Wo KI-Agenten helfen und wo sie scheitern: Lektionen von Klarna

Anfang 2024 gab Klarna bekannt, dass der eigene KI-Assistent, aufgebaut auf OpenAI-Technologie, die Arbeit von rund 700 Vollzeitkräften im Kundenservice übernahm. Das schwedische Buy-now-pay-later-Unternehmen war schnell vorgegangen: Innerhalb eines Monats nach dem Rollout bearbeitete der Agent zwei Drittel aller Kundenservice-Chats. Das Management erzählte die Geschichte über Kosten und Effizienz und stellte eine Gewinnverbesserung von 40 Millionen Dollar pro Jahr in Aussicht. Für ein Unternehmen, das seit 2022 Cash verbrannte und Stellen aggressiv abbaute, kamen Zeitpunkt und Narrativ gerade recht. Dieser Kontext ist wichtig.

Was Klarna zum Studienobjekt macht, ist nicht die Schlagzeilenzahl. Es ist, dass das Unternehmen in einer Reihe öffentlicher Stellungnahmen und Berichte transparent genug war, um zu zeigen, wo das System funktionierte und wo nicht, auch wenn diese Transparenz manchmal widerwillig kam und oft erst als Reaktion auf Nachfragen von Journalisten statt aus eigener Initiative.

Was sie gemacht haben

Klarna setzte einen dialogfähigen KI-Agenten ein, direkt integriert in die Kunden-App. Der Agent bearbeitete eingehende Anfragen: Bestellstatus, Rückerstattungen, Kontofragen, Anpassungen von Ratenplänen. Das sind Aufgaben mit hohem Volumen, repetitiv, klar definiert und mit strukturierten Daten im Hintergrund. Der Agent hatte direkten APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →-Zugriff auf Klarnas Back-End-Systeme, konnte also tatsächlich Aktionen ausführen und nicht nur Informationen abrufen. Diese Unterscheidung ist zentral. Ein Chatbot, der eine Bestellung nachschlägt, ist ein Abfragewerkzeug. Ein Agent, der eine Rückerstattung auslösen, einen Zahlungsplan ändern oder mit bereits aufbereitetem Kontext eskalieren kann, ist eine andere Kategorie von System.

Der technische Stack setzte auf ein Large Language ModelLarge Language ModelA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen → für das Sprachverständnis, eine Schicht aus Geschäftsregeln, die festlegte, was der Agent autonom tun durfte und was nicht, und Guardrails, die Grenzfälle an menschliche Mitarbeiter eskalierten. Klarna hat die Architektur nicht im Detail veröffentlicht, aber das Muster passt zu dem, was OpenAI und Teams für Unternehmenseinführungen öffentlich über Agenten-Setups im Produktivbetrieb beschrieben haben.

Auf der Personalseite reduzierte Klarna die Zahl der Kundenservice-Mitarbeiter über eine Kombination aus natürlicher Abwanderung, nicht verlängerten Verträgen mit externen Dienstleistern und einigen direkten KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ündigungen. Das Unternehmen baute bereits von einem Höchststand von rund 7.000 Mitarbeitern im Jahr 2022 ab, weshalb es tatsächlich schwierig ist, den KI-getriebenen Abbau von der breiteren Restrukturierung zu trennen. Klarnas eigene Kommunikation vermischte beides, und unabhängige Analysten wiesen auf diese Unklarheit hin.

Die Ergebnisse

Die Zahlen, die Klarna nannte: Der Agent bearbeitete im ersten Monat 2,3 Millionen Konversationen, die durchschnittliche Bearbeitungszeit sank von elf Minuten auf zwei Minuten, und die Kundenzufriedenheitswerte lagen bei Routineanfragen etwa gleichauf mit menschlichen Mitarbeitern. Die prognostizierte Gewinnverbesserung von 40 Millionen Dollar stammte aus Klarnas eigener Investorenkommunikation und ist als zukunftsbezogene Managementschätzung zu lesen, nicht als geprüftes Ergebnis.

Kompliziert werden die Zahlen bei der Qualität an den Rändern. Mehrere Journalisten und Verbraucherschützer dokumentierten Fälle, in denen der Agent falsche Angaben zu Zahlungsverpflichtungen machte, betrugsnahe Muster nicht erkannte, die ein menschlicher Mitarbeiter markiert hätte, und Antworten in anderen Sprachen als der vom Kunden bevorzugten produzierte. Klarna räumte einige Lokalisierungsfehler ein. Die behauptete Gleichwertigkeit bei der Zufriedenheit hielt bei einfachen Transaktionen, nicht aber bei komplexen oder emotional aufgeladenen Interaktionen, etwa bei strittigen Abbuchungen oder Anfragen wegen finanzieller Notlagen.

Bis Mitte 2025 hatte Klarna außerdem signalisiert, dass es in Teilen des Kundenservice wieder einstellt, speziell für Märkte, in denen regulatorische Anforderungen an Finanzberatung und Streitbeilegung menschliche Verantwortlichkeit verlangen. Das ist keine Kehrtwende bei der Agentenstrategie, zeigt aber eine Obergrenze, die die ursprüngliche Ankündigung verdeckt hatte.

Die ehrliche Zusammenfassung lautet: Bei Aufgaben mit hohem Volumen, niedriger Komplexität, guter Datenlage und klaren Erfolgskriterien lieferte der Agent messbare Gewinne. Die Verbesserungen bei der Bearbeitungszeit waren real. Die Kostensenkung war real, auch wenn sie mit der breiteren Restrukturierung verwoben war. Genauigkeit und Urteilsvermögen bei komplexen Fällen lagen nicht dort, wo Klarna sie gebraucht hätte.

Was übertragbar ist

Der Fall Klarna liefert mehrere Lektionen, die branchenunabhängig gelten.

Erstens haben die Aufgaben, die Agenten gut bewältigen, ein gemeinsames Profil: Sie sind abgegrenzt, zum Ausführungszeitpunkt liegen strukturierte Daten vor, und eine falsche Antwort ist erkennbar und korrigierbar. Rückerstattungen passen. Rechtsberatung nicht. Medizinische Ersteinschätzung nicht. Wenn gefragt wird, ob Agenten 2026 für autonome Arbeit mit hohem Risiko bereit sind, lautet die ehrliche Antwort: für einen engen Ausschnitt klar definierter operativer Aufgaben ja. Für alles, was Urteilsvermögen unter Unsicherheit erfordert, nein.

Zweitens ist der API-Zugriff auf Back-End-Systeme das, was einen Agenten von einer aufgehübschten FAQ unterscheidet. Wenn Ihre Organisation Agenteneinsätze prüft und die vorgeschlagene Architektur keinen Schreibzugriff auf die relevanten Systeme vorsieht, bauen Sie ein Abfragewerkzeug. Das kann durchaus wertvoll sein, ist aber in keinem sinnvollen Verständnis ein Agent.

Drittens zählt die Governance-Schicht genauso viel wie das Modell. Klarnas System funktionierte auch deshalb, weil es explizite Regeln dazu gab, was der Agent ohne Eskalation nicht tun durfte. Organisationen, die Agenten ohne solche Guardrails einsetzen und darauf vertrauen, dass sich das LLMLLMA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Vollständige Definition ansehen → selbst begrenzt, werden die Fehlerbilder schneller und teurer kennenlernen.

Wo Ihr Kontext sich wahrscheinlich von Klarnas unterscheidet: Klarna hatte Skalierung. Zwei Millionen Konversationen pro Monat bedeuteten, dass sie Fehlermuster statistisch beobachten und schnell iterieren konnten. Kleinere Rollouts haben weniger Feedback-Schleifen, weshalb Fehler länger bestehen, bevor sie auffallen. Wenn Ihr Agent ein paar hundert Interaktionen pro Woche bearbeitet, bauen Sie manuelle Prüfprozesse ein, die Klarna sich auf ein Minimum reduzieren konnte.

Noch ein Punkt zum Beobachten: regulatorisches Risiko. Klarnas Wiedereinstellungen in regulierten Märkten waren keine Technologieentscheidung. Es war eine Compliance-Entscheidung. In Finanzwesen, Gesundheitswesen und überall dort, wo Pflichten zu personenbezogenen Daten oder treuhänderische Anforderungen gelten, ist die Frage, wer für die Entscheidung eines Agenten verantwortlich ist, Stand 2026 in den meisten Rechtsräumen ungeklärt. Das ist kein Grund, auf Agenten zu verzichten. Es ist ein Grund, die Verantwortungskette vor dem Einsatz abzubilden, nicht danach.

Die Klarna-Geschichte ist genau deshalb nützlich, weil sie sich einem klaren Urteil entzieht. Agenten lieferten echten Wert bei einem spezifischen, gut abgegrenzten Problem und stießen an echte Grenzen, als sich dieser Rahmen ausweitete. Die Organisationen, die 2026 am meisten aus Agenten holen, sind die, die den Rahmen vor dem Einsatz eng definiert haben und dem Druck widerstanden, ihn auszuweiten, bevor die erste Version sich bewiesen hatte.