Lorikeet

Was es ist

Lorikeet ist ein KI-Kunden-Concierge, gebaut für Support-Arbeit mit Konsequenzen — einen Versicherungsfall einreichen, eine Karte neu ausstellen, ein Rezept einlösen, eine Rückerstattung abwickeln — statt Fragen aus einem Help-Center-Artikel zu beantworten. Der Agent läuft über Chat, E-Mail, SMS, Voice und WhatsApp, führt mehrstufige Workflows gegen Ihre führenden Systeme aus, eskaliert, was er nicht abschließen kann, und protokolliert jeden Schritt, den er getan hat. Gegründet in Sydney von Steve Hind (CEO) und Jamie Hall (CTO), erfolgte der öffentliche Launch im Oktober 2024, und im August 2025 folgte eine Series A über $35M unter Führung von QED Investors, mit Blackbird, Square Peg, Skip Capital, Airtree und Operator Partners, womit die Gesamtfinanzierung über $50M steigt. Die genannte Kundenliste tendiert zu Fintech und Healthtech: Airwallex, Flex, Step, Breeze, Eucalyptus, Magic Eden, Linktree.

Zwei Agenten sind im Produkt. Der Concierge-Agent führt das Kundengespräch mit einem Gedächtnis, das über Kanäle hinweg trägt, sodass jemand, der im Chat begonnen hat, am Telefon nicht neu erklären muss. Coach, im Januar 2026 ergänzt, bewertet Qualität und führt Ursachenanalyse auf jedem Ticket durch statt auf den 2-5%, die über CSAT-Umfragen zurückkommen. Workflows werden in natürlicher Sprache verfasst, mit deterministischen Guardrails auf den Schritten, die Geld bewegen oder in Datensätze schreiben.

Warum es in CX- und Support-Stacks auftaucht

• Es veröffentlicht Preise pro Resolution. Zwei Stufen mit Sätzen auf der Seite, in einem Segment, in dem Decagon, Sierra und Ada alle einen Sales-Call verlangen, damit Sie die Zahl erfahren. Sie können die Rechnung modellieren, bevor Sie den Termin annehmen.
• Handeln ist das Produkt, kein Modul. Das Argument gegen deflection-first Agenten lautet: Die Tickets, die am meisten kosten, sind genau die, die ein Artikel nicht abschließt. Lorikeets Workflows rufen Stripe, Shopify, Twilio und interne APIs mit eng gefassten Lese- oder Schreibrechten auf, und es gibt Mock-Tools, mit denen Sie einen Workflow testen, bevor er etwas Echtes anfassen kann.
• Der Zähler schließt Eskalationen aus. Die Abrechnung greift beim erfolgreich gelösten Ticket, ein Gespräch, das der Agent an einen Menschen übergibt, wird also nicht berechnet. Das ist das Gegenteil des Pro-Gespräch-Modells von Ada, das die Fehlschläge zum gleichen Satz berechnet wie die Erfolge.
• Es gibt einen offiziellen MCP-Server. Dokumentiert unter docs.lorikeetcx.ai/mcp/mcp-server, verbindet er Claude, Claude Code oder ChatGPT mit dem Account — die Workflow-Ausführung eines Tickets nachvollziehen, um die Ursache zu finden, Workflows in natürlicher Sprache verfassen, Tool-Konfigurationen validieren und simulierte Kundenszenarien laufen lassen. Ein Ops-Team, das ohnehin in Claude Code arbeitet, kann Agentenverhalten dort im Regressionstest prüfen, statt sich durch eine Anbieterkonsole zu klicken.
• Es setzt auf dem Help Desk auf, den Sie schon betreiben. Zendesk (inklusive Messaging), Intercom, Salesforce, Front, HubSpot und Help Scout auf der Ticketing-Seite; Confluence, Guru, Notion und Google Docs für Wissen; Genesys Cloud für Telefonie mit Rufumleitung für Amazon Connect, Dialpad, Five9, Vonage und AirCall. Lorikeet Chat und ein einbettbares SDK decken den Rollout ganz ohne Help Desk ab.

Preisrealität

Veröffentlicht, und das ist das Ungewöhnliche in dieser Kategorie.

• Start — $1,500/Monat bei jährlicher Abrechnung ($18,000/Jahr, 18,000 Credits). Resolutions über Chat, E-Mail und SMS ziehen 0.95 Credits; Voice zieht 1.50 für Anrufe bis 3 Minuten; Routing und Analytics-Tagging 0.30 pro Ticket; automatisiertes QA 0.30 pro Ticket.
• Scale — $4,000/Monat bei jährlicher Abrechnung ($48,000/Jahr, 48,000 Credits). Chat, E-Mail und SMS 0.80; Voice 1.20; Routing und Tagging 0.25; automatisiertes QA 0.25.
• Enterprise — individuelle Sätze und individuelles Kontingent.

Keine der veröffentlichten Stufen enthält eine Gebühr pro Platz, eine Implementierungs- oder eine Plattformgebühr. Das Credit-Kontingent ist eins zu eins in Dollar denominiert — 18,000 Credits für $18,000 — eine Chat-Resolution auf Start kostet also $0.95, auf Scale $0.80. In Volumen gerechnet deckt Start rund 18,900 Chat-Resolutions pro Jahr ab, etwa 1,580 pro Monat, wenn Sie nichts für Tagging oder QA ausgeben; Scale deckt 60,000 ab, etwa 5,000 pro Monat.

Das liegt unter den $0.99 pro Outcome von Fin bei Intercom und deutlich unter den $1.50 pro Automated Resolution bei Zendesk mit zugesagtem Volumen. Der Kompromiss ist der Einstiegsbetrag: Fin erhebt keine Setup- oder Plattformgebühr und verlangt stattdessen ein kleines monatliches Outcome-Minimum, bei niedrigem Volumen ist Fin also günstiger, unabhängig davon, was der Stückpreis sagt. Gegen den Enterprise-Pol läuft die Differenz umgekehrt — Decagons berichtete jährliche Plattformgebühr von rund $50,000 fällt vor jeder Nutzung an, und Sierras Outcome-Verträge liegen bei $150K-$350K+ pro Jahr.

Am besten für

Support- und CX-Ops-Verantwortliche in Fintech-, Healthtech- und Versicherungsunternehmen, deren Tier-1-Volumen mehrstufig und folgenreich ist — Schadensfälle, Identitätsprüfung, Karten- und Kontoaktionen, Rezeptprozesse — und die brauchen, dass der Agent mit eng gefassten Rechten in die führenden Systeme schreibt, statt auf einen Artikel zu verweisen. Es ist genau dann die richtige Wahl, wenn Sie im Band von 1,500-5,000 monatlichen Resolutions liegen, wo die veröffentlichten Sätze besser sind als das, was ein vertriebsgeführter Enterprise-Vertrag anbieten würde, und die $18,000 Untergrenze noch zahlbar ist.

Lassen Sie es liegen, wenn Ihr Ticket-Mix aus Help-Center-Fragen besteht, wo ein deflection-first Tool dasselbe Ergebnis günstiger erzielt; wenn das monatliche Resolution-Volumen im unteren dreistelligen Bereich liegt, wo Fins Abrechnung pro Outcome ohne Jahresuntergrenze rechnerisch gewinnt; oder wenn der Einkauf eine Fortune-500-Referenzliste und eine vierstellige Mitarbeiterzahl hinter dem Vertrag braucht.

Gegen die Alternativen

Die Incumbents sind die Help Desks, die Sie schon bezahlen. Intercom Fin und Zendesk AI haben die installierte Basis und bringen keinen neuen Anbieter ins Onboarding; wählen Sie sie, wenn die meisten Ihrer Tickets beantwortbar sind und die KI an Ihrem bestehenden Desk Ihre Anforderungen erfüllt. Der am schnellsten wachsende Neueinsteiger ist Sierra — $950M eingesammelt im Mai 2026 bei einer Bewertung von $15.8B, mit über 40% der Fortune 50 als erklärten Kunden — und es gewinnt, wenn der Einkauf den größten Anbieter der Kategorie will und dafür einen sechsstelligen Outcome-Vertrag finanziert. Decagon ist das nächste Pendant beim Handeln in Enterprise-Volumen, mit einer Series D über $250M im Januar 2026 bei einer Bewertung von $4.5B: Wählen Sie Decagon oberhalb von rund 10,000 monatlichen Resolutions, wo ein verhandelter Enterprise-Satz die veröffentlichten Stufen schlägt, und Lorikeet darunter, wo veröffentlichte Sätze und fehlende Plattformgebühr einen Einstieg von $50,000 schlagen. Ada ist die Wahl, wenn Sie die Rechnung vollständig von der Leistung des Agenten entkoppeln wollen.

Wenn keines passt, ist der ehrliche Ausweg: Menschen auf den komplexen Queues halten und eine günstige Deflection-Schicht nur auf der FAQ-Ebene laufen lassen. Einen Agenten für folgenreiche Workflows zu kaufen, die Sie noch nicht modelliert haben, erzeugt einen kürzeren Eskalationsweg, kein gelöstes Ticket.

Worauf zu achten ist

• QA und Tagging ziehen aus demselben Credit-Pool wie die Resolutions. Zu Start-Sätzen kostet automatisiertes QA 0.30 pro Ticket gegen 0.95 pro Resolution — löst der Agent also weniger als etwa ein Drittel Ihrer Tickets, kostet QA über den gesamten Traffic mehr als die Resolutions selbst. Absicherung: Modellieren Sie die Credits als (Tickets × Resolution-Rate × 0.95) + (Tickets × 0.30 Tagging) + (Tickets × 0.30 QA) gegen das echte Volumen des letzten Quartals, bevor Sie eine Stufe wählen, und holen Sie den Überschreitungssatz und die Behandlung nicht genutzter Credits bei der Verlängerung schriftlich ein — die Preisseite veröffentlicht beides nicht.
• “Erfolgreich gelöst” ist ein Satz auf einer Website, kein definiertes SLA. Das Versprechen, dass Sie für Tickets nicht zahlen, mit deren Bearbeitung Sie unzufrieden sind, ist der kommerzielle Kern des Modells, und in der veröffentlichten Form hat es kein Einspruchsfenster, keinen Schlichtungsmechanismus und keine genannten Kriterien. Absicherung: Nehmen Sie Definition, Fenster und Gutschriftsmechanismus in das Auftragsformular auf, und instrumentieren Sie Ihre eigenen Resolution- und Wiedereröffnungsraten ab Woche eins, damit eine Meinungsverschiedenheit mit Ihren Daten und nicht mit dem Dashboard des Anbieters entschieden wird.
• Beide veröffentlichten Stufen sind ausschließlich jährlich, ohne aufgeführte Test- oder Pilotbedingungen. Absicherung: Verhandeln Sie einen bezahlten Piloten, begrenzt auf einen Kanal und Ihre 3 volumenstärksten Intents, mit einem Ausstieg über die Resolution-Rate, der greift, bevor die Jahreslaufzeit beginnt, und nutzen Sie den Simulationspfad des MCP-Servers, um echte vergangene Tickets durch die Workflows zu spielen, bevor Sie Schreibzugriff gewähren.
• Sitz in Sydney und rund $50M eingesammelt, in einer Kategorie, in der ein Rivale dieses Jahr $950M eingesammelt hat. Bei einer mehrjährigen Bindung über regulierte Workflows ist die Größe des Anbieters eine Einkaufsfrage, keine Standesfrage. Absicherung: Fordern Sie den aktuellen SOC-2-Bericht und, wenn PHI im Spiel ist, ein unterschriebenes BAA vor Vertragsschluss, statt ein Trust-Center-Abzeichen zu akzeptieren; verlangen Sie Bestimmungen zur Datenresidenz und einen Exportweg für Workflow-Definitionen und Transkripte im Vertrag selbst.