Wir haben unseren eigenen KI-Support-Agenten gebaut. Dann haben wir jeden Anbieter auf den Prüfstand gestellt.

Stork erhält Support-E-Mails wie jeder andere auch: Tool-Einreichungen, Fragen zu Einträgen, gelegentliche Beschwerden von Crawlern. Wir haben dafür einen eigenen Agenten gebaut, anstatt einen zu kaufen – nicht weil der Markt leer wäre, sondern weil es dort nichts gibt, das wie „ein Support-Agent im eigenen Marken-Stil eines Gründers, der den eigenen Katalog kennt und Anfragen in die tatsächlichen Sales-Funnels leitet“ geformt ist. Unser Agent erstellt Entwürfe zur menschlichen Überprüfung, greift vor jeder Antwort auf unseren eigenen Katalog und Blog zurück, lehnt die Beantwortung von Kontenfragen per E-Mail ab und verfügt über harte Schutzschaltungen, damit er niemals in eine Endlosschleife mit einem Autoresponder geraten kann.

Der Aufbau dieser Leitplanken bedeutete zu recherchieren, wie kommerzielle Agenten mit denselben Problemen umgehen. Diese Recherche wurde zu diesem Audit. Alles Folgende stammt von den Preisseiten, Dokumentationen und Engineering-Blogs der Anbieter – nicht aus Hörensagen von Bewertungsportalen –, geprüft am 23. Juli 2026. Wo ein Anbieter nichts veröffentlicht, sagen wir das, anstatt zu raten.

"KI-E-Mail-Tool" ist ein Begriff für vier verschiedene Produktkategorien, die nicht gegeneinander austauschbar sind. Der Kauf über diese Grenzen hinweg ist der häufigste Fehler, den wir sehen – und ehrlich gesagt der Fehler, den die automatisch generierten Wettbewerberlisten unseres eigenen Verzeichnisses gemacht haben, bevor wir angefangen haben, diese Kategorie manuell zu kuratieren.

Intercom Fin berechnet $0,99 pro "Ergebnis" mit einer monatlichen Mindestverpflichtung bei eigenständiger Nutzung. Lesen Sie deren Definition: Ein Ergebnis zählt, wenn ein Kunde die Lösung bestätigt, wenn Fin einen Workflow abschließt – oder wenn der Kunde nach der Antwort von Fin einfach nicht weiter um Hilfe bittet. Schweigen ist kostenpflichtig. Ein Kunde, der aufgegeben hat, zählt genauso wie ein Kunde, der seine Antwort erhalten hat.

Zendesk verkauft die gleiche Einheit ehrlich bepreist: eine automatisierte Lösung zählt erst, wenn der Anfragende 72 Stunden lang ruhig bleibt, kein Mensch das Ticket berührt hat und ein Sprachmodell überprüft hat, dass die Antwort tatsächlich relevant war. Gleiche Metrik, strengerer Schiedsrichter. Wenn Sie die Abrechnung pro Lösung bewerten, ist die Definition von "Lösung" wichtiger als der Preis.

Das Marketing bewegt sich von einem Extrem zum anderen. Gorgias verspricht automatisierte Retouren und Sendungsverfolgung "ganz ohne menschliches Eingreifen". Freshworks bewirbt Freddy damit, "bis zu 80 % der Kundenanfragen ohne menschliches Eingreifen" zu lösen. Am anderen Ende wirbt Front auf seiner Preisseite mit "Human-in-control AI" – in der Annahme, dass Käufer mittlerweile genau vor dem Angst haben, was die erste Gruppe verkauft.

Die ehrliche Version findet sich meist einen Klick tiefer, in der Dokumentation. Das eigene Playbook von Gorgias empfiehlt, mit KI-Antworten als interne Notizen zur menschlichen Überprüfung zu beginnen, bevor sie versendet werden. Zendesk schränkt automatische Antworten hinter einem numerischen Konfidenzschwellenwert ein – standardmäßig 60 von 100 –, unterhalb dessen der Agent eskaliert. Fin übergibt automatisch bei Themen wie Selbstverletzung, Minderjährigen, Jailbreak-Versuchen sowie hochriskanten medizinischen, rechtlichen oder finanziellen Inhalten, ohne dass eine Konfiguration erforderlich ist. Selbst Instantly, ein Tool für Cold-Outreach, das jeden Anreiz für hohes Volumen hat, liefert seinen Antwort-Agenten mit der expliziten Empfehlung "Human-In-The-Loop-Modus… dann auf Autopilot umstellen" aus.

Mit anderen Worten: Jeder, der Autonomie verkauft, arbeitet intern nach dem Entwurfsprinzip. Die Lücke zwischen der Landingpage und dem Einstellungsmenü ist das Nützlichste, was wir beim Lesen dieser Dokumente gelernt haben.

Zwei öffentliche Vorfälle erklären die Vorsicht. Im Februar 2024 zwang ein kanadisches Gericht Air Canada dazu, eine Kulanzregelung für Trauerfälle einzuhalten, die der Chatbot der Airline erfunden hatte, und wies das Argument der Fluggesellschaft zurück, der Bot sei "eine eigenständige juristische Person, die für ihre eigenen Handlungen verantwortlich ist". Im April 2025 erfand der KI-Support-Agent von Cursor eine "ein Gerät pro Abonnement"-Richtlinie, um einen Login-Fehler zu erklären – verschiedene Nutzer erhielten unterschiedliche erfundene Antworten, und zahlende Kunden kündigten aufgrund einer Richtlinie, die nie existierte.

Beachten Sie, was in beiden Fällen schiefgelaufen ist. Nicht die Loops, nicht die Zustellbarkeit – das Modell hat Richtlinien halluziniert), um eine Wissenslücke zu schließen, und zwar im selbstbewussten Ton eines Support-Mitarbeiters. Die Aussagen Ihres Agenten sind rechtlich Ihre Aussagen. Das ist das Risiko, das jeder Konfidenzschwellenwert, jede Ausschlusskategorie und jede Validierungsprüfung in diesem Markt tatsächlich einpreist.

Unser Agent ist bewusst langweilig. Er entwirft; ein Mensch sendet. Er ruft Informationen aus unserem eigenen Katalog und veröffentlichten Beiträgen ab, bevor er antwortet. Wenn die Suche ergebnislos bleibt, sagt er weniger, nicht mehr. Kontospezifische Fragen werden niemals im Kanal beantwortet – die Antwort ist ein Link zum authentifizierten Dashboard, da ein From:-Header keine Identität darstellt. Zudem verfügt er über deterministische Schutzmechanismen: Erkennung von Auto-Replies bei eingehenden Nachrichten und harte Limits pro Thread, damit er niemals in einer Endlosschleife mit einer Abwesenheitsnotiz hängen bleibt.

Die Mechanismen, die am wichtigsten sind, werden von keinem Anbieter vermarktet. RFC 3834 – die Spezifikation von 2004 für automatisierte E-Mail-Antworter – besagt, dass Auto-Replies sich selbst mit Auto-Submitted: auto-replied kennzeichnen müssen, niemals auf eine Nachricht antworten dürfen, die diesen Header trägt, und niemals auf einen leeren Return-Path reagieren dürfen. Von allen Anbietern, die wir geprüft haben, dokumentiert nur Zendesk die Handhabung von Mail-Loops ausführlich – einschließlich einer Ratenbegrenzung, die einen Absender nach 20 E-Mails pro Stunde sperrt, sowie dem ehrlichen Eingeständnis, dass kein System alle Loops verhindern kann. Die Dokumentationen aller anderen Anbieter schweigen zu diesem ältesten Fehlerbild automatisierter E-Mails.

• Wenn Sie kaufen: Achten Sie zuerst auf die Kategorie-Struktur und stellen Sie dann vier Fragen, die im Sales-Deck nicht beantwortet werden. Was genau zählt als abrechenbare Lösung? Welche Kategorien können niemals automatisch beantwortet werden? Wie verifiziert der Agent, mit wem er spricht, bevor er Kontodaten preisgibt? Und versieht er seine eigenen ausgehenden E-Mails mit RFC 3834-Headern?
• Wenn Sie entwickeln: „Draft-first“ ist keine Phase für Anfänger, sondern die tatsächliche Betriebspraxis der Branche. Fügen Sie eine Intent-Allowlist vor jedem automatischen Versand hinzu, setzen Sie harte Sperren für Finanz- und Rechtsthemen und führen Sie eine Validierungsprüfung durch, die jede Antwort blockiert, die einen Preis oder eine Richtlinie nennt, die die Retrieval-Ebene nicht wortwörtlich belegen kann.
• So oder so: Messen Sie Lösungen auf die strenge Art – kein Mensch war beteiligt, der Anfragende blieb 72 Stunden lang still und eine Stichprobe bestätigt, dass die Antwort tatsächlich korrekt war. Die großzügige Definition wird Ihr Dashboard verschönern und Ihre Fehler verbergen.

Wir werden die Einträge in dieser Kategorie anhand von Primärquellen auf Fakten prüfen – es ist derselbe Prozess, der auch die Antworten unseres eigenen Agenten fundiert hält. Wenn Sie ein AI email tool anbieten und sich Ihre Preise oder Dokumentationen ändern, beanspruchen Sie Ihren Eintrag und informieren Sie uns; Korrekturen sind besser als Spekulationen.