Ringg hat als Lösung für das hohe Anrufaufkommen und die Probleme fragmentierter Systeme im Kundenservice großer indischer Verbraucherkonzerne eine Unternehmens-Agentenplattform entwickelt, die über Sprach-, Chat-, WhatsApp- und Webkanäle funktioniert. Die Verlagerung geeigneter Echtzeit-Workloads von GPT-4.1 auf GPT-5.6 senkte die Modellkosten um etwa 90 %, während das erforderliche Qualitäts- und Latenzniveau beibehalten wurde. Ringg-Agenten verwalten monatlich mehr als 7 Millionen verbundene Anrufe; der durchschnittliche Kundenzufriedenheitswert ihrer Kunden liegt bei 4,8.
Die Plattform kann in CRM-, Ticketing-, Zahlungs- und Planungssystemen sowie über interne APIs Aktionen ausführen und das Gespräch bei Bedarf mit einer Kontextzusammenfassung an einen Experten weiterleiten. Das Wissenssystem kombiniert strukturiertes Filtern mit semantischer Suche in Datensätzen, PDFs, CSVs und Unternehmensdokumenten. Aufgaben können auf spezialisierte Subagenten für Qualifizierung, Support, Verifizierung, Planung und Eskalation aufgeteilt werden. Ringg bewertete OpenAI-Modelle hinsichtlich Qualität, Latenz, Befolgung von Anweisungen, Tool-Nutzung, mehrsprachiger Leistung, Zuverlässigkeit und Kosten und erklärte, dass OpenAI bei Produktions-Workloads das ausgewogenste Ergebnis geliefert habe.
- GPT-4.1 verwaltet den Großteil des Echtzeit-Sprach- und Chatverkehrs.
- GPT-5.6 Luna wird für Anfragen eingesetzt, bei denen es hinsichtlich Leistung, Latenz oder Preis-Leistungs-Verhältnis geeignet ist.
- GPT-5.6 Terra erstellt Zusammenfassungen nach dem Gespräch und führt eine Stimmungsklassifizierung durch.
- GPT-5.6 Sol wird für Evaluierung, Prompt-Optimierung und Model-as-Judge-Prozesse eingesetzt.
Das Routing-System kombiniert Kundeneingaben mit Anweisungen, dem Gesprächsverlauf, Kundendaten, der Wissensdatenbank und Tools und leitet sie an das Modell weiter. Wenn der Kontext etwa 80,000 Token erreicht, wird eine strukturierte Zusammenfassung erstellt. Die Modelle werden mit vergangenen Gesprächen und simulierten Abläufen getestet; GPT-5.6 Terra erreichte im Vergleich mit Gemini 2.5 Flash bei regionalen Sprachen eine Genauigkeit von bis zu 97 %. Die Modelle werden zunächst mit einem kleinen Teil des Produktionsverkehrs getestet; je nach Latenz und Status des Endpunkts wird der Datenverkehr angepasst.
Die Ringg-Agenten lösen bis zu 65 % der Routineanfragen ohne menschliche Unterstützung. Bei Policybazaar wurden mehr als 57,000 Anfragen angebunden, 67 % der Anrufe ohne menschliche Beteiligung bearbeitet und die Antwortzeit von 8–12 Minuten auf unter 60 Sekunden verkürzt. Bei Practo stieg die First-Call-Resolution-Rate auf 85 %, während die Antwortzeit unter drei Sekunden sank; die Kosten gingen um 70 % zurück und täglich wurden mehr als 1,000 Termine abgeschlossen. Bei Groww wurden 72 % der Anfragen zu IPO, Futures und Options im Self-Service gelöst. Außerdem entwickelt Ringg ein System, das den Kontext zwischen Browser-Agenten und verschiedenen Kanälen beibehält.
Warum das wichtig ist
Diese Entwicklung zeigt, dass im Kundenservice anstelle von Strukturen, die an einen einzigen Kommunikationskanal gebunden sind, ein Modell umgesetzt werden kann, das verschiedene Kanäle auf einer gemeinsamen Verarbeitungs- und Informationsebene zusammenführt. Die Bearbeitung eines bedeutenden Teils der Routineanfragen ohne menschliche Unterstützung schafft eine Arbeitsteilung, die es den Beschäftigten ermöglichen kann, sich auf komplexere Gespräche und bei Bedarf übernommene Fälle zu konzentrieren. Dass die Auswahl des Modells nach Art der Anfrage, Latenz, mehrsprachiger Leistungsfähigkeit und Kosten erfolgt, macht deutlich, wie wichtig es beim Einsatz künstlicher Intelligenz ist, die Arbeitslast aufgeteilt zu steuern, anstatt lediglich das leistungsstärkste Modell auszuwählen. Allerdings bleibt offen, ob sich hohe Automatisierungsraten bei unterschiedlichen Kundenprofilen und komplexeren Vorgängen aufrechterhalten lassen, insbesondere bei Abläufen, die den Zugriff auf Zahlungs- und Planungssysteme beinhalten.
Hintergrund
OpenAI ist im FikirPilot-Archiv kein neuer Name: In den letzten 90 Tagen haben wir 74 Nachrichten veröffentlicht, in denen dieser Name vorkommt; die jüngste davon ist vom 3. Oktober 2026.
Begriff: Agent
Ein KI-Agent ist eine Software, die nicht nur eine einzelne Antwort generiert, sondern durch das Aufrufen von Tools mehrstufige Aufgaben ausführt, um ein Ziel zu erreichen.