Während 92 % der Unternehmen ihre KI-Investitionen im Jahr 2025 erhöht haben, berichten mehr als drei Viertel der Unternehmen, dass ihre Agenten nicht über die Pilotphase hinausgekommen sind.
Führungskräfte stellen sich (und ihren Teams) nun zwei Fragen:
- Wie skalieren wir die Agenten, die wir gestartet haben?
- Wie beweisen wir, dass sie echten Mehrwert für Nutzer und das Unternehmen liefern?
Sowohl bei internen als auch bei externen Agenten haben Teams Schwierigkeiten zu verstehen, was Nutzer mit diesen Tools tun und ob die Agenten so eingesetzt werden, wie sie gedacht waren.
Deshalb haben wir Pendo Agent Analytics entwickelt (jetzt kostenlos für alle Pendo-Kunden), um diese Fragen zu beantworten und Ihnen die Werkzeuge zu geben, die Sie benötigen, um Agenten mit Zuversicht zu skalieren.
Durch viele Gespräche mit unseren Kunden und unsere eigene Arbeit beim Start von Agenten bei Pendo haben wir drei wesentliche Phasen der Erkenntnisgewinnung identifiziert, die erforderlich sind, um von Experimenten zu unternehmensreifen Deployments zu gelangen: zu verstehen, wie Ihre Agenten genutzt werden, Reibungspunkte und Fehlerquellen zu identifizieren und den Mehrwert entlang Ihrer Nutzer-Journeys nachzuweisen.
Agent Analytics ist darauf ausgelegt, Teams durch jede Phase zu führen.
Phase 1: Verstehen, wie Ihre Agenten genutzt werden
Wer nutzt sie, und wie oft?
Der erste Schritt zu einem wirkungsvollen Agenten ist Transparenz. Agent Analytics zeigt Ihnen:
- Genau, wer Ihre Agenten nutzt und wie oft
- Wie viele eindeutige Besucher und Accounts mit dem Agenten interagieren
- Wie viele Gespräche und Prompts sie generieren
- Wie oft sie zu Ihrem Agenten und Ihrem Gesamtprodukt zurückkehren
All diese Daten können nach Rollentyp, Nutzersegment oder Zeitraum gefiltert werden, sodass Sie einen klaren Überblick über verschiedene Personas oder Teams erhalten.
Wofür verwenden sie den Agenten?
Adoptionsdaten sind erst der Anfang, um die Nutzung zu verstehen. Teams möchten auch wissen, welche Herausforderungen ihre Agenten tatsächlich lösen sollen.
Agent Analytics zeigt automatisch aufkommende Anwendungsfälle auf, indem Gesprächsdaten analysiert und in Themen kategorisiert werden. Sofort einsatzbereit können Sie auf Anhieb sehen, welche Arten von Anwendungsfällen im Trend liegen, welche das meiste Engagement oder die höchste Bindung erzeugen und wo Nutzer den größten Mehrwert finden.
Wird der Agent so verwendet, wie Sie es beabsichtigt haben?
Wenn Ihr Agent für bestimmte Aufgaben entwickelt oder trainiert wurde, wie z. B. Ausgabenverwaltung oder Onboarding-Support, hilft Ihnen Agent Analytics zu bestätigen, ob Benutzer ihn tatsächlich für diese vorgesehenen Zwecke nutzen.
Sie können wichtige Anwendungsfälle im Zeitverlauf verfolgen, sehen, wie häufig auf sie zugegriffen wird, und Trends bei der Leistung oder Frustration beobachten. Wenn Sie mehr Kontext wünschen, können Sie direkt in Session Replay klicken, um die vollständige User Journey zu sehen – einschließlich der Interaktion der Benutzer mit dem Agenten, wo sie Schwierigkeiten hatten und was als Nächstes passierte.
„Es ist unglaublich nützlich, die häufigen Kategorien zu sehen und – entscheidend – in Beispiele und sogar Replays bestimmter interessanter Sitzungen einzutauchen. Dieses Tool wird es erheblich einfacher machen, unsere KI-Funktionen zu iterieren und zu verbessern."
—Enterprise Power-User
Lesen Sie, wie Pendos eigenes Produktteam Agent Analytics und Session Replay nutzte, um unerfüllte Benutzerbedürfnisse aufzudecken und unsere interne Agent-Roadmap zu verbessern.
Phase 2: Leistungsprobleme identifizieren
Selbst die besten Agenten werden manchmal stolpern. Oder Benutzer öffnen Ihren Agenten und haben Schwierigkeiten, das Beste aus ihm herauszuholen. Die Herausforderung besteht darin, diese Momente frühzeitig zu erkennen und schnell zu handeln, damit Benutzer nicht für immer aufgeben.
Deshalb haben wir Problemerkennung und Frustrationssignale in den Kern von Agent Analytics integriert. Identifizieren Sie zunächst Momente, in denen Benutzer Ärger mit Ihrem Agenten durch das ausdrücken, was Pendo als Rage Prompts bezeichnet hat: wiederholtes Umformulieren, Nachrichten in Großbuchstaben, Schimpfwörter oder andere Anzeichen von Unzufriedenheit. Diese Frustrationssignale werden auf der Ebene des Agenten und des Anwendungsfalls erfasst und helfen Ihnen, Probleme leicht zu identifizieren, lange bevor sie in einem Support-Ticket auftauchen.
Sie sehen auch, wo Ihr Agent nicht effektiv antwortet und ob diese Fehler auf bestimmte Themen, Segmente oder Workflows konzentriert sind. Wenn Muster auftauchen, können Sie das Problem markieren und direkt mit einem Jira-Ticket verknüpfen, wodurch eine vage Frustration in eine behebbare Engineering-Aufgabe umgewandelt wird.
Phase 3: Nachweis der Rentabilität Ihrer KI-Investition
Transparenz und Fehlererkennung sind unverzichtbar. Doch die Führungsebene – insbesondere diejenigen, die F&E-Budgets verantworten – wird letztendlich eine schwierigere Frage stellen: Liefert dieser Agent messbare Geschäftsergebnisse?
Mit Pendo können Sie Agent-Interaktionen endlich mit Geschäftsergebnissen verknüpfen. Da Agent Analytics in Pendos klassische Produktanalyse integriert ist, erhalten Sie eine hybride Ansicht des Nutzerverhaltens vor, während und nach der Interaktion mit Ihrem Agenten.
Sehen Sie, was Nutzer vor und nach Agent-Interaktionen tun
Mithilfe von Paths können Sie nachvollziehen, was Nutzer getan haben, kurz bevor sie Ihren Agenten um Hilfe gebeten haben, und was sie danach getan haben. Hat der Agent ihnen geholfen, eine Aufgabe abzuschließen oder den Support zu umgehen? Haben Nutzer einen Workflow fortgesetzt oder Ihre App ganz verlassen? Ohne ein zentrales Tool zur Verwaltung von KI- und klassischen Produkteinblicken ist die Beantwortung dieser Fragen unglaublich zeitaufwendig und manuell.
Vergleichen Sie die „alte" und die „agentische" Art, Ihre App zu nutzen
Wenn Ihr Agent entwickelt wurde, um einen bestimmten Workflow zu optimieren oder zu ersetzen, bietet Ihnen Agent Analytics eine direkte Möglichkeit, diesen Wandel zu validieren. Sie können vergleichen, wie Nutzer eine Aufgabe – wie das Buchen einer Reise oder das Ausfüllen eines Formulars – über herkömmliche, klickbasierte Wege abgeschlossen haben, und wie sie diese nun mithilfe Ihres Agenten erledigen.
In einem einzigen Dashboard (ohne SQL oder das Zusammenführen verschiedener Tools) können Sie sehen, ob agentengestützte Ergebnisse effizienter sind, ob sich die Konversionsraten verbessern und wie sich das Verhalten über verschiedene Erfahrungen hinweg unterscheidet. Es ist der bisher klarste Einblick, ob Ihre KI-gestützten Workflows wirklich besser sind als das, was zuvor existierte.
Sehen Sie genau, wie ein hybrides Agenten-Dashboard aussieht, in dieser Agent Analytics Produkttour.
Praxisbeispiel: Überwachung von Agentforce-Ergebnissen für Vertriebsteams
Für Unternehmen, die interne Agenten eingesetzt haben, um Teams wie dem Vertrieb zu helfen, schneller zu arbeiten, ist die Transparenz über Nutzung und Wirkung entscheidend. Mit Agent Analytics und Pendo, installiert auf Ihrer Salesforce-Instanz, erhalten Sie genau das.
Stellen Sie sich vor, Ihre Vertriebsmitarbeiter nutzen einen Agentforce-Agenten, um Aufgaben wie das Aktualisieren von Deal-Datensätzen, das Finden von Materialien oder die Vorbereitung auf Gespräche zu erledigen. Mit den herkömmlichen Pendo Analytics, die Produktnutzungsdaten innerhalb von Salesforce erfassen, und Agent Analytics, das Agenten-Interaktionsdaten erfasst, können Sie genau sehen, bei welchen Aufgaben der Agent unterstützt, ob er die Bearbeitungszeit verkürzt und wie die Akzeptanz je nach Region oder Rolle variiert.
Es ist ein vollständiges Bild davon, wie Ihre internen KI-Tools genutzt werden und ob sie tatsächlich die Produktivität steigern und Kosten senken.
Bringen Sie Ihr Unternehmen über die KI-Pilotphase hinaus
Agent Analytics ist jetzt kostenlos und Sie können noch heute loslegen. Wenn Sie einen Agenten gestartet haben, aber immer noch das Gefühl haben, zu raten, was funktioniert, oder stundenlang Log-Traces in den Dev-Tools durchsuchen, ist es Zeit für eine PM-first-Lösung. Gehören Sie nicht zu den 77 %, die noch immer Schwierigkeiten haben zu skalieren.
Wie unsere eigene KI-PM und Agent Analytics-Poweruserin Niamh Jones gesagt hat: „Agent Analytics ist für jemanden ohne technischen Hintergrund viel einfacher zu verstehen, was in seinem Agenten vor sich geht. Man erkennt schnell, ob ein Agent gute oder schlechte Arbeit leistet."
👉 Sind Sie bereits Kunde? Starten Sie noch heute mit Agent Analytics kostenlos. Oder fordern Sie eine Demo an.
