Garbage in, Agent out
Der Vorstand hat auf einer Konferenz Agentforce gesehen, jetzt soll AI ins CRM. Verständlicher Wunsch. Nur: Ein AI-Agent auf einem kaputten Datenmodell produziert denselben Unsinn wie vorher eure Prozesse, bloß schneller, rund um die Uhr und mit selbstbewusster Formulierung.
Konkretes Beispiel aus der Praxis. Ein Agent soll eingehende Anfragen automatisch dem richtigen Account-Owner zuweisen. Klingt nach zwei Tagen Projekt. In der Org existiert die Müller GmbH aber viermal: einmal als Müller GmbH, einmal als Mueller GmbH & Co. KG, einmal als MÜLLER (Import aus dem alten System) und einmal als Testaccount, den 2022 jemand angelegt und nie gelöscht hat. Der Agent routet die Anfrage an den Owner der falschen Dublette, der Kollege ist seit einem Jahr raus, die Anfrage liegt zwölf Tage in einer verwaisten Queue. Vorher wäre das einem Menschen aufgefallen. Der Agent macht es fehlerfrei falsch.
Oder die Kundenhistorie. Fragst du einen Copilot nach der Historie eines Accounts, dessen Aktivitäten über vier Dubletten und zwei alte Systeme verstreut sind, bekommst du eine flüssig formulierte Zusammenfassung von einem Viertel der Wahrheit. Das Modell halluziniert nicht mal im technischen Sinn. Es fasst korrekt zusammen, was da ist. Da ist nur fast nichts.
Gleiche Mechanik beim Scoring. Ein AI-Scoring auf Feldern, die zu 60 Prozent leer sind, weil sie nie Pflichtfeld waren und niemand sie pflegt, lernt vor allem eines: welche Vertriebler ordentlich dokumentieren. Das korreliert mit Abschlusswahrscheinlichkeit ungefähr so gut wie die Schriftgröße im Angebot.
Die unbequeme Wahrheit ist, dass die unsexy Vorarbeit ungefähr 80 Prozent eines ernsthaften AI-Projekts ausmacht. Dubletten zusammenführen. Pflichtfelder definieren und durchsetzen. Festlegen, was ein aktiver Kunde ist und wann eine Opportunity tot ist. Prozesse so bauen, dass Daten beim Arbeiten entstehen statt als Zusatzaufgabe. Erst dann lohnen sich Agentforce, Breeze oder der Dynamics Copilot, und dann lohnen sie sich tatsächlich, weil sie auf einem Modell arbeiten, das die Realität abbildet.
Die Anbieter erzählen euch das übrigens nicht, weil sich Datenhygiene schlecht auf einer Keynote-Bühne demonstrieren lässt. Ein Agent, der live eine E-Mail schreibt, sieht besser aus als ein Dedupe-Job, der über Nacht 3.000 Accounts zusammenführt. Wertvoller ist trotzdem der Dedupe-Job.
Wer euch ein AI-Projekt verkauft, ohne vorher euer Datenmodell gesehen zu haben, verkauft euch einen Turbo für ein Auto mit plattem Reifen. Fährt schneller. Nur nicht dahin, wo ihr wollt.
