Decagon vs. Maven AGI: Welche KI-Support-Plattform passt zu Ihrem Team?

Die Wahl einer KI-Kundensupport-Plattform ist eine wichtige Entscheidung. Das richtige Tool kann Hunderte von Tickets ablenken, die Antwortzeiten verkürzen und Ihr Team entlasten, damit es sich auf komplexe Probleme konzentrieren kann. Das falsche Tool wird zu einem weiteren Dashboard, das verwaltet werden muss.

Zwei Plattformen, die derzeit viel Aufmerksamkeit erhalten, sind Decagon und Maven AGI. Beide wurden im Jahr 2023 gegründet, beide haben bedeutende Series-A-Finanzierungsrunden abgeschlossen und beide versprechen autonome KI-Agenten, die Kundengespräche durchgängig abwickeln. Sie verfolgen jedoch unterschiedliche Ansätze, um das gleiche Problem zu lösen.

Lassen Sie uns aufschlüsseln, was jede Plattform bietet, wie sie sich unterscheiden und welche für Ihre spezifische Situation besser geeignet sein könnte.

Was ist Decagon?

Decagon positioniert sich als "der KI-Concierge für jeden Kunden". Das 2023 von Jesse Zhang und Ashwin Sreenivas gegründete Unternehmen mit Sitz in San Francisco ist auf rund 102 Mitarbeiter angewachsen und hat 30 Millionen Dollar an Series-A-Finanzierung erhalten.

Die Kernidee hinter Decagon ist es, nicht-technischen Teams die direkte Kontrolle über das Verhalten von KI-Agenten zu geben. Ihre wichtigste Innovation sind die so genannten Agent Operating Procedures (AOPs), mit denen Sie komplexe Workflows in natürlicher Sprache statt in Code definieren können. Stellen Sie sich das wie die Erstellung von Standardarbeitsanweisungen für einen menschlichen Agenten vor, nur dass die KI diese automatisch befolgt.

Die Kundenliste von Decagon liest sich wie ein Who's Who der wachstumsstarken Technologieunternehmen: Duolingo, Chime, ClassPass, Notion, Bilt, Figma, Dropbox und Rippling nutzen die Plattform alle. Dies sind Unternehmen mit komplexen Produkten und hohem Supportvolumen, die KI benötigen, um Probleme tatsächlich zu lösen und nicht nur abzuwehren.

Die Plattform betont das proaktive Engagement. Im Gegensatz zu herkömmlichen Chatbots, die darauf warten, dass Kunden Fragen stellen, können die Agenten von Decagon sich melden, wenn sie Probleme erkennen, in wichtigen Momenten Hilfe anbieten und den Kontext über verschiedene Kanäle hinweg beibehalten, sodass Kunden sich nie wiederholen müssen.

Was ist Maven AGI?

Maven AGI verfolgt einen etwas anderen Ansatz und positioniert sich als "Business AGI"-Plattform. Das Anfang 2023 von Jonathan Corbin, Sami Shalabi und Eugene Mann gegründete Unternehmen hat 20 Millionen Dollar an Series-A-Finanzierung erhalten und betreut derzeit über 50 Enterprise-Kunden.

Das Gründerteam verfügt über eine beeindruckende Expertise. Jonathan Corbin leitete zuvor den globalen Kundenerfolg bei HubSpot, nachdem er bei Adobe und Marketo tätig war. Sami Shalabi leitete die Entwicklung für Google News und Google Play Newsstand und hält über 50 Patente. Eugene Mann leitete das angewandte maschinelle Lernen bei Stripe, nachdem er bei Google an der Personalisierung für ein Produkt mit einer Milliarde Nutzern gearbeitet hatte.

Der Ansatz von Maven konzentriert sich darauf, eine "Intelligenzschicht" zwischen Ihren bestehenden Systemen, KI-Modellen und menschlichen Teams zu sein. Anstatt sich nur um Support-Tickets zu kümmern, zielt Maven darauf ab, komplexe Workflows über die gesamte Customer Journey hinweg zu automatisieren, von der ersten Anfrage bis zum laufenden Erfolg.

Die Plattform beansprucht bis zu 93 % autonome Lösungsraten und betont den Umgang mit Komplexität. Während Decagon sich darauf konzentriert, Teams die direkte Kontrolle zu geben, konzentriert sich Maven auf die tiefe Systemintegration und ausgefeilte Denkfähigkeiten.

Decagon vs. Maven AGI: Funktionsvergleich

Beide Plattformen decken die Grundlagen ab, die Sie von Enterprise-KI-Support-Tools erwarten würden. Sie bieten Omnichannel-Support über Chat, E-Mail und Sprache. Sie integrieren sich beide in wichtige Helpdesks und CRMs (Customer Relationship Management). Sie betonen beide Sicherheit und Compliance für Enterprise-Bereitstellungen.

Aber die Unterschiede sind wichtig.

Wo Decagon herausragt

Die Agent Operating Procedures von Decagon unterscheiden sich wirklich von der Funktionsweise der meisten KI-Agenten. Anstatt Modelle mit historischen Daten zu trainieren und zu hoffen, dass sie angemessen reagieren, definieren Sie Workflows explizit in einfachem Deutsch. Das System kombiniert die Flexibilität der natürlichen Sprache mit der Präzision codebasierter Logik.

Dies ist wichtig, weil es nicht-technischen Teams die direkte Kontrolle gibt. Ihre CX-Leads können das Agentenverhalten iterieren, ohne Engineering-Tickets einzureichen oder auf professionelle Dienstleistungen des Anbieters zu warten. Decagon behauptet, dass dieser Ansatz eine schnellere Wertschöpfung und eine größere Transparenz darüber ermöglicht, warum Agenten bestimmte Entscheidungen treffen.

Sprach-KI ist ein weiterer Bereich, in dem Decagon stark investiert hat. Ihre Sprachagenten sind für natürliche Dialoge konzipiert und können an Ihre Markenstimme angepasst werden. Janelle Sallenave, COO von Chime, stellte fest, dass Decagon Voice es ihnen ermöglicht, "hohe Leistung und nahtlose Markenanpassung mit kanalübergreifendem Speicher zu kombinieren".

Kanalübergreifender Speicher bedeutet, dass ein Kunde ein Gespräch im Chat beginnen, per E-Mail fortsetzen und mit einem Anruf beenden kann, ohne dass die KI den Kontext verliert. Das klingt selbstverständlich, ist aber überraschend schwer gut umzusetzen.

Wo Maven AGI herausragt

Die Betonung des Umgangs mit Komplexität unterscheidet Maven. Die Plattform ist für Unternehmen mit ausgefeilten Workflows konzipiert, die sich über mehrere Abteilungen erstrecken. Während sich Decagon in erster Linie auf den Support konzentriert, positioniert sich Maven über Kundenservice-, Support- und Customer-Experience-Teams hinweg.

Der AI Agent Designer bietet Teams visuelle Tools zum Erstellen und Anpassen von KI-Agenten. Maven bietet auch einen AI Voice Agent für den Telefonsupport sowie detaillierte Analysen und einen "Inbox & Knowledge Graph" für ein einheitliches Wissensmanagement.

Der Enterprise-Hintergrund des Gründerteams zeigt sich in ihrem Ansatz für Sicherheit und Compliance. Die Plattform listet SOC 2, ISO 27001, HIPAA und PCI DSS Compliance prominent auf. Für regulierte Branchen wie das Gesundheitswesen und Finanzdienstleistungen ist dies wichtig.

Der Anspruch der Plattform von bis zu 93 % autonomer Lösung gehört zu den höchsten in der Branche. Rahul Todkar, Head of Data and AI bei Tripadvisor, erklärte, dass Maven "90 % der eingehenden Anfragen autonom bearbeitet, sodass sich unsere Support-Agenten auf strategische Initiativen konzentrieren können".

Integrationsvergleich

Beide Plattformen integrieren sich in die wichtigsten Systeme, die die meisten Unternehmen verwenden. Decagon listet auf seiner Website spezifischere Integrationen auf, während Maven die Breite seiner Integrationsmöglichkeiten betont, ohne jedes Tool zu nennen.

Preisaufschlüsselung

Hier wird es frustrierend. Weder Decagon noch Maven AGI veröffentlichen transparente Preise. Beide arbeiten mit einem Enterprise-"Kontakt-Sales"-Modell.

Dies ist im Bereich des KI-Supports üblich, wo die Preise in der Regel vom Konversationsvolumen, den Funktionsanforderungen und der Integrationskomplexität abhängen. Dies erschwert jedoch einen direkten Vergleich, ohne Angebote von beiden Anbietern einzuholen.

Was wir wissen:

• Beide bieten kostenlose Testversionen oder personalisierte Demos an
• Beide zielen auf mittelständische bis große Unternehmen ab
• Branchennormen deuten darauf hin, dass die Preise wahrscheinlich zwischen 0,50 und 2,00 Dollar pro Lösung für KI-Agenten in großem Maßstab liegen

Wenn Sie eine der beiden Plattformen evaluieren, planen Sie, den Verkaufsprozess zu durchlaufen, um genaue Preise für Ihr spezifisches Volumen und Ihre Anforderungen zu erhalten. Für einen Kontext, wie die KI-Support-Preisgestaltung typischerweise funktioniert, lesen Sie unseren Leitfaden zu KI-Kundenservice-Tools.

Leistung und Ergebnisse

Beide Plattformen veröffentlichen beeindruckende Kundenmetriken. Hier ist, was ihre Kunden berichten:

Decagon Ergebnisse

Ian Riggins, Senior Operations Manager bei Duolingo, stellte fest, dass er mit ihrem vorherigen Anbieter "mindestens die Hälfte meiner Woche damit verbracht habe, ihr System zu warten. Mit Decagon ist das ein Unterschied wie Tag und Nacht".

Maven AGI Ergebnisse

David Doyle, Head of Customer Support bei ClickUp, teilte mit, dass "bereits eine Woche nach Beginn der Testphase die Rep-Lösungen pro Stunde um 25 % gestiegen sind".

Ein paar Dinge, die Sie bei der Bewertung dieser Zahlen beachten sollten. Erstens variieren Ihre Ergebnisse je nach Ihrer bestehenden Supportqualität, der Komplexität Ihres Produkts und der Qualität der Implementierung der Plattform. Zweitens sind "Ablenkungsrate" und "autonome Lösung" nicht dasselbe. Ablenkung bedeutet nur, dass der Kunde kein Ticket erstellt hat. Lösung bedeutet, dass das Problem tatsächlich gelöst wurde.

Wer sollte Decagon wählen?

Decagon funktioniert in der Regel am besten für Teams, die die direkte Kontrolle über das KI-Verhalten wünschen, ohne auf Engineering-Ressourcen oder professionelle Dienstleistungen des Anbieters angewiesen zu sein. Wenn Ihr CX-Team Agenten-Workflows schnell iterieren, neue Ansätze testen und Antworten basierend auf realen Gesprächen verfeinern möchte, ist das AOP-Modell von Decagon dafür konzipiert.

Die Plattform ist auch sinnvoll, wenn Sprach-KI eine Priorität ist. Ihre Investitionen in Sprachfunktionen und kanalübergreifenden Speicher zeigen sich in den Kundenergebnissen. Die Chat- und Sprachlösungsrate von 70 % bei Chime deutet darauf hin, dass die Technologie in großem Maßstab funktioniert.

Unternehmen mit wachstumsstarken, komplexen Produkten tendieren zu Decagon. Die Kundenliste (Duolingo, Notion, Figma, Rippling) deutet darauf hin, dass die Plattform anspruchsvolle Anwendungsfälle gut bewältigt.

Wer sollte Maven AGI wählen?

Maven AGI passt zu Unternehmen mit komplexen, abteilungsübergreifenden Workflows, die sich über Vertrieb, Erfolg und Support erstrecken. Wenn Sie KI benötigen, die sich tief in mehrere Systeme integriert und ausgefeilte Schlussfolgerungen über die gesamte Customer Journey hinweg zieht, funktioniert der Ansatz von Maven möglicherweise besser.

Die Sicherheitszertifizierungen der Plattform (SOC 2, HIPAA, PCI DSS) machen sie zu einer sichereren Wahl für regulierte Branchen. Das Gesundheitswesen, Finanzdienstleistungen und andere Compliance-intensive Sektoren sollten hier aufpassen.

Maven ist auch sinnvoll, wenn Sie eine stärker verwaltete Implementierung wünschen. Der Enterprise-Hintergrund des Gründerteams deutet darauf hin, dass sie verstehen, wie große Unternehmen Software kaufen und bereitstellen. Wenn Sie einen Anbieter bevorzugen, der als strategischer Partner und nicht als Tool-Anbieter agiert, könnte der Ansatz von Maven Anklang finden.

Eine dritte Option: eesel AI

Bevor Sie sich für eine der beiden Plattformen entscheiden, sollten Sie überlegen, ob Sie am ersten Tag tatsächlich die volle Autonomie benötigen. Die meisten Teams profitieren davon, mit KI-Unterstützung zu beginnen und die Automatisierung schrittweise zu erhöhen, während sie Vertrauen aufbauen.

Das ist der Ansatz, den wir bei eesel AI verfolgen. Anstatt KI als etwas zu behandeln, das man konfiguriert und einschaltet, behandeln wir sie wie einen Teamkollegen, den man einstellt und im Laufe der Zeit auflevelt.

So funktioniert es. Sie beginnen, indem Sie eesel mit Ihrem Helpdesk verbinden. Wir lernen aus Ihren vergangenen Tickets, Helpcenter-Artikeln und allen verbundenen Dokumentationen. Dann beginnen Sie mit der Aufsicht: eesel entwirft Antworten, die Ihre Agenten vor dem Senden überprüfen. Während sich die KI bewährt, erweitern Sie ihren Umfang, bis sie den gesamten Frontline-Support autonom abwickelt.

Der Hauptunterschied ist Kontrolle und Transparenz. Sie können Simulationen auf Tausenden von vergangenen Tickets durchführen, bevor Sie live gehen, sodass Sie genau wissen, wie eesel mit Ihren tatsächlichen Daten und Kunden funktionieren wird. Sie definieren Eskalationsregeln in einfachem Deutsch. Und Sie können Fehler in Echtzeit korrigieren, aus denen die KI sofort lernt.

Unsere Preise sind transparent: Teampläne beginnen bei 299 Dollar pro Monat, Business bei 799 Dollar pro Monat. Kein "Kontakt-Sales" erforderlich, um zu verstehen, was Sie bezahlen werden.

Wenn Sie Decagon und Maven AGI evaluieren, überlegen Sie, ob Sie sofort die volle Autonomie benötigen oder von einem schrittweisen, kontrollierten Rollout profitieren würden. Beide Ansätze funktionieren. Die richtige Wahl hängt von der Risikobereitschaft Ihres Teams ab und davon, wie viel Einblick Sie in die KI-Leistung wünschen, bevor sie echte Kunden berührt.

Die richtige Wahl treffen

Die Wahl zwischen Decagon und Maven AGI hängt von Ihren Prioritäten ab.

Wenn Sie die direkte Kontrolle über das KI-Verhalten, eine schnelle Iteration ohne Engineering-Abhängigkeiten und starke Sprach-KI-Funktionen wünschen, ist Decagon einen genaueren Blick wert. Ihr AOP-Ansatz unterscheidet sich wirklich von herkömmlichen KI-Agentenplattformen, und ihre Kundenergebnisse untermauern die Behauptungen.

Wenn Sie eine tiefe Enterprise-Integration, eine abteilungsübergreifende Workflow-Automatisierung und einen Anbieter benötigen, der als strategischer Partner agiert, passt Maven AGI möglicherweise besser. Der Enterprise-Hintergrund des Gründerteams und die Sicherheitszertifizierungen signalisieren eine ernsthafte Enterprise-Bereitschaft.

Führen Sie in jedem Fall einen Pilotversuch mit Ihren tatsächlichen Daten durch, bevor Sie sich festlegen. Beide Plattformen bieten Testversionen oder Demos an. Testen Sie sie mit echten Tickets, messen Sie die Ergebnisse anhand Ihrer aktuellen Basislinie und stellen Sie sicher, dass die KI Ihre Customer Experience tatsächlich verbessert und nicht nur das Ticketvolumen reduziert.

Und wenn Sie einen schrittweisen Ansatz zur KI-Support-Automatisierung erkunden möchten, prüfen Sie, wie eesel AI funktioniert. Unser Teamkollegen-Modell bietet Ihnen die Vorteile der KI-Unterstützung mit der Kontrolle und Transparenz, die die meisten Teams benötigen, wenn sie KI zum ersten Mal für den Kundensupport einsetzen.