
Klingt provokant? Ist es auch. Aber wer KI im Kundensupport ernsthaft betreibt, kommt an dieser Erkenntnis nicht vorbei: **Die Qualität deiner Eskalationen entscheidet darüber, ob Kunden die KI akzeptieren oder nicht.**

Nicht die Antwortgenauigkeit. Nicht die Transparenz. Nicht das Branding. Sondern: Was passiert, wenn die KI nicht weiterhelfen kann?

## Eskalation ist kein Fehlerfall

In vielen Organisationen werden Eskalationen als Versagen betrachtet. Die KI hat es nicht geschafft. Der Chatbot hat versagt. Die Automatisierungsrate sinkt.

Das ist die falsche Perspektive.

Eskalationen sind ein bewusstes Produktprinzip. Unsere Überzeugung: **KI darf nur dann die Frontdoor für Kunden sein, wenn sie nicht zur Sackgasse wird.** Sobald die KI erkennt, dass sie nicht sicher helfen kann, muss sie proaktiv eskalieren, statt unsichere Antworten zu geben und das Vertrauen des Kunden zu verspielen.

Der Deal mit dem Endkunden ist einfach: Du bekommst eine schnelle, gute Antwort. Und wenn das nicht geht, bekommst du einen sofortigen, reibungslosen Übergang zum Menschen. Ohne Umwege, ohne Frust.

## Warum das KI-Flywheel ohne Eskalationen nicht funktioniert

Das [KI-Support Flywheel](/de/blog/das-ki-support-flywheel) basiert auf einem Prinzip: Je mehr Kunden über den KI-Channel interagieren, desto mehr lernen wir, desto besser wird die KI, desto mehr Kunden nutzen den Channel. Ein sich selbst verstärkender Kreislauf.

Aber dieses Flywheel hat eine Achillesferse: **Vertrauen.**

Wenn ein Kunde eine schlechte Erfahrung im Chat macht, keine Lösung bekommt, keine Weiterleitung sieht, nur in einer Sackgasse landet, dann passiert Folgendes: Der Kunde wechselt den Kanal. Er ruft an. Schreibt eine E-Mail. Schickt einen Brief. Und diese Interaktionen kann die KI nicht analysieren, nicht daraus lernen, nicht verbessern.

Das Flywheel stoppt.

Gute Eskalationen sichern den Feedback-Loop. Sie sorgen dafür, dass der Kunde im Channel bleibt, auch wenn die KI diesmal nicht helfen konnte. Weil er weiß: Im schlimmsten Fall kommt er hier trotzdem schnell weiter.

## "Aber mehr Eskalationen bedeuten doch weniger Entlastung und damit höhere Kosten?"

Ja, kurzfristig. Aber diese Rechnung greift zu kurz. Ein Kunde dem wir nicht helfen konnten meldet sich dann über andere Kanäle beim Support oder rückt ein Stück näher zum Churn. Unter diesen Alternativen ist es die beste Option. 

Perfektion von Tag 1 ist eine Illusion. Wer in der Adoption von KI denkt, dass alles von Anfang an sauber funktioniert, der verkennt die Realität. **Schnell starten und schnell lernen** ist besser als ewig optimieren und nie launchen. Die ersten Wochen zeigen, welche Fragen wirklich kommen, welche Wissenslücken existieren, welche Prozesse fehlen. Dieses Wissen bekommt man nur im Live-Betrieb.

Entscheidend ist: **Die Autonomiequote steigt über die Zeit.** Jede Eskalation liefert Daten. Jede Wissenslücke, die sichtbar wird, kann geschlossen werden. Mit jeder Iteration löst die KI mehr Fälle eigenständig. Das ist der Kern des [KI-Support Flywheels](/de/blog/das-ki-support-flywheel): Mehr Interaktionen führen zu besserer KI, bessere KI führt zu höherer Automatisierung, höhere Automatisierung senkt die Kosten.

Aber dieses Flywheel dreht sich nur, wenn Kunden den KI-Kanal weiterhin nutzen. Und Kunden nutzen den Kanal nur, wenn sie wissen: Wenn die KI nicht weiterkommt, lande ich nicht in einer Sackgasse. Die Eskalation ist also kein Kostentreiber, sondern die Voraussetzung dafür, dass die Kosten langfristig sinken.

Dazu kommt ein oft übersehener Punkt: **Selbst wenn die KI heute perfekt funktioniert, heißt das nicht, dass sie morgen noch perfekt ist.** Support-Organisationen sind oft der erste Ort, an dem Veränderungen im Geschäftsfeld sichtbar werden. Ein neues Produkt, eine geänderte Policy, ein unbekannter Bug. Das Support-Team erfährt es zuerst, weil Kunden zuerst fragen. Die KI muss diese neuen Fälle sauber auffangen können. Und wenn sie es (noch) nicht kann, muss die Eskalation funktionieren.

Sonst verliert man das Vertrauen der Nutzer. Nicht einmal, sondern dauerhaft.

## Wie wir Eskalationen umsetzen

Bei botBrains unterscheiden wir zwei Eskalationsmechanismen:

### Explizite Eskalation: vom Kunden initiiert

Wenn der Kunde merkt, dass die KI nicht weiterkommt, kann er jederzeit eskalieren. Der Eskalationspfad ist klar und ohne Hürden erreichbar. Dabei geschieht Folgendes:

1. **Problem zusammenfassen:** Die KI fasst das Anliegen des Kunden zusammen, basierend auf dem gesamten Gesprächsverlauf.
2. **Relevante Daten sammeln:** Bestellnummer, Kundennummer, Problembeschreibung. Alles, was der menschliche Agent braucht, wird vorab gesammelt.
3. **Eskalation versenden:** Aus dem Chat heraus wird für den Kunden eine Eskalation per E-Mail an den Support versendet. Der Kunde muss nichts selbst formulieren.

Der Kunde gibt sein Anliegen an, und wir übernehmen den Rest.

### Implizite Eskalation: von der KI initiiert

Wenn die KI erkennt, dass sie keine verlässliche Antwort liefern kann, sei es durch fehlende Informationen, hohe Unsicherheit oder emotionale Frustration beim Kunden, eskaliert sie proaktiv. Ohne dass der Kunde darum bitten muss.

Das ist entscheidend: **Die KI soll nicht versuchen, mit halben Antworten durchzukommen.** Lieber einmal zu früh eskalieren als einmal zu spät.

## Was wir beobachten

Und hier wird es richtig spannend: In unseren Daten sehen wir eine hohe Korrelation zwischen hohem CSAT und Handoffs.

Auf den ersten Blick überraschend, auf den zweiten völlig logisch.

Kunden erwarten schlicht nicht, dass die KI ihre E-Mail an den Support vorschreibt. Dass das Problem zusammengefasst wird. Dass alle relevanten Informationen bereits aufbereitet sind. Es ist einer dieser Wow-Momente im Support. Der Kunde wollte nur Hilfe und bekommt mehr als erwartet.

Dieser Moment erzeugt Vertrauen. Und Vertrauen erzeugt Wiederkehr.

## Der Customer Contract

Unsere Haltung zu Eskalationen lässt sich in einem Satz zusammenfassen:

**Schnelle, gute Antwort durch KI. Und wenn das nicht geht: ein sofortiger, reibungsloser Übergang zum Menschen, ohne Umwege.**

KI im Support ist kein Entweder-oder. Es ist ein System, in dem Mensch und Maschine zusammenspielen. Eskalationen sind nicht das Eingeständnis, dass die KI versagt hat. Sie sind der Beweis, dass das System funktioniert.

Nur die besten KI Plattformen verstehen das. Sie bauen Eskalationen nicht als Notlösung ein, sondern als integralen Bestandteil ihres Produkts. Wir haben das verstanden und dürfen daher viele große Kundenservice-Teams im DACH Raum unterstü†zen.


Warum gute Eskalationen der wichtigste Hebel für Kundenakzeptanz von KI im Support sind und warum das KI-Flywheel ohne sie nicht funktioniert.

Eskalationen sind unser wichtigstes Feature


<Aside>
 <CustomerSuccessStoryCard company="FC Schalke 04" domain="schalke04.de" headquarters="Gelsenkirchen, Deutschland" industry="Sport, Fußball" features={["Salesforce Integration", "Web SDK", "Multi-Website Support"]} />
</Aside>

## Ein Verein, der keine Vorstellung braucht

Mit über **200.000 Mitgliedern**, einer **konstant ausverkauften VELTINS-Arena** und einer über die Landesgrenzen hinaus präsenten Anhängerschaft, gehört der FC Schalke 04 zu den größten und traditionsreichsten Fußballvereinen der Welt. Der Club verkörpert Leidenschaft, Gemeinschaft und Identifikation nicht nur auf, sondern auch abseits des Platzes.

## Von lebenslanger Mitgliedschaft bis zu Robbie Williams

Diese Begeisterung zeigt sich auch im täglichen Austausch mit den Fans: Der frischgebackene Opa, der seiner Enkelin eine lebenslange Mitgliedschaft auf Schalke sichern will, die Eltern, die für ihren Sohn das passende Camp der königsblauen Fußballschule suchen oder die Fans von Robbie Williams, die herausfinden wollen, wo sie die besten Parkplätze für das Konzert finden. Das Service Center des Vereins erhält täglich zahlreiche Anfragen, dabei lassen sich viele davon mit Informationen auf den Websites beantworten.

## Unterstützung jederzeit

Um Fans und Besucher schnell, unkompliziert und rund um die Uhr bei ihren Anliegen zu unterstützen, suchte Schalke 04 nach einer Lösung, die Zugang zu Informationen schafft und gleichzeitig das Service Center entlastet. Das Ziel: ein niedrigschwelliges, digitales Angebot, das einfache Anfragen selbst beantwortet und komplexere Anliegen nahtlos an die S04-Mitarbeitenden weiterleitet.

## ERWIN kommt ins Spiel

In enger Zusammenarbeit entstand **ERWIN**, benannt nach dem beliebten Maskottchen des Vereins. Der Chatbot unterstützt Fans wie Besucher über die verschiedenen Websites im königsblauen Kosmos: von den Seiten der VELTINS-Arena, über den Mitgliederbereich, bis hin zu den Kontaktseiten.

Der Chatbot hilft bei einer Vielzahl von Themen, von Mitgliedschaftsanfragen bis hin zu Veranstaltungsinformationen. Wenn er nicht weiterweiß, leitet er die Fragen an das Service-Team weiter.

## Die Ergebnisse

Der Erfolg spricht für sich:

- **Mehr als 90%** aller Anliegen konnten direkt über den Chatbot gelöst werden.
- Ein **CSAT-Score von 90,4%** bestätigt die hohe Zufriedenheit der Fans.
- **8%** der Nachrichten kamen aus dem Ausland in anderen Sprachen.
- Mit ERWIN haben **mehr Schalke-Fans interagiert, als bei einem Heimspiel in die VELTINS-Arena passen**.
- Darüber hinaus konnten über die Anfragen an den Chatbot **Self-Service Lücken** identifiziert und geschlossen werden.

<CustomerQuote author="Jessica Rossa" role="Team Digital, User Experience">
„ERWIN ist für Fans wie S04-Mitarbeitende eine gleichermaßen große Unterstützung. Der Chatbot beantwortet nicht nur Fragen, sondern ermöglicht den Kolleginnen und Kollegen in Echtzeit zu sehen, was die Schalker aktuell bewegt. Welche Themen beschäftigen die Fans besonders? Welche Angebote sollten ausgebaut werden? Und wie kann Königsblau auch über den Bot hinaus seinen Anhängern den bestmöglichen Service bieten? Darüber hinaus dient ERWIN als intelligente Suchfunktion auf den S04-Websites, um die Orientierung bei all den verschiedenen Vereinsthemen zu erleichtern. 
ERWIN ist zu einem festen Bestandteil des digitalen Fan-Erlebnisses des FC Schalke 04 geworden."
</CustomerQuote>

## Helfende Hand in Salesforce

Die Zusammenarbeit zwischen botBrains und dem FC Schalke 04 wächst kontinuierlich weiter. Mit der Integration in die Salesforce Service Cloud unterstützt ERWIN die Fans nun nicht mehr nur direkt auf der Website, sondern arbeitet auch dem Service-Team in Salesforce aktiv zu.

Als digitaler Assistent steht ERWIN den Mitarbeitenden tatkräftig zur Seite: Er schlägt passende Lösungen vor und übernimmt intern bereits die Themen Annotation sowie das Ausfüllen relevanter Case-Felder. Dadurch bleibt dem Team mehr Zeit für das, was wirklich zählt - der persönliche Austausch mit den Fans.

<CustomerQuote author="Ben Meyer-Meisel" role="Mitgründer bei botBrains"
image="/blog/images/authors/ben-meyer-meisel.jpeg">
„Wir sind stolz, Teil der königsblauen Erfolgsgeschichte zu sein – und freuen uns, gemeinsam mit Schalke 04 den digitalen Fan-Service weiter auszubauen."
</CustomerQuote>


Der FC Schalke 04 nutzt KI-gestützten Chatbot von botBrains als digitalen Fanbetreuer auf seinen Webseiten.

Wie FC Schalke 04 Fans mit KI-Chatbot ERWIN digital betreut


<Aside>
 <CustomerSuccessStoryCard company="skapetze GmbH" domain="skapetze.com" headquarters="Simbach am Inn, Deutschland" industry="eCommerce, Beleuchtung" features={["Knowledge Refresh", "Web SDK", "Shopify Integration"]} />
</Aside>

<CustomerQuote author="Guido Huber" role="Geschäftsleitung bei skapetze®"
image="/blog/images/posts/guido-huber.jpeg">
„botBrains ist für skapetze® eine starke Service-Leistung, die wir unseren Kunden als 24h Support anbieten können. Als einer der bekanntesten Online-Leuchten-Shops ist es unser Anspruch uns mit einem besonderen Kunden-Service zu differenzieren. Hierfür bietet uns botBrains ein starkes Tool auf das wir zurück greifen können. Die Einrichtung, als auch der Support sind bemerkenswert gut und auch in der ständigen Optimierung machen wir sukzessive Fortschritte. Wir können botBrains bedenkenlos weiter empfehlen und freuen uns auf die weiteren gemeinsamen Projekte!"
</CustomerQuote>

## Über skapetze®

skapetze® steht seit über 40 Jahren für innovative Lichtideen, exzellente Beratung und stilvolles Design. Als Familienunternehmen aus Simbach am Inn bietet es mit seiner Eigenmarke [s.luce](https://skapetze.com/pages/s-luce-die-marke) und vielen weiteren Top-Marken eine große Auswahl an Designleuchten für jeden Stil und jedes Budget, die es direkt über einen [eigenen Online-Shop](https://skapetze.com/) vertreibt.

## Herausforderung

Kunden benötigen bei der Lichtplanung oft professionelle Beratung zu Produktauswahl, technischen Spezifikationen und passenden Lösungen für individuelle Anforderungen. Diese Beratung rund um die Uhr anzubieten, ohne das Service-Team zu überlasten, war das Ziel.

## KI-Lichtberaterin Kira

<TextAndLeftImage imgsrc="/blog/images/posts/skapetze-kira-de.png" imgalt="Kira, die KI-Lichtberaterin bei skapetze®">
Neben dem stationären Showroom und einer umfangreichen Online-Lichtberatung setzt skapetze® auf die KI-Lichtberaterin Kira von botBrains. Kira begleitet Kundinnen und Kunden bei der Produktauswahl, Lichtplanung und bei technischen Fragen via Chat und macht so professionelle Beratung rund um die Uhr für jedermann zugänglich.
</TextAndLeftImage>

## Technische Implementierung

Die nahtlose Integration in die bestehende Shopify-Infrastruktur und intelligente Kontextualisierung machen Kira zu einem leistungsstarken Beratungstool:

### Shopify Integration für intelligente Produktberatung

Durch die direkte Anbindung an den Shopify-Produktkatalog kann Kira live mit dem gesamten Sortiment interagieren. Die KI durchsucht den Katalog in Echtzeit, um passende Produkte vorzuschlagen und technische Fragen präzise zu beantworten.

### Web SDK mit mehrstufiger Kontextualisierung

Das botBrains Web SDK ermöglicht ein tiefes Verständnis des Nutzerkontexts. Stellt ein Kunde eine Frage auf einer Produktseite, versteht Kira automatisch, dass sich die Anfrage auf das angezeigte Produkt bezieht, keine umständlichen Erklärungen nötig.

Kira kennt zudem den aktuellen Warenkorb-Inhalt und kann so passende Ergänzungen vorschlagen, etwa kompatible Leuchtmittel, fehlende Dimmer oder stilistisch passende Produkte. Auf Wunsch legt Kira empfohlene Produkte selbstständig direkt in den Warenkorb und begleitet Kunden bis zum Kaufabschluss.

### Bild-Upload für visuelle Beratung

Ein besonderes Highlight ist die Möglichkeit, Referenzbilder hochzuladen. Kunden können Fotos ihrer Räume oder bestehender Beleuchtung teilen, und Kira analysiert diese, um passende Produktempfehlungen auszusprechen. Diese visuelle Beratung ermöglicht es, Stil und Anforderungen noch präziser zu erfassen.

### Automatischer Knowledge Refresh

Das Hintergrundwissen bezieht Kira automatisch aus den verschiedenen Content Pages, die sich über den Produktkatalog hinaus auf der skapetze® Webseite finden lassen. So bleibt die Wissensbasis stets aktuell.

### Individuelle UI-Anpassungen

Auf Wunsch von skapetze® wurde die Benutzeroberfläche individuell angepasst: Ein menschlicher Avatar neben dem Namen verleiht Kira ein Gesicht. Diese visuelle Personalisierung verleiht dem digitalen Erlebnis eine menschliche Note und stärkt das Vertrauen der Kunden.

### UTM Parameter Tracking für Erfolgsmessung

Durch die Integration von UTM Parameter Tracking kann skapetze® den Erfolg des botBrains-Kanals im Kaufprozess genau auswerten. Jede Interaktion mit Kira wird nachverfolgbar gemacht, sodass der direkte Einfluss auf Conversions und Umsatz messbar wird. Dies ermöglicht eine datenbasierte Optimierung und zeigt den ROI der KI-Beratung transparent auf.

## Ergebnisse

Die virtuelle Assistenz hat sich rasch zu einem festen Bestandteil der Kundenkommunikation entwickelt. Bereits in den ersten drei Monaten (August bis Anfang Dezember 2025) führte Kira über 5.000 Gespräche, interagierte mit etwa 4.500 Kunden und es wurden über 24.000 Nachrichten über botBrains ausgetauscht. Diese Zahlen zeigen, dass immer mehr Lichtliebhaber und DIY-Begeisterte den Chatbot als zuverlässige und schnelle Anlaufstelle nutzen, sei es für Fragen zur Lichtplanung, Inspiration für Beleuchtungslösungen oder zur Auswahl der passenden Produkte.

Trotz des wachsenden Volumens blieb die Servicequalität konstant hoch. Die CSAT liegt bei 78,1%, was bedeutet, dass nahezu vier von fünf Kunden ihre Erfahrung als gut oder sehr gut bewertet haben. Dies spiegelt sich auch in einer Lösungsquote von 79,6% wider, bei der Anfragen im Chat vollständig beantwortet werden konnten.

<CustomerQuote author="Jürgen Treig" role="Serviceleitung bei skapetze®" image="/blog/images/posts/juergen-treig.jpeg">
„botBrains entlastet unser Service-Team spürbar. Die Antworten, die unser KI-Chat Kira liefert, sind präzise, schnell und qualitativ absolut top, so gut, dass manche Kunden tatsächlich lieber mit Kira telefonieren würden. Änderungen oder Anpassungen am Chat lassen sich in Sekundenschnelle umsetzen, was uns maximale Flexibilität gibt. Für uns ist botBrains inzwischen ein verlässlicher Bestandteil unseres Kundenservices."
</CustomerQuote>

<CustomerQuote author="Ben Meyer-Meisel" role="Mitgründer bei botBrains"
image="/blog/images/authors/ben-meyer-meisel.jpeg">
skapetze® zeigt mit der gemeinsamen Zusammenarbeit, dass sie auch im Bereich Kundenerlebniss absoluter Vorreiter sind. Neben der tollen Zusammenarbeit, freuen wir uns persönlich auch über die hohe und stetig steigende Akzeptanz bei den Endkunden, die dieses auch Angebot auch so aktiv wahrnehmen"
</CustomerQuote>

## Fazit

Die Zusammenarbeit zwischen skapetze® und botBrains zeichnet sich durch eine enge Betreuung und außergewöhnlich schnelle Reaktionszeiten aus. Wie Jürgen Treig betont, lassen sich Änderungen oder Anpassungen am Chat in Sekundenschnelle umsetzen. Dies ist ein entscheidender Vorteil, um flexibel auf Kundenfeedback und neue Anforderungen reagieren zu können.

Diese Agilität ermöglicht es skapetze®, den Service kontinuierlich zu optimieren und sich als Vorreiter im Bereich digitaler Kundenerlebnisse zu positionieren. Die hohe Akzeptanz bei den Endkunden und die messbar positive Wirkung auf das Service-Team bestätigen den Erfolg dieser engen Partnerschaft.

Mit Kira hat skapetze® nicht nur einen technologischen Vorsprung gewonnen, sondern auch eine zukunftssichere Lösung etabliert, die mit den steigenden Kundenerwartungen mitwächst.

skapetze® bietet seinen Kunden mit der KI-Lichtberaterin Kira eine digitale Beratung für Lichtplanung, Produktauswahl und technische Fragen. Die Shopify-Integration ermöglicht kontextbezogene Produktberatung und direktes Hinzufügen zum Warenkorb. Mit über 5.000 Gespräche und 24.000 ausgetauschte Nachrichten zeigen die hohe Akzeptanz. Mit 79,6% Lösungsquote und 78,1% CSAT entlastet der Chatbot das Service-Team spürbar.

Wie skapetze® 4.500+ Kunden mit KI-Lichtberatung unterstützt


Heute freuen wir uns, automatisierte SPAM-Erkennung und Blockierung anzukündigen. Diese Funktion ermöglicht es Teams, Regeln zu definieren, die automatisch unerwünschte Konversationen filtern und die Qualität ihrer Insights schützen. Das Ergebnis: Support-Teams konzentrieren sich auf echte Kundenanfragen, während SPAM-Meldungen von Marktplatz-Benachrichtigungen, bekannten Problem-Domains und verdächtigen Nutzermustern automatisch blockiert werden.

## Warum automatisierte SPAM-Erkennung?

Stell dir einen E-Commerce-Shop vor, der seine Bestellbestätigungen über bekannte Marktplätze wie Amazon, eBay oder PayPal erhält. Jede Bestellung generiert Benachrichtigungen, die an den Support-Kanal weitergeleitet werden. Das Support-Team verbringt täglich wertvolle Zeit damit, diese automatischen Benachrichtigungen zu sichten und zu schließen - Zeit, die besser für echte Kundenanfragen genutzt werden könnte.

**Automatisierung ist nicht Kontrolle, sondern Schutz der Teamressourcen vor vorhersehbaren, wiederholenden Aufgaben.** Es geht um Fokus und Effizienz.

Drei Gründe, warum automatisierte SPAM-Erkennung fundamental wichtig ist:

**Schutz der Team-Produktivität:** Support-Agents sollten keine Zeit mit offensichtlichem SPAM verbringen. Automatische Filterung bedeutet, dass qualifizierte Mitarbeiter sich auf komplexe Kundenanfragen konzentrieren können, die echte Expertise erfordern.

**Konsistente Qualitätssicherung:** Manuelle SPAM-Moderation ist fehleranfällig und inkonsistent. Automatische Regeln wenden dieselben Kriterien auf jede Konversation an und stellen sicher, dass keine SPAM-Meldung durchrutscht und echte Kundenanfragen nicht versehentlich blockiert werden.

**Skalierbarkeit:** Wenn dein Geschäft wächst, wächst auch das SPAM-Volumen. Automatisierung skaliert mit dir, ohne zusätzliche Moderationsressourcen zu benötigen.

## Trigger-System

<TextAndLeftImage imgsrc="/blog/images/posts/triggers/trigger-overview.png" imgalt="Trigger-Übersicht zeigt Liste aller konfigurierten Automatisierungsregeln">
      Das Trigger-System besteht aus zwei Teilen: "Wann" definiert, welche Ereignisse und Zielgruppen-Kriterien eine Regel auslösen. "Dann" definiert, welche Aktionen automatisch ausgeführt werden. Events wie "Benutzer-Nachricht empfangen" kombiniert mit Zielgruppen-Filtern wie E-Mail-Domains oder Labels schaffen präzise Automatisierungsregeln.
</TextAndLeftImage>

Du definierst Regeln mit einem visuellen Builder:

**"Wann" - Ereignis & Zielgruppe:**
- Events: Aktuell "Benutzer-Nachricht empfangen" (weitere folgen)
- Zielgruppen-Builder: Derselbe leistungsstarke Query-Builder wie bei Audience-Seiten
- Verschachtelte Regel-Gruppen mit AND/OR/NOT-Kombinationen
- Felder: user.labels, user.email, user.timezone und mehr
- Operatoren: in, ends_with, begins_with, und weitere

**"Dann" - Aktionen:**
- Konversation blockieren: Stoppt die Konversation, bevor sie deine Insights erreicht
- Label zuweisen: Markiert Konversationen, Nachrichten oder Nutzer automatisch
- Label entfernen: Entfernt Labels basierend auf Bedingungen
- Multi-Aktionen: Kombiniere mehrere Aktionen pro Trigger

## Anwendungsfälle

### Marktplatz-Benachrichtigungen blockieren

E-Commerce-Teams erhalten täglich hunderte automatische Benachrichtigungen von Plattformen wie Amazon, eBay oder PayPal. Diese Meldungen enthalten keine echten Kundenanfragen und verschlechtern die Qualität deiner Insights.

**Beispiel:** Ein Online-Händler mit 200 täglichen Bestellungen erstellt einen Trigger: Wenn die E-Mail-Adresse auf @amazon.com, @ebay.com oder @paypal.com endet, blockiere die Konversation automatisch. Das Team spart täglich bis zu 1 Stunde, die zuvor für das manuelle Entfernen dieser Konversationen aufgewendet wurde. Die Metriken zeigen, dass über 150 Konversationen pro Tag automatisch gefiltert werden.

### Bekannte SPAM-Nutzer blockieren

<TextAndLeftImage imgsrc="/blog/images/posts/triggers/mark-spam-button.png" imgalt="Als SPAM markieren Button in der Batch-Aktions-Toolbar">
      Teams entdecken SPAM-Muster und labeln Problem-Accounts manuell. Ein Trigger automatisiert die Folgeaktion: Wenn ein Nutzer das Label "spam" hat, blockiere alle zukünftigen Nachrichten von diesem Nutzer. Dies schafft eine wachsende Blocklist ohne wiederholte manuelle Eingriffe.
</TextAndLeftImage>

**Szenario:** Ein SaaS-Unternehmen erhält regelmäßig SPAM von bekannten Problem-Accounts. Ein Support-Agent überprüft eine verdächtige Konversation, bestätigt SPAM und weist dem Nutzer das Label "spam" zu. Von diesem Moment an blockiert ein Trigger automatisch alle zukünftigen Nachrichten dieses Nutzers. Das Team baut eine organische Blocklist auf, die mit jeder SPAM-Identifikation stärker wird.

### Geografische Filter für Betrugs-Prävention

Unternehmen, die primär in bestimmten Regionen operieren, sehen oft SPAM aus unerwarteten Zeitzonen. Geografische Filter helfen, verdächtige Muster zu identifizieren.

**Beispiel:** Ein deutsches Unternehmen bedient hauptsächlich europäische Kunden. Ein Trigger labelt automatisch alle Konversationen von Nutzern außerhalb europäischer Zeitzonen als "potential-spam" zur manuellen Überprüfung. Dies blockiert nicht sofort alle Nachrichten, sondern flaggt verdächtige Muster zur Teamüberprüfung - ein vorsichtiger Ansatz, der False Positives vermeidet.

### Multi-Aktion-Workflows

Trigger unterstützen mehrere Aktionen, um komplexe Workflows zu automatisieren.

**Szenario:** Ein Finanzdienstleister möchte Konversationen von bestimmten Competitor-Domains blockieren und gleichzeitig zur späteren Analyse tracken. Ein Trigger erkennt E-Mail-Adressen von bekannten Konkurrenten, weist das Label "competitor-inquiry" zu, weist ein zweites Label "blocked-automatically" zu und blockiert dann die Konversation. Das Marketing-Team exportiert monatlich alle "competitor-inquiry"-Gespräche, um Marktpositionierung zu verstehen, während diese Nachrichten nie die Support-Insights erreichen.

## Quick-Start-Vorlagen

Wir bieten drei vorkonfigurierte Vorlagen für die häufigsten Szenarien:

**SPAM-Blocker:** Blockiert automatisch Konversationen von Nutzern mit dem Label "spam". Klick auf die Vorlage lädt die Konfiguration direkt in den Editor.

**Marktplatz-Filter:** Blockiert Benachrichtigungen von Amazon, eBay und PayPal. Sofort einsatzbereit für E-Commerce-Teams.

**Geografischer Filter:** Labelt Konversationen von Nutzern außerhalb europäischer Zeitzonen als "potential-spam" zur Überprüfung.

Jede Vorlage kann als Ausgangspunkt angepasst werden. Füge zusätzliche Domains hinzu, ändere Zeitzonen-Filter oder kombiniere mehrere Vorlagen zu einer umfassenden SPAM-Strategie.

## Konversationsfilter-Health-Metriken

<TextAndLeftImage imgsrc="/blog/images/posts/triggers/conversation-filter-quality-health.png" imgalt="Dashboard zeigt blockierte Konversationen und Filter-Effektivität">
      Automatisierung ohne Sichtbarkeit ist riskant. Unser Metrics-Dashboard zeigt, wie viele Konversationen gefiltert werden, SPAM-Trends über Zeit und Trigger-Effektivität. Teams sehen sofort, ob ihre Regeln funktionieren oder Anpassungen benötigen.
</TextAndLeftImage>

Das neue Dashboard bietet:

**ConversationHiddenChart:** Visualisiert blockierte und versteckte Konversationen über Zeit. Zeigt SPAM-Volumen-Trends und hilft, plötzliche Änderungen zu erkennen.

**Metrik-Karten:** Zusammenfassende KPIs über Filterwirksamkeit. Sieh auf einen Blick, wie viele Konversationen automatisch blockiert wurden und wie viel Zeit dein Team dadurch spart.

**Validierung der Automatisierung:** Wenn du einen Trigger zur Blockierung von Marktplatz-E-Mails erstellst, zeigt das Dashboard, dass 50 Konversationen diese Woche automatisch gefiltert wurden. Du siehst den ROI deiner Automatisierung in Echtzeit. Wenn das Dashboard plötzlich null Blockierungen zeigt, weißt du, dass etwas fehlkonfiguriert sein könnte.

## Batch-SPAM-Management

Neben automatischen Triggern können Teams mehrere Konversationen in einem Schritt als SPAM markieren:

Die Batch-Auswahl-Toolbar in der Konversationsliste bietet eine "Als SPAM markieren"-Aktion. Wähle bis zu 120 Konversationen aus, bestätige die Aktion im Bestätigungsdialog, und alle werden mit einem API-Aufruf als versteckt markiert. Dies ist besonders nützlich, wenn du einen neuen SPAM-Vektor entdeckst und historische Konversationen schnell bereinigen musst.

## Warum SPAM-Erkennung so schwierig ist

Das größte Risiko bei automatisierter SPAM-Erkennung ist nicht, SPAM durchzulassen - es ist, einen echten Kunden zu blockieren.

Stell dir vor: Ein potenzieller Kunde aus einer ungewöhnlichen Zeitzone, mit einer unbekannten E-Mail-Domain, schreibt seine erste Nachricht. Vielleicht ist sein Sprachmuster ungewöhnlich oder seine Anfrage passt nicht in typische Muster. Wenn dein SPAM-Filter zu aggressiv ist, blockierst du genau diese Person - und der erste Touchpoint mit deinem Unternehmen wird zu einer negativen Erfahrung. Dieser Kunde wird nie wiederkommen.

**Das Ziel ist eine False-Positive-Rate von nahezu 0%.** Ein blockierter SPAM kostet dich nichts. Ein blockierter Kunde kostet dich alles.

Deshalb ist unser Trigger-System bewusst vorsichtig designt:

**Präzise Kriterien statt breiter Filter:** Filter wie "E-Mail endet mit @amazon.com" sind absolut sicher - kein echter Kunde nutzt diese Adresse. Geografische Filter dagegen sollten nur zur Flagging verwendet werden, nicht zur automatischen Blockierung.

**Label-zuerst, Block-später:** Die "potential-spam"-Strategie erlaubt manuelle Überprüfung vor endgültiger Blockierung. Teams lernen Muster kennen, ohne Risiko einzugehen.

**Kombinierte Signale:** Mehrere schwache Signale (ungewöhnliche Zeitzone + neue Domain + kurze Nachricht) können zusammen stärker sein als ein einzelnes Signal. Multi-Bedingungen-Trigger schaffen Sicherheit.

**Metriken zur Validierung:** Das Dashboard zeigt nicht nur blockierte Konversationen, sondern hilft auch, False Positives zu entdecken. Wenn plötzlich viele Konversationen blockiert werden, ist das ein Warnsignal.

## Datengesteuerte Automatisierung

Teams verlieren täglich wertvolle Zeit mit vorhersehbarem SPAM, sagte Liam van der Viven, Mitgründer & CTO von botBrains. Ein Support-Agent sichtet 20 Amazon-Benachrichtigungen, klickt 20 Mal Schließen - das sind 10 Minuten verschwendete Zeit, die besser für komplexe Kundenanfragen genutzt werden könnten. Automatisierte SPAM-Erkennung gibt Teams diese Zeit zurück.

Aber Automatisierung ohne Sichtbarkeit ist gefährlich. Deshalb haben wir das Metriken-Dashboard gebaut. Teams sehen genau, wie viele Konversationen gefiltert werden, können Trends erkennen und ihre Regeln basierend auf tatsächlichen Daten anpassen. Wenn plötzlich 200 Konversationen pro Tag blockiert werden statt der üblichen 50, weißt du sofort, dass entweder ein neuer SPAM-Vektor aufgetaucht ist oder deine Regel zu aggressiv geworden ist. Diese Feedbackschleife verwandelt Automatisierung von einem Einstellen und Vergessen-Tool in einen kontinuierlichen Verbesserungsprozess.

## Erste Schritte

Das Trigger-System ist ab sofort für alle Kunden verfügbar. Geh zu Einstellungen → Trigger, um deine erste Automatisierungsregel zu erstellen. Quick-Start-Vorlagen helfen dir, innerhalb von Minuten loszulegen.

Die Metriken sind automatisch in deiner Projekt-Metriken-Seite integriert. Keine Konfiguration erforderlich - öffne einfach die Metriken und sieh deine Konversationsfilter-Health.

## Fazit

Automatisierte SPAM-Erkennung schützt Team-Produktivität und Insight-Qualität. Durch präzise Trigger-Regeln filterst du unerwünschte Konversationen automatisch, während Metriken Transparenz über Filter-Effektivität bieten. Teams gewinnen Zeit zurück, konzentrieren sich auf echte Kundenanfragen und skalieren ihre Support-Operationen effizienter.


botBrains führt automatisierte SPAM-Erkennung ein, um Teams dabei zu helfen, unerwünschte Konversationen zu blockieren und die Qualität ihrer Insights zu schützen. Definiere Regeln, die automatisch filtern, labeln und blockieren.

Automatisierte SPAM-Erkennung: Konversationen im großen Maßstab filtern und blockieren


Heute freuen wir uns, benutzerdefinierte Rollen anzukündigen. Unsere Standard-Rollen decken bewusst die typischen Szenarien ab und halten die Komplexität niedrig. Für die meisten Teams sind sie völlig ausreichend. Aber manche Organisationen haben spezielle Anforderungen. Genau dafür gibt es jetzt benutzerdefinierte Rollen auf Projektebene - sie geben dir vollständige Freiheit, ohne dass alle anderen Kunden mit dieser Komplexität konfrontiert werden.

## Benutzerdefinierte Rollen

<TextAndLeftImage imgsrc="/blog/images/posts/features/roles/custom-roles.png" imgalt="Benutzerdefinierte Rolle mit granularen Berechtigungen">
      Mit benutzerdefinierten Rollen definierst du präzise, was jede Person darf. Gespräche lesen? Daten exportieren? Wissensquellen bearbeiten? Deployen? Jede Berechtigung kannst du einzeln aktivieren oder deaktivieren.
</TextAndLeftImage>

## Anwendungsfälle

### Compliance-Auditor

Manchmal passen Standard-Rollen nicht perfekt. Die Viewer-Rolle erlaubt kein Exportieren von Daten. Die Member-Rolle ermöglicht Export, gibt aber auch Schreibzugriff auf Labels und andere Funktionen.

**Beispiel:** Ein Finanzdienstleister erstellt eine "Compliance Auditor"-Rolle, die Lesen und Exportieren erlaubt. Ändern von Einstellungen, Labeln oder Verwalten von Teammitgliedern bleibt gesperrt. So können Compliance-Beauftragte ihre Audits durchführen, ohne versehentlich etwas zu ändern.

### QA-Lead

<TextAndLeftImage imgsrc="/blog/images/posts/features/roles/channel-permissions.png" imgalt="Granulare Berechtigungen für QA-Rolle">
      Oft benötigen Teams eine Rolle, die Qualität bewerten kann, aber nicht direkt in Produktion deployen darf. Eine "QA Lead"-Rolle erlaubt Evaluationen, Bewertungen und Export. Das Bearbeiten von Wissensquellen oder Deployen von Models bleibt gesperrt. Diese Trennung schafft ein Vier-Augen-Prinzip für kritische Änderungen.
</TextAndLeftImage>

### Integration-Manager

Manche Teams müssen API-Schlüssel verwalten, sollten aber keine Kundengespräche sehen. Eine "Integration Manager"-Rolle trennt technischen Zugriff sauber von Kundendaten und erfüllt so Datenschutz-Anforderungen.

## Komplexität nur wo nötig

> Standard-Rollen decken die meisten Fälle gut ab und halten botBrains einfach", sagte Liam van der Viven, Mitgründer & CTO von botBrains. "Wir wollen nicht, dass jeder Kunde sich durch 40 Berechtigungen klicken muss. Aber manche Organisationen brauchen diese Präzision - ein Compliance-Auditor muss alles lesen und exportieren können, darf aber nichts ändern. Nicht mal ein Label setzen. Benutzerdefinierte Rollen geben diese Freiheit, ohne alle anderen zu überfordern.

## Erste Schritte

Benutzerdefinierte Rollen sind auf Projektebene verfügbar. Geh zu Projekt-Einstellungen → Team → Benutzerdefinierte Rolle erstellen.


botBrains führt benutzerdefinierte Rollen ein, um Unternehmen mit spezifischen Sicherheits- und Compliance-Anforderungen granulare Zugriffskontrolle zu ermöglichen. Definiere präzise Berechtigungsprofile, die exakt zu deiner Organisation passen.

Benutzerdefinierte Rollen: Maßgeschneiderte Zugriffskontrolle für spezifische Anforderungen


Heute freuen wir uns, Rollen für alle Kunden anzukündigen. Diese Funktion ermöglicht es Teams, präzise zu steuern, wer Kundengespräche einsieht, wer die KI anpasst und wer Abrechnungen verwaltet - auf Organizations- und Projektebene. Das Ergebnis: Geschäftsführer können die Customer Voice hören, ohne versehentlich etwas kaputtzumachen. Finance-Teams kontrollieren Kosten, ohne sensible Kundenkommunikation zu sehen. Und klare Grenzen definieren, wer Änderungen an der KI vornehmen darf.

## Warum Rollen?

Stell dir einen Käseladen vor: Die Verkäuferin bedient Kunden, der Lagerist kümmert sich um die Kühlung, die Buchhalterin macht die Abrechnung. Wenn jetzt alle alles dürften, würde es schnell schiefgehen: Die Verkäuferin wundert sich über die Haltbarkeitsmakierung, der Lagerist verstellt den Milchpreis im Kassensystem, die Buchhalterin räumt Käse ins falsche Regal. Keiner meint es böse, aber Chaos entsteht trotzdem.

**Rollen sind nicht Kontrolle, sondern Schutz davor, dass gute Leute versehentlich etwas kaputt machen.** Es geht also um Geschwindigkeit und Kontinuität.

Drei Gründe, warum Rollen fundamental wichtig sind:

**Minimierung des Schadenspotenzials:** Ein versehentlicher Klick auf "Delete Integration" sollte nicht das Live-System lahmlegen. Ein CEO, der Gespräche lesen will, braucht keine Deployment-Rechte. Least Privilege bedeutet: Jeder bekommt nur so viel Zugriff wie absolut nötig.

**Trennung von Verantwortlichkeiten:** Finance darf Abrechnungen sehen, aber nicht Kundengespräche. Manager dürfen die KI anpassen, aber nicht die Zahlungsmethoden ändern. Support-Agents labeln Gespräche, aber deployen keine Agents. Klare Grenzen schaffen Governance und erfüllen Compliance-Anforderungen.

**Datenschutz:** Kundendaten sind sensibel. Rollen helfen sicherzustellen, dass nur autorisierte Personen Zugriff auf diese Daten haben. So minimieren du das Risiko von Datenlecks und erfüllen Datenschutzbestimmungen.

## Rollen

botBrains unterscheidet zwischen Organizations-Rollen für unternehmensweite Verwaltung und Projekt-Rollen für einzelne Chatbot-Projekte. Diese Trennung ermöglicht präzise Zugriffskontrolle: Ein CFO kann Abrechnungsdaten aller Projekte einsehen, ohne Zugriff auf Kundengespräche zu haben. Ein CEO kann in allen Projekten Gespräche lesen, ohne versehentlich KI-Konfigurationen zu ändern. Ein Projekt-Verantwortlicher hat volle Kontrolle über sein Projekt, aber keinen Einfluss auf andere Projekte oder Unternehmenseinstellungen.

## Anwendungsfälle

Rollen lösen konkrete Herausforderungen wachsender Organisationen.

### Buchhaltungs-Teams: Kostenkontrolle ohne Kundendaten

<TextAndLeftImage imgsrc="/blog/images/posts/features/roles/organization-invite-cfo-dialog.png" imgalt="Finance-Rolle mit Zugriff auf Abrechnungsdaten ohne Kundengespräche">
      Dein CFO muss Kosten überwachen und Rechnungen prüfen. Die Organizations-Rolle "Billing" gibt Finance-Teams Vollzugriff auf Rechnungen, Nutzungsstatistiken und Zahlungsmethoden. Kundengespräche und KI-Konfigurationen bleiben außerhalb ihres Zugriffs.
</TextAndLeftImage>

**Beispiel:** Ein SaaS-Unternehmen mit fünf Projekten weist seiner Finance-Managerin die Billing-Rolle zu. Die Managerin sieht monatliche Kosten pro Projekt und kann Rechnungen herunterladen. Zugang zu Kundengesprächen hat sie nicht. Diese Trennung erfüllt Datenschutz-Policies und reduziert das Risiko versehentlicher Zugriffe.

### Führungskräfte: Customer Voice ohne Risiko

Gründer und CEOs wollen verstehen, was Kunden wirklich sagen. Gleichzeitig dürfen sie nicht versehentlich KI-Verhalten ändern oder kritische Einstellungen löschen.

Die Organizations-Rolle "Viewer" gibt Führungskräften schreibgeschützten Zugriff auf alle Projekte. Führungskräfte können Kundengespräche lesen und Analytics einsehen. Ändern, löschen oder deployen können sie nichts. Ein CEO klickt versehentlich auf "Delete Integration"? Unmöglich - der Button existiert für Viewer nicht.

### Kundenservice: Wer darf die KI anpassen

Die wichtigste Grenze in KI-Support-Systemen: Wer darf das Verhalten der KI anpassen, neue Wissensquellen hinzufügen oder Änderungen live deployen? Der first level Support soll Konversationen lesen dürfen, nicht aber die KI verändern, dies ist dem 2nd level Support oder dem KI-Team vorbehalten.

|Rolle|Beschreibung|
|---|---|
|**Project Owner** | Ende-zu-Ende-Verantwortung für ein Projekt. Kann KI deployen, Integrationen verwalten, Rollen zuweisen. Erlaubt verschiedene Teams eines Unternehmens eigene, abgeschirmte Projekte zu managen.|
|**Project Contributor** | Kann die KI verbessern. Wissensquellen bearbeiten, Evaluationen durchführen, neue Versionen deployen. Vertrauenswürdige Teammitglieder, die Live-Verhalten sicher ändern dürfen.|
|**Project Member** | Arbeitet mit der KI. Überwacht Gespräche, vergibt Labels, analysiert Qualität. Kann aber keine Wissensquellen ändern oder Agents deployen.|
|**Project Viewer** | Lesezugriff auf Gespräche und Analytics. Eignet sich für Führungskräfte oder externe Berater, die Einblicke benötigen, aber nichts ändern sollen. |

<TextAndLeftImage imgsrc="/blog/images/posts/features/roles/project-roles.png" imgalt="Übersicht der Projekt-Rollen mit unterschiedlichen Zugriffsrechten">
      Ein Customer Support Team hat einen CX-Project-Manager, einen Manager und sieben Support-Mitarbeiter. Die Mitarbeiter werden Members, um eskalierte Konversationen einzusehen. Zwei Support-Mitarbeiter sind Senior und dürfen als Project Contributors die KI anpassen. Project Owner ist der CX-Project-Manager. Der Manager selbst ist nur Project Viewer, um strategische Insights zu gewinnen. Die Organisation gehört dem Head of Customer Experience.
</TextAndLeftImage>

## Sicherheit, ohne zu Nerven

"Rollen lösen ein fundamentales Problem wachsender Teams", sagte Liam van der Viven, Mitgründer & CTO von botBrains. "Ein CEO sollte Zugang zur Customer Voice haben, ohne erst eine Einweisung zu bekommen, welche Knöpfe er/sie besser nicht drücken sollte. Die Buchhaltung muss Kosten kontrollieren, ohne sensible Kundengespräche zu sehen. Ein Junior Support Agent soll Gespräche labeln, aber nicht versehentlich die KI umkonfigurieren. Die Trennung zwischen Organizations- und Projekt-Rollen schafft genau diese Präzision."

## Erste Schritte

Rollen sind ab sofort für alle Kunden verfügbar. Für mehr Details schau dir gerne unsere Dokumentation an.

## Fazit

Rollen schaffen Sicherheit und Klarheit in wachsenden Teams. Indem du präzise steuern können, wer Gespräche einsieht, Konfigurationen ändert oder Abrechnungen verwaltet, schützen du sensible Daten und definieren klare Verantwortlichkeiten, ohne die Zusammenarbeit zu behindern.


botBrains führt Rollen ein, um Teams dabei zu helfen, den Zugriff auf sensible Daten und Funktionen zu steuern. Definiere klar, wer Gespräche lesen, Einstellungen ändern oder Abrechnungen verwalten darf - für mehr Sicherheit und Klarheit.

Rollen: Teammitglieder-Zugriff verwalten


Wir bauen die besten integrierten Analytics für typische Fragestellungen. Aber wir können nicht jede erdenkliche Frage vorhersehen. Deshalb hast du ab sofort freien Zugang zu deinen Rohdaten. Exportiere deine Gespräche, Nachrichten und Nutzer und mach deine eigenen Analysen: mit KI-Tools, in deinem Data Warehouse oder einfach in Excel.

## Datenexport

<TextAndLeftImage imgsrc="/blog/images/posts/features/data-export/entity-export.png" imgalt="Export-Interface zeigt gefilterte Datenexport-Optionen">
      Filtere deine Gespräche, Nachrichten oder Nutzer nach Zeiträumen, Labels, Bewertungen oder anderen Kriterien und lade die Ergebnisse direkt als CSV, JSONL oder Excel-kompatibler Datei herunter. Bis zu 10.000 Zeilen pro Export. Perfekt, um gezielt Daten mit deinem Team zu teilen.

      Brauchst du alles? Der vollständige Datenexport schickt dir dein komplettes Archiv per E-Mail. Ideal für dein Data Warehouse, Compliance-Audits oder umfassende Analysen.
</TextAndLeftImage>

## Was du damit machen kannst

### Berichte mit deinem Team teilen

<TextAndLeftImage imgsrc="/blog/images/posts/features/data-export/entity-export.png" imgalt="Export-Interface zeigt gefilterte Datenexport-Optionen">
      Dein Produktteam will wissen, welche Features Kunden vermissen? Exportiere alle Gespräche mit dem Label "Feature Request" und schick die CSV an dein Team. Das gleiche funktioniert für Bug-Reports, Beschwerden oder jedes andere Thema. So landet das Kundenfeedback direkt bei den richtigen Leuten.
</TextAndLeftImage>

### Individuelle Analysen mit KI

<TextAndLeftImage imgsrc="/blog/images/posts/features/data-export/custom-analysis.png" imgalt="KI analysiert exportierte Gespräche, um geschäftliche Fragen zu beantworten">
      Lade deine Gespräche in ChatGPT, Claude oder Gemini hoch und stell Fragen, die kein Dashboard beantworten kann: „Welche Probleme haben Enterprise-Kunden kurz vor der Kündigung?" „Welche Integrationen fehlen unseren Trial-Nutzern?" „Was machen Power-User anders?"

      KI-Tools analysieren hunderte Gespräche in Sekunden und finden Muster, für die du sonst Stunden bräuchtest. Du entdeckst Produktlücken, fehlende Dokumentation, Wettbewerbs-Insights und neue Marktchancen.
</TextAndLeftImage>

### Deine Daten gehören dir

<TextAndLeftImage imgsrc="/blog/images/posts/features/data-export/full-data-export.png" imgalt="Vollständiger Datensatzexport zeigt Konfigurationsoptionen">
      Egal ob für Compliance-Audits, Backups, Systemmigration oder einfach nur, um deine Daten außerhalb von botBrains zu analysieren: Du hast die volle Kontrolle über deine Daten.

      DSGVO-Anfrage? Exportiere die Nutzerdaten. Legal Discovery? Exportiere die relevanten Gespräche. Deine Daten, deine Regeln.
</TextAndLeftImage>

### Ab ins Data Warehouse

Lade deine Daten in Snowflake, BigQuery oder Redshift und kombiniere sie mit deinen anderen Daten: Produktnutzung, CRM, Transaktionen. So siehst du den Zusammenhang zwischen Support-Qualität, Umsatz und Retention.

**BI-Dashboards:** Importiere die Daten in Tableau, Power BI oder Looker und baue Dashboards, die die komplette Customer Journey zeigen: vom ersten Gespräch bis zur Conversion.

**CRM-Anreicherung:** Lade Gespräche in Salesforce oder HubSpot hoch. Dein Vertrieb weiß dann vor jedem Call, welche Fragen der Kunde hatte und wo es hakt.

## So geht's

Der Datenexport ist in allen Plänen kostenlos verfügbar. Keine Konfiguration nötig.

**Gefilterte Exports:** Öffne eine Gesprächsliste, setze deine Filter und klicke auf Export. Fertig.

**Vollständiger Export:** Geh zu Einstellungen → Datenexport und starte den Export. Du bekommst deine Daten per E-Mail.

---

„In Kundengesprächen stecken Antworten auf wichtige Geschäftsfragen", sagt Liam van der Viven, Mitgründer & CTO von botBrains. „Mit dem Datenexport kannst du diese Erkenntnisse nutzen: Lade die Daten in KI-Tools hoch, importiere sie in dein Data Warehouse oder behalte einfach die volle Kontrolle. Deine Daten, deine Analysen."


Kundengespräche sind eine Goldgrube für deine Produktteams. Exportiere deine Daten und nutze sie für eigene Analysen, in deinem Data Warehouse oder einfach in Excel. Deine Daten gehören dir.

Datenexport: Die Stimme des Kunden mit anderen Teams teilen


Heute freuen wir uns, Labels für alle Kunden anzukündigen. Diese Funktion ermöglicht es Teams, Gespräche, Nachrichten und Nutzer für abteilungsübergreifende Berichte, Workflows zum späteren Bearbeiten und Nutzersegmentierung zu markieren - und schafft damit ein flexibles System zum Erfassen und Teilen von Kundeneinblicken in deiner gesamten Organisation.

## Labels

Labels sind einfache Text-Tags, die Teams Gesprächen, Nachrichten und Nutzern in botBrains zuweisen können. Labels ergänzen unsere automatische Themenerkennung, indem sie dir ermöglichen, persönlich zu kategorisieren, was für dein Team wichtig ist. Während Themen dir helfen, Muster automatisch zu entdecken, kannst du mit Labels explizit Elemente für bestimmte Workflows markieren: Feedback an Produktteams weiterleiten, QA-Trainingsbibliotheken aufbauen oder Gespräche für Führungsberichte kennzeichnen.

## Anwendungsfälle

Labels ermöglichen drei zentrale Workflows: Weiterleitung von Erkenntnissen an andere Teams, Organisation von Gesprächen für spätere Maßnahmen und Segmentierung von Nutzern für gezielte Kommunikation.

### Weiterleitung von Produktfeedback

Kundengespräche offenbaren täglich wertvolle Produkteinblicke. Labels schaffen eine direkte Pipeline, um dieses Feedback mit Produkt- und Entwicklungsteams zu teilen:

<TextAndLeftImage imgsrc="/blog/images/posts/features/labels/select_ui.png" imgalt="Label-Auswahlinterface zeigt, wie Gespräche markiert werden">
      Wenn Kunden fehlende Funktionen erwähnen oder Verbesserungen vorschlagen, können Support-Teammitglieder bei der Durchsicht von Gesprächen diese mit „feature-request" oder „produktfeedback" labeln. Produktmanager filtern dann nach diesen Labels und exportieren die Ergebnisse wöchentlich, wodurch sie eine kuratierte Liste von Kundenanfragen mit vollem Gesprächskontext erhalten. Dies macht das manuelle Weiterleiten von Feedback oder die Pflege separater Tracking-Systeme überflüssig - Reviewer markieren einfach relevante Gespräche während ihrer regulären Qualitätsprüfungen.
</TextAndLeftImage>

Ein SaaS-Unternehmen könnte Labels wie „integration-request", „pricing-confusion" oder „website-feedback" verwenden, um verschiedene Feedback-Typen zu kategorisieren. Jedes Produktteam-Mitglied kann dann nach seinem Fokusbereich filtern und sicherstellen, dass Kundenfeedback direkt in Roadmap-Entscheidungen einfließt.

### Voice of Customer Reports

Teams müssen wichtige Gespräche für Führungskräfte und Stakeholder sichtbar machen:

Teammitglieder, die Gespräche durchsehen, können außergewöhnliche Interaktionen mit „executive-summary" oder „kundenstory" labeln, um monatliche Berichte zu erstellen. Bei der Vorbereitung von Stakeholder-Präsentationen filtern sie nach diesen Labels und exportieren eine kuratierte Auswahl von Gesprächen, die Kundenauswirkungen, häufige Schmerzpunkte oder Erfolgsgeschichten zeigen. Dies verwandelt anekdotische Beobachtungen in dokumentierte Erkenntnisse, die durch tatsächliche Kundengespräche belegt sind.

Marketing-Teams, die Gespräche durchsehen, können solche mit erfolgreichen Ergebnissen mit „case-study-kandidat" oder „testimonial" labeln und so eine Bibliothek potenzieller Marketingmaterialien schaffen, die direkt aus echten Kundeninteraktionen stammen.

Auch einzelne Nachrichten innerhalb von Gesprächen können gelabelt werden. Reviewer könnten eine besonders klare KI-Erklärung mit „dokumentationsbeispiel" labeln und so Dokumentationsteams helfen, gut formulierte Antworten auf häufige Fragen zu entdecken. Diese Labels auf Nachrichtenebene schaffen eine Feedbackschleife, bei der Review-Teams zu Verbesserungen der Wissensdatenbank beitragen.

### Pre-Sales- und Marketing-Einblicke

Kundengespräche offenbaren Möglichkeiten zur Marktpositionierung und Wettbewerbsinformationen:

Teammitglieder, die Gespräche durchsehen, können solche, die Wettbewerber erwähnen, mit „competitive-intel" oder Fragen zur Preisgestaltung mit „pricing-feedback" labeln. Vertriebs- und Marketingteams filtern nach diesen Labels, um zu verstehen, wie Kunden Produkte vergleichen, welche Funktionen Kaufentscheidungen vorantreiben oder wo Messaging Klarstellung benötigt.

Wenn Kunden ihre Anwendungsfälle beschreiben, können Reviewer diese Gespräche mit branchenspezifischen Tags wie „gesundheitswesen", „bildung" oder „fintech" labeln. Marketing-Teams exportieren diese segmentierten Gespräche, um branchenspezifische Fallstudien zu entwickeln oder vertikalspezifische Schmerzpunkte zu verstehen.

### Nutzersegmentierung

Labels schaffen flexible Nutzerkohorten ohne Änderungen am Datenbankschema:

<TextAndLeftImage imgsrc="/blog/images/posts/features/labels/user_create.png" imgalt="Nutzerprofil zeigt Label-Erstellungsinterface">
      Teams können Nutzer labeln, um Kundensegmente wie „enterprise", „beta-tester" oder „trial" zu tracken. Dies ermöglicht gezielte Analysen: Filtern aller Beta-Tester-Gespräche, um frühes Produktfeedback zu identifizieren, oder Vergleichen, wie sich Fragen von Enterprise-Kunden von denen von Trial-Nutzern unterscheiden. Customer-Success-Teams können hochwertige Accounts als „strategischer-account" labeln, um sicherzustellen, dass ihre Gespräche während Reviews prioritär behandelt werden.
</TextAndLeftImage>

Im Gegensatz zu starren Nutzerattributen können Labels flexibel hinzugefügt und entfernt werden, während sich Kunden weiterentwickeln. Ein Nutzer könnte mit „trial" beginnen, nach der Konvertierung „enterprise" erhalten, später „promoter" basierend auf positiver Stimmung in seinen Gesprächen bekommen und schließlich „feedback-contributor" für die Bereitstellung wertvollen Produktinputs verdienen.

### Workflows zum späteren Bearbeiten

Labels ermöglichen persönliche und teambasierte Systeme zum späteren Bearbeiten:

Einzelne Teammitglieder können Gespräche mit „follow-up-naechste-woche" oder „wartet-auf-entwicklung" labeln, um persönliche Aufgabenlisten zu erstellen. Teamleiter können Gespräche während der täglichen Überwachung mit „benoetigt-review" markieren und dann jeden Nachmittag Zeit für die Durchsicht und das Feedback zu gekennzeichneten Interaktionen dedizieren.

Teams, die mit anderen Abteilungen koordinieren, können Gespräche mit „eskaliert-an-vertrieb" oder „weitergeleitet-an-legal" labeln, um abteilungsübergreifende Workflows zu tracken, ohne botBrains zu verlassen oder separate Tracking-Systeme zu pflegen.

## Organisation ohne Einschränkungen

„Labels lösen ein Problem, das wir bei Teams sehen, die KI-Gespräche überwachen", sagte Liam van der Viven, Mitgründer & CTO von botBrains. „Reviewer entdecken unglaublich wertvolle Erkenntnisse - eine wiederkehrende Feature-Anfrage, eine Dokumentationslücke, eine außergewöhnliche Kundengeschichte - aber dieses Wissen bleibt oft in Gesprächsthreads gefangen. Labels schaffen eine einfache Möglichkeit, diese Erkenntnisse den Teams zugänglich zu machen, die sie benötigen, ohne Reviewer zu zwingen, ihre Arbeit zu unterbrechen und zu separaten Reporting-Tools zu wechseln."

„Wir bieten bereits automatische Themenerkennung bei Gesprächen, um Teams zu helfen, Muster zu entdecken", fuhr Liam fort. „Labels ergänzen dies, indem du explizit markieren kannst, was für deine spezifischen Workflows wichtig ist. Themen könnten dir zeigen, dass 15% der Gespräche über Abrechnung sind - Labels ermöglichen es dir zu markieren, welche Abrechnungsgespräche an das Produktteam gehen müssen, welche Trainingsbeispiele sind und welche in den Executive Report des nächsten Monats aufgenommen werden sollten. Es ist der Unterschied zwischen automatisierter Entdeckung und intentionaler Kuratierung."

## Erste Schritte

Labels erfordern keine Konfiguration. Deine Teams können sie sofort nutzen.

## Fazit

Labels verändern die Art und Weise, wie Teams Kundeneinblicke teamübergreifend erfassen und teilen. Indem es mühelos wird, Gespräche für Produktfeedback zu markieren, Trainingsmaterialien zu kuratieren, Nutzer zu segmentieren und Workflows zum späteren Bearbeiten aufzubauen, stellen Labels sicher, dass wertvolles Kundenwissen die Teams erreicht, die es benötigen - ohne den täglichen Support-Betrieb zu stören.


botBrains führt Labels ein, um Teams dabei zu helfen, Produktfeedback weiterzuleiten, Trainingsmaterialien zu kuratieren und Kundeneinblicke abteilungsübergreifend zu teilen. Erstelle Workflows zum späteren Bearbeiten und segmentiere Nutzer - ganz ohne vordefinierte Kategorien.

Labels: Gespräche, Nachrichten und Nutzer organisieren


<Aside>
 <CustomerSuccessStoryCard company="OMR Education GmbH" domain="education.omr.com" headquarters="Lagerstraße 32, 20357 Hamburg" industry="E-Learning, Digitale Weiterbildung" features={["Knowledge Refresh", "Users", "Topic AI", "Web SDK", "Custom Integration", "Slack"]} />
</Aside>

<CustomerQuote author="Nikolas Nold" role="Senior Learning Solution Manager bei OMR Education" image="/blog/images/posts/nikolas-nold.png">
"Der KI-Assistent von botBrains hat die Art und Weise, wie Studierende mit unseren Kursen interagieren, grundlegend verändert. KIM beantwortet nicht nur Fragen zu Kursinhalten und darüber hinaus, sondern leitet auch Diskussionen, testet Studierende und stellt sicher, dass sie das Gelernte anwenden können - alles auf eine Art, die sich personalisiert und nahtlos anfühlt!"
</CustomerQuote>



## **Unternehmensübersicht**

OMR Education ist ein führender deutscher E-Learning-Anbieter für Fachkräfte und bietet hochwertige Online-Kurse in den Bereichen Digital Marketing, Business und Technologie an. Das Ziel von OMR Education ist es, eine ansprechende, zugängliche und interaktive Lernerfahrung für Berufstätige zu schaffen.

## **Die Herausforderung**

Mit der Erweiterung des Kursangebots hat OMR Education ihren Fokus darauf gelegt, die Studierendenbetreuung, das Engagement und den Lernerfolg kontinuierlich zu verbessern:

- **Wiederkehrende Fragen:** Studierende stellen immer wieder Fragen zu Kursaufbau und Fristen
- **Praxisbezug:** Studierende suchen zusätzliche Einblicke zu ihrer realen Situation und Feedback zu spezifischen Herausforderungen
- **On-Demand-Unterstützung:** Lernende benötigen sofortige Hilfe, um Kurskonzepte zu verstehen und praktisch anzuwenden
- **Sprachbarrieren:** Während die Kurssprache Deutsch ist, fällt das Konzeptverständnis in der Muttersprache der Studierenden leichter

Um die Lerneffizienz zu steigern, erkannte OMR Education, dass ein KI-gestützter Assistent diese Bedürfnisse der Studierenden erfüllen und sofortige, personalisierte Unterstützung über mehrere Touchpoints hinweg bieten würde.

## **Die Lösung: KI-gestützter Lernassistent KIM**

OMR Education ging eine Partnerschaft mit uns ein, um einen KI-basierten Kursassistenten zu implementieren, der sowohl in ihr Learning Management System (LMS) Docebo als auch in ihre Slack Workspaces integriert wurde.

### **Hauptfunktionen von KIM:**

- **Kursorganisation & Fristen-Hilfe**  
  Unterstützt Studierende bei der Navigation durch Kursstrukturen, Fristen und Abschlussanforderungen

- **Konzepterklärung und -anwendung**  
  Erklärt Kursthemen in verständlichen Begriffen und führt Studierende durch praxisnahe Anwendungen des Kursmaterials

- **Personalisierte Lernhilfe**  
  Hilft Studierenden dabei, Kursinhalte mit ihren individuellen Situationen zu verknüpfen

- **Quiz & Wissensabfragen**  
  Engagiert Studierende mit zusätzlichen Quiz zur Lernverstärkung

- **Mehrsprachige Unterstützung**  
  Erklärt komplexe Konzepte in der Muttersprache der Studierenden

- **Storytelling für Engagement**  
  Interagiert mit Lernenden in der Persona der fiktiven Figur KIM, die auch Teil der Kursinhalte ist

## **Die Ergebnisse**

<div className="grid grid-cols-3 gap-2 my-6">
  <MetricCard label="Rating" value="4,2/5" color="emerald" />
  <MetricCard label="CSAT" value="70%" color="blue" />
  <MetricCard label="DSAT" value="0%" color="green" />
</div>

**Messbare Reduktion** der Support-Anfragen zu Kursaufbau und Fristen

**Höheres Engagement** mit zusätzlichen Erklärungen und interaktiven Fallstudien

**Verbesserte Lernretention**, da Studierende Feedback zu ihren eigenen Situationen erhalten

**Inklusives Lernen** – Muttersprachliche Unterstützung macht Kurse für internationale Studierende zugänglicher

<CustomerQuote author="Beatrice Kemner" role="Head of Product bei OMR Education" image="/blog/images/posts/beatrice-kemner.png">
"Als wir erstmals mit unserer Idee des Lernassistenten an botBrains herangetreten sind, haben sie sich schnell in die Bedürfnisse unserer Studierenden und unsere Anforderungen für effizienten, aber exzellenten Kundenservice hineinversetzt. Während unserer Partnerschaft hat botBrains proaktiv Ideen geliefert und Updates schnell implementiert, sowie ihre Plattform aus eigenem Antrieb weiterentwickelt."
</CustomerQuote>

## **Fazit**

Durch die Integration des KI-Lernassistenten KIM hat OMR Education eine neue Dimension des digitalen Lernens erschlossen. Die Kombination aus personalisierter Betreuung, mehrsprachiger Unterstützung und nahtloser Integration in bestehende Plattformen zeigt, wie KI-Technologie das E-Learning revolutionieren kann.

Die Partnerschaft mit uns ermöglichte es OMR Education, ihre Vision von zugänglicher, hochwertiger Weiterbildung zu verwirklichen und gleichzeitig operative Effizienz zu steigern.

OMR Education setzt einen KI-gestützten Lernassistenten namens KIM in ihrem Learning Management System und ihrer Slack-Community ein. Der Assistent unterstützt Studierende bei der Kursorganisation, erklärt Konzepte in deren Muttersprache und bietet personalisierte Lernhilfe. Mit einer durchschnittlichen Bewertung von 4,2/5 und 70% CSAT hat KIM die Lernerfahrung deutlich verbessert und das Support-Aufkommen reduziert.

Wie OMR Education digitales Lernen mit einem KI-Lernassistenten verbessert


## Vertrauen durch Transparenz

Hast du dich schon einmal gefragt, woher ein KI-Chatbot seine Informationen bezieht? Uns ist seit dem Anfang von botBrains klar: **Vertrauen entsteht durch Nachvollziehbarkeit**. Denn obwohl wir schon konsistent gute Antworten liefern, sind nicht immer alle Informationen, die die KI als Grundlage hat, vollständig oder aktuell. Deshalb zeigen unsere Chatbots jetzt zu jeder Antwort die genauen Quellen an - mit direkten Links zu den relevanten Textstellen.

## Wie funktionieren die Quellenangaben?

Wenn unser Chatbot eine Antwort gibt, erscheinen kleine Nummern im Text. Ein Klick darauf führt dich direkt zur entsprechenden Stelle in der Originaldatei oder Webseite. So kann jeder Nutzer:

- **Informationen selbst überprüfen** - Ist die Antwort korrekt?
- **Vollständige Details nachlesen** - Was steht noch auf der Seite?
- **Vertrauen aufbauen** - Woher stammt diese Information?

### Beispiel aus der Praxis

Fragst du unseren Chatbot zum Beispiel, ob dieser Bilder verstehen kann, antwortet dieser wie bisher korrekt - ja, mit weiteren Hintergrundinformationen - nun führt er dich zusätzlich zu den relevanten Informationen. Einerseits mit Verweis auf den Blogpost-Eintrag an sich [[1]](/blog/ki-chatbot-bekommt-bildverstaendnis), bei bestimmten Aussagen wie den Sicherheitsmaßnahmen wird die relevante Passage markiert und bei Klick auf den Link hingesprungen [[2]](/blog/ki-chatbot-bekommt-bildverstaendnis#:~:text=Die%20Plattform%20scannt%20hochgeladene%20Dateien%20auf%20Malware%20und%20Viren%20und%20blockiert%20diese).

## Warum ist das so wichtig?

### **Schluss mit "Ich weiß nicht woher"**

Andere Chatbots geben Antworten ohne Belege. botBrains zeigt dir **genau**, auf welcher Grundlage eine Antwort basiert.

### **Direkter Zugang zu Details**

Statt lange nach der richtigen Seite zu suchen, springt der Nutzer per Klick zur exakten Textstelle. Das spart Zeit und verhindert Missverständnisse.

### **Qualitätskontrolle für Unternehmen**

Du siehst sofort, ob dein Chatbot die richtigen Quellen verwendet. Fehlerhafte Antworten fallen schnell auf, Quellen mit alten Informationen werden schnell erkannt.

## Die Technologie dahinter

botBrains nutzt moderne **Text-Fragment-URLs**, um präzise auf Textpassagen zu verweisen. Diese markieren automatisch die relevante Stelle im Browser. Diese Technologie funktioniert in allen modernen Browsern und macht Quellenangaben so einfach wie nie.

## Das Ergebnis: Mehr Vertrauen, weniger Rückfragen

Seit der Einführung der Quellenangaben berichten unsere Kunden von:

✅ **Höherem Kundenvertrauen** - Nutzer fühlen sich besser informiert  
✅ **Weniger Support-Anfragen** - Kunden finden Details selbst  
✅ **Besserer Qualitätskontrolle** - Fehlerhafte Quellen fallen sofort auf

## Fazit

Transparenz ist kein Nice-to-have - es ist ein Muss für professionelle KI-Systeme. Mit unseren interaktiven Quellenangaben schaffen wir genau diese.


botBrains Chatbots zeigen jetzt zu jeder Antwort die genauen Quellen an. Mit interaktiven Quellenangaben können Kunden direkt zu den relevanten Textstellen springen und die Informationen selbst überprüfen.

Warum Quellenangaben bei KI-Chatbots so wichtig sind


Deine Kunden verdienen einzigartige Kommunikation – und die UI muss natürlich auch stimmen. Mit unserem neuen Rules-Feature kannst du jetzt gezielt steuern, wie dein Chatbot auf verschiedenen Seiten deiner Website kommuniziert.

## Warum Rules?

Wenn du deine Website gestaltest, hast du sicher schon für jede Seite einen bestimmten Zweck im Kopf. Deine Startseite soll neugierig machen, deine Blogbeiträge wollen informieren, und auf deinen Produktseiten möchtest du konvertieren. Warum sollte dein Chatbot dann überall gleich auftreten?

Mit Rules kannst du auf der botBrains Platform genau festlegen, wie sich dein Chatbot auf bestimmten Seiten oder bei bestimmten URL-Mustern verhält. Du steuerst präzise:

- Welche Startnachricht erscheint
- Ob die Preview-Funktion aktiv ist
- Welche Vorschläge angezeigt werden

## So funktionieren Rules

Rules folgen dem Prinzip: **"Wenn diese Bedingungen zutreffen, dann verwende diese Einstellungen."**

<div className="flex justify-center">
  <img
    src="/features/rules.png"
    alt="Rules Interface in der botBrains Platform"
    width="650"
  />
</div>

### Ein praktisches Beispiel

Wir wollen zum Beispiel auf allen Blogseiten von botBrains die Preview-Funktion deaktivieren. Denn wenn du das hier liest, willst du wahrscheinlich nicht mit dem Chatbot interagieren, sondern etwas über Rules erfahren!

Also erstellen wir eine Rule, die für diese Seite gilt:

```
www.botbrains.io/de/blog/chatbot-anpassung-pro-seite-mit-rules
```

Und deaktivierst dafür einfach die Preview-Funktion wie oben im Bild gezeigt. Fertig!

## Die Macht der Glob-Patterns

Nun haben wir aber mehr als einen Blogartikel. Wir möchten aber trotzdem die Preview-Funktion auf allen Blogseiten deaktivieren. Damit man nicht jede Seite einzeln eingeben muss, verwenden wir Glob-Patterns im "minimatch"-Style. Keine Sorge, das klingt komplizierter als es ist:

### Die Basics

- `*` steht für beliebige Zeichen (außer `/`)
- `**` steht für beliebige Zeichen (inklusive `/`)
- `?` steht für genau ein beliebiges Zeichen
- `[abc]` matched eines der Zeichen in den Klammern
- `{a,b}` matched eine der Alternativen

### Beispiele für Glob-Patterns

1. **Exakte URL matchen:**

   ```
   www.botbrains.io/de/blog
   ```

   Trifft nur auf genau diese Seite zu, bei uns also die Blog-Übersichtsseite.

2. **Alle Unterseiten eines Verzeichnisses:**

   ```
   www.botbrains.io/de/blog/*
   ```

   Trifft auf alle direkten Unterseiten im Blog zu, z.B.:

   - ✓ `/de/blog/ki-chatbot-bekommt-bildverstaendnis`
   - ✗ `/de/blog/kategorien/news` (weil `*` nicht über `/` hinweg matched)
   - ✗ `/de/blog` (auch hier weil `*` nicht über `/` hinweg matched)

3. **Alle Unterseiten inklusive verschachtelter:**

   ```
   www.botbrains.io/de/blog/**
   ```

   Trifft auf alle Seiten unter Blog zu:

   - ✓ `/de/blog/ki-chatbot-bekommt-bildverstaendnis`
   - ✓ `/de/blog/kategorien/news`
   - ✗ `/de/blog` (weil wir forcieren, dass ein `/` nach `blog` kommt)

4. **Blog in allen Sprachversionen mit und ohne Trailing Slash:**
   Entweder kein Trailing Slash oder alle Unterseiten

   ```
   www.botbrains.io/de/blog{,/**}
   ```

   Trifft auf alle deutschsprachigen Blogseiten zu:

   - ✓ `/blog`
   - ✓ `/blog/`
   - ✓ `/de/blog`

   und final für alle unsere Seiten in allen Sprachen:

   ```
   www.botbrains.io/{,*/}blog{,/**}
   ```

   - ✓ `/blog/article`
   - ✓ `/en/blog/article`

---

    **Tipp am Rande:** Du kannst ChatGPT einfach fragen: "Erstelle mir mithilfe der 'minimatch'-style Glob-Syntax das Pattern für [deine gewünschten Pfade]" – und du bekommst das richtige Pattern generiert!

---

## Noch keine Ideen, wie du deinen Chatbot anpassen willst?

Hier sind einige Beispiele, wie du deinen Chatbot anpassen kannst:

### 1. Support-Fokus auf Hilfeseiten

Führe Besucher gezielt in den Chatbot, indem du ihnen deine Hilfe anbietest:

```
Rule: www.example.com/{hilfe,support,faq}/**
```

Startnachricht: "Ich sehe, du suchst Hilfe. Was genau brauchst du?"

### 2. Minimale Störung auf Checkout-Seiten

Deaktiviere die Preview-Funktion auf Checkout-Seiten, um den Kaufprozess nicht zu unterbrechen.
Bei Fragen kann der Kunde dennoch sofort Hilfe erhalten, da passende Vorschläge direkt angeboten werden:

- "Problem beim Checkout?"
- "Frage zu Zahlungsmethoden?"

```
Rule: shop.example.com/{checkout,kasse,warenkorb}/**
```

### 3. Kontextbezogenes Selling

Steuere dein Selling auf Produktseiten oder auch Kategorie-Seiten mit spezialisierten Vorschlägen.

```
shop.example.com/products/einsteiger-surfboard-*
```

Vorschläge:

- "Was ist das beste Surfboard für Einsteiger?"
- "Was muss ich beachten beim Kauf meines ersten Surfboards?"

## Prioritäten und Reihenfolge

Was passiert, wenn mehrere Rules auf eine URL passen? Ganz einfach: Die spezifischere Rule gewinnt!

Beispiel:

- Rule 1: `www.example.com/**` (generell)
- Rule 2: `www.example.com/blog/**` (spezifischer)
- Rule 3: `www.example.com/blog/ki-artikel` (am spezifischsten)

Für die URL `/blog/ki-artikel` wird Rule 3 angewendet.

## Web-SDK für volle Flexibilität

Übrigens: Für noch detailliertere Anpassungen über die Rules hinaus bietet unser Web-SDK die Möglichkeit, das Chat-Verhalten direkt über JavaScript zu steuern. Damit kannst du Aktionen wie das Anzeigen/Verstecken des Chats, das programmatische Senden von Nachrichten oder das Anpassen von Vorschlägen basierend auf User-Interaktionen oder anderen dynamischen Bedingungen implementieren. Mehr Details findest du in der [Web-SDK Dokumentation](https://botbrains-docs.notion.site/web-sdk).

## Fazit

Mit Rules gibst du deinem Chatbot die Flexibilität, die er braucht, um deine Kunden optimal zu unterstützen. Statt eines starren Verhaltens passt sich dein Bot intelligent an den Kontext an.

Du kannst:

- Die Customer Journey gezielt steuern
- Conversion-Rates auf wichtigen Seiten optimieren
- Ein konsistentes, aber angepasstes Erlebnis schaffen
- Support-Anfragen besser kanalisieren

Das neue Rules-Feature wartet auf der botBrains Platform auf dich!

---

_PS: Falls du Hilfe bei der Einrichtung brauchst, wir helfen dir gerne bei der Erstellung deiner Rules._


Mit dem neuen Rules-Feature von botBrains kannst du deinen Chatbot für jede URL individuell anpassen. Steuere Willkommensnachrichten, Preview-Verhalten und Vorschläge mit flexiblen Glob-Patterns - für optimale Kundenansprache auf jeder Seite.

botBrains Rules: Maßgeschneiderte Chatbots für jede Seite


Wir stellen heute mit Freude unsere neue Funktion für Dateianhänge vor, die du als Unternehmen ab sofort deinen Kunden anbieten kannst. Nach unseren erfolgreichen Einführungen des [Bildverständnisses](/de/blog/ki-chatbot-bekommt-bildverstaendnis) und des [Sprachverständnisses](/de/blog/ki-chatbot-bekommt-sprachverstaendnis) erweitern wir nun die Eingabemöglichkeiten. Mit dieser neuen Funktion laden deine Kunden während der Gespräche Dokumente hoch. botBrains liest und versteht den Inhalt. So wird dein Kundenservice persönlicher und effektiver.

Mit dem Dokumentenverständnis kommunizieren deine Endkunden und der botBrains KI-Chatbot noch direkter miteinander. Diese Funktion richtet sich speziell an deine Endkunden, nicht an dich als Unternehmen zum Hochladen von Wissensdokumenten. Deine Kunden sparen Zeit und Mühe: sie müssen Informationen nicht mehr aus ihren Dokumenten abtippen. botBrains verarbeitet jetzt PDFs, Office-Dokumente, Datendateien und mehr. Die KI extrahiert wichtige Informationen, erfasst den Kontext und bietet punktgenaue Hilfe zu den tatsächlichen Dokumenten deiner Kunden. Durch diesen gemeinsamen Blick auf die Dokumente entfällt das mühsame Beschreiben von Inhalten. Die KI sieht genau das, was deine Kunden vor sich haben. Das Ergebnis: präzisere Antworten, weniger Kommunikationsschleifen und schnellere Lösungen für deine Endkunden.

Wir unterstützen derzeit mehrere Dateiformate:

- PDF-Dokumente (.pdf)
- Office-Dokumente (.docx, .pptx, .odt, .odp)
- Textdateien (.txt, .rtf, .md)
- Datenformate (.csv, .json, .xml, .xlsx)

## Anwendungsfälle

Das Dokumentenverständnis von botBrains passt zu realen Kundenservice-Szenarien verschiedener Branchen. Die KI analysiert genau die Dokumente, zu denen deine Kunden Fragen haben. So verbessert sich die Kommunikation erheblich.

### Reibungslose Kommunikation

Das Dokumentenverständnis macht Gespräche mit deinen Kunden deutlich einfacher:

Auftragsanfragen werden unkompliziert: Statt Bestellnummern manuell einzutippen, laden deine Kunden einfach ihre Belege hoch. Eine kurze Frage wie „Wie ist der Status?" genügt dann. Die KI findet alle wichtigen Informationen selbständig und liefert sofort die passende Antwort.

Technische Produktfragen lösen sich schneller: Deine Kunden sparen sich das mühsame Abtippen von Spezifikationen. Ein einfacher Upload von Produktdatenblättern oder Kompatibilitätsinformationen reicht aus. Die KI prüft anhand der tatsächlichen Daten, ob alles zusammenpasst.

Bei Fehlermeldungen und Problemen entfällt die komplizierte Beschreibung: Deine Kunden teilen Screenshots, Logs oder technische Dokumente direkt. Die KI erkennt Fehlercodes samt Kontext und präsentiert gezielte Lösungsschritte ohne Umwege.

### Eingebettete Unterstützung

Als Unternehmen integrierst du das Web SDK auf deinen Produktseiten. Dort laden deine Kunden Spezifikationen, Handbücher oder Kompatibilitätsinfos direkt hoch. Die KI analysiert diese und hilft bei Produktverständnis oder Kaufentscheidungen, ohne dass deine Kunden die Seite verlassen müssen.

Haben deine Kunden Schwierigkeiten mit bestimmten Schritten einer Anleitung? Du fügst einfach die Bedienungsanleitung oder Montageanweisung hinzu. Die KI findet die relevante Stelle und gibt gezielte Hilfe. Komplizierte Erklärungen oder das Beschreiben von Diagrammen entfallen. Dies macht den Support für deine Kunden viel einfacher.

<TextAndLeftImage imgsrc="/blog/images/posts/document-support/contract-analysis.webp" imgalt="Vertragsdokument, das von KI analysiert wird">
      Bei komplexen Vertrags- oder Servicedokumenten hilft die KI, Fachjargon zu übersetzen. Deine Kunden laden das Dokument hoch und erhalten eine verständliche Erklärung der relevanten Klauseln und Bedingungen. Du verstehst die Vertragsbedingungen vor der Zustimmung und triffst fundierte Entscheidungen.
</TextAndLeftImage>

### Nachweis

Im Kundenservice sind Nachweise unverzichtbar. Mit dem Dokumentenverständnis laden deine Kunden wichtige Belege mit wenigen Klicks hoch. Ob Kaufbeleg für eine Rückerstattung, Garantiezertifikat für einen Serviceanspruch oder Identitätsnachweis – deine Kunden teilen diese direkt mit der KI. Das System extrahiert die relevanten Daten automatisch. Deine Kunden sparen sich die mühsame manuelle Dateneingabe.

### Workflows

In der Kundenbetreuung spielen Dokumente oft eine zentrale Rolle. Von Antragsstellung bis zur finalen Genehmigung – überall tauchen Formulare, Nachweise und Belege auf. Das Dokumentenverständnis vereinfacht diese dokumentenlastigen Vorgänge erheblich. Deine Kunden reichen alle Unterlagen bequem im laufenden Gespräch ein.

Bei Finanzdienstleistungen laden deine Kunden sämtliche Nachweise in einem einzigen Dialog hoch – von Gehaltsabrechnungen bis zu Eigentumsunterlagen.

Im Versicherungsbereich fügen deine Kunden Schadensmeldungen, Fotos und Belege nahtlos hinzu, während die KI sie gezielt durch jeden Schritt des Antragsverfahrens führt.

Der technische Kundendienst profitiert besonders: Deine Anwender teilen Diagnosedaten und Konfigurationsdateien direkt im Chat. Die KI analysiert die tatsächlichen Systemdaten und bietet maßgeschneiderte Lösungen.

Diese integrierten Dokumentenlösungen machen separate E-Mails, spezielle Portale oder Nachfragen nach weiteren Unterlagen überflüssig. Der gesamte Vorgang bleibt in einem zusammenhängenden Gesprächsverlauf. So erleben deine Kunden einen durchgängigen Service ohne irritierende Medienbrüche oder Systemwechsel.

Auch wenn ein Fall menschliche Expertise erfordert, sorgt das Dokumentenverständnis für einen nahtlosen Übergang. Unsere intelligente Übergabefunktion leitet alle Dokumente mit KI-Analysen und dem vollständigen Kontext direkt an deine Mitarbeiter weiter. Deine Kunden müssen nichts erneut einreichen. So bleibt das Serviceerlebnis konsistent, auch beim Wechsel zwischen KI und menschlichem Support.

## Sicherheitsmaßnahmen

botBrains schützt alle hochgeladenen Dokumente mit starken Sicherheitsmaßnahmen. Die Plattform prüft Dateien auf Schadsoftware und Viren, bevor sie verarbeitet werden. Wir arbeiten derzeit an der Implementierung der gleichen Inhaltsrichtlinien, die wir bereits für Audio- und Bilddateien einsetzen. So schützen wir dich und dein Unternehmen vor problematischen Inhalten.

„Nach der Einführung von Bild- und Sprachverständnis freuen wir uns, jetzt auch das Dokumentenverständnis vorzustellen!", sagt Liam van der Viven, Mitgründer und CTO von botBrains. „Schon länger konntest du Dokumente in die Wissensbasis des Chatbots integrieren. Jetzt erweitern wir diese Funktion und stellen sie auch deinen Endkunden zur Verfügung. Dies schafft eine gemeinsame Informationsbasis zwischen Kunden und KI und ermöglicht spezifischen, fallbezogenen Support ohne aufwändige Systemintegrationen."

„Diese Funktion richtet sich gezielt an Endkunden, nicht an Unternehmen zum Hochladen von Dokumenten", erklärt Liam weiter. „Wir wollen den Service reibungsloser gestalten. Deine Kunden teilen ihre konkreten Unterlagen, sei es eine verwirrende Produktanleitung oder eine Garantie, die sie verstehen möchten. Der erweiterte gemeinsame Kontext hilft dem Chatbot, die Situation deiner Kunden besser zu erfassen. Er gibt relevantere Hilfestellung zu genau den Dokumenten, die deine Kunden vor sich haben. Diese gemeinsame Perspektive beseitigt Missverständnisse und ermöglicht punktgenauen Support."

## Fazit

Nach Bild- und Sprachverständnis vervollständigt nun das Dokumentenverständnis von botBrains die multimodale Kommunikation mit deinen Kunden. Die KI kann jetzt nicht nur sehen und hören, sondern auch lesen und verstehen, was deine Kunden ihr zeigen.

Mit dem Dokumentenverständnis von botBrains verbesserst du den Dialog zwischen deinen Kunden und dem KI-Support grundlegend. Die KI liest und versteht die tatsächlichen Dokumente deiner Kunden. Das Ergebnis: zielgerichtete, präzise und effiziente Supporterlebnisse auf Basis einer gemeinsamen Informationsgrundlage. 

Diese Funktion ergänzt unsere bestehenden Bild- und Sprachfähigkeiten. Zusammen bilden sie eine umfassende KI-Support-Plattform, die die Welt wirklich aus der Sicht deiner Kunden wahrnimmt, egal ob sie Bilder, Sprache oder jetzt auch Dokumente teilen.


botBrains unterstützt jetzt Dateianhänge von Endkunden, darunter PDFs, Office-Dokumente, Datendateien und mehr. Die KI kann Dokumente lesen, die deine Kunden während Gesprächen teilen, und ermöglicht so personalisierten Support direkt anhand ihrer eigenen Dateien.

KI kann auch PDF oder Word: botBrains KI bekommt Dokumentenverständnis


Wir stellen heute mit Freude unsere neue Sprachnachrichten-Funktion vor, die du ab sofort nutzen kannst. Diese neue Funktion ermöglicht es dir, während der Interaktion Audioaufnahmen zu senden. So wird dein Kundenservice noch natürlicher und effizienter.

## Sprachverständnis

Die Integration des Sprachverständnisses ermöglicht es dir, Informationen mündlich mit dem botBrains KI-Chatbot zu teilen. Du musst keine langen Erklärungen oder komplexe Probleme mehr eintippen. botBrains transkribiert und versteht gesprochene Sprache präzise, erkennt Tonfall und verarbeitet mündliche Problembeschreibungen. Diese Audio-Intelligenz überbrückt die Kluft zwischen dem, was du tippen kannst, und dem, was du mündlich leichter erklären kannst. Das Ergebnis ist eine menschenähnlichere Interaktion, verkürzte Support-Zeit und ein zugänglicheres Erlebnis für alle Nutzer.

## Anwendungsfälle

Das Sprachverständnis von botBrains adressiert reale Kundenservicebedürfnisse in verschiedenen Szenarien. Es verbessert die Kommunikation und bietet Optionen für Nutzer, die das Sprechen dem Tippen vorziehen.

### Reibungslose Kommunikation
Du kannst einfach deine Fragen oder Anliegen aufnehmen, anstatt sie einzutippen. Dies schafft einen natürlicheren Gesprächsfluss:

#### Support unterwegs
Du kannst Sprachnachrichten senden, während du gehst, fährst (freihändig) oder in Situationen, in denen das Tippen unpraktisch ist. So ist Support überall verfügbar, wo du bist.

#### Beschreibung komplexer Probleme
Du kannst komplizierte Probleme mündlich erklären, die sonst lange Textbeschreibungen erfordern würden. So vermittelst du leichter die genaue Art deines Problems.

### Audio-Fehlerbehebung

Manchmal liefert die mündliche Beschreibung eines Problems wichtige Details, die im Text verloren gehen könnten. Unser Sprachverständnis bietet eine bequeme Möglichkeit, Informationen zu teilen, ohne lange Erklärungen eintippen zu müssen.

### Barrierefreiheit

Sprachnachrichten machen unseren Support inklusiver und für eine breitere Nutzergruppe zugänglich:

„Das Sprachverständnis ist ein bedeutender Fortschritt, um den KI-Kundenservice menschlicher und zugänglicher zu gestalten", erklärt Liam van der Viven, Mitgründer und CTO von botBrains. „Indem wir Kunden ermöglichen, auf die natürlichste Weise zu kommunizieren, durch ihre eigene Stimme, beseitigen wir Barrieren und schaffen Support-Erlebnisse, die effektiver und schneller wirken. Diese Funktion ist besonders wichtig für die Barrierefreiheit und stellt sicher, dass jeder den benötigten Support erhalten kann, unabhängig von seinen Fähigkeiten oder Umständen."

#### Unterstützung bei Sehbehinderungen

<TextAndLeftImage imgsrc="/blog/images/posts/voice-support/visual-impairment.png" imgalt="Person mit Sehbehinderung, die Sprachnachrichten für Support nutzt">
      Kunden mit Sehbehinderungen können über Sprachnachrichten kommunizieren, anstatt auf Screenreader und Tippen angewiesen zu sein. Dies schafft ein direkteres und intuitiveres Support-Erlebnis für Nutzer, die hauptsächlich über Audio-Schnittstellen navigieren. Unsere Modelle verstehen Sprache deutlich besser als eingebaute Spracherkennungssysteme. Für die Wiedergabe der Antworten nutzen wir jedoch Screenreader.
</TextAndLeftImage>

#### Unterstützung bei Tipp-Schwierigkeiten

<TextAndLeftImage imgsrc="/blog/images/posts/voice-support/arthritis.png" imgalt="Person mit eingeschränkter Mobilität, die Sprachnachrichten nutzt">
      Kunden mit Mobilitätseinschränkungen wie Arthritis oder anderen Bedingungen, die das Tippen erschweren, können problemlos über Sprachnachrichten interagieren. Dies beseitigt Barrieren für diese Nutzer und gewährleistet gleichberechtigten Zugang zu Unterstützung. Die Spracheingabe ermöglicht es ihnen, ihre Anliegen natürlich auszudrücken, ohne die körperliche Belastung oder Frustration, die das Tippen verursachen kann. Zudem befähigt es Nutzer mit vorübergehenden Verletzungen, neurologischen Erkrankungen oder altersbedingten Einschränkungen, selbstständig und selbstbewusst Hilfe zu suchen. Durch das Angebot sprachbasierter Unterstützung können Unternehmen ein inklusiveres und menschenzentrierteres Kundenerlebnis schaffen, das verschiedene Fähigkeiten und Bedürfnisse respektiert.
</TextAndLeftImage>

#### Überwindung von Sprachbarrieren
In Deutschland haben 6,2 Millionen Erwachsene im Alter von 18-64 Jahren eingeschränkte Lese- und Schreibfähigkeiten in Deutsch (12% der Bevölkerung, [2018](https://www.bundesregierung.de/breg-en/service/archive/progress-on-literacy-1608278)). botBrains wurde von Anfang an für die Arbeit mit über 24 Sprachen konzipiert, und Sprachnachrichten werden in allen verfügbar sein. Das bedeutet, dass Nutzer in ihrer Muttersprache kommunizieren können, selbst wenn sie Schwierigkeiten beim Lesen und Schreiben haben.

## KI-Support mit Sprachverständnis

botBrains setzt weiterhin Maßstäbe bei Innovationen im KI-Kundensupport. Mit der Ergänzung um Sprachnachrichtenfunktionen können Unternehmen ihren Kunden jetzt ein flexibleres, zugänglicheres und menschenzentrierteres Service-Erlebnis bieten, das ihnen dort begegnet, wo sie sind - sei es durch Text, Bilder oder jetzt auch durch den Klang ihrer Stimme.


botBrains unterstützt jetzt Sprachnachrichten. Nutzer können Audioinformationen direkt mit dem KI-Chatbot teilen für ein natürlichere und effizientere Kundenerfahrung.

Sprechen statt tippen: botBrains KI bekommt Sprachverständnis


> Ein Bild sagt mehr als tausend Worte

Wir sind erfreut die Einführung des Bildverständnisses für alle Kunden bekannt zu geben. Diese neue Funktion ermöglicht es deinen Kunden während der Interaktion Bilder hochzuladen. So wird dein Kundenservice noch effektiver.

## Bildverständnis

Die Integration des Bildverständnisses ermöglicht es dir, visuelle Informationen direkt mit dem botBrains KI-Chatbot zu teilen. Du musst komplexe visuelle Probleme nicht mehr ausschließlich durch Text beschreiben. botBrains identifiziert automatisch Produkte, Fehlercodes, Schadensmuster und Statusindikatoren. Diese visuelle Intelligenz schließt die Kommunikationslücke zwischen dem, was du beschreiben kannst, und dem, was du zeigen musst. Das Ergebnis: verbesserte Kundenzufriedenheit, weniger Support-Eskalationen und eine höhere Lösungsrate beim ersten Kontakt.

## Anwendungsfälle

Das Bildverständnis von botBrains adressiert reale Kundenservicebedürfnisse. Es verbessert die Kommunikation und vereinfacht komplexe Aufgaben, die zuvor umfangreiche Textbeschreibungen erforderten.

### Reibungslose Kommunikation
Du kannst einfach einen Screenshot einer E-Mail oder Webseiteninformationen machen und eine kontextbezogene Frage stellen. Den Umfang musst du nicht erneut darlegen. Dies schafft eine natürlichere und effizientere Interaktion:

#### Bestellstatus-Anfragen 
Du kannst einen Screenshot einer Bestellbestätigungs-E-Mail machen und einfach fragen: „Wann kommt das an?". Du musst keine Bestellnummern kopieren oder wiederholen, wonach du fragst.

#### Produktspezifikations-Fragen 
Du kannst eine Produktseite mit technischen Spezifikationen aufnehmen und fragen: „Ist das mit dem kompatibel, was ich bereits habe?". Alle Details musst du nicht wiederholen.

### Visuelle Fehlerbehebung

Manchmal ist es einfach leichter zu zeigen als zu erklären. Unser Bildverständnis ermöglicht es dir, Probleme direkt mit Bildern zu zeigen. Du musst dich nicht auf lange Beschreibungen verlassen. Hier sind einige detaillierte Beispiele:

#### Produktidentifikation und Kompatibilität

<TextAndLeftImage imgsrc="/blog/images/posts/vision-support/presta-valve.png" imgalt="Makro-Nahaufnahme eines Fahrradreifenventils, das ein dünnes, mit Gewinde versehenes Presta-Ventil mit der kleinen Metallsicherungsmutter oben zeigt, die aus einem schwarzen Gummireifen herausragt, wobei ein Teil der Felge sichtbar ist">
      Du kannst Bilder von Produkten hochladen, wenn du dir über Kompatibilität oder Ersatzteile unsicher bist. 
      Bei Fahrradreifenventilen unterscheidet botBrains zwischen Presta-, Schrader- oder Dunlop-Typen. 
      Es empfiehlt dir dann kompatible Pumpen, Ventilverlängerungen oder Ersatzschläuche.
</TextAndLeftImage>

#### Waschmaschinen-Fehlercode

<TextAndLeftImage imgsrc="/blog/images/posts/vision-support/washing-machine.png" imgalt="Waschmaschine mit angezeigtem Fehlercode">
      Du kannst das Display deiner Waschmaschine mit Fehlercodes fotografieren. botBrains erkennt sowohl das Maschinenmodell als auch den Fehlercode. Das System schlägt das passende Handbuch nach und führt dich durch die Fehlerbehebung. Bei einem Samsung-Frontlader mit der Anzeige „4E" identifiziert botBrains dies als Problem mit der Wasserversorgung. Anschließend erhältst du Schritte zur Überprüfung des Wassereinlassventils, zur Prüfung des Wasserdrucks, zur Inspektion der Schläuche und zur Reinigung der Filter.
</TextAndLeftImage>

#### Router-Statusleuchten

<TextAndLeftImage imgsrc="/blog/images/posts/vision-support/router-status.png" imgalt="Fritzbox Router mit Problemen">
      Du kannst Bilder deines Routers mit verschiedenen Blinkmustern hochladen. botBrains identifiziert das spezifische Muster und bietet dir gezielte Schritte zur Fehlerbehebung. Die KI sieht genau das, was du siehst, und antwortet mit präzisen Anweisungen: „Ich bemerke, dass deine Internetverbindungsleuchte orange blinkt. Dies deutet auf eine instabile Verbindung hin. Lass uns zuerst dein Modem zurücksetzen und dann die Leitungsqualität überprüfen."
</TextAndLeftImage>

#### Stil- und Passform-Empfehlungen

<TextAndLeftImage imgsrc="/blog/images/posts/vision-support/living-room.webp" imgalt="Wohnzimmer, das etwas benötigt, um die Mitte zu füllen">
      Suchst du Wohndekorationsberatung? Du kannst Empfehlungen basierend auf visuellen Präferenzen erhalten. 
      Bist du unsicher, wie du den Raum füllen kannst? Lade ein Foto deines Wohnzimmers hoch. botBrains analysiert 
      den Raum und identifiziert Designelemente, Farbschemata und verfügbaren Platz. Dies hilft, 
      das Gespräch später zu lenken. Es schlägt dir dann passende Sofastile und Stoffe vor, die dein aktuelles Dekor ergänzen.
</TextAndLeftImage>


### Nachweis
Bilder sind ein häufiger Bestandteil von Kundenservice-Interaktionen. Du musst oft Kaufbelege, Garantienachweise oder Schadensnachweise vorlegen. Mit dem Bildverständnis kannst du ganz einfach Bilder hochladen. So verifizierst du deine Ansprüche oder kommunizierst das Schadensausmaß problemlos.

#### Schadensbewertung für Rücksendungen & Reklamationen 

<TextAndLeftImage imgsrc="/blog/images/posts/vision-support/jar-in-box.png" imgalt="Zerbrochenes Glas in einer Box">
      Die meisten Rückerstattungs- und Reklamationsprozesse erfordern, dass du Kaufbelege oder Nachweise über Schäden vorlegen. 
      Dies beinhaltet oft mühsame Hin-und-Her-Kommunikation. Mit der Bildunterstützung kannst du Bilder 
      direkt hochladen. So vereinfachst du den Prozess erheblich.
</TextAndLeftImage>

## Sicherheitsmaßnahmen
botBrains ist auf einem sicheren Fundament aufgebaut. Sicherheit ist nicht gleich Schutz. Daher haben wir unserem System auch neue Schutzfunktionen hinzugefügt, die dich und deine Organisation schützen.

Die Plattform scannt hochgeladene Dateien auf Malware und Viren und blockiert diese. Wir implementieren Systeme, um dein Team von unangemessenen Inhalten fernzuhalten. botBrains verwendet Moderationsmodelle, um unangemessene Inhalte zu erkennen und zu blockieren, hauptsächlich:

- Grafische Gewalt
- Sexuelle Inhalte

Sexuelle Inhalte, die unsere Systeme als potenzielle Kinderpornografie einstufen, werden gemäß deutschem Recht dem Landeskriminalamt Nordrhein-Westfalen (LKA NRW) gemeldet.

## KI-Vision Chatbot 

„Die Möglichkeit, _'zu sehen'_, was unsere Kunden sehen, ist einer der größten Durchbrüche im KI-Support seit der Entwicklung des Sprachverständnisses", erklärt Liam van der Viven, Mitgründer und CTO von botBrains. „Statt dich zu zwingen, komplizierte visuelle Probleme mit Worten zu erklären, kann unsere KI nun Probleme direkt so wahrnehmen, wie du sie erlebst. Das war schon immer schwierig. Wir bewegen uns weg vom _'Erzähl mir das Problem'_ hin zum einfachen _'Zeig es mir'_. Durch diesen gemeinsamen visuellen Kontext lösen wir deine Probleme schneller und mit deutlich weniger Kommunikationsaufwand. Dabei geht es nicht nur um Zeitersparnis. Wir machen den Support insgesamt intuitiver, menschlicher und weniger nervenaufreibend."


botBrains setzt die Innovation im KI-Kundensupport fort. Als Unternehmen kannst du deinen Kunden jetzt effiziente, sichere und ansprechende Erlebnisse bieten.


botBrains unterstützt jetzt Bild-Uploads und Bildverständnis für den Kundenservice. Nutzer können visuelle Informationen direkt mit dem KI-Chatbot teilen für schnelleren, präziseren Support und optimierte Workflows.

Sehen statt beschreiben: botBrains KI bekommt Bildverständnis


<Aside>
 <CustomerSuccessStoryCard company="OMR Education GmbH " domain="education.omr.com" headquarters="Lagerstraße 32, 20357 Hamburg" industry="eCommerce, Education" features={["Knowledge Refresh", "Users", "Topic AI", "Web SDK", "Human Handoff"]} />
</Aside>

<CustomerQuote author="Hanna Wedemann" role="Learner Experience Team bei OMR Education"
image="/blog/images/posts/hanna-wedemann.png">
„Mit botBrains haben wir die perfekte Balance zwischen Automatisierung und persönlicher Beratung gefunden. Unsere Nutzer:innen erhalten schneller die passenden Antworten und mein Team kann sich auf die komplexen Anfragen konzentrieren."
</CustomerQuote>

## Unternehmensübersicht

OMR ist in der Digital-Marketing-Welt längst eine feste Größe. Bekannt durch das jährliche OMR Festival in Hamburg, bietet das Unternehmen mit **OMR Education** eine Vielzahl an digitalen Lernprogrammen an, mit denen sie (zukünftige) Marketer:innen befähigen, am Puls der Zeit zu sein. Von Social Media über Performance Marketing bis hin zu SEO – das vielfältige Online-Weiterbildungsangebot hilft Marketer:innen, ihr Wissen gezielt zu vertiefen.

Doch genau diese Vielfalt führte zu Fragen der Nutzer: **Welche Weiterbildung ist die richtige für mich?** In welchem Angebot finde ich **die passenden Inhalte für meine Bedürfnisse und meine Marketing-Challenge?** Die große Auswahl des Angebots kann die Entscheidung erschweren und führte darüber hinaus zu Erklärungsbedarf. Auch administrative Fragen zu Zertifikaten, Buchungen oder Kursmaterialien sorgten für ein steigendes Support-Aufkommen.

### Die Herausforderung: Effektive Produktberatung

OMR Education verfolgt das Ziel, seinen Nutzer eine exzellente Kundenerfahrung zu bieten – und das vom ersten Besuch des Webshops an. Mit der steigenden Zahl an Angeboten und Interessent:innen nahm auch der Beratungsbedarf zu. Das Learner Experience Team stand vor der Herausforderung, schnell und effizient auf individuelle Anfragen zu reagieren, ohne die Wartezeiten zu verlängern. Gleichzeitig strebte das Team an, Kund\*innen rund um die Uhr und zeitsynchron für Fragen zur Verfügung stehen zu können, um schnellstmöglich Anliegen zu lösen und einen Buchungsabschluss zu erreichen.

## KI Produktberatung bei OMR Education 

Der KI-Chatbot von botBrains indiziert automatisch die Webseiten Inhalte und kennt Termindaten aus einer Excel, sodass die fortlaufende Aktualisierung automatisch passiert. Nutzer:innen erhalten sofortige Antworten und steht rund um die Uhr. Der Chatbot unterstützt Nutzer gezielt in verschiedenen Bereichen:

#### **1\. Individuelle Weiterbildungs-Beratung**

Statt sich durch das vielfältige Angebot im Webshop zu klicken, können Nutzer gezielt ihre Interessen und Vorkenntnisse angeben. Der Chatbot empfiehlt, basierend auf diesen Informationen das passende Weiterbildungsangebot – effektiv und individuell.

#### **2\. Kontextualiserte Produktberatung**

Der Chatbot kennt die aktuelle Webseite des Nutzenden und kann so auch kontexualisierte Fragen beantworten. So erhält der Nutzer genau die Informationen, die er gerade benötigt – und das ohne lange Suche.

#### **3\. Sofortige Hilfe bei administrativen Supportanfragen**

Ob Zertifikate, Buchungsmodalitäten oder technische Fragen, botBrains bietet Nutzern sofortige Antworten zu bereits in Helpcenter-Artikeln oder anderen Webressourcen verfügbaren Informationen. So wird spürbar das Supportaufkommen bei OMR Education reduziert.

#### **4\. Intelligente Weiterleitung bei komplexen Anfragen**

Sollte eine Anfrage zu speziell oder komplex für den Chatbot sein, erstellt er automatisch eine **strukturierte E-Mail** mit allen relevanten Informationen. Der Nutzer muss diese nur noch absenden – und das OMR-Team erhält alle nötigen Details direkt und ohne zusätzliche Rückfragen.

#### **5\. Mehrsprachige Unterstützung für internationale Nutzer**

Mit botBrains können nicht nur deutschsprachige, sondern auch internationale Kunden in ihrer Sprache beraten werden – eine wertvolle Ergänzung für das wachsende OMR Education Netzwerk.

#### **6\. Datenbasierte Insights für OMR Education**

botBrains analysiert die Kundeninteraktionen und liefert wertvolle Einblicke:

- Zu welchen Themen kamen in der vergangenen Woche Fragen auf? 
- Auf welchen Seiten stellen Kunden besonders häufig Fragen? 
- Zu welchen Zeiten gibt es die meisten Anfragen? 

Mit diesen Erkenntnissen kann OMR Education sein Angebot noch besser auf die Bedürfnisse der Nutzer zuschneiden.

## Effektive Prozesse und bessere Kundenerfahrung

Seit der Implementierung von **botBrains** gibt es eine merkbare Veränderung der Kundenanfragen.

✅ **Automatisierte Beantwortung einer Vielzahl von Kundenanfragen**

✅ **Deutliche Entlastung des Support-Teams**

✅ **Kürzere Reaktionszeiten und höhere Kundenzufriedenheit**

## Kontinuierliche Weiterentwicklung
Das Beste an botBrains ist die Schnelligkeit mit welchem Feedback zur Platform eingearbeitet wird. Wir (OMR Education) profitieren von einer Platform welche sich kontinuierlich weiterzuentwickelt. Die Erfassung von der aktuellen Webseite von welcher ein Nutzer eine Frage stellt wurde von OMR Education vorschlagen und umgesetzt. botBrains lieft die beste digitale Beratung in der Branche.


OMR Education bietet Website Besuchenden eine individuelle Weiterbildungsberatung an, ermöglicht durch einen KI-Chatbot von botBrains. Über 1,000 Nutzer haben das Angebot bereits genutzt. Der Assistent empfiehlt gezielt passende Kurse, beantwortet administrative Anfragen in Echtzeit und entlastet das Support-Team. Gleichzeitig liefert er wertvolle datenbasierte Insights zur Optimierung des Angebots.

Wie OMR Education 1,000+ Interessenten mit KI betreut und berät


## Herausforderung

Fan-Experience ist das große Thema im modernen Fußball. Der Sport ist längst mehr als 90 Minuten auf dem Platz – Fans erwarten eine ständige Verbindung zu ihrem Verein. Ob Spieltag oder Alltag, sie wollen schnelle, persönliche und authentische Antworten auf ihre Anliegen.

Doch die Realität sieht anders aus: Vereine erhalten monatlich über 6.000 Anfragen – zu Tickets, Merchandising, Transfers oder Mitgliedschaften. Social Media und Messenger-Kanäle verstärken den Kommunikationsdruck. Wie kann dein Verein seinen Fans echten Mehrwert bieten, ohne das Fan-Serviceteam zu überlasten?

Egal ob dein Verein groß oder klein ist, jedes Fan-Service-Team kennt diese Fragen:

- 🎟️ **Tickets**: "Kann ich meine Dauerkarte übertragen?", "Gibt es noch Tickets für das Derby?"
- 🚗 **Stadion-Info**: "Wo kann ich parken?", "Wann öffnet das Stadion?"
- 🤝 **Mitgliedschaften**: "Wie werde ich Vereinsmitglied?", "Welche Vorteile bietet eine Mitgliedschaft?"
- 🛍️ **Merchandise**: "Wann kommt das neue Trikot heraus?", "Kann ich mein Trikot personalisieren?"
- 🔐 **Konto-Fragen**: "Wie kann ich meine Bankdaten ändern?", "Ich habe mein Passwort vergessen!"
- 📰 **Neuigkeiten & Gerüchte**: "Wann ist der 11. Spieltag?", "Stimmt das Transfergerücht?"
- 💪 **Jugend- und Amateursport**: "Bietet ihr Ferienprogramme für Kinder an?", "Wo finde ich Informationen zum Jugendtraining?"
- 🤗 **Erwartungsmanagement**: "Ich bin der Beste in meinem Verein. Kann ich für eure erste Mannschaft spielen?"

An und vor Spieltagen laufen Fanhotlines und Postfächer oft über. Viele dieser Fragen könnten jedoch leicht automatisch beantwortet werden, sodass dein Team sich auf neue Initiativen konzentrieren kann.

## KI-Chatbots für digitalen Fan-Service

### Sofortige Unterstützung

Unsere KI-Chatbots sind rund um die Uhr im Einsatz und springen genau dann ein, wenn Fans Unterstützung am dringendsten brauchen – ob nach einer bitteren Niederlage oder mitten in der Nacht. Die Chatbots beantworten gängige Fragen umgehend und geben komplexere Anliegen mit Kontext nahtlos an dein Team weiter. Wahlweise per E-Mail oder direkt in dein bestehendes Ticketing-System integriert.

### Erschließen globaler Zielgruppen

Ein besonders großer Vorteil liegt im mehrsprachigen Support. Unsere KI-Chatbots verständigen sich mühelos mit Fans in deren Muttersprache und steigern dadurch die Erreichbarkeit deines Vereins enorm. Während die meisten Clubs mit ihrem internen Personal höchstens 2-3 Sprachen abdecken können, heben unsere KI-Chatbots diese Beschränkung vollständig auf. So werden wichtige Informationen für deine weltweite Anhängerschaft zugänglich.

### Hyper-Personalisierung über Fan-Profile

Fans wollen keine generische Antwort, sie wollen eine Antwort, die genau auf ihre Frage eingeht. Und genau das bieten botBrains Chatbots.

Unsere Systeme erkennen sofort, ob es sich beim Anfragenden um einen Dauerkartenbesitzer oder regelmäßigen Gast im Familienblock handelt. Du kannst die Fan-Profile mit individuellen Eigenschaften anreichern, wodurch wir passgenaue Antworten liefern können – ganz ohne zeitraubende Frageketten oder lästige Wiederholungen. Zudem können wir Nutzer einloggen und so auf persönliche Daten, vergangene Bestellungen und weitere relevante Informationen zugreifen.

### Ticketing leicht gemacht

botBrains lässt sich nahtlos an dein bestehendes Ticketsystem anbinden. Dadurch können wir in Echtzeit über verfügbare Tickets informieren und sogar passende Sitzplatzempfehlungen aussprechen. Auch situationsbezogene Anfragen meistern wir souverän:

- "Welche Plätze sind ideal für Familien?"
- "Ich suche ein Ticket für das nächste Heimspiel. Was empfehlt ihr?"

### Merchandise

Fanartikel spielen eine entscheidende Rolle im Umsatz von Klubs – unsere KI kurbelt deinen Verkauf aktiv an: Ob brandneues Trikot oder das ideale Geschenk für den Neffen, unsere Chatbots bieten [Guided Selling](/ai-chatbot-sales). Mit personalisierten Empfehlungen und Direktlinks zu deinem Online-Fanshop ermöglichen wir unkomplizierte Kaufabschlüsse.

### Markenkonformes Design und Tonalität

Über unsere Plattform behältst du volle Kontrolle über die Gestaltung des Chat-Fensters. Durch die Anpassung mit Vereinsfarben und -logo bleibt der Chatbot den Vereinsfarben treu.

### Begleitetes Onboarding und mühelose Wartung

Wir stehen dir von Anfang bis Ende zur Seite – von der Ersteinrichtung über den Go-Live bis zur fortlaufenden Optimierung. Die Integration von botBrains in deine Website ist denkbar einfach: Ein HTML-Code-Snippet kopieren und einfügen, fertig.

### Sicher und DSGVO-konform

Sämtliche Daten liegen sicher auf deutschen Servern und entsprechen vollumfänglich den Anforderungen der DSGVO. Wir haben langjährige Erfahrung mit sicheren Login-Systemen für den geschützten Zugriff auf persönliche Fan-Informationen.

## Nachweisbare Fußball-Expertise

Wir kennen das Fußball-Business. Unser Team arbeitet mit Top-Bundesligisten wie dem **1. FC Köln** und **Schalke 04** zusammen. Unser Mitgründer Björn Rosenthal bringt als ehemaliger **Head of Digital Products bei der DFL** (Deutsche Fußball Liga) wertvolles Branchen-Know-how mit.

Während herkömmliche Chatbots gerade einmal 40% der Fan-Anfragen zufriedenstellend bearbeiten können, erzielt botBrains eine Lösungsquote von 90%.

## Ergebnisse, die du erwarten kannst

- **Fan-Zufriedenheit**: Sofortige, genaue Antworten zu jeder Zeit
- **Mitarbeitereffizienz**: Fokus auf komplexe Anfragen und persönliche Fan-Beziehungen
- **Umsatzwachstum**: Gesteigerter Ticket- und Merchandise-Verkauf
- **Globale Reichweite**: Unterstützung für internationale Fans in ihrer Muttersprache
- **Dateneinblicke**: Verständnis für die Fan-Bedürfnisse durch umfassende Analysen

## Hol dir botBrains für deinen Verein

Neugierig, wie botBrains deinem Verein helfen kann? Schreib uns einfach eine [E-Mail](mailto:info@botbrains.io), ruf uns an oder [vereinbare direkt einen Beratungstermin](https://cal.com/liam-van-der-viven-c26nyj/grunder-gesprach-gemeinsam-herausfinden-ob-botbrains-dein-business-voranbringen-kann). Wir freuen uns auf den Austausch mit dir!


Fußballvereine erhalten monatlich Tausende von Fan-Anfragen. Entdecke, wie ein botBrains KI-Chatbot das Fan-Erlebnis verbessert, Mitgliedschaftsvorteile erklärt, den Ticketverkauf erleichtert und den Merchandising-Umsatz erhöht. Und dabei gleichzeitig deinem Team wertvolle Zeit spart.

KI-Chatbots für Fußballvereine


## Perfekte Ergänzung für Zendesk

Dein Team kennt Zendesk, und es funktioniert gut. Eine komplette Migration lohnt den Aufwand nicht – du brauchst vielmehr eine Lösung, die dein bestehendes System verbessert. Obwohl Zendesk bei der Support-Verwaltung hilft, kosten Ticketerstellung, Informationssammlung und einfache Anfragen zu viel Zeit. Mitarbeiter sollten keine Fragen beantworten müssen, die bereits in den FAQ stehen. Du willst repetitive Arbeit reduzieren und schnelleren, besseren Kundenservice bieten. Idealerweise kannst du inkrementell Aufgaben in der KI abbilden.

Du musst dein Support-Team schnell erweitern? Das Onboarding neuer Mitarbeiter kostet Zeit, da sie Prozesse manuell erlernen müssen, was die Skalierung erheblich erschwert.

Eine intelligente KI-Gateway vor Zendesk reduziert dein Ticketvolumen, automatisiert Arbeitsabläufe und steigert die Produktivität, während bestehende Prozesse intakt bleiben. Genau hier kommt botBrains ins Spiel.

## Grenzen des Zendesk KI-Chatbots

Zendesk bietet einen eigenen KI-Chatbot (Answer Bot, Zendesk AI), doch viele Unternehmen finden ihn in der Praxis unzureichend. Benutzer berichten, der Chatbot wirke oft "dumm", da er keine relevanten Informationen findet, Anfragen missversteht oder nur allgemeine, unnütze Antworten liefert. Das liegt an Zendesk AIs Abhängigkeit von der internen Wissensdatenbank, wodurch der Bot Probleme hat, wenn Artikel nicht perfekt strukturiert sind. Er greift nur auf begrenzte Quellen zu und ignoriert wichtige Informationen aus externen Datenbanken, PDFs oder anderen Kundenmaterialien.

Zendesks KI kann keine fortgeschrittenen Aktionen ausführen, wie das Erstellen von Rücksendeetiketten oder das Anfordern von Nachweisen für Ansprüche, weshalb Agenten mühsame Nachverfolgungen manuell erledigen müssen. Benutzer beklagen auch die begrenzten Lernfähigkeiten des Chatbots, der ständige Aktualisierungen benötigt, um relevant zu bleiben. Oft umgehen Kunden den Bot komplett – das macht ihn praktisch nutzlos. Zendesks KI ist für reale Komplexität schlicht nicht gerüstet, weshalb botBrains hier eine intelligentere, leistungsstärkere Alternative bietet.

## botBrains für Zendesk

### Die bessere Zendesk KI-Chatbot Alternative

Im Gegensatz zur begrenzten Zendesk KI verbessert botBrains dein System. Es fungiert als intelligenter Erstlinien-Assistent. botBrains arbeitet mit Zendesk zusammen, um Gespräche zu automatisieren. Es leitet strukturierte Tickets intelligent weiter und führt KI-gesteuerte Aktionen aus. Dabei verbessert es die Antwortqualität deutlich.

### KI-gestützte Ticketerstellung & fortschrittliche KI-Aktionen

botBrains erfasst und strukturiert Tickets automatisch und leitet sie mit allen nötigen Details an Zendesk weiter. Das eliminiert überflüssiges Hin und Her, senkt die Arbeitsbelastung der Agenten und beschleunigt Lösungen. Die KI kann auch automatisierte Arbeitsabläufe auslösen:

- Automatische Erstellung von Rücksendeetiketten bei erfüllten Bedingungen
- Anforderung von Nachweisen (z.B. Bilder) für Rückerstattungen/Ansprüche vor Agent-Einschaltung
- Bearbeitung von richtlinienbasierten Antworten (z.B. Garantieprüfung) ohne Agent-Eingreifen

Die Kombination aus intelligentem Routing und Automatisierung macht das Zendesk-Ticketing effizienter.

### Support und Vertrieb in einem Chatbot vereint

botBrains ist mehr als ein Support-Bot. Er fungiert auch als Produktberater und schließt die Lücke zwischen Kundenservice und Vertrieb. Zendesks KI ist nur für Problemlösung konzipiert. botBrains führt Kunden durch Kaufentscheidungen mit personalisierten Produktempfehlungen. Die KI kann:

- Sofortige Verkaufsberatung basierend auf Kundenanfragen bieten
- Verwandte Produkte oder Upgrades nach Support-Interaktionen vorschlagen
- Sicherstellen, dass Kunden die beste Lösung erhalten – sei es Reparatur oder Produktempfehlung

Diese duale Funktionalität verwandelt deinen Chatbot von einem Kostenspar-Tool in einen Umsatztreiber.

### Unkompliziertes Onboarding

Ein großer Vorteil von botBrains ist die schnelle Einrichtung ohne Wartungsaufwand. Zendesk AI erfordert ständige manuelle Updates. botBrains synchronisiert sich automatisch mit allen deinen Quellen. Es nutzt nicht nur Zendesk Guide, sondern auch Notion, Confluence, PDFs, externe FAQs, Docx, ePub und praktisch jedes andere System. Unternehmen starten in weniger als einer Stunde. Die KI lernt kontinuierlich ohne laufende Verwaltung. Das macht botBrains zur skalierbarsten und wartungsärmsten Zendesk KI-Chatbot-Alternative am Markt.

### Lösungszeit halbieren

botBrains sortiert Anfragen intelligent vor. Nur komplexe Fälle gelangen zu menschlichen Agenten. Diese können sich auf hochwertige Interaktionen konzentrieren statt auf Routinefragen. Die Reduzierung des Ticket-Rückstands ermöglicht schnellere Reaktionen auf Tickets, die nicht vom KI-Gateway abgefangen werden. Kunden, deren Anliegen noch menschliches Eingreifen erfordern, erhalten zügige Bearbeitung. Die KI sammelt proaktiv alle nötigen Informationen vor Ticket-Eskalation. Agenten erhalten strukturierte, handlungsorientierte Fälle statt unvollständiger Anfragen. Das vermeidet Verzögerungen durch mehrfache Rückfragen.

### Messbarer ROI für Automatisierungen

Als Eingangs-Gateway erfasst botBrains die meisten Interaktionen. Diese Daten fließen in TopicAI – ein Conversational Intelligence-System. Es identifiziert die Themen von Kundenanfragen und gibt dir einen klaren Überblick über deren Verteilung. Mit dem maßgeschneiderten Integrationsdienst von botBrains bindest du zusätzliche Systeme an. Du kannst noch mehr Aufgaben automatisieren, die derzeit menschliches Eingreifen erfordern. botBrains Chatbots führen Echtzeit-Abfragen in deinen Systemen durch – CRM, ERP und mehr. Das umfasst:

- CRM-Aktualisierungen basierend auf Chatbot-Interaktionen
- Bestellungsänderungen und Rückerstattungen direkt in E-Commerce-Plattformen
- Logistikkoordination wie Versandverfolgung oder automatisierte Nachverfolgungen

botBrains misst kontinuierlich die Support-Auslastung und berechnet den ROI. Es identifiziert neue Automatisierungsmöglichkeiten. So arbeitet dein Team mit maximaler Effizienz bei geringeren Betriebskosten.

## Der beste KI-Chatbot für Zendesk

botBrains ist die intelligentere KI-Lösung für Zendesk-Nutzer. Es behebt die Mängel des eingebauten Zendesk-Chatbots. Es bietet 24/7 intelligenten Support, Ticket-Automatisierung und KI-gesteuerte Aktionen. Dazu kommen Produktempfehlungen, die den Umsatz steigern.

**Deine Kunden gewinnen**, da sie sofortigen, personalisierten Service erhalten, der ihre Erwartungen übertrifft und ihnen passgenaue Empfehlungen für ihre Bedürfnisse liefert.

**Dein Unternehmen gewinnt**, weil zufriedenere Kunden zu Stammkäufern werden und Mundpropaganda betreiben, was den Absatz steigert. Gleichzeitig sinkt die Arbeitsbelastung der Agenten und die Automatisierung verbessert die Kosten – du kannst entweder sparen oder in neue Wachstumsinitiativen investieren.

Die Einrichtung erfordert minimales Onboarding und keine Wartung. Schau dir unsere Erfolgsgeschichten an. Für Organisationen, die Effizienz und Qualität im großen Maßstab maximieren wollen, ist botBrains der beste KI-Chatbot für Zendesk.


Viele Teams sind vom Zendesk KI-Chatbot enttäuscht. Ein Systemwechsel ist jedoch teuer und im Tagesgeschäft kaum umsetzbar. botBrains verbindet die Effizienzsteigerung moderne KI-Chatbots mit dem Zendesk Ticketing-System. Das intelligente KI-Gateway überzeugt Kunden, verkürzt die Lösungszeit und spart Kosten.

botBrains für Zendesk


<Aside>
 <CustomerSuccessStoryCard company="Ballsportdirekt.de GmbH & Co. KG" domain="ballsportdirekt.de" headquarters="Kamp-Lintfort, Deutschland" industry="Sportartikel Online Handel" features={["Knowledge Refresh", "Web SDK", "Custom Integration"]} />
</Aside>

<CustomerQuote author="Carolin Holtwiesche" role="Produkt Manager Indoor bei Ballsportdirekt">
„botBrains hat die Spielregeln geändert. 90% Lösungsrate – das ist mehr als nur eine Zahl. Wir erleben die Auswirkung jeden Tag. Unser Support-Team ist nicht mehr überlastet, und Kunden erhalten sofortige, klare Antworten. Selbst wenn eine Eskalation nötig ist, wird diese reibungslos für den Kunden gestaltet. Wir haben unsere Antwortzeiten verbessert, Kosten gesenkt und die Kundenzufriedenheit gesteigert – alles ohne nennenswerten Wartungsaufwand. Klare Empfehlung!"
</CustomerQuote>

## **Unternehmensübersicht**

[WePlayHandball](https://www.weplayhandball.de/) ist ein großer deutscher Online-Händler für Handball-Ausrüstung, der tausende Spieler, Trainer und Teams in ganz Europa bedient. Es ist einer von vielen Shops, die botBrains von [Ballsportdirekt](https://www.ballsportdirekt.de/), einer Tochtergesellschaft von 11Teamsports, unterstützt.

## **Die Herausforderung**

Mit dem Wachstum des Unternehmens stieg auch die Anzahl der Kundenanfragen – größtenteils wiederholte Fragen zu Sendungsverfolgung, verspäteten Lieferungen und Produktverfügbarkeit. Das Support-Team war überlastet, was zu längeren Antwortzeiten und steigender Kundenunzufriedenheit führte.

Die Support-Anfragen fielen in drei Hauptkategorien:

1. **Sendungsverfolgung & Lieferverzögerungen**  
   Kunden wünschten sofortige Updates zu ihren Bestellungen und Erklärungen für Verzögerungen.

2. **Rücksendungen & Erstattungen**  
   Viele Anfragen bezogen sich auf Erstattungszeiten und Rückgabeprozesse.

3. **Produktverfügbarkeit & Empfehlungen**  
   Käufer fragten häufig nach Lagerbeständen und Produktdetails.

Um trotz begrenzter Ressourcen effizient zu bleiben, suchte das Unternehmen nach einer skalierbaren Lösung, die sofortige Antworten liefert, Kundenfrust reduziert und es menschlichen Mitarbeitern ermöglicht, sich auf komplexe Fälle wie Zahlungsprobleme und ungewöhnliche Anfragen zu konzentrieren.

## **Die Lösung: KI-gestützte Automatisierung mit botBrains**

Um ihren Support zu skalieren, ohne die Mitarbeiterzahl zu erhöhen, setzt WePlayHandball den KI-gestützten Assistenten von botBrains ein, der jetzt **90%** der eingehenden Kundenanfragen sofort und präzise bearbeitet.

- **90% Automatisierung von Kundenanfragen**  
  Der Chatbot löst die meisten Anfragen ohne menschliches Eingreifen und reduziert das Ticketvolumen drastisch.

- **Echtzeit-Sendungsverfolgung & Lieferupdates**  
  Kunden erhalten sofortige Versandupdates, indem sie einfach ihre Bestellnummer und ihren Nachnamen für eine einfache Zugangssicherung eingeben.

- **Individuelle ERP-Integration**  
  Kunden können sicher ihre Tracking-Nummer und ihren Nachnamen eingeben, um den aktuellen Status abzurufen. Die Daten sind sicher und werden in Deutschland gehostet.

- **Automatisierte Erklärungen für Verzögerungen**  
  Die KI liefert proaktiv Gründe für Verzögerungen und setzt klare Erwartungen.

- **Nahtlose Eskalation an Mitarbeiter**  
  Kann der Chatbot eine Anfrage nicht lösen, generiert er automatisch eine E-Mail für den Kunden. Benutzer füllen einfach ihre Kontaktdaten automatisch aus, klicken auf Senden und erhalten eine schnelle Antwort – für eine reibungslose Übergabe an den menschlichen Support.

- **Fokus auf hochwertige Fälle**  
  Das Support-Team ist nicht mehr von wiederholten Tickets überhäuft und kann sich jetzt ausschließlich mit Zahlungsproblemen und ungewöhnlichen Fällen befassen.

Die dritte Problemkategorie (Produktverfügbarkeit & Empfehlungen) wurde damals nicht vom Support abgedeckt und wird auch vom Bot nicht bedient. Dieses Thema könnte in zukünftigen Kooperationen weiterverfolgt werden.

## **Ergebnisse & Auswirkungen**

- **90% weniger Anfragen, die menschlichen Support erfordern**  
  90% der Gespräche werden autonom gelöst. Support-Mitarbeiter konzentrieren sich jetzt nur noch auf kritische Fälle, die vom System eskaliert werden.

- **14.000+ Gespräche, 50.000+ Nachrichten in den letzten 12 Monaten**  
  Es wurden über 50.000 Nachrichten im Rahmen von mehr als 14.000 Gesprächen innerhalb der letzen 12 Monate bearbeitet.

- **Sofortige Antwortzeiten**  
   Kunden erhalten umgehende Antworten, was die Zufriedenheit deutlich verbessert.

- **Höhere betriebliche Effizienz**  
   Weniger Tickets bedeuten niedrigere Kosten und bessere Skalierbarkeit.

- **Besseres Kundenerlebnis**  
  Benötigt ein Kunde doch Support, bereitet der Chatbot die E-Mail automatisch vor – für eine reibungslose Eskalation.

Bei Ballsportdirekt löst der KI-Chatbot von botBrains 90% der 14.000 jährlichen Kundenanfragen ohne menschliches Eingreifen. Eine direkte ERP-Anbindung macht Echtzeit-Bestellinformationen verfügbar. Nach dem Onboarding aktualisiert sich das System fortlaufend automatisch, sodass Änderungen in den FAQs automatisch übernommen werden. Wir haben die Antwortzeiten von Tagen auf Sekunden reduziert.

Wie Ballsportdirekt 90% der Kundenanfragen automatisch löst

Du bist ein Unternehmen auf der Suche nach einer Chatbot-Lösung? Wir helfen dir bei der Entscheidung zwischen botBrains und ChatBot.com mit diesem detaillierten Vergleich.

Vergleich botBrains vs. ChatBot.com


Ab sofort macht botBrains Schluss mit der „SSO tax“ und stellt Single Sign-On (SSO) in sämtlichen Plänen kostenfrei zur Verfügung.

Erstklassige Sicherheit gehört für botBrains zum Standard. Unsere Chatbot-Lösung ist von Grund auf DSGVO-konform und erfüllt modernste IT-Sicherheitsstandards wie durchgängige Datenverschlüsselung. Wir wollen, dass Unternehmen jeder Größe IT Best Practices folgen können. Sicherheit ist bei uns keine Option, sondern selbstverständlich.

## Der Hintergrund unserer Entscheidung

Bislang waren Single Sign-On (SSO)-Funktionen ausschließlich unserem Enterprise-Plan vorbehalten. Dies hatte zur Folge, dass Unternehmen, die auf bewährte Sicherheitspraktiken Wert legten, zum kostspieligsten Plan greifen mussten.

Es wurde uns bewusst, dass diese Herangehensweise im Widerspruch zu unserer Mission steht, den Zugang zu sicheren KI-Lösungen für alle zu ermöglichen. Sicherheit darf kein Premium-Feature sein – vielmehr handelt es sich um ein Grundrecht für sämtliche Kunden, das letztendlich auch die Daten der Endnutzer schützt.

## Darum ist SSO unverzichtbar

Single Sign-On ist weit mehr als ein bloßes Komfort-Feature – es bildet einen Grundpfeiler moderner IT-Sicherheitsstandards. Durch die zentrale Authentifizierung über alle Unternehmensanwendungen hinweg schafft SSO nicht nur ein robustes Sicherheitsgerüst, sondern optimiert gleichzeitig das Mitarbeiter-Management:

- **Automatisiertes Onboarding**: Neue Mitarbeitende erhalten im Handumdrehen Zugang zu allen relevanten Anwendungen, wodurch sich die Einrichtungszeit von Stunden auf Minuten reduziert.
- **Zero-click Offboarding**: Scheidet ein Mitarbeitender aus dem Unternehmen aus, genügt eine einzige Deaktivierung, um den Zugriff auf sämtliche verbundene Systeme augenblicklich zu unterbinden – keine Sicherheitslücken durch übersehene Konten.
- **Zentrale Sicherheitssteuerung**: Einheitliche Sicherheitsrichtlinien für Passwortkomplexität, Mehr-Faktor-Authentifizierung und Erkennung verdächtiger Anmeldeversuche lassen sich mühelos über alle Anwendungen hinweg durchsetzen.
- **Verringerte Angriffsfläche**: Weniger Zugangsdaten bedeuten weniger potentielle Schwachstellen, was das Gesamtrisiko für dein Unternehmen erheblich mindert.
- **Verbesserte Compliance**: Lückenlose Zugriffs- und Authentifizierungsprotokolle erleichtern die Einhaltung regulatorischer Vorgaben wie DSGVO, HIPAA oder SOC 2 ungemein.

## So richtest du SSO ein
Um SSO zu implementieren, melde dich bitte auf platform.botbrains.io an und kontaktiere über „Help" unser Support-Team. Wir stehen dir bei der Einrichtung zur Seite und sorgen für einen reibungslosen Übergang.

## Was bedeutet das für dich?

#### Business-Plan-Abonnenten
Ab sofort kannst du deine bestehenden Identity Provider (wie Okta, Microsoft Entra ID, Google Workspace und weitere) nahtlos anbinden, um den Benutzerzugriff zu verwalten und deine Sicherheitslage ohne Mehrkosten zu verbessern.

#### Enterprise-Plan-Abonnenten
Du genießt weiterhin erweiterte Funktionen und bevorzugten Support, mit der Gewissheit, dass grundlegende Sicherheitswerkzeuge wie SSO nunmehr zum Standard in allen botBrains-Plänen gehören.

## Unser Versprechen für faire Preisgestaltung

Bei botBrains richten wir unsere Preisgestaltung am Leistungsumfang aus – und nicht daran, essentielle Sicherheitstools zu limitieren. Wir staffeln unsere Preise für fortgeschrittene Integrationen und maßgeschneiderte Anpassungen.

---

*PS: Die Inspiration zu diesem Schritt verdanken wir unseren Freunden bei [Tailscale: SSO tax, cut](https://tailscale.com/blog/sso-tax-cut). Weiterführende Informationen, warum die „SSO tax" in der Branche problematisch ist, findest du unter [ssotax.org](https://ssotax.org/).*


Ab sofort schafft botBrains die „SSO tax“ ab und bietet Single Sign-On (SSO) kostenlos in allen Plänen an. Sicherheit auf Enterprise-Niveau ohne Zusatzkosten.

SSO heißt nicht länger doppelter Preis

Du bist ein Unternehmen auf der Suche nach einer KI-Chatbot-Lösung? Dieser Artikel beleuchtet die Angebote von botBrains und moin.ai, damit du eine fundierte Entscheidung treffen kannst.

Vergleich botBrains vs. moin.ai


Autofahrer, die wissen, wie ein Auto technisch funktioniert, fahren oft sicherer und effektiver. Du kannst merkwürdige Geräusche oder ungewöhnliches Verhalten viel schneller einordnen und bist dir der Grenzen deines Fahrzeugs bewusst. Genau so verhält es sich mit großen Sprachmodellen (LLMs) wie ChatGPT: Wer grob versteht, wie sie intern ticken, kann sie besser einsetzen – und ihre Grenzen realistischer einschätzen.

# LLMs besser verstehen heißt, LLMs besser nutzen zu können. 

Also machen wir dich hier in grob drei Seiten zum populärwissenschaftlichen Experten. Große Sprachmodelle sind im Kern statistische „Nachahmer“. Man stellt ihnen riesige Datenmengen zur Verfügung und sie lernen darin Muster zu erkennen. Bei sogenannten Large Language Models bedeutet das: Wir füttern sie mit Text und sie sollen das *nächste* Wort (Token, mehr dazu hinten) vorhersagen. Ein Satz entsteht durch Wiederholung dieses Schrittes nach Anhängen des neuen Tokens an den Satz. Aber warum hören LLMs auf zu generieren? Warum stellst du Rückfragen? Warum folgt auf “Heil” nicht in 20% der Fälle “Hitler”, gibt es noch im Netz genügend radikales Fundament. Diese Fragen werden wir beantworten.

Damit das funktioniert, *zerlegen* wir die Texte zunächst in Token. Ein Token kann ein Wort sein, ein Teil eines Wortes, ein Satzzeichen, ein Emoji oder irgendeine andere Zeichenfolge. ChatGPT beispielsweise hat ein Vokabular von rund 200.000 solchen Tokens. Jeder Text – egal ob Deutsch, Englisch oder ein Mix aus Symbolen – wird in eine Folge dieser Tokens übersetzt. Warum 200.000? Ein zu kleines Vokabular macht die Token-Sequenzen sehr lang, was das Training erschwert; ein zu großes Vokabular wiederum verkompliziert das Modell ebenfalls, weil wir in jedem Schritt noch mehr Wahrscheinlichkeiten berechnen müssen. 

Nachdem wir den gesamten „inhaltlich wertvollen“ Teil des Internets – etwa Wikipedia, Foren wie Reddit – so aufbereitet haben, bringen wir ein großes neuronales Netz dazu, unzählige Male zu raten, welcher Token als Nächstes kommt. Man nennt dies **Pre-Training** oder die Phase, in der das **Basismodell** („Base Model“) entsteht. Das Ergebnis: ein reines Autocomplete-System, das das statistische Wissen aus Bergen von Text gelernt hat, aber noch nicht auf „Hilfsbereitschaft“ oder Benutzerfreundlichkeit getrimmt ist.

Im nächsten Schritt erfolgt das **Instruct-Finetuning**. Menschen (sogenannte Human Labeler) oder andere Hilfsmodelle erstellen Dialog-Beispiele: „Frage“ und „ideale Antwort“. Das Basismodell lernt dadurch, hilfreiche und freundliche Reaktionen zu geben, statt willkürlich Text zu vervollständigen. So entsteht ein **Instruct-Modell**, das Fragen so beantwortet, wie man es sich von einem Assistenten wünscht. Insbesondere wird hier schon alignment eingeführt, das Modell lernt also auf “Heil” zwar “Hitler” zu antworten, dann jedoch dies in den richtigen Kontext zu rücken (“Heil Hitler” ist eine nationalsozialistische Grußformel, die im Dritten Reich (1933–1945) als offizieller Gruß etabliert wurde. Sie diente der ideologischen und propagandistischen Verherrlichung Adolf Hitlers und des NS-Regimes…). Ebenso lernt das Modell, bestimmtes Wissen zurückzuhalten.

### Warum hören LLMs auf zu antworten?  
 Unter der Haube werden Konversationen in besondere „Tokens“ zerlegt, die so etwas wie eine Rollenstruktur bilden: *im\_start* (z. B. Beginn eines Benutzerbeitrags), *im\_mid* (Zwischenschritte, etwa das Assistenten-Nachdenken) und *im\_end* (das Ende der Assistenten-Antwort). Sobald das Modell im generierten Text auf einen entsprechenden End-Token – also eine Art Schlusspunkt – stößt, interpretiert es dies als Signal, seine Antwort abzuschließen. Oder der interne Dialog wechselt in die nächste Rolle, etwa „User“. Deshalb wirkt es manchmal, als würde das Modell plötzlich verstummen oder gezielt Nachfragen stellen: Es orientiert sich an diesen Token-Grenzen und „weiß“ so, an welcher Stelle das Gespräch für den Nutzer sinnvoll fortgesetzt oder unterbrochen wird.

**Beispiel:**  
 Wenn du eine Anfrage an ChatGPT sendest, generiert es intern eine Sequenz wie:

```
<start>assistant<mitte>Wie kann ich dir heute helfen?<ende>

<start>user<mitte>Welche Farbe hat die Sonne?<ende>

<start>assistant<mitte>
```

Das KI-Modell „weiß“ nicht wirklich, wann es aufhören soll; es errechnet lediglich Wahrscheinlichkeiten für den nächsten Token. Eine Token-Folge könnte zum Beispiel `Blau.<ende>` sein. Sobald das Modell diesen `<ende>`-Token erzeugt, hört die Software auf, aus dem Instruct-Modell Tokens zu sampeln. Das Modell entscheidet also nicht selbst, sondern hat stets nur die Aufgabe, eine Wahrscheinlichkeit über das Vokabular zu errechnen.

### Was ist die Temperature?

Stell dir eine Dartscheibe vor, die in mehrere Sektoren aufgeteilt ist. Jeder dieser Sektoren steht für einen möglichen nächsten Token, den das Sprachmodell ausgeben könnte. Die Oberfläche wird proportional zur Wahrscheinlichkeit vergeben. Hat ein bestimmter Token eine besonders hohe Wahrscheinlichkeit, wird sein Sektor entsprechend groß angelegt; Tokens mit geringerer Wahrscheinlichkeit bekommen dagegen nur einen kleinen Ausschnitt der Scheibe. 

Beim sogenannten Sampling „werfen“ wir nun gewissermaßen blind einen Dart auf diese Scheibe. Der zugehörige Token unseres getroffenen Sektors ist unser nächster Token. Offensichtlich treffen wir also häufiger größere Sektoren. 

Der *Temperature*\-Parameter bestimmt, wie stark wir diese Sektoren (Wahrscheinlichkeiten) „zusammendrücken“ oder „auseinanderziehen“.

Eine hohe Temperature verkleinert größere Sektoren, während kleine Sektoren anwachsen. Das bedeutet, auch an sich unwahrscheinliche Tokens bekommen mehr Fläche. Der Dartwurf trifft somit öfter „exotische“ Tokens. Die Antworten klingen mitunter kreativer, können aber auch chaotischer ausfallen.

Eine niedrige Temperature vergrößert bereits große Sektoren und verdrängt die kleinen. Dadurch steigt die Chance, dass der Dart immer auf die gleichen, wahrscheinlichsten Tokens landet. Die Texte werden einheitlicher und vorhersehbarer, wirken aber oft weniger originell.

### Wie schaffen wir es, dass das LLM nicht sofort aufhört zu generieren?
Unter anderem durch **Reinforcement-Learning from Human Feedback-Finetuning.** Statt uns selbst immer die Antwort-Paare zu überlegen, trainieren wir ein zweites KI-Modell, welches selbst abschätzen kann, wie hoch die menschliche Zustimmung ausfallen würde. Es ist also eine Bewertungsinstanz, auch genannt “Reward Model”. Gebaut werden diese Datensätze durch menschliche Annotatoren, welche verschiedene Antwortvorschläge des Sprachmodells nach ihrer Qualität bewerten. Eventuell wird dir jetzt auch klar, warum wir lange Zeit bei ChatGPT öfters mal gebeten wurden, bei 2 Generierungen jene auszuwählen, die uns besser gefallen. Diese Urteile bilden einen Datensatz, aus dem das Reward-Modell gebaut werden kann. 

Nun kann unser LLM eine Reihe möglicher Antworten auf eine Frage erträumen. So entsteht eine Kombination aus Reward-Modell und LLM: Unser LLM generiert eine Reihe möglicher Antworten und lässt sie vom Reward Model bewerten. Antworten mit hoher Punktzahl verstärken das aktuelle Verhalten, während niedrige Punktzahlen es abschwächen. So lernt das Sprachmodell, bevorzugt Antworten zu erzeugen, die vom Reward Model positiv beurteilt werden. Bevorzugen heißt, wir erhöhen die Wahrscheinlichkeiten jener Tokens. Dieses Training läuft nur begrenzt, damit das Modell das Reward Model nicht überlisten kann.

Das Resultat sind Antworten, die stärker mit menschlichen Vorstellungen von Relevanz, Freundlichkeit und Qualität übereinstimmen. Im Idealfall reagiert das Modell hilfreicher und konsistenter, bleibt jedoch auf spezifische Einsatzgrenzen angewiesen, da es trotz RLHF noch immer an unbekannte Randfälle oder fehlerhafte Schätzungen stoßen kann.

Wer die letzten Wochen den LLM-Space beobachtet hat, weiß, dass es ein Modell namens DeepSeek R1 gibt, welches große Wellen geschlagen hat. Hintergrund ist, dass es auf dem Niveau der aktuellen Modelle performt, dabei aber viel weniger im Training gekostet hat. Das liegt daran, dass die Datensätze für solche Reward-Modelle immer besser werden, wir also besser darin werden, das LLM zu trainieren und früher mit RLHF anfangen können.

Zusammengefasst:

1. **Base Model:** Riesige Textdaten zu einem Autocomplete Modell übersetzen.  
2. **Instruct Model:** Menschliche Beispielantworten → Chat Assistent Verhalten.  
3. **Fine Tuned Modell:** Feinschliff durch gezielte Belohnung oder Korrektur.

Wer grob versteht, dass ChatGPT und Co. im Kern auf Wahrscheinlichkeiten von Tokens beruhen, erkennt schneller, warum sie teils Unsinn halluzinieren oder korrekt wirkende, aber falsche Fakten ausgeben können. Ähnlich wie ein Fahrer, der sein Auto „kennt“, kann man mit diesem Wissen die Stärken eines KI-Modells gezielt nutzen und die Eigenheiten souveräner umgehen. Wie Audio und Bilder verarbeitet werden können, behandeln wir ein anderes Mal.


Ein verständlicher Einblick hinter die Kulissen von ChatGPT, Claude, Gemini und DeepSeek. Von Tokens und Wahrscheinlichkeiten bis hin zum RLHF-Training – so entstehen moderne Large Language Modelle Stand Februar 2025.

Wie werden die besten Sprachmodelle entwickelt?


Schnelle und nahtlose Kommunikation ist das Rückgrat effizienter Teams. Mit Slack Support ermöglicht botBrains die volle Leistung der KI direkt in deine Slack-Kanäle einzubinden. Somit gibt es schnellere Entscheidungen, weniger Unterbrechungen und maximale Produktivität.

## **Dein smarter KI-Assistent in Slack**

Mit unserer neuen Slack-Integration wird der Zugriff auf Unternehmenswissen mühelos. Kein Wechseln zwischen Apps, keine langwierige Suche - einfach Slack öffnen und sofort Unterstützung erhalten.

### **Hauptfunktionen auf einen Blick**

### **🚀 Einfache One-Click-Installation**
Installiere "Slack Support" mit nur einem Klick in deinem Workspace – kein komplizierter Einrichtungsprozess, sofort startklar!

### **🎨 Vollständig personalisieren**
- du bestimmst den Namen und das Icon deines Slack-Chatbots, um ihn perfekt in dein Branding zu integrieren.

### **🔗 Tief in Slack integriert**
Stell Fragen direkt in Slack-Kanälen, Threads oder Direktnachrichten – unsere KI liefert sofort relevante Antworten aus deinen Unternehmensdaten.
- **@Erwähnungen in Kanälen:** Frag einfach "@name" und erhältst kontextbezogene Antworten.
- **Unterstützung für Threads & Direktnachrichten:** Behalte den Überblick, ohne die Unterhaltung zu verlassen.

### **📂 Direkter Zugriff auf deine wichtigsten Datenquellen**
Unsere Integration verbindet sich mit deinen bevorzugten Tools:
- Notion, Confluence, Google Drive: Abruf von Unternehmenswissen & Dokumentationen.
- CRM-Systeme (z. B. Salesforce, HubSpot): Kundeninformationen auf Abruf.
- deine Website & interne Datenbanken: Immer aktuelle Informationen zur Hand.
- Und vieles mehr! Flexible Anpassung an deine individuellen Anforderungen.


## Schneller, bessere Entscheidungen treffen

> Oft werden Entscheidungen ad hoc in Slack getroffen, ohne nochmal in die Prozessdokumentation zu gucken. Durch Slack Support schreibe ich einfach im Thread `@Ask botbrains was sagt unsere Prozessdoku dazu?` und erhalte sofort die passende Antwort.
> 
>- Liam, Chief Technology Officer @ botBrains

Durch Slack ist nun das Wissen deines Unternehmens direkt in deinen Slack-Kanälen verfügbar. Das bedeutet:

✅ **Sofortige Antworten** – Keine Wartezeiten, direkte Unterstützung in Slack.

✅ **Effiziente Zusammenarbeit** – Fördert produktive Diskussionen & fundierte Entscheidungen.

✅ **Maximale Produktivität** – Weniger Zeit für die Suche, mehr Zeit für das Wesentliche.

✅ **Nahtlose Integration** – Unterstützt deine Prozesse ohne Unterbrechung.

✅ **Besserer Wissensaustausch** – Unternehmenswissen für alle zugänglich machen.

## Demo Video
<YtEmbed src="https://www.youtube-nocookie.com/embed/_Qo5phs8Wfw?si=8_kKyth4U5g0D-Ct" />


Ab sofort erhältst du direkten KI-Support in deinem Slack-Workspace - die KI-Chatbots von botBrains sind mit nur einem Klick installiert und tief in deine bestehenden Workflows integriert.

Slack Support - KI-Chatbots in Slack


## Das Einfallstor für Kundenanfragen

botBrains setzt auf Künstliche Intelligenz, um Kundenanfragen effizient und zuverlässig zu beantworten. Die Lösungszeit, eng. Time-To-Resolution, korreliert stark mit der Kundenzufriedenheit und den Kosten. Unser Ziel ist es, der zentrale Anlaufpunkt für Kunden zu sein – denn je mehr Anfragen die KI bearbeitet, desto mehr Prozesse können schrittweise automatisiert werden. Doch es gibt Situationen, in denen nur menschliche Expertise weiterhilft. Genau hier kommt unser neues Feature ins Spiel: die intelligente menschliche Weiterleitung!

## **Wenn die KI an ihre Grenzen stößt**

Bei botBrains glauben wir an eine optimale Verbindung zwischen KI und menschlichem Support. Unsere Chatbots bieten schnellen, präzisen und personalisierten Kundensupport – rund um die Uhr. Doch in manchen Fällen braucht es den direkten Kontakt mit einem Menschen.

Wir präsentieren mit Begeisterung unsere **Human Handoff-Funktion**! Dieses Feature sorgt für einen reibungslosen Übergang zwischen KI-gestütztem Chatbot-Support und menschlicher Expertise – genau dann, wenn es nicht anders geht.

## **Intelligente Erkennung und Konfigurierbares Pushback**

### **Intelligente Erkennung**

Unsere botBrains-KI analysiert Konversationen in Echtzeit und erkennt automatisch, wann ein Mensch übernehmen sollte. Dabei werden verschiedene Faktoren berücksichtigt:

- **Komplexität der Frage**: Sobald die Anfrage nicht aus den Quellen zu beantworten ist, erkennt die KI, dass ein Mensch benötigt wird und die Anfrage weiterleiten sollte, statt zu halluzinieren.
- **Emotionale Analyse**: Durch KI-gestützte Analyse spürt der Chatbot Frustration, Verwirrung oder Ärger und initiiert den Eskalationsprozess.
- **Schlüsselwörter und Phrasen**: Trigger-Wörter wie "Ich möchte mit einem Mitarbeiter sprechen" oder "Kundendienst kontaktieren" lösen die Weiterleitung aus.
- **Unmögliche Aktionen**: Falls die KI eine geforderte Aktion (z. B. Rückerstattungen, Vertragsänderungen) nicht durchführen kann, leitet sie die Anfrage automatisch weiter.
- **Fehlendes Wissen**: Wenn die KI keine relevante Antwort liefern kann, signalisiert sie die Notwendigkeit menschlicher Unterstützung.

### **Konfigurierbares Pushback**

Bestimme selbst, wann und wie die Übergabe an einen menschlichen Agenten erfolgt! Die KI kann:

- Kunden die Weiterleitung vorschlagen.
- Klären, warum die Eskalation notwendig ist.
- Eine Beschreibung des Problems fordern und in Quellen versuchen, das Problem zu lösen.

## **Wichtige Informationen im Vorfeld sammeln**

Damit dein Support-Team bestmöglich vorbereitet ist, sammelt botBrains alle relevanten Informationen vor der Weiterleitung:

- **Vollständige Gesprächshistorie**: Der Agent erhält die gesamte Chat-Vorgeschichte und kann ohne Informationsverlust anknüpfen.
- **Konfigurierbare Datenerhebung**: Entscheide, welche zusätzlichen Informationen vorab erfragt werden sollen (z. B. Bestellnummer, Problembeschreibung). Das spart Zeit und optimiert die Lösungsfindung.

Dadurch entfällt das mühsame und ineffiziente Hin und Her per E-Mail, was zu einer schnelleren und präziseren Lösung von Kundenanfragen führt.

## Weiterleitung per E-Mail an Intercom, Zendesk, Salesforce Servicecloud oder per Webhook

Um eine nahtlose Übergabe zu gewährleisten, unterstützt botBrains verschiedene Plattformen zur Weiterleitung von Kundenanfragen:

- **E-Mail:** Übergabe an ein von dir gewähltes E-Mail-Postfach mit einer Zusammenfassung des Problems.
- **Intercom**: Übergabe an einen Agenten innerhalb deiner bestehenden Intercom-Infrastruktur.
- **Zendesk**: Automatische Erstellung von Support-Tickets.
- **Salesforce Servicecloud**: Integrierte Weiterleitung für eine lückenlose Bearbeitung von Kundenanfragen.
- **Auf Anfrage:** Wir können auch dein spezielles System anschließen, z. B. dein CRM oder ERP.

Diese vielseitigen Möglichkeiten sorgen dafür, dass Kundenanfragen immer an der richtigen Stelle landen und effizient bearbeitet werden können.

## Die Vorteile der Menschlichen Weiterleitung

Das sagt unser Chief Technology Officer dazu:

> Mit Human Handoff schaffen wir es Anliegen stets auf dem schnellstmöglichen Weg zu klären. Du schilderst dein Anliegen der KI und bekommst entweder sofort eine Antwort oder wirst an einen Menschen weitergeleitet – musst die E-Mail aber nicht selbst schreiben! Du musst nicht suchen, und der Agent kann ohne Kontextverlust dein Anliegen lösen. Unsere Metriken stellen sicher, dass wir häufige Weiterleitungen erkennen und weiteres Wissen und Prozesse hinterlegen, um schrittweise die Automatisierungsrate zu erhöhen.
>
>- Liam, Chief Technology Officer @ botBrains

Human Handoff schafft die Möglichkeit, Kunden immer am schnellsten zu helfen und die Time-To-Resolution maximal zu reduzieren.

✅ **Erhöhte Lösungsraten**: Komplexe Probleme werden schneller und effizienter durch deine Expertenteams gelöst.

✅ **Optimierte Agenteneffizienz**: Routineanfragen werden von der KI übernommen, sodass sich Agenten auf wertvolle Interaktionen konzentrieren können.

✅ **Nahtloser Übergang**: Kunden müssen ihr Anliegen nicht doppelt erklären – alle relevanten Informationen liegen bereits vor. Vor allem wird auch E-Mail-Ping-Pong minimiert.

✅ **24/7-Verfügbarkeit**: Auch wenn kein Mitarbeiter online ist, kann die KI Vorab-Informationen sammeln und den Kunden in eine Warteschlange setzen.

✅ **Schrittweise Reduzierung**: Unsere Analysen helfen dir, weitere Prozesse und Integrationen anzustreben, um die Time-To-Resolution von Kunden weiter zu senken.

### Time-To-Resolution optimieren

Zusammengefasst hilft die menschliche Weiterleitung dabei, die Time-To-Resolution zu optimieren und somit die Kundenzufriedenheit zu steigern. Mit botBrains bist du bestens gerüstet, um Kundenanfragen zuverlässig und schnell zu bearbeiten.

### Live Demo sehen
<YtEmbed src="https://www.youtube-nocookie.com/embed/ACjFJrYHlZ4?si=313VwP2q2LfZg1Mf"/>


Wenn die KI mal nicht weiter weiß, erkennt die KI den Umstand intelligent und leitet das Kundenanliegen an den menschlichen Support weiter. Unterstützt werden E-Mail, Intercom, Zendesk, Salesforce und weitere auf Anfrage.

Was wenn die KI nicht weiter weiß? Weiterleitung an den Menschen


## Die Herausforderung von KI-Assistenten im Kundenkontakt

CustomGPTs haben das Potenzial von KI-Assistenten gezeigt, aber es gibt einen Haken: Du bist in OpenAIs Plattform eingeschlossen. Während Unternehmen diese leistungsstarken KI-Fähigkeiten gerne direkt ihren Kunden anbieten würden, gab es bisher keine vertrauenswürdige Lösung für den Einsatz solcher Assistenten in Umgebungen mit direktem Kundenkontakt.

Der Einsatz von KI-Assistenten im geschäftlichen Umfeld erfordert:
- **Sichere Kundeninteraktionen** - Geschützter Umgang mit Daten und konforme Benutzerauthentifizierung
- **Systemintegration** - Nahtlose Verbindung mit deinem ERP, CRM und bestehenden Business-Tools
- **Präsenz in Kundenkanälen** - Dort sein, wo deine Kunden sind: auf deiner Website, in Slack oder in deiner App
- **Echtzeit-Support-Funktionen** - Ordnungsgemäße Eskalationswege, Gesprächsverfolgung und Support-Ticket-Integration

botBrains schließt diese Lücke und bringt CustomGPT-ähnliche Funktionen zu deinen Kundenkontaktpunkten, während es gleichzeitig die Unternehmensanforderungen erfüllt. Entwickelt von einem Team mit Erfahrung aus erstklassigen KI-Produkten, ist es speziell für den Produktiveinsatz von kundenorientierten KI-Assistenten konzipiert.

Lass uns untersuchen, wie sich botBrains und CustomGPTs bei der praktischen Geschäftsimplementierung vergleichen.

## Kundenservice KI-Plattform Vergleich
KI entwickelt für Kundenengagement vs. OpenAIs Produktplattform

### **botBrains: KI-gestützter Kundenservice**
✅ Entwickelt für **direkte Kundeninteraktionen** in **Support, Vertrieb und Service.**  
✅ **Integration in deine Systeme** (CRM, ERP, Ticketing, Authentifizierung).  
✅ Entwickelt, um **Antworten basierend auf echten Kundendaten zu personalisieren**.  
✅ **Globale Reichweite** mit Ein-Klick-Übersetzungen und voller Unterstützung für 24 Sprachen.  
✅ **Qualitätssicherung** durch umfassende Testsuites, die korrektes Verhalten sicherstellen.  

### **CustomGPTs: KI innerhalb der OpenAI ChatGPT Plattform**
🤖 Anpassbare KI-Erlebnisse für **ChatGPT-Nutzer**—nicht für Kunden.  
⚠️ **Keine direkte Integration mit Geschäftssystemen** wie bei botBrains.  
⚠️ Keine **Echtzeit-Kundendatenverfolgung**—keine Personalisierung.  

🔍 **Wichtigste Erkenntnis**: Wenn du **KI benötigst, die mit deinen Kunden interagiert**, ist botBrains die richtige Lösung. CustomGPTs sind für **Benutzer innerhalb der OpenAI-Plattform**.

## Wo kann die KI mit Kunden interagieren?

### **botBrains: Dort, wo deine Kunden sind**
botBrains funktioniert **über alle Kanäle für direkten Kundenkontakt hinweg**, sodass deine KI überall dort zugänglich ist, wo deine Kunden interagieren:

Setz deinen KI-Assistenten direkt auf deiner Website durch ein **schwebendes Chatfenster** ein oder bette ihn nahtlos in deine App's **Sidebar** oder **Vollbildansicht** ein. Jeder **Chatbot kann vollständig angepasst werden**, um zu deinen Markenfarben und Design zu passen und ein einheitliches Kundenerlebnis zu gewährleisten. Darüber hinaus unterstützen wir **sichere Benutzerauthentifizierung** unabhängig von deinem Identitätssystem.

Verbinde dich mit deinen Kunden in Slack, indem du den Assistenten direkt in ihren Workspace-Kanälen einsetzt.

### **CustomGPTs: Beschränkt auf OpenAIs ChatGPT Plattform**
⚠️ Keine Unterstützung für **Slack, Websites oder direkten Kundenzugang**.  
⚠️ Nur zugänglich **innerhalb der OpenAI ChatGPT App**.  
⚠️ Keine integrierte Authentifizierung oder **Benutzerverfolgung für personalisierte Antworten**.  
⚠️ Beschränkt auf **schwarz-weiß Styling** ohne Anpassungsmöglichkeiten.  

🚀 **Wichtigste Erkenntnis**: botBrains **erreicht Kunden dort, wo sie sind**—CustomGPTs nicht.  

## Verbindung deines KI-Assistenten mit CRM, ERP und mehr

### **botBrains: KI, die deine Kunden kennt**
💡 Ruft **Echtzeit-Kundendaten** aus deinem **CRM, ERP und Authentifizierungssystemen** ab.  
🔄 **Verfolgt und meldet Kunden** sicher an—funktioniert mit jedem Authentifizierungssystem.  
🔗 Automatisiert Kundenworkflows mit **tiefen Systemintegrationen**.

### **CustomGPTs: Kein Kundenkontext oder Systemzugriff**
❌ Keine Möglichkeit, **Benutzer zu verfolgen** oder **Kunden zu authentifizieren**.  
❌ Benutzer können nicht aus einer eingebetteten Ansicht annotiert werden und können daher das Erlebnis nicht nahtlos basierend auf Kundendaten personalisieren.  
❌ Erfordert **manuelle Einrichtung für externe Integrationen** (falls überhaupt möglich).  

🔍 **Wichtigste Erkenntnis**: Wenn du eine KI willst, die **Antworten personalisiert und sich in dein Geschäft integriert**, gewinnt botBrains.

## **Conversational Intelligence**

✅ **Verfolgt jede Interaktion** und gibt dir klare Einblicke, wie Kunden mit deinem KI-Assistenten interagieren.  
✅ Bietet **Gesprächsanalysen**, um Trends zu erkennen, häufige Probleme zu identifizieren und Antworten zu optimieren.  
✅ **Vertriebs- & Support-Einblicke** – Verstehe, nach welchen Produkten/Services Kunden am häufigsten fragen, verfolge Conversion-Möglichkeiten und verbessere FAQs basierend auf echten Fragen.  
✅ **Eskalations-Reporting** – Sieh, wann und warum Benutzer menschlichen Support benötigen, um die Automatisierung zu verfeinern und Self-Service-Raten zu verbessern.  

### **CustomGPTs: Eine Black Box ohne Tracking oder Analytik**
⚠️ **Kein integriertes Tracking** – Du kannst nicht sehen, wie viele Benutzer mit deinem KI-Assistenten interagieren oder was sie fragen.  
⚠️ **Kein Analytics Dashboard** – Keine Einblicke in Gesprächstrends, verpasste Fragen oder Engagement-Metriken.  
⚠️ **Kein Gesprächs-Explorer** – Du kannst keine vergangenen Interaktionen überprüfen oder Antworten basierend auf echten Kundendaten optimieren.  
⚠️ **Keine Vertriebs-Einblicke** – Kann keine Leads / Vertriebsaktivitäten erfassen.

### **Wann CustomGPTs wählen?**

Während botBrains bei kundenorientierten Interaktionen überzeugt, haben CustomGPTs in bestimmten Szenarien eindeutige Vorteile:

### **Ideale Anwendungsfälle für CustomGPTs**
✅ **Internes Wissensmanagement** – Da nur interne Mitarbeiter Zugang haben, sind weniger strenge Sicherheitsmaßnahmen erforderlich. Ideal für die Erstellung spezialisierter KI-Assistenten, die Mitarbeitern helfen, auf Unternehmensdokumente zuzugreifen und sie zu navigieren.  
✅ **Datenanalyse, Bildgenerierung, Ad-hoc-Dokumentenverarbeitung** – Hervorragend für Teams, die KI-Hilfe bei Datenanalyse, Forschungszusammenfassungen und Content-Erstellung benötigen. Enthält einzigartige Fähigkeiten wie Code Interpreter für komplexe Datenanalyse und DALL-E für Bildgenerierung. Während beide Plattformen Web-Search-Funktionen bieten, macht die Kombination von CustomGPTs mit Code Interpreter es besonders stark für Research-Workflows.  
✅ **Kostengünstige Tests** – Ideal zum Testen von KI-Anwendungsfällen vor der Investition in eine vollständige Lösung.  
✅ **Individuelle Produktivität** – Großartig für persönliche Produktivität und Aufgabenautomatisierung innerhalb der ChatGPT-Umgebung.  

### **CustomGPTs glänzen, wenn du Folgendes benötigst**:
🎯 Schnelle Prototypenentwicklung von KI-Assistenten  
🎯 Einfache interne Tools ohne Kundeninteraktion  
🎯 Zugriff auf OpenAIs neueste Modelle und Funktionen  
🎯 Minimaler Einrichtungs- und Wartungsaufwand  
🎯 Fokus auf Content-Generierung und Analyse

## **Finaler Vergleich: Welche KI-Plattform ist richtig für dich?**

| Funktion | **botBrains** | **CustomGPTs** |
|------------------|----------------|----------------|
| **Zweck** | **KI-Anwendungen für direkten Kundenkontakt** | KI für **ChatGPT-Benutzer innerhalb von OpenAI** |
| **Kundenkanäle** | ✅ **Slack, Website, In-App** | ❌ Nur innerhalb der OpenAI-Plattform |
| **Authentifizierung** | ✅ Login-Benutzer, Soft/Hard-Authentifizierung | ❌ Keine externe Benutzerauthentifizierung |
| **Business-Integrationen** | ✅ **CRM, ERP, Ticketing, APIs** | ⚠️ Keine direkten Integrationen, Einrichtung ist umständlich und erfordert fortgeschrittenes technisches Verständnis |
| **Marken-Anpassung** | ✅ **Vollständige Farb- und Style-Anpassung** | ❌ Nur Schwarz/Weiß |
| **Personalisierung** | ✅ Nutzt **echte Kundendaten** | ❌ Keine Personalisierung |
| **Insights** | ✅ Alle **Kundengespräche einsehen**, **Nutzung verfolgen**, Themen analysieren, automatisches Reporting | ❌ Keine Analytik |
| **Support-Funktionen** | ✅ **Verarbeitet Tickets, Eskalationen** | ❌ Keine integrierten Business-Workflows |
| **Sprachunterstützung** | ✅ **24 Sprachen mit Ein-Klick-Übersetzung** | ✅ Vollständig lokalisierte UI, aber Prompting der korrekten Sprache ist fehleranfällig. Initiale Nachrichten sind nicht lokalisierbar. |
| **Qualitätssicherung** | ✅ **Umfassende Testsuites** | ❌ Keine integrierte Testung |

Wähle **botBrains**, wenn du Folgendes benötigst:
- Direktes Kundenengagement eingebettet in deine Website, App oder Slack
- Analytik und Tracking
- Sichere Authentifizierung und Benutzerverwaltung
- Echtzeit-Kundendaten und Personalisierung
- Integration mit deinem ERP, CRM und Custom APIs
- Professionelle Kundenservice-Automatisierung

Das botBrains-Team bringt umfangreiche Erfahrung aus erstklassigen KI-Produkten mit und stellt sicher, dass du nicht nur ein Tool erhältst, sondern Expertise, die die Komplexität der KI-Integration und Kundeninteraktion versteht. Diese Erfahrung übersetzt sich in bessere Implementierung, zuverlässigere Leistung und optimale Anpassung an deine spezifischen Geschäftsanforderungen.

Wähle **CustomGPTs**, wenn du Folgendes benötigst:
- Interne Wissensassistenten
- Schnelle Implementierung ohne komplexe Einrichtung
- Einfache Tools für Team-Produktivität
- Fokus auf Content-Erstellung und Analyse
- Kostengünstiges KI-Experimentieren
- Eigenständige KI-Funktionen ohne Integrationen


Vergleiche botBrains und CustomGPTs für KI-Assistenten im Kundenkontakt. Entdecke, welche KI-Plattform am besten zu deinen Geschäftsanforderungen passt, mit detaillierten Vergleichen von Chatbot-Integration, Funktionen und Automatisierungsmöglichkeiten für direkte Kundeninteraktion.

botBrains vs. CustomGPTs: Welche KI-Plattform ist am besten für den direkten Kundenkontakt?


Ein Interessent von uns sagte vor kurzem:  

> Entweder sind Chatbots unfassbar gut oder richtig enttäuschend schlecht. Wie schützt botBrains unser Nutzervertrauen?

Meine Antwort darauf habe ich nochmal in diesem Post zusammengeschrieben, denn bei jeder Interaktion ist Vertrauen der Schlüssel zur erfolgreichen Kommunikation. Bei botBrains setzen wir auf absolute Transparenz und nachvollziehbare Antworten. 

Neben der Nutzbarkeit - von der du dich selbst auf unserer Webseite überzeugen kannst - ist das erste Thema die Korrektheit der Antworten: Wie kannst du sicher sein, dass die Informationen vom Chatbot korrekt sind? 

### Warum antworten botBrains Chatbots inhaltlich richtig?
Wir setzen, ähnlich wie Google, auf eine fortschrittliche Suchtechnologie, die ausschließlich vertrauenswürdige Quellen nutzt - meist deine Webseite oder andere Dokumente, die uns relevante Informationen zu einem Kundenanliegen liefern. Dabei nutzen wir unter anderem ein sehr spannendes Konzept namens **Embeddings**.

#### Was sind Embeddings?

Stell dir ein 3D-Koordinatensystem wie aus der Schule vor. In diesem System repräsentieren wir Wissen als Punkte, wobei verwandtes Wissen nahe beieinanderliegt. Deine Anfrage wird analysiert, um die Region im Koordinatensystem zu bestimmen, in der sich das relevante Wissen befindet. So wird nur das passende Wissen für die Antwort herangezogen. Dieses Prinzip ermöglicht es, präzise und kontextbezogene Antworten zu liefern.

Ein Beispiel: Wenn du nach Versandkosten fragst, erkennt das System nicht nur das Wort 'Versand', sondern auch verwandte Begriffe wie 'Lieferung', 'Zustellung' oder 'Porto'. Diese semantische Vernetzung ermöglicht präzise Antworten, auch wenn die exakte Formulierung deiner Frage nicht in den Quellen vorkommt.

#### Quellen

Das Wissen holen wir uns aus deiner Dokumentation, beginnend mit deiner Webseite. Dadurch stellen wir sicher, dass die Grundlage der Antworten verlässlich und aktuell bleibt.

#### Kontinuierliche Qualitätssicherung mit Test Suites

Um die Qualität unserer Antworten dauerhaft zu gewährleisten, ermöglichen wir regelmäßige Regressionstests mit umfangreichen Test Suites. Diese Tests simulieren echte Kundenanfragen und prüfen, ob die Antworten inhaltlich korrekt, konsistent und im richtigen Kontext erfolgen. Dabei achten wir besonders darauf, dass Updates und neue Funktionen keine unerwarteten Auswirkungen auf bereits gut funktionierende Bereiche haben. Diese systematische Qualitätskontrolle hilft uns, potenzielle Probleme frühzeitig zu erkennen und zu beheben, bevor sie den Nutzern begegnen.

#### Nicht dokumentiertes Wissen

Falls Informationen nicht dokumentiert sind, setzen wir auf offene Kommunikation. Unser Chatbot gibt klar an, wenn er keine Informationen liefern kann, und leitet dein Anliegen an das zuständige Team weiter, um eine Lösung zu finden.

### Warum ist Offenheit in der Kommunikation wichtig?

Ein entscheidender Faktor für Vertrauen ist Ehrlichkeit. Unsere Chatbots geben klar an, wenn sie keine Antwort auf eine Frage haben oder wenn die gesuchten Informationen nicht verfügbar sind. Anstatt auf Vermutungen zurückzugreifen, konzentrieren sie sich darauf, die beste Unterstützung zu bieten, indem sie alternative Ansätze oder weiterführende Quellen empfehlen.

#### Was uns unterscheidet

Anders als herkömmliche Chatbots, die oft auf vorgefertigten Antworten basieren, nutzt botBrains ein dynamisches Wissenssystem. Dieses wird kontinuierlich mit deinen aktuellen Dokumenten synchronisiert und passt sich flexibel an neue Anforderungen an. Unsere Technologie vereint dabei die Präzision einer dokumentenbasierten Suche mit der natürlichen Konversationsfähigkeit modernster KI.

### Unser Versprechen: Verlässliche KI durch Quellentreue und Transparenz

Bei botBrains verstehen wir, dass Vertrauen die Grundlage jeder erfolgreichen Mensch-Maschine-Interaktion ist. Die Fundierung von Wissen durch Quellen mittels modernster Technologien ermöglicht es, dass unsere Chatbots stets die Wahrheit sagen. So kannst du dich darauf verlassen, dass du korrekte und verlässliche Informationen erhältst.

Möchtest du erleben, wie ein vertrauenswürdiger Chatbot dein Kundenservice-Team unterstützen kann? Vereinbare jetzt eine persönliche Demo und teste unsere Lösung 30 Tage kostenfrei. Kontaktiere uns unter [info@botbrains.io](mailto:info@botbrains.io) oder nutze unser Kontaktformular [hier](/contact).

Erfahre, wie botBrains Chatbots stets richtige und verlässliche Antworten liefern und mit welchen Prinzipen wir Nutzervertrauen gewinnen und dauerhaft stärken.

Warum sind botBrains Chatbots vertrauenswürdig?


ChatGPT ist ein Produkt von OpenAI und ermöglicht natürliche und fließende Konversationen mit Benutzern. ChatGPT ist eine Oberfläche für die GPT-Sprachmodelle von OpenAI. Die Frage nach ChatGPT ist also eigentlich die Frage, wie die dahinterstehenden Sprachmodelle, zum Beispiel GPT-4o, funktionieren. In diesem Artikel werfen wir einen Blick auf die Funktionsweise dieser Technologie.

## Was ist ein Large Language Model (LLM)?
Ein **Large Language Model (LLM)** ist ein statistisches Modell. LLMs sind darauf trainiert, basierend auf einem gegebenen Text das nächste Wort zu erraten. Durch riesige Datenmengen wird jedoch in diesem statistischen Modell mehr als nur einfaches Erraten erreicht.

LLMs wie GPT-4o sind in der Lage, Texte zu schreiben, Fragen zu beantworten, Übersetzungen anzufertigen und komplexe Anweisungen zu befolgen.

**Grundprinzip:** Ein LLM ist kein „intelligentes“ System im menschlichen Sinne, sondern ein **statistisches Modell**, das basierend auf Wahrscheinlichkeiten Vorhersagen trifft, welches Wort oder Token als nächstes kommt.

# Wie funktioniert ein Large Language Model?

Ein LLM basiert auf der Verarbeitung von **Tokens** und der Berechnung von Wahrscheinlichkeitsverteilungen. Diese Schritte sind die Grundlage für alle Funktionen eines LLMs.

## **Was sind Tokens?**

Tokens sind Buchstabenfolgen, die ein Sprachmodell verarbeitet. Tokens können Wörter, Wortteile oder sogar einzelne Zeichen sein, abhängig davon, wie das Modell trainiert wurde. Die meisten LLMs arbeiten auf Zeichenketten von 1 bis 6 Buchstaben, um die Komplexität zu reduzieren.
GPT-4o ist ein LLM, welches von OpenAI entwickelt wurde und zum Beispiel 199.998 Tokens kennt.

Tokens dienen dem Modell dazu, Text in eine strukturierte Form zu zerlegen, die es analysieren kann.

#### **Beispiel:**
Satz: "Ich gehe einkaufen."  
Tokens könnten sein:
- ["Ich", "gehe", "einkaufen", "."]
- Oder bei GPT-4o Tokenisierung: ["Ich", "gehe", "eink", "aufen", "."]

#### **Probiere es selber aus:**
Schreibe einen Satz deiner Wahl und schaue dir die Satzbausteine (Tokens) an, die das Modell erkennt. Es handelt sich um die tatsächliche Tokenisierung von ChatGPT mit Modell GPT-4o.
<iframe src="https://tiktokenizer.vercel.app/?model=o200k_base" width="100%" height="600px"></iframe>

## **Wie generieren Sprachmodelle Text?**

Ein LLM funktioniert, indem es für eine Abfolge von Tokens vorhersagt, welches Token am wahrscheinlichsten folgt.

- Das Modell analysiert den bisherigen Text (die Eingabe).
- Es berechnet, wie wahrscheinlich jedes mögliche nächste Token ist. Bei GPT-4o sind dies 199.998 Wahrscheinlichkeiten, da es 199.998 Tokens gibt.
- Nun wird **gesampled**. Es wird oft fälschlicherweise gesagt, dass das Token mit der höchsten Wahrscheinlichkeit gewählt wird. Tatsächlich wird ein Token basierend auf einer Wahrscheinlichkeit gewählt, wobei natürlich das Token mit der höchsten Wahrscheinlichkeit am ehesten gewählt wird.

  Anders gesagt: Der Computer wählt eine zufällige Zahl zwischen 0 und 1. Wir verteilen Bereiche zwischen 0 und 1 gemäß der Wahrscheinlichkeit, zum Beispiel `a` mit 0,3, `b` mit 0,4, `c` mit 0,2 und `d` mit 0,1, dann sind die Bereiche 0 - 0,3 - 0,7 - 0,9 - 1,0. Wenn die Zufallszahl 0,6 ist, wird Token `b` gewählt.

- Basierend auf dieser Auswahlmethode wird das Token mit der höchsten Wahrscheinlichkeit oder ein Token gemäß der Wahrscheinlichkeit genommen. Fortgeschrittene Anwender haben wahrscheinlich schon von der `Temperature` gehört, einem Steuerungsparameter, welcher die Wahrscheinlichkeiten beeinflusst, um mehr Varianz beim Sampling herbeizuführen. Mehr dazu später.

#### **Beispiel**

Um das Prinzip zu veranschaulichen, nehmen wir den einfachen Satzanfang „Ich gehe in das“. Das Modell könnte die Wahrscheinlichkeiten für die nächsten Tokens wie folgt berechnen:
- "Haus": 12%
- "Wald": 7%
- "Himmel": 4%
- "Zoo": 2%
- 199.994 weitere Tokens mit geringerer Wahrscheinlichkeit, in Summe 75%

Vereinfacht sagen wir, das Modell wählt zufällig tatsächlich immer das Token mit der höchsten Wahrscheinlichkeit. Das Modell wählt also "Haus". Falls du dich fragst, warum es "W" und "H" gibt, schau doch mal, wie "Wald" und "Himmel" tokenisiert werden.
**Ergebnis:** „Ich gehe in das Haus“

Nun wiederholt sich die Auswahl für die nächste Tokenfolge.

**Eingabe:** „Ich gehe in das Haus“
- ".": 23%
- " und": 20%
- " mit": 17%
- 199.995 weitere Tokens mit geringerer Wahrscheinlichkeit, in Summe 40%

Nun wiederholt sich das Sampling für die nächste Tokenfolge.

**Eingabe:** "Ich gehe in das Haus."
- `End-Of-Sequence`: 23%
- " Am": 20%
- " Gestern": 17% (Referenziert "Gestern")
- 199.995 weitere Tokens mit geringerer Wahrscheinlichkeit, in Summe 40%

**Finales Ergebnis:** "Ich gehe in das Haus." EOS

Wir sehen also, dass das Modell basierend auf den Wahrscheinlichkeiten iterativ ganze Sätze bauen kann.

## Wann hört ein LLM auf, Tokens zu generieren?
Ein LLM nimmt die Eingabe und beginnt immer weiter, den nächsten Token zu erstellen, an die Eingabe anzuhängen und den Ablauf zu wiederholen. Damit wir nicht unendlichen Text bekommen, hat man zwei Regeln eingebaut: Entweder eine feste Anzahl von Tokens wurde erstellt oder eine bestimmte Folge von Tokens, welche wir auch `Stopwords` nennen, wurde erzeugt. Bei GPT-4o gibt es einen speziellen Token, mit dem das Modell angewiesen wird, die Generierung zu beenden. Dieser Token nennt sich `End-Of-Sequence`, also das Ende-der-Sequenz-Token und trägt die Identifikationsnummer 0. Dieser ist stets in den `Stopwords` enthalten. Somit kann das Modell, wie auch bei allen anderen Tokens, erlernen, wann es aufhören soll zu generieren.

### Warum ist jedem Token eine sequenzielle Zahl zugeordnet?
In der Demonstration oben siehst du eine Folge von Zahlen, die in einer Liste stehen, etwa `127544, 2496, 49936, 17951, 4047, 37977, 7553, 22380, 40769, 2434, 152885, 30` (Input: "Warum ist jedem Token eine sequenzielle Zahl zugeordnet?")

Vereinfacht ist die Antwort: Der Computer kann mit Zahlen besser umgehen als mit Wörtern.

Die Zahlen sind eine Kodierung, die dem Modell hilft, die Tokens zu verarbeiten und zu generieren.
Computer machen am Ende nur Dinge, die wir Menschen ihnen beigebracht haben, also müssen wir die Operationen verstehen. Wir Menschen denken bei Wahrscheinlichkeiten von vielen Elementen in Vektoren bzw. Matrizen. Wer sich an Mathe erinnert, weiß, dass Punkte in einem 3D-Raum als (x, y, z)-Koordinaten dargestellt werden. Diese Koordinaten sind eine Art „Kodierung“, wie wir in x-, y- und z-Richtung laufen müssen. Nur dass wir hier nicht 3 Achsen haben, sondern 199.998 Achsen, und die Distanz in jede Richtung die Wahrscheinlichkeit zwischen 0 und 1 ist, also 0,2 = 20% Wahrscheinlichkeit.

Computer, insbesondere Graphics Processing Units (GPUs), sind darauf optimiert, mit Matrizen zu arbeiten. Daher ist die Nachfrage nach ihnen aktuell so hoch.

### **Warum sind Tokens nicht immer Wörter?**
Wie die Zerlegung von Sätzen in Tokens geschieht, ist ein eigenes Forschungsfeld, welches sich mit der Tokenisierung beschäftigt. Um das Thema nur kurz anzuschneiden: Man probiert, die Tokens so zu wählen, dass sie die Bedeutung des Satzes möglichst gut wiedergeben, aber auch die Komplexität des Modells nicht zu hoch wird.

Was genau meine ich hier mit Komplexität? Schauen wir uns dazu zwei Extreme an:

- **Jedes Wort - ein Token:**
  Kodiert man jedes Wort aller Sprachen weltweit in jeder Konjugation, Deklination, etc., haben wir wenige 10 Millionen Tokens. Grundsätzlich machbar, jedoch würde das Modell sehr lange brauchen, um zu trainieren, sehr viel Speicherplatz benötigen und für jede Generierung Millionen von Gewichten errechnen müssen. Das hat sich nicht als optimale Konfiguration durchgesetzt.

- **Jedes Zeichen - ein Token:**
  Kodiert man jedes Zeichen auf der Welt als einen Token, so ist der Speicherverbrauch und die Berechnung der Gewichte pro Schritt einfacher. Jedoch ist die kontextuelle Bedeutung von 'a' deutlich schwieriger zu erlernen als 'Haus'. Die Errechnung der Wahrscheinlichkeitsverteilung ist damit kontextuell schwieriger, da die Tokens zu klein sind bzw. in zu vielen verschiedenen Kontexten in den Trainingsdaten auftauchen, als dass ein LLM das Muster gut erkennen könnte. Zudem müssen wir für selbst kurze Sätze sehr viele Generierungsschritte durchführen, was das Modell langsamer macht. Frühere Versionen von GPT (z. B. GPT-2) haben genau das gemacht, und es hat sich gezeigt, dass die Qualität der Generierungen darunter leidet.

Wir sehen also, es gibt einen Trade-off zwischen der Menge, die wir trainieren müssen, um die kontextuelle Bedeutung eines Tokens zu lernen, wie viele Iterationsschritte wir pro Generierung durchführen müssen und wie teuer jeder dieser Generationsschritte ist (200.000 vs. Millionen von errechneten Gewichten). Es gibt noch weitere wichtige Gründe, die aber den Rahmen dieses Artikels sprengen würden. Wenn du mehr darüber erfahren möchtest, schreib uns gerne eine Nachricht.

Es ist wichtig zu erwähnen, dass die Tokenisierung auf einer Analyse und einem Training anhand von Textdaten basiert. Dadurch entstehen manchmal ungewöhnliche Muster: Beispielsweise können 5 Ausrufezeichen als 1 Token repräsentiert werden, 6 Ausrufezeichen hingegen als 2 Tokens, während 7 Ausrufezeichen wieder als 1 Token verarbeitet werden. Damit geht es auch weiter: 16 Ausrufezeichen könnten als 1 Token dargestellt werden, 15 benötigen jedoch 3 Tokens. Spiel gerne mit dem Tokenizer oben herum und schau dir an, wie den Text in Tokens übersetzt.

# Warum befolgt ChatGPT meine Anweisungen (meistens)?

LLMs befolgen Regeln nicht, weil sie diese „verstehen“, sondern weil sie auf Muster und Wahrscheinlichkeiten basieren. Regeln entstehen, weil das Modell während seines Trainings in Textdaten auf wiederkehrende Strukturen stößt, die bestimmte Muster erzeugen. Lasst uns das ein wenig genauer betrachten:

### **Die Rolle der Wahrscheinlichkeiten**

Nehmen wir an, du gibst dem Modell die Anweisung: „Schreibe die Wörter Katze, Hund und Maus mit Bindestrichen getrennt.“
Das Modell erkennt anhand der Trainingsdaten:
- Nach „Katze“ folgt oft „-“ in dieser Art von Anweisung.
- Nach einem „-“, ist das nächste Token wahrscheinlich „Hund“.
- Nach „Hund“ folgt ebenfalls „-“, und danach „Maus“.

**Warum funktioniert das?**
- **Statistisches Lernen:** Das Modell hat während des Trainings ähnliche Anweisungen gesehen und gelernt, die Wahrscheinlichkeiten entsprechend zu berechnen.
- **Mustererkennung:** Häufige Sequenzen in den Trainingsdaten werden im Modell „kodiert“ und angewendet.

#### **Beispiel: Regelbefolgung bei Token-Wahrscheinlichkeiten**

**Anweisung:** „Liste die Zahlen 1 bis 3 mit Bindestrichen auf.“
- Wahrscheinlichkeitsverteilung:
  - Nach „1“ ist die wahrscheinlichste Fortsetzung „-“.
  - Nach „- 1“ ist das nächste Token „2“.
  - Nach „- 1 - 2“ ist die wahrscheinlichste Fortsetzung „3“.

**Ergebnis:** „1 - 2 - 3“

Das Modell erzeugt diese Struktur nicht, weil es versteht, was Zahlen oder Bindestriche sind, sondern weil diese Kombination die wahrscheinlichste Fortsetzung ist, basierend auf den Trainingsdaten.

### **Idiomatische Sprachregeln**

Ähnlich funktioniert dies bei idiomatischen Ausdrücken. Wenn das Modell lernt, dass "break the ice" im Deutschen als "das Eis brechen" übersetzt wird, wählt es diese Übersetzung, weil:
- Die Tokens "break", "the", und "ice" in den Trainingsdaten häufig mit "das", "Eis" und "brechen" verknüpft sind.
- Das Modell die idiomatische Übersetzung als wahrscheinlicher bewertet als eine wortwörtliche Übersetzung wie "breche das Eis".
- Kontextuell hat das Modell aber auch gelernt, dass die Tokenfolge eng verwandt ist mit "Die Stimmung auflockern", "Die Spannung lösen" und "Den ersten Schritt machen".

## Was ist die Temperature?
Die "Temperature" eines Sprachmodells ist eine Einstellung, welche die Auswahl der nächsten Wörter (Tokens) steuert, basierend auf deren Wahrscheinlichkeiten. Sie wirkt wie eine Art „Regler“, der entscheidet, wie vorhersehbar oder zufällig die Antworten sein sollen.

Vor der Berechnung der nächsten Wörter wird die Temperature angewendet, um die Wahrscheinlichkeiten der möglichen Wörter anzupassen.
Eine Temperature kleiner als 1 verstärkt hohe Wahrscheinlichkeiten und verringert niedrige Wahrscheinlichkeiten. Eine Temperature größer als 1 verteilt die Wahrscheinlichkeiten gleichmäßiger, sodass auch weniger wahrscheinliche Tokens eine höhere Wahrscheinlichkeit bekommen und bereits wahrscheinliche Tokens eine gedämpfte Wahrscheinlichkeit erhalten.

Die Temperature wird also genutzt, um die Zufälligkeit und Kreativität der Wortauswahl zu regulieren – je nach gewünschtem Verhalten des Modells.

## Übertragbarkeit auf Mistral, Claude und andere LLMs
Die beschriebene Funktionsweise von LLMs ist auf alle Modelle übertragbar. Große Modell-Reihen und Anbieter von LLMs sind beispielsweise
- [GPT](https://openai.com/index/hello-gpt-4o/) von OpenAI
- [Claude](https://www.anthropic.com/claude) von Anthropic
- [Gemini](https://gemini.google.com/) von Google
- [Mixtral](https://mistral.ai/news/mixtral-of-experts/), Mistral von Mistral
- [Llama](https://www.llama.com/) von Meta Platforms (ehem. Facebook)

# Fazit
ChatGPT ist eine Oberfläche für die Large Language Modelle von OpenAI. Large Language Modelle sind statistische Modelle, welche Text in Tokens konvertieren und zu Folgen von Tokens den nächsten Token vorhersagen. Wir haben uns das LLM GPT-4o von OpenAI angeschaut. ChatGPT befolgt Anweisungen, weil es Muster und Wahrscheinlichkeiten in den Trainingsdaten erkennt, nicht weil es die Anweisungen „versteht“. Die Temperature ist ein Werkzeug, um die Zufälligkeit der Wortauswahl zu steuern.

### **Weiterführende Lektüre**
- OpenAI Tokenizer Library - https://github.com/openai/tiktoken
- GPT-4o: The Next Generation of Large Language Models - https://openai.com/blog/gpt-4/


Erfahre, wie ChatGPT funktioniert: Ein Überblick über Tokens, Wahrscheinlichkeiten und die Technik hinter den Sprachmodellen von OpenAI.

Wie funktioniert ChatGPT?


### Von der Postkutsche zum Raumschiff: Kundenservice neu gedacht

In der modernen Geschäftswelt zählt jede Sekunde – besonders wenn es um Kundenanfragen geht. Während Plattformen wie Intercom und Dixa den klassischen Support durch Automatisierung und optimierte Arbeitsabläufe verbessert haben, geht botBrains einen großen Schritt weiter.

botBrains setzt beim Kundenservice völlig neue Maßstäbe und konzentriert sich auf das Wesentliche: blitzschnelle Problemlösung. Durch KI-gestützte Sofortantworten gehören Wartezeiten der Vergangenheit an. Das Besondere: Die KI arbeitet praktisch eigenständig, lernt kontinuierlich dazu und hält sich selbst auf dem neuesten Stand – ganz ohne aufwändige manuelle Pflege. Jeder Kundenkontakt verfeinert dabei automatisch deine Wissensbasis und optimiert dein Produkt. So entsteht ein sich selbst verstärkender Kreislauf, der deinen Service stetig verbessert.

Während Intercom und Dixa deine bestehenden Abläufe beschleunigen – quasi wie eine schnellere Postkutsche – katapultiert botBrains dich direkt ins Raumschiff-Zeitalter des Kundenservice.

### Der Durchbruch: Das KI-Support Flywheel

**botBrains** revolutioniert den Support durch das **[KI-Support Flywheel](/de/blog/das-ki-support-flywheel)**. Die Vorteile liegen auf der Hand:

1. **Schluss mit Wartezeiten**: Punktgenaue Antworten rund um die Uhr – deine Kunden bekommen sofort, was sie brauchen.
2. **Minimaler Verwaltungsaufwand**: Die KI lernt und aktualisiert sich von selbst – du musst dich um nichts kümmern.
3. **Kontinuierliche Verbesserung**: Jede Kundeninteraktion macht dein System noch schlauer und dein Produkt noch besser.

Intercom hingegen setzt auf klassische Automatisierung: Arbeitsabläufe werden gestrafft, Aufgaben effizienter verteilt. Das ist zwar hilfreich, erfordert aber weiterhin regelmäßiges Eingreifen und ständige Anpassungen.

### Warum botBrains die Nase vorn hat

| **Merkmal**         | **botBrains**                                           | **Intercom**                                    |
| ------------------- | ------------------------------------------------------- | ----------------------------------------------- |
| **Reaktionszeit**   | Sofortantworten – 24/7 verfügbar                       | Beschleunigte Antworten durch Workflow-Optimierung |
| **Pflege**          | Wartungsfrei – die KI entwickelt sich selbstständig    | Regelmäßige Einrichtung und Pflege erforderlich |
| **Lösungsquote**    | Löst Standardanfragen sofort – nur Spezialfälle werden weitergeleitet | Fokus auf effiziente Aufgabenverteilung        |

Mit botBrains werden **Standardanfragen im Handumdrehen gelöst**. Bei Intercom ist dagegen auch nach der ersten automatischen Antwort oft noch menschliches Eingreifen nötig.

### Kein Aufwand, volle Leistung

- **botBrains:** Dank automatischer Wissensakquise bist du binnen eines Tages startklar. Keine Updates, keine manuelle Pflege – die KI wächst mit deinen Anforderungen.
- **Intercom:** Zwar effektiv, aber dein Team muss Workflows aktiv betreuen, Regeln anpassen und die Performance im Auge behalten.

**Fazit:** botBrains nimmt dir die Verwaltungsarbeit ab und schafft Freiräume für Wichtigeres.

### Das Wichtigste in Kürze

Willst du Wartezeiten bei Standardanfragen komplett eliminieren und gleichzeitig dein Team entlasten? Dann führt an **botBrains** kein Weg vorbei. Das KI-Support Flywheel garantiert blitzschnellen, immer verfügbaren Support – und das völlig wartungsfrei.

Während **Intercom** dein Team beschleunigt, **sorgt botBrains dafür, dass deine Kunden gar nicht erst warten müssen**.

**Bring deinen Kundenservice auf ein neues Level – mit botBrains. Sprich uns an!**


Im Kundenservice ist schnelle Problemlösung entscheidend. Intercom beschleunigt den Support durch automatisierte Workflows und hilft Teams, schneller zu reagieren. botBrains geht noch weiter—liefert sofortige Antworten auf die meisten Anfragen ohne Wartungsaufwand. Welches ist das Richtige für mich?

botBrains vs. Intercom


## **24/7 verfügbar – weil deine Kunden es erwarten**

In einer Welt, die immer vernetzter wird, erwarten Kunden schnelle Antworten – egal ob es 3 Uhr morgens ist oder mitten am Wochenende. Diese konstante Erreichbarkeit schafft nicht nur Vertrauen, sondern steigert auch die Kundenzufriedenheit und hilft Unternehmen, sich im Wettbewerb zu behaupten. Wie wir bereits im Artikel [„Das KI-Support Flywheel“](/blog/das-ki-support-flywheel) beschrieben haben, kann ein leistungsstarker Chatbot nicht nur deine Support-Teams entlasten, sondern auch wertvolle Insights liefern und deine Kunden begeistern.

Doch hier stellt sich die zentrale Frage: **Setzen du auf Eigenentwicklung oder auf eine fertige Lösung wie botBrains?** Im Folgenden beleuchten wir beide Optionen detailliert.

### **1. Mehrsprachige Unterstützung**

**Warum es unverzichtbar ist:**  
Wer international Kunden betreut, kommt an einem Chatbot mit mehrsprachigen Fähigkeiten nicht vorbei. Präzise, kontextbezogene Antworten in verschiedenen Sprachen sind der Schlüssel.

**Die Herausforderung der Eigenentwicklung:**

- Einen Chatbot zu entwickeln, der mehr als 24 Sprachen versteht, erfordert gigantische Datensätze, linguistische Expertise und ständige Updates.
- Die Sicherstellung von Kontextgenauigkeit in allen Sprachen ist äußerst komplex.

**Stärken der Eigenentwicklung:**  
Fein abgestimmte Anpassungen an regionale Dialekte und Besonderheiten.

**botBrains Vorteil:**  
Unsere Lösung unterstützt bereits zahlreiche Sprachen und wird kontinuierlich verbessert. Das spart Zeit, Geld und Nerven.


### **2. Schnelle Einsatzbereitschaft**

**Warum es zählt:**  
Je schneller dein Chatbot live ist, desto schneller profitieren du von besseren Kundeninteraktionen und einem gesteigerten ROI.

**Hürden bei der Eigenentwicklung:**

- Von der ersten Codezeile bis zur Fertigstellung können Monate vergehen – besonders wenn unerwartete Probleme auftreten.
- Umfassende Tests und Integration in bestehende Systeme sind zeit- und kostenintensiv.

**Pluspunkt der Eigenentwicklung:**  
Maximale Kontrolle über Zeitpläne und individuelle Anpassungen.

**botBrains Vorteil:**  
Mit botBrains ist dein Chatbot in weniger als einem Tag einsatzbereit – dank automatisierter Wissensübernahme und einfacher Systemintegration.


### **3. Individuelle Integrationen**

**Warum es unverzichtbar ist:**  
Jedes Unternehmen arbeitet mit einer individuellen Softwarelandschaft – sei es ERP, CRM oder ein Ticketsystem. Eine reibungslose Integration ist entscheidend für schlanke Workflows.

**Die Schwierigkeit beim Eigenbau:**

- Erfordert Entwickler mit fundierten API-Kenntnissen und Verständnis für Systemarchitektur.
- Alte und neue Systeme zu verknüpfen, bringt hohen Wartungsaufwand mit sich.

**Vorteil der Eigenentwicklung:**  
Passgenaue Lösungen, die sich nahtlos in deine Systeme einfügen.

**botBrains Vorteil:**  
Unsere Plattform bietet flexible Integrationsmöglichkeiten, die ohne Verzögerungen an deine Anforderungen angepasst werden können.


### **4. Datenschutz und Compliance**

**Warum es essenziell ist:**  
Kundendaten müssen sicher verwaltet werden, und die Einhaltung gesetzlicher Vorgaben wie der DSGVO ist Pflicht.

**Herausforderungen bei der Eigenentwicklung:**

- Fachwissen über rechtliche Anforderungen und sichere IT-Architektur ist unerlässlich.
- Regelmäßige Audits und Updates kosten Zeit und Geld.

**Vorteil der Eigenentwicklung:**  
Du hast die volle Kontrolle über Sicherheitsstandards und Datenverwaltung.

**botBrains Vorteil:**  
Unsere Plattform ist DSGVO-konform und nutzt sichere, EU-basierte Datenzentren – Compliance leicht gemacht.


### **5. Gründliche Tests und Evaluierung**

**Warum es zählt:**  
Sprachmodelle können unberechenbar sein. Bevor dein Chatbot live geht, sind umfassende Tests unverzichtbar.

**Hürden bei der Eigenentwicklung:**

- Der Aufbau von Testumgebungen und Automatisierungstools erfordern hohe Investitionen.
- Ohne automatisierte Prozesse wird die Fehlersuche mühsam und zeitaufwendig.

**Vorteil der Eigenentwicklung:**  
Tests können speziell auf deine Anforderungen zugeschnitten werden.

**botBrains Vorteil:**  
Unsere Plattform bietet integrierte Test- und Evaluierungssysteme, sodass du die Leistung deines Chatbots schnell und unkompliziert analysieren können.


### **6. Ein intuitives und barrierefreies UI**

**Warum es wichtig ist:**  
Ein benutzerfreundliches, barrierefreies Design sorgt für positive Nutzererlebnisse – auf jedem Gerät.

**Die Herausforderung beim Eigenbau:**

- Barrierefreiheit nach [WCAG 2.1 Standards](https://www.w3.org/TR/WCAG21/) und responsives Design erfordern Expertenwissen.
- Solche Anforderungen erhöhen die Komplexität der Entwicklung.

**Vorteil der Eigenentwicklung:**  
Das Design kann genau auf deine Marke abgestimmt werden.

**botBrains Vorteil:**  
Unsere fertige Benutzeroberfläche ist professionell, barrierefrei und sofort einsatzbereit.

### **7. Automatische Wissensaktualisierung**

**Warum es zählt:**  
Ein effektiver Chatbot bleibt immer aktuell – egal, ob es um neue Produkte, FAQs oder Richtlinien geht.

**Die Herausforderung beim Eigenbau:**

- Automatisierte Updates erfordern ausgeklügelte Algorithmen und regelmäßige Wartung.
- Die Sicherstellung der inhaltlichen Richtigkeit bleibt ein Dauerauftrag.

**Vorteil der Eigenentwicklung:**  
Prozesse lassen sich optimal an deine internen Abläufe anpassen.

**botBrains Vorteil:**  
Unsere Lösung aktualisiert deine Wissensbasis automatisch – präzise und effizient.

### **8. Wertvolle Analysen**

**Warum es unverzichtbar ist:**  
Detaillierte Einblicke in Kundeninteraktionen helfen dir, deine Prozesse zu optimieren und neue Trends zu erkennen.

**Hürden bei der Eigenentwicklung:**

- Der Aufbau einer leistungsstarken Analyseplattform verlangt fundiertes Know-how in der Datenwissenschaft.
- Mit wachsendem Datenvolumen steigen die Komplexität und die Kosten.

**Vorteil der Eigenentwicklung:**  
Individuelle Metriken und KPIs können flexibel integriert werden.

**botBrains Vorteil:**  
Unsere integrierten Analyse-Tools liefern dir umfassende Insights – ganz ohne zusätzliche Ressourcen.



### **Gemeinsame Innovation, geteilte Kosten**

Das Beste an botBrains? Unsere Plattform wird ständig weiterentwickelt. Alle Kunden profitieren von neuen Features und Verbesserungen und das zu einem Bruchteil der Kosten, die eine Eigenentwicklung verschlingen würde.

### **Fazit**

Die Eigenentwicklung eines Chatbots mag attraktiv klingen, ist aber mit erheblichen Kosten und Aufwand verbunden. Mit botBrains erhalten du eine ausgereifte, zukunftssichere Lösung, die ab dem ersten Tag überzeugt.

**P.S.:** Du hast bei uns direkten Draht zu einem Gründer – für schnelle Hilfe, wenn’s drauf ankommt. Dein Erfolg ist unser Erfolg.


Kundenservice rund um die Uhr ist heute keine Option mehr, sondern ein Muss. Doch wie kommen Unternehmen am besten zu ihrem Chatbot: selbst entwickeln oder auf eine bewährte Lösung wie botBrains setzen?

Build vs. Buy: Sollte dein Unternehmen den Chatbot selbst entwickeln oder eine Lösung kaufen?


## Was ist das KI-Support Flywheel?

Im heutigen Wettbewerbsumfeld ist exzellenter Kundenservice längst kein Nice-to-have mehr, sondern ein entscheidender Erfolgsfaktor. Moderne Unternehmen wollen ihre Kunden nicht nur zufriedenstellen, sondern begeistern – und dabei gleichzeitig ihre internen Abläufe verschlanken. Genau hier kommt das **KI-Support Flywheel** ins Spiel. Bei botBrains haben wir dieses strategische Konzept entwickelt, um Unternehmen mit effizienten und kundenfokussierten Supportlösungen auf das nächste Level zu bringen.
In diesem Post erklären wir wie das KI-Support Flywheel funktioniert und warum es ein Gamechanger ist.

## **Die Grundprinzipien des KI-Support Flywheel**

Das KI-Support Flywheel basiert auf vier fundamentalen Säulen, die kontinuierliche Verbesserungen antreiben und außergewöhnliche Kundenerlebnisse ermöglichen:

### 1. **Kunden mit sofortigen Antworten begeistern**

Kunden erwarten schnelle und präzise Antworten auf ihre Anfragen – und genau das liefert das KI-Support Flywheel. Unsere KI-gestützten Chatbots sind rund um die Uhr verfügbar und bieten detaillierte, relevante Lösungen für gängige Fragen. Bei komplexeren Anliegen sammelt das System wichtige Kontextinformationen und sorgt so für eine reibungslose Übergabe an menschliche Agenten.

Diese nahtlose Erfahrung löst Probleme nicht nur effizient, sondern stärkt auch das Vertrauen und die Loyalität Ihrer Kunden.

### 2. **Individuelle Integrationen für maßgeschneiderte Lösungen**

Generische Antworten gehören der Vergangenheit an. Das KI-Support Flywheel nutzt individuelle Integrationen, um Daten aus deinem ERP-, CRM- oder anderen Systemen abzurufen. So kann unsere Plattform beispielsweise Rechnungen bereitstellen, Reiserouten aktualisieren oder technische Probleme beheben.

Durch personalisierte Antworten steigern Unternehmen die Kundenzufriedenheit und fördern eine tiefere Kundenbindung.

### 3. **Entlastung des Support-Teams und wertvolle Einblicke**

Die Automatisierung durch KI übernimmt repetitive, routinemäßige Anfragen und verschafft deinem Support-Team Freiraum für komplexere, strategische Aufgaben. Doch das ist nicht alles. Jede Interaktion mit der KI liefert umsetzbare Erkenntnisse, die Unternehmen dabei unterstützen:

- Schwachstellen im Produktdesign oder der Benutzerfreundlichkeit zu identifizieren.
- Bereiche zu erkennen, in denen Dokumentationen verbessert werden können.
- Workflows zu optimieren und effizienter zu gestalten.

So entsteht ein positiver Kreislauf, bei dem jede Interaktion zu einer kontinuierlichen Verbesserung beiträgt – mit unmittelbaren und langfristigen Vorteilen.

### 4. **Schnelle Einrichtung bei minimalem Wartungsaufwand**

Neue Technologien einzuführen kann eine Herausforderung sein – nicht jedoch mit dem KI-Support Flywheel. Dank automatisierter Wissensübernahme können Unternehmen ihre Supportsysteme innerhalb eines Tages einrichten. Die Plattform erfordert zudem nur minimalen Wartungsaufwand, sodass dein Team sich auf Wachstum statt auf Technik konzentrieren kann.

## **Der Zyklus kontinuierlicher Verbesserung**

Die Stärke des KI-Support Flywheel liegt in seiner iterativen Natur. Jede Interaktion treibt einen sich selbst verstärkenden Verbesserungsprozess an:

- **Kundeneinblicke:** Feedback und Daten aus Interaktionen zeigen Verbesserungspotenziale auf.
- **Produkt- und Dokumentationsverbesserungen:** Diese Einblicke fließen in Updates für dein Produkt und deine Wissensbasis ein, wodurch zukünftige Interaktionen effizienter werden.
- **Verbesserte KI-Leistung:** Die aktualisierten Daten und Integrationen machen die KI mit der Zeit intelligenter und effektiver.
- **Kundenbegeisterung:** Mit jedem Zyklus erhalten Kunden einen noch besseren Support, was ihre Loyalität stärkt.

## **Die Vorteile des KI-Support Flywheel**

Das KI-Support Flywheel bietet Unternehmen handfeste Vorteile:

- **Höhere Kundenzufriedenheit:** Sofortige, präzise Antworten lassen Kunden sich wertgeschätzt fühlen.
- **Geringere Betriebskosten:** Automatisierung reduziert den Bedarf an großen Support-Teams und ermöglicht kosteneffiziente Skalierung.
- **Umsetzbare Einblicke:** Unternehmen gewinnen ein tieferes Verständnis für Kundenbedürfnisse und -probleme.
- **Optimierte Eskalationen:** Komplexe Anfragen werden bei Bedarf mit allen relevanten Informationen an menschliche Agenten weitergeleitet.
- **Skalierbarkeit:** Das System wächst mit deinem Unternehmen, ohne zusätzliche Belastung.

## **Wachstum fördern mit dem KI-Support Flywheel**

Bei botBrains ist es unser Ziel, Unternehmen zu befähigen, sich auf Wachstum zu konzentrieren, während wir uns um ihre Kundenbetreuung kümmern. Das KI-Support Flywheel wurde entwickelt, um operative Hürden zu reduzieren, die Kundenerfahrung zu verbessern und einen Zyklus kontinuierlicher Weiterentwicklung zu schaffen.

Ob du deine Abläufe skalieren, die Kundenbindung verbessern oder Supportkosten senken möchten – das KI-Support Flywheel bietet eine robuste, zukunftssichere Lösung.

**Sind du bereit, deinen Support zu revolutionieren?** Besuchen du uns auf botBrains und erleben du, wie das KI-Support Flywheel dein Unternehmen transformieren kann!

Entdecken du, wie das KI-Support Flywheel von botBrains Unternehmen mit skalierbaren, effizienten Supportlösungen unterstützt, die Kundenzufriedenheit steigern, den operativen Aufwand verringern und kontinuierliche Verbesserungen ermöglichen.

Das KI-Support Flywheel


## **Aus Kundensicht: Die Frustration starrer Strukturen**

Traditionelle Chatbots frustrieren Nutzer oft durch ihre starren, regelbasierten Designs. Wir alle kennen das: Man steckt in einer Endlosschleife fest, klickt sich durch unzählige Menüs und Kategorien – nur um am Ende doch in der Sackgasse zu landen. So erleben Kunden diese Probleme:

- **Starre Entscheidungsbäume**: Kunden müssen einem vorgegebenen Schema folgen, das ihre Bedürfnisse oft nicht widerspiegelt und zu unpassenden Antworten führt.
- **Schwierige Navigation**: Ein falscher Klick reicht, und es ist mühsam oder gar unmöglich, die Konversation neu zu starten oder den Fehler zu korrigieren.
- **Abgebrochene Interaktionen**: Frustrierte Kunden brechen die Interaktion häufig ab, was Probleme ungelöst lässt und die Zufriedenheit sowie Loyalität nachhaltig schädigt.

Diese unflexiblen Strukturen hinterlassen bei Nutzern das Gefühl, nicht ernst genommen zu werden, und verstärken den Eindruck, dass traditionelle Chatbots eher hinderlich als hilfreich sind.

## **Aus Unternehmenssicht: Die versteckten Kosten traditioneller Chatbots**

Auch für Unternehmen sind traditionelle Chatbots oft teurer und ineffizienter als zunächst gedacht:

- **Aufwendige Einrichtung**: Die Erstellung eines Entscheidungsbaums ist zeitintensiv, da jede mögliche Anfrage vorhergesehen und detailliert durchgeplant werden muss.
- **Begrenztes Feedback**: Kunden, die aufgrund von Frustration abspringen, hinterlassen kaum verwertbare Daten – ein großes Hindernis für Verbesserungen und Erkenntnisse.
- **Pflegeaufwand**: Änderungen oder Erweiterungen erfordern eine komplette Überarbeitung des Entscheidungsbaums, was fehleranfällig und zeitaufwendig ist.

Der Aufwand für die Erstellung und Pflege traditioneller Chatbots übersteigt oft ihren Nutzen – vor allem, wenn sie die Erwartungen der Kunden nicht erfüllen.

# KI-Chatbots

Chatbots, die auf großen Sprachmodellen (LLMs) basieren, lösen diese Probleme vollständig und bieten sowohl Kunden als auch Unternehmen ein reibungsloses Erlebnis:

- **Kundenzentriertes Design**:
  - **Freie Texteingabe**: Kunden können ihre Fragen in natürlicher Sprache stellen, ohne sich durch komplizierte Menüs klicken zu müssen.
  - **Flexibel und adaptiv**: KI-Chatbots verstehen Kontext und Intention hinter den Anfragen und liefern präzise Antworten, ohne starre Strukturen.
  - **Erhöhte Zufriedenheit**: Kunden fühlen sich ernst genommen, da die KI auf ihre Bedürfnisse eingeht, statt sie in vorgefertigte Kategorien zu zwingen.

- **Effizienz für Unternehmen**:
  - **Kein Entscheidungsbaum**: Die Abkehr von vordefinierten Strukturen verkürzt die Einrichtungszeit und verringert die Komplexität erheblich.
  - **Verwertbare Erkenntnisse**: Fortschrittliche Analysen liefern detailliertes Feedback zu Kundeninteraktionen, was kontinuierliche Verbesserungen ermöglicht.
  - **Einfache Wartung**: Die KI lernt automatisch aus neuen Daten und bleibt so aktuell, ohne manuelle Anpassungen.

Indem sie die Schwächen traditioneller Chatbots beseitigen, schaffen KI-Chatbots eine Win-win-Situation: Kunden erhalten schnelle und präzise Hilfe, während Unternehmen Zeit sparen und wertvolle Einblicke gewinnen.

## Zusätzliche Vorteile KI-nativer Chatbot-Plattformen

Neben der Überwindung der Schwächen traditioneller Chatbots bieten KI-gestützte Systeme wie die botBrains-Plattform zahlreiche weitere Funktionen, die den Kundenservice auf ein neues Niveau heben:

### **Intelligente Übergabe an Menschen**

- **Nahtlose Weiterleitung**: Übersteigt eine Anfrage die Fähigkeiten der KI, sorgt diese für eine reibungslose Übergabe an menschliche Agenten und überträgt dabei den gesamten Kontext.
- **Automatische Zusammenfassung**: Der Chatbot fasst alle relevanten Details zusammen, bevor die Anfrage eskaliert wird, sodass Agenten effizient reagieren können.
- **Verbesserte Zusammenarbeit**: Menschliche Agenten erhalten vollständige Gesprächsverläufe und Einblicke, um Probleme ohne Wiederholungen zu lösen.

### **Echte Mehrsprachigkeit**

- **Globale Erreichbarkeit**: KI-Chatbots unterstützen über 24 Sprachen und ermöglichen es Unternehmen, weltweit mit Kunden zu kommunizieren.
- **Komfort in der Muttersprache**: Kunden können Fragen in ihrer eigenen Sprache stellen, was Vertrauen und Klarheit erhöht.
- **Dynamische Übersetzungen**: Die KI liefert präzise, kontextbezogene Übersetzungen, die für Konsistenz über alle Sprachen hinweg sorgen.

### **Personalisierte Erlebnisse**

- **Kontextbewusste Interaktionen**: KI-Chatbots erinnern sich an vorherige Unterhaltungen, was Kontinuität und Personalisierung in Folgedialogen ermöglicht.
- **Verhaltensanalysen**: Mithilfe fortschrittlicher Analytik können Unternehmen Kundenpräferenzen besser verstehen und Antworten individuell anpassen.

### **Erweiterte Integrationen**

- **Systemkonnektivität**: KI-Chatbots verbinden sich mühelos mit CRMs, ERPs und anderen Geschäftstools, um Aufgaben wie Auftragsverfolgung, Kontenaktualisierungen oder Rechnungsstellung zu erledigen.
- **Individuelle API-Integration**: Die botBrains-Plattform ermöglicht maßgeschneiderte Integrationen und sorgt dafür, dass der Chatbot auch mit komplexen Workflows nahtlos funktioniert.

### **Verwertbare Erkenntnisse für kontinuierliche Verbesserungen**

- **Kundenfeedback analysieren**: Unternehmen gewinnen wertvolle Einblicke in Schwachstellen und häufige Fragen, um Produkte und Dienstleistungen zu verbessern.
- **Dynamische Wissensaktualisierungen**: Die botBrains-Plattform verarbeitet neue Informationen automatisch und hält Antworten ohne manuellen Aufwand aktuell.

## **Gesamtfazit**

KI-Chatbots lösen nicht nur die Probleme traditioneller Systeme, sondern bieten transformative Funktionen, die den Kundenservice neu definieren. Mit intelligenter Übergabe, echter Mehrsprachigkeit, nahtlosen Integrationen und fortschrittlichen Analysefunktionen ermöglicht botBrains anderen Unternehmen, außergewöhnliche Kundenerlebnisse zu liefern und interne Workflows zu optimieren. Durch den Einsatz KI-gestützter Chatbots sichern sich Unternehmen einen entscheidenden Vorteil im Wettbewerb und garantieren sowohl Kundenzufriedenheit als auch betriebliche Effizienz.

Vertreiben traditionelle Chatbots deine Kunden? Wenn du jemals in einer endlosen Schleife starrer Menüs festgesteckt haben, sind du nicht allein. Traditionelle Chatbots basieren auf veralteten Entscheidungsbäumen, die Nutzer frustrieren und versteckte Kosten für Unternehmen verursachen.

KI-Agenten, die Fälle lösen
in
Zendesk

Kundenorientierte Unternehmen vertrauen auf uns

KI, die in deinem Helpdesk arbeitet. Nicht daneben.

So funktioniert's

Fallstudien

Wie FC Schalke 04 Fans mit KI-Chatbot ERWIN digital betreut

Wie skapetze® 4.500+ Kunden mit KI-Lichtberatung unterstützt

Wie OMR Education digitales Lernen mit einem KI-Lernassistenten verbessert

Zufriedene Kunden durch sofortige Antworten

KI-Agenten, die Fälle lösenin Zendesk

Kundenorientierte Unternehmen vertrauen auf uns

KI, die in deinem Helpdesk arbeitet. Nicht daneben.

So funktioniert's

Fallstudien

Wie FC Schalke 04 Fans mit KI-Chatbot ERWIN digital betreut

Wie skapetze® 4.500+ Kunden mit KI-Lichtberatung unterstützt

Wie OMR Education digitales Lernen mit einem KI-Lernassistenten verbessert

Zufriedene Kunden durch sofortige Antworten

KI-Agenten, die Fälle lösen
in
Zendesk