KI-Agenten-Anweisungen, die wirken

Gute Anweisungen für einen KI-Agenten im Kundenservice beschreiben Verhalten statt Fakten, und sie widersprechen sich nie. Der Grund lässt sich messen: Im IFScale-Benchmark, der 20 Modelle von sieben Anbietern getestet hat, befolgten selbst die besten Frontier-Modelle nur 68% der Anweisungen, wenn sie 500 auf einmal erhielten. Der häufigste Fehler war schlicht, eine Regel auszulassen. Jede Regel, die Sie hinzufügen, konkurriert mit allen anderen um die Aufmerksamkeit des Modells. Schreiben Sie die wenigen Regeln auf, die wirklich zählen, in einfacher Sprache, und verlagern Sie alles andere in die Wissensdatenbank.

Dieser Leitfaden richtet sich an alle, die das Feld „Anweisungen" eines KI-Agenten öffnen und sich fragen, was sie dort eintippen sollen. Er ergänzt zwei Beiträge, die wir bereits geschrieben haben: wie Sie einen KI-Agenten mit Ihrem Unternehmenswissen trainieren behandelt, was der Agent weiß, und wie Sie verhindern, dass Ihr KI-Agent halluziniert behandelt die Sicherheitsschichten rundherum. In diesem Beitrag geht es darum, wie sich der Agent verhält.

Was ist der Unterschied zwischen Anweisungen und Wissen?

Anweisungen sagen dem Agenten, wie er handeln soll. Wissen sagt ihm, was stimmt.

Gehört in die Anweisungen	Gehört in die Wissensdatenbank
Tonfall und Stil („herzlich, kurz, keine Ausrufezeichen")	Preise, Pakete und Leistungsübersichten
Was zu tun ist, wenn ein Kunde verärgert ist	Öffnungszeiten und Schließtage an Feiertagen
Wann an einen Menschen übergeben wird	Wortlaut der Rückgabe- und Erstattungsrichtlinie
Was der Agent niemals versprechen darf	Produktdaten, Größen, Inhaltsstoffe
Welche Angaben vor einer Buchung einzuholen sind	Adressen, Parkmöglichkeiten, Anfahrt

Der häufigste Fehler, den wir sehen: Die komplette Preisliste, die FAQ-Seite und die Stornobedingungen landen in den Anweisungen. Das fühlt sich gründlich an. Es macht den Agenten aber schlechter, und zwar aus zwei Gründen.

Erstens veralten Fakten in einem Prompt, ohne dass es jemand merkt. Sie ändern einen Preis auf Ihrer Website, vergessen den Prompt, und schon nennt der Agent den alten Betrag mit voller Überzeugung. Zweitens verwässern lange Prompts die Aufmerksamkeit. Der Bericht „Context Rot" von Chroma aus dem Jahr 2025 hat 18 Modelle getestet und festgestellt, dass die Leistung mit wachsender Eingabelänge nachlässt, selbst bei einfachen Aufgaben. Eine von Stanford geleitete Studie, veröffentlicht in TACL, zeigte, dass Modelle Informationen am besten am Anfang oder Ende einer langen Eingabe nutzen und am schlechtesten in der Mitte. Ihre eine entscheidende Regel, versteckt in Zeile 140 zwischen zwei Preistabellen, steht genau dort, wo ein Modell am schwächsten ist.

Wie viele Regeln sollten die Anweisungen eines KI-Agenten enthalten?

Weniger, als Sie denken. Die IFScale-Zahlen lohnen einen genauen Blick, weil sie zeigen, wie Agenten scheitern, wenn sich Regeln häufen:

Die Genauigkeit sinkt mit der Dichte. Mehrere starke Modelle lagen bei 100 Anweisungen über 94% und fielen bei 500 unter 50%.
Frühere Regeln gewinnen. Die Autoren fanden eine durchgängige Bevorzugung von Anweisungen, die weiter vorne im Prompt stehen.
Auslassen ist der Hauptfehler. Die Modelle haben Regeln meist nicht gebrochen. Sie haben sie stillschweigend fallen gelassen.

Eine ehrliche Einschränkung: IFScale nutzte einfache Anweisungen vom Typ „Nimm dieses Schlüsselwort auf" in einer Aufgabe zum Verfassen von Berichten, und die Autoren sagen offen, dass sich die Ergebnisse nicht auf jeden Bereich übertragen lassen. Regeln im Kundenservice sind schwerer zu befolgen als das Einfügen eines Schlüsselworts. Rechnen Sie in der Praxis also eher mit schlechterer Einhaltung, nicht mit besserer.

Was das für Sie bedeutet: Wenn sich Ihre Anweisungen wie ein Richtlinienhandbuch mit 40 Punkten lesen, befolgt der Agent das meiste davon die meiste Zeit. Welche Regeln er weggelassen hat, erfahren Sie erst, wenn ein Kunde es merkt. Beschränken Sie sich auf eine kurze Liste von Regeln, deren Bruch Sie tatsächlich Geld oder Vertrauen kosten würde. Stellen Sie die wichtigsten an den Anfang.

Wie schreiben Sie Anweisungen für einen KI-Agenten, Schritt für Schritt?

1. Beginnen Sie mit der Aufgabe, in einem Satz

„Du beantwortest Instagram- und WhatsApp-Nachrichten für eine Zahnarztpraxis, hilfst Menschen, Zahnreinigungen und Beratungstermine zu buchen, und gibst alles Medizinische an den Empfang weiter." Dieser Satz leistet mehr als eine Seite voller Adjektive. Der Prompting-Leitfaden von Anthropic empfiehlt, das Modell zu behandeln wie einen brillanten, aber neuen Mitarbeiter, dem der Kontext zu Ihren Gepflogenheiten fehlt. Schreiben Sie auf, was Sie einer neuen Kraft am ersten Tag sagen würden.

2. Beschreiben Sie den Tonfall mit Beispielen statt mit Adjektiven

„Freundlich und professionell" sagt gar nichts, denn das schreibt jedes Unternehmen. Geben Sie stattdessen zwei kurze Beispielantworten im gewünschten Ton vor. Zeigen Sie dabei auch die Länge. Wenn Ihre Kunden auf WhatsApp drei Wörter schreiben, wirkt eine Antwort mit fünf Absätzen wie von einem Roboter.

3. Nennen Sie zu jeder harten Regel den Grund

„Nenne nie einen Endpreis für Implantate" ist eine Regel. „Nenne nie einen Endpreis für Implantate, weil der Preis von einem Röntgenbild abhängt, das die Zahnärztin noch nicht gesehen hat; biete stattdessen einen Beratungstermin an" ist eine Regel, die der Agent auch auf Fälle anwenden kann, an die Sie nicht gedacht haben, etwa Kronen oder Brücken.

4. Legen Sie Absagen und Übergaben ausdrücklich fest

Entscheiden Sie, was der Agent tut, wenn er nicht antworten sollte: bei medizinischer oder rechtlicher Beratung, Beschwerden über bestimmte Mitarbeitende, Streit um Erstattungen und allem, was mit einem Zahlungsproblem zu tun hat. Halten Sie für jeden Fall fest, was er dem Kunden sagt und was danach passiert. „Sag, dass sich ein Teammitglied innerhalb der Geschäftszeiten meldet, und übergib das Gespräch dann an einen Menschen" ist klar. „Bei Bedarf eskalieren" ist es nicht.

5. Sagen Sie, was einzuholen ist, nicht wie abgefragt wird

Wenn für eine Buchung ein Name, eine Telefonnummer und ein Wunschtag nötig sind, listen Sie genau diese drei Felder auf. Lassen Sie den Agenten sie im Lauf des Gesprächs ganz natürlich sammeln, statt eine feste Reihenfolge von Fragen vorzugeben. Kunden nennen Informationen gern außer der Reihe, und ein starres Skript bricht in genau diesem Moment.

6. Prüfen Sie vor dem Speichern auf Widersprüche

Diesen Schritt lassen fast alle aus. Anweisungen wachsen über Monate: Im März ergänzt jemand „Biete immer den 10%-Rabatt für den ersten Besuch an", im Juli ergänzt jemand anderes „Erwähne in DMs niemals Rabatte". Jetzt hat der Agent zwei Regeln, die nicht beide gelten können, und er entscheidet sich für eine davon, mal so, mal so. Lesen Sie nach jeder Änderung den gesamten Prompt von oben bis unten, nicht nur die Zeile, die Sie bearbeitet haben.

7. Testen Sie mit den Nachrichten, die Sie wirklich bekommen

Nehmen Sie zehn echte Nachrichten aus dem letzten Monat, auch die unangenehmen (der verärgerte Kunde, die Nachricht auf Spanisch, die Person, die nach Rabatt fragt, das „Bist du ein Bot?"). Lassen Sie sie durch den Agenten laufen und lesen Sie jede Antwort. Ändern Sie eine Sache und lassen Sie dieselben zehn noch einmal laufen.

Wie sehen schwache und gute Anweisungen im direkten Vergleich aus?

Schwache Anweisung	Stärkere Fassung
„Sei hilfsbereit und freundlich."	Zwei Beispielantworten, die genau den Ton und die Länge zeigen.
„Gib keine falschen Informationen."	„Wenn die Antwort nicht in der Wissensdatenbank steht, sag, dass du beim Team nachfragst, und übergib."
„Eskaliere Beschwerden."	„Wenn ein Kunde über einen früheren Besuch verärgert ist, entschuldige dich einmal, diskutiere nicht und übergib an einen Menschen."
„Wir haben von 9 bis 6 geöffnet, eine Zahnreinigung kostet..."	Öffnungszeiten und Preise in die Wissensdatenbank verschieben.
„Verkaufe immer zusätzlich."	„Erwähne nach einer bestätigten Buchung einmal das Bleaching-Angebot. Wiederhole es nie, wenn es abgelehnt wurde."

Warum sind Anweisungen rechtlich wichtig?

Weil das, was Ihr Agent sagt, als Aussage Ihres Unternehmens gilt. Im Fall Moffatt v. Air Canada (2024) erklärte ein Tribunal in British Columbia die Fluggesellschaft für haftbar, nachdem ihr Website-Chatbot einem Kunden gesagt hatte, er könne einen Trauerfallrabatt rückwirkend beantragen, was die tatsächliche Richtlinie der Airline nicht vorsah. Das Tribunal wies das Argument zurück, der Chatbot sei für sein eigenes Handeln verantwortlich. Klare Regeln für Absagen („Beschreibe nie eine Erstattungsrichtlinie, die nicht in der Wissensdatenbank steht") sind eine günstige Versicherung.

Wie Entagl mit Anweisungen umgeht

Einige Designentscheidungen in Entagl folgen direkt aus der oben genannten Forschung:

Fakten und Verhalten sind getrennt. Leistungen, Produkte, FAQs und Öffnungszeiten liegen in Ihren Unternehmensdaten und Ihrer Wissensdatenbank. So bleiben die Anweisungen kurz und auf das Verhalten konzentriert.
Spezialisten statt eines riesigen Prompts. Der Receptionist steuert ein Team spezialisierter Agenten (Buchung, Produkte, FAQs, Vertrieb und mehr), jeder mit einer eigenen, enger gefassten Aufgabe. Kein einzelner Prompt muss also jede Regel enthalten.
Eine Widerspruchsprüfung bei Änderungen. Wenn Sie den AI Manager in einfacher Sprache bitten, die Anweisungen Ihres Agenten zu ändern, prüft er den gesamten Prompt auf bestehende Regeln, denen die Änderung widersprechen oder die sie doppeln würde, und gleicht sie ab, bevor die Änderung übernommen wird. Stehen zwei Regeln wirklich im Konflikt, fragt er Sie, welches Verhalten bleiben soll. Das ist Schritt 6, für Sie erledigt.
Übergaberegeln, die Sie festlegen. Sie entscheiden, wann ein Gespräch an einen Menschen geht, und Ihr Team übernimmt es im gemeinsamen Posteingang mit dem vollständigen Verlauf.
Ein Testbereich, der seine Arbeit offenlegt. Das Test Agent Panel zeichnet nach, was der Agent bei jeder Antwort getan hat. Wirkt eine Testantwort falsch, sehen Sie den Grund, statt raten zu müssen.

Nichts davon ersetzt Ihr Urteil darüber, wie die Regeln lauten sollten. Es macht es aber leichter, Ihre Regeln kurz und aktuell zu halten. Wenn Sie einen Start planen, behandelt unser Leitfaden zum Start eines KI-Agenten, ohne Kunden zu verlieren die Seite der Einführung.

FAQ

Was gehört in die Anweisungen meines KI-Agenten?

Die Aufgabe des Agenten in einem Satz, Beispielantworten, die Ihren Ton zeigen, die wenigen harten Regeln, die Geld und Vertrauen schützen (jeweils mit Begründung), was vor einer Buchung einzuholen ist und genau wann an einen Menschen übergeben wird. Preise, Öffnungszeiten und Richtlinien überlassen Sie der Wissensdatenbank.

Ist ein längerer Prompt für einen KI-Agenten im Kundenservice besser?

Meistens nicht. Forschung wie IFScale und der Context Rot Bericht von Chroma zeigt, dass Befolgung und Genauigkeit sinken, je länger und dichter Prompts werden. Ein kurzer Prompt mit klaren Prioritäten schlägt einen langen, bei dem die wichtige Regel in der Mitte steht.

Wie oft sollte ich die Anweisungen meines KI-Agenten aktualisieren?

Immer dann, wenn sich Ihre Abläufe ändern, und nachdem Sie echte Gespräche ausgewertet haben, die schiefgelaufen sind. Unser Leitfaden dazu, wie ein KI-Agent nach dem Livegang genau bleibt, beschreibt diese Überprüfungsschleife. Lesen Sie jedes Mal den gesamten Prompt noch einmal auf Regeln durch, denen die neue widerspricht, und lassen Sie dann einen festen Satz Testnachrichten erneut laufen.

Kann ich die Anweisungen für einen KI-Agenten in meiner eigenen Sprache schreiben?

Ja. Schreiben Sie sie in der Sprache, in der Sie denken. Der Agent von Entagl antwortet Kunden in der Sprache, in der sie schreiben, in über 100 Sprachen, egal in welcher Sprache Ihre Anweisungen verfasst sind.

Brauche ich Prompt-Engineering-Kenntnisse, um einen KI-Agenten einzurichten?

Nein. Entscheidend sind die Fähigkeiten, die Sie schon beim Einarbeiten neuer Mitarbeitender nutzen: sagen, worin die Aufgabe besteht, Beispiele zeigen, die Gründe hinter den Regeln erklären und die Arbeit überprüfen.

Beginnen Sie mit den zehn Nachrichten

Bevor Sie irgendetwas umschreiben, nehmen Sie zehn echte Kundennachrichten und lesen Sie, wie Ihr Agent sie heute beantwortet. Die meisten Probleme mit Anweisungen zeigen sich schon in diesen zehn. Wenn Sie sehen möchten, wie Entagl neue Anweisungen mit bestehenden abgleicht, bevor sie auf WhatsApp, Instagram, Messenger und Ihrer Website live gehen, buchen Sie eine 30-minütige Demo.

Quellen: Jaroslawicz et al., „How Many Instructions Can LLMs Follow at Once?" (IFScale, arXiv 2507.11538, Juli 2025); Hong, Troynikov und Huber, „Context Rot: How Increasing Input Tokens Impacts LLM Performance" (Chroma, Juli 2025); Liu et al., „Lost in the Middle: How Language Models Use Long Contexts" (TACL, 2024); Anthropic, „Prompting best practices" (Claude Platform Docs); Moffatt v. Air Canada, 2024 BCCRT 149, zusammengefasst von der American Bar Association.