unten). Die architektonischen Unterschiede zwischen V1 und V2 beschreibt unser Migrationsleitfaden zu Service Cloud V2.

Was Joule (noch) nicht kann

Es ersetzt keine ausgebildeten Serviceagenten. Systemübergreifende Probleme, Vertragsstreitigkeiten und Eskalationen mit mehreren Beteiligten brauchen menschliches Urteilsvermögen, Empathie und Fachwissen. Ziel ist, Agenten von Routinearbeit zu entlasten, damit sie Zeit für diese Fälle haben.

Eigene Agenten brauchen gute Daten und klare Regeln. Ein Garantie-Agent funktioniert nur, wenn die S/4HANA-Daten sauber, die Garantiebedingungen strukturiert und die Integration solide sind. KI repariert keine unordentlichen Stammdaten, sie verarbeitet sie nur schneller.

Vorschläge brauchen eine Feedback-Schleife. Übernehmen Agenten schlechte Vorschläge, ohne sie zu korrigieren, verbessert sich nichts. Schaffen Sie einen Weg, schlechte Vorschläge zu markieren, und werten Sie dieses Feedback regelmässig aus.

Joule Studio ist Low-Code, nicht No-Code. Modelle trainieren Sie nicht, aber Sie brauchen Leute, die BTP-Integration, Datenmodelle und Ablaufdesign verstehen. Planen Sie Beratung ein oder bauen Sie das Wissen intern auf.

Die Vertriebsseite derselben Entwicklung beschreibt unser Beitrag über Agentic AI in SAP und was sie für den Vertrieb bedeutet.

Wie wir Joule für Serviceteams einführen

Woche 1 bis 2: Ausgangslage und Datenprüfung. Wir messen Ihre aktuellen Servicekennzahlen (durchschnittliche Bearbeitungszeit, Zeit bis zur Erstantwort, Weiterleitungsquote, SLA-Einhaltung) und prüfen die Datenqualität. Sind die meisten Wissensartikel veraltet, bringen wir das zuerst in Ordnung.

Woche 3 bis 4: Standardfunktionen aktivieren. Klassifizierung, Zusammenfassungen, Antwortentwürfe, Wissensvorschläge und, wo es passt, der Digital Service Agent. Das ist Konfiguration, keine Entwicklung. Das Routing stimmen wir auf Ihre Teamstruktur und Ihre Fallmuster ab.

Woche 5 bis 8: eigene Agenten, falls nötig. Garantieprüfung, Freigabe-Routing, Erstantworten: Wir bauen sie in Joule Studio und testen jeden Agenten vor dem Go-live mit echten Falldaten.

Laufend: Feedback und Feinabstimmung. Wir richten die Feedback-Schleife ein, prüfen die Qualität der Vorschläge monatlich und passen das Routing an, wenn sich Ihre Organisation verändert.

Die Dauer hängt von der Komplexität und von der Vorlaufzeit bei SAP für Lizenzen und Onboarding ab. Weil wir S/4HANA Public Cloud und den CX-Stack mit einem Team umsetzen, sind die ERP-Daten, auf die Serviceagenten angewiesen sind, Teil desselben Projekts (siehe warum ein Partner für Cloud ERP und CRM). Die technische Aktivierung von Joule selbst beschreibt unser praktischer Leitfaden zu Joule in Sales Cloud V2; die meisten BTP-Schritte sind im Service dieselben.

---

Möchten Sie sehen, was Joule für Ihr Serviceteam leisten kann? Sprechen Sie mit uns. Keine Verkaufspräsentation, nur ein Gespräch über Ihre Ausgangslage.

Häufig gestellte Fragen

Brauche ich eine separate Lizenz für Joule und Digital Service Agents?

In der Regel ja. Die KI-Agenten für die CX-Anwendungen von SAP kommen mit dem SAP CX AI Toolkit, das zusätzlich zu Service Cloud V2 lizenziert wird, Joule hat eigene SKUs, und Premium-KI-Verbrauch wird in SAP AI Units abgerechnet. Eigene Agenten aus Joule Studio brauchen SAP-Build-Berechtigungen auf der BTP. Klären Sie die Berechtigungen mit Ihrem SAP Account Manager oder lassen Sie uns Ihren Vertrag prüfen, bevor Sie mit dem Bau beginnen.

Wie genau ist die KI-Fallklassifizierung im Standard?

Das hängt vor allem von Ihrer eigenen Historie ab: Das Modell lernt daraus, wie einheitlich frühere Fälle kategorisiert wurden, und wird besser, wenn Agenten seine Vorschläge korrigieren. Mit sauberen, einheitlichen Daten spart es echte Triage-Zeit; mit uneinheitlichen Daten reproduziert es die Uneinheitlichkeit. Messen Sie die Genauigkeit in einem Pilot mit Ihren eigenen Fällen, bevor Sie sich darauf verlassen.

Können Digital Service Agents Fälle ganz ohne Menschen bearbeiten?

Nur einfache, vorhersehbare Anfragen mit strukturierten Daten, etwa zum Bestellstatus oder zu Standardfragen über Produkte. SAP positioniert den Digital Service Agent so, dass er häufige Anfragen abfängt und bei Bedarf an einen menschlichen Agenten übergibt. Komplexe Fälle, Ausnahmen und alles, was Urteilsvermögen verlangt, gehen weiterhin an Menschen.