Baixing bezahlt seine KI-Agenten nach Ergebnis statt nach Abo

Je leistungsfähiger große Sprachmodelle werden, desto mehr dreht sich die Kaufentscheidung von Unternehmen um eine Frage: Wofür genau sind sie eigentlich bereit zu zahlen? Der Halbjahresbericht 2026 des in Hongkong notierten chinesischen KI-Unternehmens Baixing liefert eine konkrete Antwort: nicht für Modellfähigkeit an sich, sondern für ein messbares, abrechenbares Ergebnis. Der Gesamtumsatz sank, weil verschärfte Regulierung das Kreditgeschäft traf – doch die AICC-Sparte (AI Contact Center) wuchs um 52 Prozent, mit einem Umsatzplus von 195 Prozent in neuen Branchen außerhalb der Finanzwelt.

Zwei laufende Projekte zeigen den Wandel. Bei einem Logistikkunden stieg das täglich von KI-Agenten bearbeitete Anrufvolumen von unter 1.000 zum Start auf über 15.000 Ende August. Bei einem großen Wertpapierhändler wuchs die Zahl der eingesetzten Agenten-„Arbeitsplätze“ von rund 30 Anfang des Jahres auf rund 210. Baixing nennt diese Agenten, die reale Aufgaben wie Anfragen, Beschwerden und Verkauf übernehmen, „Silizium-Mitarbeiter“ und rechnet sie nach Ergebnis ab, nicht nach Lizenz oder Arbeitsplatz – ein finanziell belegtes, seltenes Beispiel für die Vermarktung von Unternehmens-Agenten.

Zwei gegenläufige Kurven in der Bilanz

Im ersten Halbjahr 2026 erzielte Baixing einen Umsatz von 914 Millionen Yuan, ein Rückgang von 43 Prozent gegenüber dem Vorjahr; die Bruttomarge fiel von 73 auf 53 Prozent, aus einem Gewinn von 201 Millionen Yuan im Vorjahr wurde ein Verlust von 322 Millionen Yuan. Ursache laut Bericht: eine im Oktober 2025 in Kraft getretene Regulierung für internetgestützte Kredite, verschärft durch weitere Vorschriften im ersten Halbjahr 2026, die mehrere Finanzinstitute zwang, bestimmte Produkte auszusetzen – ein direkter Treffer für Baixings Kerngeschäft in KI-gestützter Kreditentscheidung und Kreditmarketing.

Die AICC-Sparte lief in die entgegengesetzte Richtung: 166 Millionen Yuan Umsatz, plus 52 Prozent, womit ihr Anteil am Gesamtumsatz von rund 6,8 auf rund 18,1 Prozent stieg. Gleichzeitig erhöhte Baixing die F&E-Ausgaben trotz sinkendem Gesamtumsatz um 31 Prozent auf 394 Millionen Yuan (43 Prozent des Umsatzes); von 1.477 Beschäftigten Ende Juni arbeiten 901 – 61 Prozent – in Forschung und Entwicklung. CEO Zhang Shaofeng nannte den Umbau in der Telefonkonferenz zu den Ergebnissen ein „strategisches Upgrade“.

Vom Skript-Anruf zum Gespräch, das tatsächlich zum Ziel führt

Die vorherige Generation von Contact-Center-Bots übernahm vor allem geskriptete ausgehende Anrufe – Erinnerungen, standardisierte Marketingkampagnen. Komplexe eingehende Anrufe sind eine andere Sache: Der Anrufer meldet sich mit einer offenen Frage, unvorhersehbarem Ton und unvorhersehbarer Lage, und der Agent muss verstehen, ein mehrstufiges Gespräch führen und anschließend eine Wissensdatenbank sowie interne Systeme abfragen, um das Anliegen tatsächlich zu lösen. Laut Zhang leiten klassische Bots bei diesen komplexen Fällen 70 bis 80 Prozent an einen Menschen weiter – genau die Lücke, die die neue AICC-Generation schließen soll.

Baixings technische Wette: eigene, spezialisierte Basismodelle trainieren statt eine Anwendungsschicht auf einem Fremdmodell aufzusetzen. Das Unternehmen betreibt BR-Voice (multimodale Sprache), BR-LLM-Proactive (proaktiver Dialog) und BR-Vision-Doc (Dokumentenverständnis), mit bewusst auf 0,4 bis 30 Milliarden Parameter begrenzter Größe, um Genauigkeit, Stabilität, Latenz und Inferenzkosten vor reine Modellgröße zu stellen. Zhang stellte dies ausdrücklich westlichen AICC-Anbietern wie Sierra oder Decagon gegenüber, die überwiegend auf Fremdmodellen von OpenAI oder Anthropic aufbauen: Baixing kontrolliert Vortraining, Nachtraining und Inferenzoptimierung selbst und kann bei Produktionsproblemen schneller unterscheiden, ob der Fehler in der Anwendungsschicht oder im Modell liegt, um direkt in den nächsten Trainingszyklus zu gehen. Bei der mehrsprachigen Sprachverständnis-Aufgabe der INTERSPEECH-2026-MLC-SLM-Challenge erreichte Baixing nach eigenen Angaben 94,84 Prozent Genauigkeit – weltweit Rang drei, unter chinesischen Industrieanbietern Rang eins. Vor Ort kartiert ein Team von „FDE“ (Forward Deployed Engineers) die bestehenden Arbeitsabläufe des Kunden und organisiert sie als agentengesteuerte Workflows neu.

Bezahlt wird das Ergebnis, nicht das Abo

Baixings RaaS-Modell (Results as a Service) rechnet je nach Fall erfolgreich gelöste Anrufe oder Tickets ohne Weiterleitung an einen Menschen ab, den tatsächlichen Umfang eingesetzter Agenten oder eine Beteiligung am erzielten Geschäftsvolumen. Im Logistikfall erklärte das Management in der Telefonkonferenz, die Kosten pro gelöstem Anruf lägen bereits über 50 Prozent unter denen eines klassischen, menschlich besetzten Callcenters. Das unterscheidet sich deutlich von Softwarelizenz, SaaS-Abo oder Token-Abrechnung: Nach Auslieferung der Software trägt üblicherweise der Kunde das Betriebsrisiko, während ergebnisbasierte Abrechnung den Technologieanbieter direkt in den Geschäftsprozess des Kunden zieht – Modellleistung, Stabilität und Kosten werden damit auch zu seinem Problem.

Diese Strategie ist nicht spontan entstanden. Bereits am 18. Dezember 2025 stellte die Muttergesellschaft Bairong Yunchuang offiziell ihre Unternehmens-KI-Agenten-Strategie und eine Plattform namens „Results Cloud“ vor, aufgebaut um ein Konzept, das sie „Silizium-Kohlenstoff-Ko-Governance“ nennt: KI („Silizium“) übernimmt standardisierte, prozesslastige, rechenintensive Arbeit, während Menschen („Kohlenstoff“) sich auf Strategie, Kreativität und Beziehungen konzentrieren. Die Plattform hat drei Ebenen – eigene Infrastruktur und Modelle, ein Betriebssystem für Unternehmens-Agenten und einen Store fertiger Agenten – und startete mit vier Vorzeige-Rollen: ein Vertriebs- und Service-Agent, dem eine Senkung der Jahresfluktuation eines Teams von über 70 auf 0 Prozent und eine um 217 Prozent gestiegene Konversionsrate zugeschrieben wird; ein Recruiting-Agent, der den Einstellungszyklus von 28 auf 2 Tage verkürzte; ein Professional-Services-Agent für die internationale Expansion, der die Durchlaufzeit von 90 auf 14 Tage komprimierte; und ein Wissensproduktions-Agent, der die Erstellung ausführlicher Berichte von 20 auf 4 Tage verkürzte.

Die nächste Stufe von Unternehmens-KI besteht nicht darin, besser zu reden, sondern mehr zu leisten; nicht darin, eine Funktion zu liefern, sondern ein Ergebnis.

Von der Finanzbranche zu Logistik, Luftfahrt und Wertpapierhandel

Baixings AICC-Fähigkeiten, sieben bis acht Jahre im Finanzsektor verfeinert, werden nun auf Logistik, Luftfahrt, Wertpapierhandel, Banken, Telekommunikation und Versicherungen übertragen – dienstleistungsintensive Branchen mit hohem, wiederkehrendem Kundenkontaktvolumen und ausreichender Konzentration, damit ein bewährter Einsatz bei einem Großkunden schnell zunächst intern und dann bei Wettbewerbern nachgeahmt werden kann. Bis Juli hatten 13 Institute aus dem Wertpapierhandel mit Baixing unterschrieben oder standen in Vertragsverhandlungen. Das Management räumte allerdings ein, dass der zeitaufwendigste Teil der branchenübergreifenden Expansion heute in den Beschaffungs- und Prüfzyklen großer Unternehmen sowie der Systemintegration liegt – das Volumen wird erst freigegeben, wenn Sicherheit, Compliance und Leistungsumfang bestätigt sind.

Für ein Unternehmen in Deutschland, das einen Anbieter von KI-Agenten prüft, verschiebt sich damit das Einkaufskriterium: weg von der Funktionsliste, hin zu überprüfbaren Ergebniskennzahlen – Lösungsquote ohne menschliche Übergabe, Kosten je bearbeiteter Interaktion, nachgewiesene Skalierbarkeit des Anbieters. Für Beschäftigte im Kundenservice, in der Personalgewinnung oder in standardisierten Rechts- und Finanzverwaltungsaufgaben ist dieser Fall ein Frühwarnsignal: Wenn sich ein und dieselbe Technologie von einer Branche in die nächste replizieren lässt, werden genau diese Tätigkeiten zuerst automatisiert – und für Betriebsrat und Personalabteilung heißt das, jetzt schon über Mitbestimmung bei Kennzahlen, Datenschutz und Qualifizierung zu verhandeln, statt zu warten, bis KI-Agenten im Unternehmen bereits produktiv laufen.