KI-Chatbot für den Kundenservice, der Quellen nennt und weiß, wann er übergibt

Die meisten Support-Teams beantworten jeden Tag dieselben Fragen. Wie setze ich mein Passwort zurück? Warum wurde mir doppelt abgebucht? Funktioniert das Produkt mit diesem anderen Tool? Mitarbeitende kopieren immer wieder dieselben Hilfecenter-Links, während komplexe Fälle in der Warteschlange liegen.

Viele Unternehmen haben es mit einem Chatbot versucht und es bereut. Skriptbasierte Bots halten Kunden in Menüs gefangen. Generische KI-Bots klingen flüssig, erfinden aber Funktionen, Richtlinien und Erstattungsregeln. So oder so verlieren Kunden das Vertrauen, und die Mitarbeitenden räumen hinterher auf. Ziel ist ein Chatbot, der nur aus Ihren echten Inhalten antwortet und zeigt, woher jede Antwort stammt. Wenn er nicht helfen kann, tritt er souverän zur Seite.

Was dieser Assistent leistet

Der Chatbot nutzt Retrieval-Augmented Generation (RAG): Er durchsucht Ihre eigenen Inhalte und lässt dann ein Sprachmodell ausschließlich auf Basis des Gefundenen antworten. Konkret:

• Er antwortet aus Ihren Quellen. Hilfecenter-Artikel, Produktdokumentation, Release Notes und bereinigte Beispiele aus gelösten Tickets.
• Er nennt seine Quellen. Jede Antwort verlinkt den zugrunde liegenden Artikel, damit Kunden weiterlesen und Mitarbeitende die Antwort prüfen können.
• Er lehnt ab, wenn er unsicher ist. Findet er nichts Relevantes, sagt er das, statt zu raten.
• Er übergibt mit Kontext. Wenn ein Kunde nach einer Person fragt, verärgert ist oder ein heikles Thema anspricht, eröffnet er ein Ticket. Das Ticket enthält den Gesprächsverlauf und eine kurze Zusammenfassung.
• Er ist dort, wo Ihre Kunden sind. Zuerst als Website-Widget, bei Bedarf danach per E-Mail oder in Messaging-Kanälen.

So funktioniert es, Schritt für Schritt

1. Dokumente einlesen. Wir holen Hilfecenter-Artikel und Dokumentation über deren APIs oder Sitemaps. Gelöste Tickets exportieren wir aus Ihrem Helpdesk, entfernen persönliche Angaben und behalten nur Antworten, die Mitarbeitende als gut markiert haben.
2. Aufteilen und indexieren. Inhalte werden in Abschnitte zerlegt, die ihre Titel und Produktbereiche behalten. Jeder Abschnitt wird als Embedding gespeichert, also als numerische Darstellung seiner Bedeutung, plus einem Schlüsselwortindex für exakte Begriffe wie Fehlercodes.
3. Für jede Frage abrufen. Der Bot formuliert die Frage in eine klare Suchanfrage um, findet die besten Abschnitte und bevorzugt offizielle Artikel gegenüber Ticket-Beispielen, wenn sich beide überschneiden.
4. Mit Quellenangaben antworten. Das Modell schreibt aus diesen Abschnitten eine kurze Antwort und verlinkt sie. Unterhalb einer Relevanzschwelle bietet es stattdessen eine Übergabe an.
5. Protokollieren und verbessern. Gespräche, genutzte Quellen, Übergaben und Kundenbewertungen werden protokolliert. Jede Woche prüfen wir Fehlschläge und machen daraus neue oder bessere Hilfeartikel.

Eingesetzte Tools

• Backend: Python mit FastAPI für Einlesen, Abruf und die Chat-API.
• Vektordatenbank: pgvector in Postgres oder Qdrant für größere Indizes bzw. mehrere Marken.
• Sprachmodell: OpenAI oder Anthropic Claude über Business-APIs oder ein privat betriebenes Open-Source-Modell, wenn Ihre Datenvorgaben das verlangen.
• Frontend und Übergabe: ein schlankes Web-Widget plus die API Ihres Helpdesks, etwa Zendesk, Freshdesk, Intercom oder HubSpot.

Prüfen Sie bei jedem Anbieter die aktuellen Preise, Nutzungslimits und Bedingungen zur Datenaufbewahrung. Sie ändern sich häufig und wirken sich auf Ihre Kosten und Ihre Datenschutzposition aus.

Was Sie für den Start brauchen

• Ein Hilfecenter, das Ihre häufigsten Fragen abdeckt, auch wenn es nicht perfekt ist.
• API-Zugang zu Ihrem Helpdesk und einen Export der zuletzt gelösten Tickets.
• Eine Liste von Themen, die der Bot immer übergeben muss, etwa Abrechnungsstreitigkeiten, Kündigungen, rechtliche Beschwerden oder Sicherheitsfragen.
• Eine oder zwei Support-Leitungen, die während des Piloten Antworten prüfen können.
• Ihre Tonalitätsrichtlinien, damit die Antworten wie Ihr Team klingen.

Typischer Umfang und Zeitrahmen

Eine erste Version dauert typischerweise 2 bis 4 Wochen, je nachdem, wie viele Quellen Sie haben und wie tief die Helpdesk-Integration geht. Das ist eine Schätzung, kein Festpreisangebot. Ein einzelnes Hilfecenter mit Web-Widget und einfacher Übergabe liegt am kürzeren Ende. Mehrere Produkte, Sprachen oder die Bereinigung der Ticket-Historie verlängern das Projekt.

Meist starten wir zunächst für einen Teil der Website-Besucher oder eine Produktlinie. Die Abdeckung wächst, sobald die wöchentlichen Reviews zeigen, dass es sicher ist.

Die Übergabe gestalten

Die Übergabe verdient genauso viel Sorgfalt wie die Antworten. Kunden sollten jederzeit und in eigenen Worten nach einer Person fragen können. Der Bot sollte nicht diskutieren und sie nicht zurück zu Artikeln schicken.

Bei der Übergabe erhalten die Mitarbeitenden das vollständige Transkript und eine zweizeilige Zusammenfassung. Das Ticket listet außerdem die Quellen, die der Bot geprüft hat, und bereits genannte Kontodaten. Außerhalb der Supportzeiten sagt der Bot, wann sich eine Person meldet, und sammelt, was die Mitarbeitenden brauchen werden. Eine gute Übergabe spart Zeit, auch wenn der Bot nicht antworten konnte.

Wie wir Antworten korrekt halten

• Ein Evaluierungsset aus echten Fragen. Wir bauen es aus Ihren Tickets auf, jeweils mit korrekter Antwort und Quelle. Jede Änderung wird vor dem Release daran getestet.
• Quellenangaben sind Pflicht. Eine Antwort ohne stützende Quelle wird nicht versendet.
• Regeln für Ablehnung und Übergabe. Geringe Relevanz, heikle Themen oder wiederholter Kundenfrust führen immer zu einer Person.
• Menschliche Prüfung. Support-Leitungen prüfen jede Woche eine Stichprobe von Gesprächen und markieren falsche oder schwache Antworten.

Deflection und Genauigkeit messen

Deflection und Genauigkeit müssen gemeinsam gemessen werden. Ein Bot kann viele Chats schließen, indem er selbstbewusst falsche Antworten gibt. Das sieht nach Deflection aus, erzeugt aber Wiederholungskontakte und Abwanderung.

• Deflection: Zählen Sie ein Gespräch nur dann als gelöst, wenn der Kunde innerhalb eines festgelegten Zeitfensters kein Ticket zum selben Anliegen eröffnet hat.
• Genauigkeit: der Anteil der Stichproben-Antworten, die Prüfer als korrekt und sauber belegt bewerten.
• Übergabequalität: ob Mitarbeitende mit der Zusammenfassung arbeiten konnten, ohne den Kunden um Wiederholung zu bitten.

In unserem KI-Kundenservice-Projekt für Branify wurden 70 % der Tickets ohne Mensch gelöst, und die durchschnittliche Bearbeitungszeit sank um 45 %. Die Ergebnisse hängen von der Qualität der Inhalte und dem Fragenmix ab, messen Sie also zuerst Ihre eigene Ausgangslage.

Risiken und wie wir damit umgehen

• Datenschutz: Die Ticket-Historie enthält Namen, E-Mail-Adressen und Bestelldetails. Wir entfernen personenbezogene Daten vor der Indexierung und bewahren Chat-Protokolle nach einem festen Löschkonzept auf. Den übergreifenden Ansatz beschreibt RAG Privacy by Design.
• Berechtigungen: Kontospezifische Antworten, etwa zum Bestellstatus, stammen aus authentifizierten API-Aufrufen für den angemeldeten Kunden, niemals aus einem gemeinsamen Index.
• Falsche Antworten: Ablehnungsschwellen, Quellenangaben und die wöchentliche Prüfung begrenzen den Schaden, und Kunden erreichen immer eine Person.
• Veraltete Dokumente: Artikel werden bei Änderungen neu synchronisiert, und Release Notes markieren Artikel, die bei neuen Funktionen aktualisiert werden müssen.

Wann Sie das nicht bauen sollten

• Ihr Hilfecenter ist fast leer. Schreiben Sie zuerst die wichtigsten Artikel; der Bot braucht etwas Zutreffendes, das er sagen kann.
• Die meisten Kontakte erfordern Aktionen im Kundenkonto oder Ermessen, etwa komplexe Erstattungen oder Streitfälle. Ein Triage-Tool hilft dann womöglich mehr.
• Ihr Ticketaufkommen ist so gering, dass Ihre Mitarbeitenden ohnehin schnell antworten.
• Die integrierte KI Ihres Helpdesks kommt bereits gut mit Ihren Quellen zurecht. Testen Sie sie, bevor Sie etwas Individuelles bauen.

Wie UnlockLive Sie unterstützt

Wir bauen quellengestützte Support-Chatbots, von der Bereinigung der Inhalte und dem Abruf bis zur Helpdesk-Übergabe und der Evaluierung, die sie ehrlich hält. Starten Sie mit unserem Service RAG-Entwicklung. Soll der Bot auch Aktionen ausführen, etwa Bestellungen nachschlagen oder Tickets aktualisieren, lesen Sie mehr zur Entwicklung von KI-Agenten.

Wenn viele Kontakte besser weitergeleitet als beantwortet werden, lesen Sie unseren Leitfaden zur KI-gestützten Ticket-Triage. Für Messaging-Kanäle siehe KI-Assistenten für WhatsApp. Um Ihr Hilfecenter und Ihren Ticketmix durchzusprechen, buchen Sie ein kostenloses 30-minütiges Gespräch.