Zum Inhalt springen
Social Rocket

KI-Agenten im Praxistest: Crocs setzt weiter auf Menschen im Loop

Crocs automatisiert Shopping und Support mit Rivet, hält aber bewusst Menschen im Prozess. Der Dreamforce-Fall zeigt, warum Datenqualität, Eskalation und Kontrolle für KI-Agenten wichtig bleiben.

Von Social Rocket Redaktion

Dieser Text wurde KI-gestützt erstellt und vor der Veröffentlichung redaktionell geprüft. Alle Quellen sind unten verlinkt.

Person arbeitet an einem Laptop in einem E-Commerce-Workflow
Foto: Shoper / Unsplash

Crocs baut Shopping und Kundenservice mit KI-Agenten aus, will die Systeme aber nicht ohne menschliche Kontrolle laufen lassen. Auf der Dreamforce 2026 betonte Feliz Papich, SVP Digital Technology, Experience & Insights bei Crocs, dass weiterhin ein „Human in the Loop“ nötig sei, solange Unternehmen Fähigkeiten und Grenzen der Automatisierung lernen.

Rivet verbindet Shopping und Support

Crocs hat mit Rivet einen Agentforce-basierten Assistenten eingeführt. Er soll Produktentdeckung, Bestellstatus, Retouren und Kundenfragen in einer gemeinsamen Konversation zusammenführen. Crocs plant, das System später auch auf HEYDUDE und weitere Märkte auszuweiten.

Der Ansatz passt zu Crocs' breiterer Agentic-Commerce-Strategie. Salesforce nannte Crocs bereits im März 2026 als einen der Händler, die Produktkataloge über das Agentic Commerce Protocol in ChatGPT einbinden.

Die Datenbasis ist wichtiger als das Interface

Papich hob bei Dreamforce laut Adweek hervor, dass die eigentliche Komplexität oft unterhalb des sichtbaren Chat-Interfaces liegt. Produktdaten, Kundenhistorie, Bestände und Serviceprozesse müssen zuverlässig zusammengeführt werden, damit ein Agent belastbare Antworten geben kann.

Für Unternehmen ergibt sich daraus eine klare Checkliste: aktuelle Daten, klar definierte Aktionen, feste Eskalationspunkte zu Mitarbeitern und nachvollziehbare Logs.

Menschliche Übergabe ist kein Rückschritt

Im Kundenkontakt kann vollständige Automatisierung zusätzlichen Schaden verursachen, wenn ein Agent falsche Produktinformationen ausgibt oder einen Sonderfall falsch behandelt. Eine gezielte Übergabe an Mitarbeiter ist deshalb eher ein Qualitätsmerkmal als ein Scheitern der Automatisierung.

Das gleiche Prinzip gilt bei KI-Fokusgruppen für Content und beim Claude-Workflow als AI Creative Director: KI übernimmt Arbeit, aber Regeln, Daten und Freigaben bleiben entscheidend.

Auch spezialisierte Agenten werden breiter eingesetzt. DeepIntent automatisiert Teile der Pharma-Mediaplanung, während Meta die WhatsApp Business Tools für MCP-kompatible KI-Agenten öffnet.

Was Marketer mitnehmen sollten

Die nächste Phase von KI-Automatisierung wird weniger durch die Frage entschieden, ob ein Agent etwas tun kann, sondern ob Unternehmen ihm die richtige Aufgabe, Datenbasis und Entscheidungsfreiheit geben. Crocs' Beispiel zeigt einen pragmatischen Weg: automatisieren, reale Nutzung beobachten, Daten verbessern und Menschen dort im Prozess halten, wo Kontext oder Risiko es erfordern.

Quellen