Cross-Border-E-Commerce mit AI Agents: Support, Beschaffung, Ads, Aufträge und After-Sales

Cross-Border-Teams fehlt selten ein ChatGPT-Konto—viel häufiger sind fünf halbautomatisierte Spuren: Support-Kopieren im Helpdesk, Beschaffung in Tabellen, Werbung mit ROAS-Wache, Lager exportiert aus dem ERP, After-Sales pendelt zwischen E-Mail und Marktplatz-Tickets. Diese Teile mit AI Agents zu einer auditierbaren Pipeline zu verbinden, beruht auf drei Punkten: einheitlicher Event-Bus (Bestellungen, Nachrichten, Werbekennzahlen als Events), Domain-Agents mit klaren Tool-Rechten und menschliche Freigaben (Erstattungen, Preisänderungen, Delistings, große Budgetsprünge).

Im Folgenden von null bis Produktion: Architektur und Datenverträge, dann fünf Agents (Support, Beschaffung, Werbung, Aufträge, After-Sales), Orchestrierung, Observability und Compliance. Beispiele: Shopify + Amazon Seller + Meta/Google Ads; Self-Hosting mit Webhooks, Queues und beliebiger LLM-API. Für 24/7-Gateways: Orchestrierung auf einem Cloud Mac in fester Region für Cron und lokale Skripte, Geschäfts-APIs bleiben offiziell.

Gesamtarchitektur: Bus, Orchestrator, Tools

Stecken Sie nicht alle APIs in einen „Super-Agent“. Pflegbar ist dünne Orchestrierung, dicke Tools:

• Event-Bus: Kafka, Redis Streams, SQS oder Postgres-outbox. Eingehendes normalisieren zu JSON-Schema-Events wie order.created, ticket.opened, ads.campaign.overspend.
• Orchestrator: Routing nach Event-Typ zu Agent-Workern; Auftrags-Zustandsmaschine (Antwort ausstehend → Versand → Ausnahme → geschlossen).
• Domain-Agents: nur Domänen-Tools (Support liest KB, Aufträge lesen WMS); gemeinsame read-only Kundenansicht.
• Freigabe-Warteschlange: Erstattung, Preis, Delisting, Budget über Schwellwert in pending_approvals; Slack/Feishu-Karten erst nach Klick ausführen.

Daten und Zugangsdaten: eine Quelle der Wahrheit

Falsche Agent-Antworten kommen meist von Datenforks. Vor Go-Live mindestens:

1. Produktstamm: SKU, Varianten, Zollangaben, Embargoländer—ERP/PIM ist maßgeblich; Shop-Backend nur lesend synchronisieren.
2. Auftragsstatus: Marktplatz-ID ↔ internes order_id ↔ Sendungsnummer in Mapping-Tabelle; Agents fragen nur diese Schicht ab.
3. Kunden-Timeline: E-Mail, Onsite-Chat, WhatsApp, Marktplatz-Nachrichten unter einer customer_id.
4. Geheimnisse: Shopify Admin API, Amazon SP-API, Meta Marketing API in Vault/KMS; kurzlebige Tokens zur Laufzeit—nie im Prompt.

Support-Agent: Kanäle, Intents, Wissensbasis, Eskalation

Eingaben: Webhooks von Gorgias, Zendesk, Shopify Inbox, Amazon Buyer-Seller Messaging. Tools: Policy-KB (Rückgabefrist, Garantie), Tracking, Ticket-Notizen. Regeln:

• Intent-Klassen: Tracking / fehlender Artikel / Qualität / Storno / Review-Drohung—je Intent eine Aktions-Whitelist.
• Versionierte RAG-KB: bei Policy-Wechsel Version erhöhen, alte Threads nicht mischen.
• Niedrige Konfidenz oder hitziger Ton → escalate_to_human mit bereits geladenen Auftragsfakten.

Antwortsprache folgt der Storefront des Käufers; ein strukturiertes Intent-Modell für alle Sprachen, kein Agent pro Sprache.

Beschaffungs-Agent: Signale, Scoring, Menschen-Pool

Der Beschaffungs-Agent „listet nicht frei“—er komprimiert Information zu Trend, Wettbewerberpreis, Marge und Compliance in eine Entscheidungskarte.

• Signale: Marktplatz-Trends, Drittanbieter-Schätzungen, Ad-Library, einfache Patent/Marken-Suche (Rechtsabteilung final).
• Scoring: Regeln + LLM-Zusammenfassung; Ausgabe score, risks[], suggested_moq.
• Menschen-Pool: Score über Schwelle auf „Einkaufsboard“; Agent schreibt Vergleichstabellen, erstellt keine POs automatisch.

Werbe-Agent: Kreativ, Gebote, Circuit-Breaker

Werbung verbrennt Budget am schnellsten. Rechte: viel lesen, wenig schreiben:

• Read-only Monitoring: stündlich Spend, CTR, ROAS auf Kampagnenebene; Spikes → ads.anomaly.
• Empfehlungsmodus: Karten „Budget kürzen / Creative tauschen / Zielgruppe erweitern“—standardmäßig kein Auto-Budget.
• Auto-Modus (optional): nur bei ROAS > Ziel und Spend < Tagescap ±5 % Anpassung; Erhöhungen weiter freigeben.
• Creatives separat: drei Sets Headline + Primary Text; Mensch wählt vor Meta/Google-Upload.

Auftrags-Agent: Fulfillment, Ausnahmen, Abgleich

Lauscht auf order.paid, inventory.low, shipment.exception:

1. Adresse prüfen (PLZ, Remote-Zuschläge), Sperrlisten, Doppelbestellungen.
2. Lager-Routing nach Bestand, SLA, Einkaufskosten; bei Stockout Split oder Support informiert Käufer.
3. Tracking in Shop und Marktplatz zurückschreiben; Ausnahmen öffnen AS-Vorbereitung.
4. Tagesabschluss: Marktplatz-Abrechnung ↔ Payment Gateway ↔ ERP-Forderungen; Abweichung über Schwelle alarmieren.

After-Sales-Agent: RMA, Erstattungen, Streitfälle

Teilt Kunden-Timeline mit Support, sensiblere Tools:

• RMA: Rückgabefenster, geöffnet, Cross-Border-Rücksendung—Vorschlag approve_rma, Ausführung nach Freigabe.
• Erstattungen: Teil/Voll/Versand in Policy-Tabelle; Agent schlägt nur Beträge vor.
• Marktplatz-Streit: Amazon A-to-z, PayPal—Beweispaket (Zustellung, Chat, Policy-Screenshots); Mensch reicht ein.

Orchestrierung: n8n, eigene FSM, Agent-Frameworks

Empfohlen: Woche 1 n8n „neues Ticket → Auftrag → Entwurf“; Woche 2–3 Auftrags-FSM in Code; Woche 4 read-only Werbe-Monitoring.

Observability, Kosten, Sicherheitsbasis

• Tracing: trace_id, Modell, Tokens, Tool, Freigabe ja/nein pro Aufruf.
• Replay: Eingangs-Events + strukturierte Ausgabe für Streit „gemäß Policy“.
• Kosten: kleines Modell für Support-Klassifikation, großes nur für Entwürfe; Beschaffungs-/Werbe-Digests batchweise.
• Compliance: DSGVO/Minimierung personenbezogener Daten; keine Fake-Reviews/Ranking-Manipulation—Whitelists für Juristen lesbar.

Vier-Wochen-Fahrplan

1. Woche 1: Event-Schemas + Mapping; Support read-only + Entwürfe (Mensch sendet).
2. Woche 2: Auto-Lager-Routing + Tracking-Rückschreiben; Ausnahmen → AS-Vorbereitung.
3. Woche 3: Beschaffungs-Digest + Werbe-Anomalien; Freigaben in Slack/Feishu.
4. Woche 4: RMA-Vorschläge + Abgleichsalarme; End-to-End-Trace und Wochen-ROAS/CSAT.

FAQ

Strukturiertes FAQ im JSON-LD der Seite. Kurz: ein Agent für alles?, gemeinsamer Shopify/Amazon-Support?, vollautomatische Werbung?, Prompt-Injection, wo Worker laufen.