Waldek Mastykarz, Developer Advocate bei Microsoft, beschreibt einen Fall, den kein Zufriedenheitswert verrät: Kunden verlängern brav ihre Verträge und erledigen ihre Arbeit trotzdem längst über KI-Agenten. Das Produkt wurde nicht schlechter, nur die Erwartung daran ist gewachsen. Diese Lücke zu übersehen rächt sich spät, sobald ein Wettbewerber den Agenten-Zugang schon liefert.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Agent Experience beschreibt, wie gut sich ein Produkt von KI-Agenten bedienen lässt. Dieser Begriff entscheidet gerade darüber, welche Anbieter im Agenten-Zeitalter relevant bleiben. Mastykarz nennt ein alltägliches Beispiel: Reisekosten, die man früher mühsam per Formular einreichte, überlässt man heute einem Agenten und empfindet jedes manuelle Portal danach als Zumutung.
Das Wichtigste in Kürze
- Zufriedenheit und Vertragsverlängerung sind nachlaufende Signale und zeigen die steigende Erwartung der Kunden nicht an.
- „Agent Experience“ (AX), 2025 von Netlify-Chef Mathias Biilmann geprägt, macht Produkte über Zugang, Kontext, Werkzeuge und Orchestrierung für KI-Agenten nutzbar.
- Standards wie das Model Context Protocol und llms.txt liefern die technische Grundlage, reine API-Kompatibilität genügt aber nicht.
- Für DACH-Anbieter zählt: den Agenten-Zugang öffnen, den Kernnutzen erhalten und Haftung sowie DSGVO mitdenken.
Warum verrät die Kundenzufriedenheit die Abwanderung nicht?
Zufriedenheit und Kündigungsrate sind nachlaufende Kennzahlen: Beide Werte halten sich stabil, während die eigentliche Ursache längst wirkt.[1] Ein Kunde, der seine Aufgaben zunehmend an einen KI-Agenten delegiert, bindet sich an dessen Arbeitsablauf, nicht mehr an Ihr Produkt.
Kennt der Agent das Produkt nur oberflächlich, sinkt paradoxerweise auch das Wissen des Kunden darüber, während die Zufriedenheit hoch bleibt. Die Kündigung fällt erst, wenn ein Wettbewerber den besseren Agenten-Zugang bewiesen hat. Dann ist der Wechsel schon entschieden. Genau diese verspätete Sichtbarkeit kennt die Redaktion aus der Aufräum-Ära der UX, in der Teams den Aufgaben der KI hinterherräumen.
Ein zweiter Denkfehler verstärkt das Muster. Weil kaum ein Kunde heute Agenten mit dem eigenen Produkt nutzt, schließen Teams, sie bräuchten keine Agenten-Unterstützung. Dieser Zirkelschluss hält die Lücke offen.
Was ist Agent Experience?
Agent Experience, kurz AX, bezeichnet die Erfahrung, die ein KI-Agent als Nutzer eines Produkts macht: ob er erfasst, was der Dienst kann, ihn zuverlässig aufruft und Fehler abfängt.[2] Den Begriff prägte im Januar 2025 Mathias Biilmann, Mitgründer und Chef des Hosting-Anbieters Netlify.
Biilmann nennt vier Säulen: Zugang (kann der Agent sich authentifizieren?), Kontext (erfasst das Modell das Produkt?), Werkzeuge (sind die Funktionen maschinenlesbar?) und Orchestrierung (lässt sich der Agent auslösen und mit Kontext versorgen?). Standards wie das Model Context Protocol, der Kontextstandard llms.txt und Googles A2A liefern die Infrastruktur dafür.
Technische API-Kompatibilität allein ergibt aber noch keine gute Agent Experience. Ein Agent muss den Zweck hinter einer Funktion erfassen, nicht nur den passenden Endpunkt finden. Denselben Bedarf an gemeinsamen Regeln zeigt die Debatte, warum KI-Apps einen Standard brauchen, statt jede Oberfläche neu zu erfinden.
Agent Experience ist kein Design-Trend, sondern die nüchterne Frage, ob ein KI-Agent Ihr Produkt überhaupt noch aufruft.
— Markus Seyfferth, Chefredakteur Dr. Web
Woran sich bemisst, wie gut ein KI-Agent ein Produkt bedienen kann
Zugang
Kann der Agent sich sicher authentifizieren, ohne menschliches Login?
Kontext
Erfasst das Modell zuverlässig, was das Produkt leistet und wofür?
Werkzeuge
Sind die Funktionen maschinenlesbar und einzeln aufrufbar?
Orchestrierung
Lässt sich der Agent auslösen und mit dem nötigen Kontext versorgen?
Was sollten DACH-Anbieter jetzt tun?
Mastykarz rät, Kunden nach ihrer tatsächlichen Arbeit zu fragen statt nach ihrer KI-Nutzung.[1] Entscheidend ist die Beobachtung, wo in den Abläufen bereits ein Agent auftaucht und wo das eigene Produkt die Teilnahme blockiert.
Daraus folgen zwei Konsequenzen. Machen Sie Ihr Produkt automatisierbar, wo das Verhalten der Kunden es rechtfertigt, etwa über eine saubere API, einen MCP-Server oder eine llms.txt. Zugleich sichern Sie den Kernnutzen so, dass er bestehen bleibt, auch wenn die Oberfläche hinter dem Agenten verschwindet.
Der regulatorische Rahmen bleibt dabei am Anbieter hängen. Datenschutz nach DSGVO und die Haftung für automatisierte Vorgänge wandern nicht zum Agenten ab, sondern verbleiben beim deutschsprachigen Unternehmen, das den Dienst betreibt.
Bevor Sie in neue Funktionen investieren, prüfen Sie, ob ein KI-Agent Ihr Produkt heute überhaupt ansteuern könnte. Diese Antwort entscheidet mittelfristig mehr über die Kundenbindung als jede weitere Portal-Funktion.
Quellen
[1] Waldek Mastykarz: „Your product didn’t get worse“
[2] Netlify: „Agent Experience (AX)“
Mehr Newshunger?
- Die Aufräum-Ära der UX: Wenn Teams hinter der KI aufräumen
- Design-Systeme für KI-Agenten: Warum Microsoft sein Design-System als MCP-Server ausliefert
- JudgmentKit: Eine Prüfschicht für die Oberflächen, die KI-Agenten bauen
- Viermal dasselbe Formular: Warum KI-Apps einen Standard brauchen
- Mesurer: Der Open-Source-Inspektor, der Design-Feedback an KI-Agenten liefert
- Critical Design Engineering: Ein Manifest für den Umgang mit KI-Code
