Compressed Research

Was ist Compressed Research?

Compressed Research (verdichtete Recherche) ist ein Agenten-Entwurfsmuster, bei dem ein KI-Agent die Recherchephase eines Geschäftsprozesses automatisch durchführt, während ein Mensch weiterhin die finale Entscheidung trifft. Den Begriff geprägt hat Malte Ubl, CTO von Vercel, der ihn als einen der praxistauglichsten und renditestärksten Agenten-Archetypen bezeichnet, die Unternehmen heute einsetzen können. Anstatt einen menschlichen Arbeitsablauf von Anfang bis Ende zu ersetzen, bewahrt Compressed Research die bestehende Prozessstruktur – Geschäftsereignis → Recherche → menschliche Entscheidung – verdichtet den Rechercheschritt jedoch von Minuten oder Stunden auf Sekunden.

Warum Compressed Research funktioniert

Die Stärke dieses Musters liegt darin, dass es das Risikoprofil eines Geschäftsprozesses nicht verändert. Der Mensch trifft weiterhin die letzte Entscheidung, sodass keine neue Kategorie von Fehlresultaten entsteht. Der Mensch gelangt jedoch bereits vorbereitet zur Entscheidung – mit relevantem Kontext, dessen manuelle Zusammenstellung zuvor 15 bis 30 Minuten in Anspruch genommen hätte. Multipliziert man das mit 100.000 Ereignissen pro Jahr, summieren sich die Einsparungen erheblich – ohne dass das Unternehmen Arbeitsabläufe neu gestalten, Compliance-Verfahren ändern oder Personal umschulen muss.

Beispiel: Vercels Contact-Sales-Agent

Wenn ein Besucher das Formular „Vertrieb kontaktieren” auf vercel.com ausfüllt, geht die Nachricht zunächst an einen Agenten. Der Agent prüft das LinkedIn-Profil des Absenders, recherchiert das Unternehmen, bewertet Unternehmensgröße und -eignung und leitet den Lead entweder mit einem Briefing an die zuständige Vertriebsperson weiter – oder stellt fest, dass es sich eigentlich um eine Support-Anfrage handelt (was laut Malte in etwa 75 % der Fälle zutrifft). Ein Mensch führt weiterhin das Gespräch – kommt aber mit Kontext an, dessen Zusammenstellung ihn sonst eine Viertelstunde gekostet hätte.

Vercel wendet dasselbe Muster bei Missbrauchsmeldungen an: Ein Agent sammelt Signale zu einer gemeldeten Website, und ein Mensch trifft die endgültige Moderationsentscheidung.

Wo es sich anwenden lässt

Compressed Research eignet sich für jeden Prozess mit dieser Struktur:

1. Ein Geschäftsereignis trifft ein (ein Formularabschluss, ein Support-Ticket, ein neuer Lead, eine Missbrauchsmeldung)
2. Ein Mensch recherchiert die Situation anhand öffentlich verfügbarer oder interner Daten
3. Der Mensch entscheidet, wie vorzugehen ist

Der Rechercheschritt ist der Kandidat für die Verdichtung. Vertriebsqualifizierung, Support-Triage, Compliance-Prüfung, Recruiting-Vorauswahl, Due Diligence und Kunden-Onboarding passen alle von Natur aus in dieses Schema.

Weiterführende Lektüre

• AI Agents – Die übergeordnete Kategorie autonomer Software
• Application Layer – Der Platz von Compressed Research im KI-Stack
• Enterprise AI – Einsatzmuster im Unternehmenskontext