Zum Inhalt springen

API-Expertenmodus

Mit dem API-Expertenmodus greift dein KI-Agent während des Gesprächs auf deine eigenen Systeme zu: Er fragt den Lieferstatus einer Bestellung ab, prüft eine Kundennummer, nimmt eine Bestellung auf oder sagt einen Termin ab. Du legst fest, welche Endpunkte er aufrufen darf, welche Angaben er dafür braucht, welche Voraussetzungen vorher erfüllt sein müssen und welche Antwortdaten er sehen darf. Das Backend setzt jede dieser Regeln bei jedem Aufruf durch, unabhängig davon, was die KI versucht.

Der API-Expertenmodus ist in den Tarifen Business Plus und Enterprise enthalten. In anderen Tarifen ist der Unterreiter ausgeblendet.

Diese Seiten richten sich an Personen, die die API ihres Unternehmens kennen. Du brauchst die Adressen der Endpunkte, das Format der Antworten als JSON und einen Zugangsschlüssel.

Unter API Integrationen gibt es bereits Live-API-Aufrufe und die Nach-Anruf-API-Anfrage. Sie reichen, wenn der Agent eine einzelne Abfrage machen oder nach dem Gespräch Daten übergeben soll.

Der Expertenmodus ist dann sinnvoll, wenn mehrere Aufrufe zusammenhängen und Regeln gelten müssen:

  • Erst den Kunden identifizieren, dann seine Daten abrufen, dann etwas ändern.
  • Eine Aktion darf nur in einem bestimmten Zustand laufen, etwa eine Absage nur bis 24 Stunden vor dem Termin.
  • Interne Werte wie Kunden-IDs sollen vom System weitergereicht werden, ohne dass die KI sie je sieht.
  • Eine schreibende Aktion braucht eine ausdrückliche Bestätigung des Anrufers, und zwar jedes Mal.

Ein Szenario besteht aus Verbindungen, Gesprächsdaten und Tools.

Baustein Was er ist
Verbindungen Die Basisadresse deiner API, etwa https://api.beispiel.de, optional mit einem gespeicherten API-Zugang. Der Zugang ist ein Header, meist Authorization, dessen Wert nie an die KI geht.
Gesprächsdaten Typisierte Felder, die im Gespräch gefüllt werden. Quelle ist entweder der Anrufer, die API oder eine Berechnung aus Regeln. Jedes Feld ist für KI sichtbar oder intern.
Tools Die einzelnen Aufrufe: Endpunkt, Methode, welche Felder in Pfad, Query oder Body wandern, welche Antwort als Erfolg zählt und welche Felder die Antwort füllt. Jedes Tool hat Voraussetzungen, die alle erfüllt sein müssen.

Tools sind entweder Lesen oder Schreiben (mit Bestätigung). Eine schreibende Aktion führt der Agent erst aus, nachdem er dem Anrufer die festgelegten Werte vorgelesen und ein Ja bekommen hat.

Der Agent folgt keiner festen Reihenfolge. Er entscheidet anhand des Gesprächs, welches Tool er aufrufen will, und das Backend prüft jeden Aufruf:

  1. Sind die Voraussetzungen nicht erfüllt, wird der Aufruf blockiert. Der Agent bekommt die Meldung, die du bei der Voraussetzung hinterlegt hast, etwa “Zuerst die Postleitzahl erfragen”, und handelt danach.
  2. Nach einem erfolgreichen Aufruf erfährt der Agent, welche Tools jetzt freigeschaltet sind.
  3. Der Agent verwendet nur Werte, die aus den Tools kommen. Er erfindet keine Bestellnummern, Preise oder Liefertermine. Interne Felder kennt er nicht, er kann sie nur weiterreichen.
  4. Bei einer schreibenden Aktion liest er die Werte vor und wartet auf das Ja. Die Bestätigung verfällt nach fünf Minuten oder wenn sich zwischenzeitlich Daten geändert haben.
  5. Schlägt ein Aufruf wiederholt fehl, bietet der Agent an, an einen Mitarbeiter weiterzuleiten.

Die Gesprächsführung selbst, also Begrüßung, Reihenfolge der Fragen und Tonfall, kommt weiterhin aus dem System-Prompt. Das Szenario regelt den Zugriff auf deine Daten, der Prompt den Ablauf. Wie beides zusammenspielt, zeigt das durchgängige Beispiel.

  • Szenario einrichten: Schritt für Schritt am Beispiel einer Lieferauskunft, vom API-Zugang bis zum Prompt.
  • Felder und Regeln: Referenz aller Einstellungen von Gesprächsdaten, Tools, Voraussetzungen und Bedingungen.
  • Testen und Betrieb: Tools testen, Testanrufe, Vorschau, Versionen, Grenzen.