KI-Chatbots im Kundenservice: Die wichtigsten Learnings aus dem moinAI Webinar
Haben Sie sich schon einmal gefragt, was heutzutage wirklich notwendig ist, um nachhaltig eine hohe Servicequalität sicherzustellen, Ihre Mitarbeiter:innen gewinnbringend einzusetzen und insgesamt sowohl Supportvolumen, als auch Supportkosten zu reduzieren? Die Lösung bietet die Implementierung eines KI-Chatbots als Self-Service Lösung. Wie genau das funktioniert erfahren Sie im Folgenden.
Warum die Chatbot-Technologie gerade jetzt so relevant ist
Es gibt mehrere Gründe für die stetig steigende Relevanz von Chatbots im Kundenservice. Einer der Hauptgründe hängt mit den gestiegenen Kundenerwartungen zusammen.
Während es früher noch vollkommen in Ordnung war mehrere Minuten in der Telefonwarteschleife im Kundenservice eines Unternehmens zu warten, wollen die meisten Kund:innen heutzutage 24/7 ihre Fragen über verschiedenste Kanäle stellen können und erwarten innerhalb von 10 Minuten eine Rückmeldung.
Die Realität bei deutschen Unternehmen sieht jedoch so aus, dass ein:e Kund:in 84 Stunden warten muss, bis seine Kundenservice-Anfrage gelöst wird.
Das bedeutet wiederum, dass Kund:innen viel schneller frustriert sind als früher und auch viel eher zu einem Konkurrenten wechseln und dann dort das Produkt kaufen bzw. die Dienstleistung in Anspruch nehmen.
Auf der anderen Seite war der Druck auf den Kundenservice noch nie so hoch, wie heutzutage. Häufig soll mit genau derselben Ressourcen- und Kostenstruktur ein höheres Supportvolumen bewältigt werden. Gleichzeitig müssen Mitarbeiter:innen jedoch auch in Peak-Zeiten eine hohe Servicequalität sicherstellen und das, obwohl sie häufig viele verschiedene Kanäle mit einer Vielzahl von Anfragen betreuen müssen.
Schlussendlich sind die Mitarbeiter:innen häufig überlastet und die Kund:innen unzufrieden. Insgesamt bewerten deshalb 84% aller Kund:innen ihre digitale Service-Experience mit Unternehmen negativ.
Ein weiterer Grund zeigt sich in 2 internationalen Studien zur bevorzugten und gewünschten Kundenkommunikation mit Unternehmen.
So werden, einer internationalen Studie von Hubspot aus 2018 zur Folge, die Kanäle Telefon und E-Mail zwar nach wie vor von den meisten Kunden bevorzugt. Spannender Weise machen die Chat-Kanäle Live-Chat und Messenger jedoch bereits jetzt einen sehr großen Anteil aus. Dies veranschaulicht das Bedürfnis der Kund:innen nach innovativen Kontaktmöglichkeiten.
Da es sich hier um eine internationale Studie handelt, dient sie als sehr gute Prognose für die nächsten Jahre in Deutschland. Das heißt das man sich auch in Deutschland sehr schnell in die Richtung entwickeln wird, dass es für Kund:innen vollkommen normal ist ein Unternehmen auch via Chat zu erreichen.

Das spiegelt auch eine Studie von Facebook wider. Diese ergibt, dass 55% aller Nutzer:innen viel lieber mit einem Unternehmen chatten würden, als anzurufen oder eine E-Mail zu senden.
Grund dafür sind insbesondere Alltagsgewohnheiten wie das Chatten mit der Familie oder Freunden per WhatsApp. Aber auch im beruflichen Umfeld wird immer mehr über Kanäle wie beispielsweise Slack mit Kolleg:innen kommuniziert. Diese Erwartungshaltung überträgt sich sowohl in die Art der Kanäle, als auch in die Reaktionszeit auf die Kommunikation mit einem Unternehmen.
Doch was hält ein Unternehmen davon ab einen Chat-Kanal zu eröffnen?
Die einfache Antwort: Jede Anfrage kostet ein Unternehmen Geld. Und zwar durchschnittlich 42,45€, wenn eine Kundenservice-Anfrage von einem externen Call-Center beantwortet wird.
Gleichzeitig sind jedoch ca. 80% aller Service-Anfragen an Unternehmen repetitiv und verschwenden damit wertvolle Arbeitszeit von Mitarbeiter:innen indem diese die wiederkehrenden Anfragen am Telefon, per E-Mail mit „copy paste“ oder mittels Textvorlage beantworten.
Aus diesem Spannungsverhältnis zwischen Nutzerperspektive und Unternehmensperspektive haben wir eine 3-teilige Lösungsformel entwickelt.

Das erste Element der Lösungsformel deckt die Kundenerwartungen ab. Die Kund:innen erwarten, dass sie in einem Chat-Kanal rund um die Uhr ihre Fragen stellen können und dort schnell eine Antwort und ihr Anliegen gelöst bekommen. Das zweite Element deckt die Unternehmensperspektive ab, die eine Kostenexplosion vermeiden und deshalb diese wiederkehrenden Anfragen automatisieren wollen. Gleichzeitig sollten Mitarbeiter:innen gewinnbringend eingesetzt werden und genau daraus ergibt sich das dritte Element: Ein System zum gezielten Einsatz von Mitarbeiter:innen für qualifizierte Anfragen.
Und was ist das Ergebnis der Formel?
Einige haben es sich bestimmt bereits gedacht – es ist die Technologie KI-Chatbot.
Doch welche Arten vom Chatten und von Chatbots gibt es überhaupt und wie unterscheiden sich diese voneinander?
Chatten & Chatbots – Unterschiede im Überblick:
Grundsätzlich gibt es drei verschiedene Arten.
1. Live-Chat
Live-Chat bedeutet, dass ein Nutzer direkt im Chat seine Frage per Freitext stellen kann und auf der anderen Seite ein:e Mitarbeiter:in sitzt, die/der diese Frage entgegennimmt und manuell beantwortet. Herausforderung hierbei ist die manuelle Komponente. Es gibt keine Automatisierung und es werden viele Mitarbeiter:innen benötigt, die sehr schnell auf die Anfragen reagieren sollen. Deshalb ist der Live-Chat oft mit einem hohen Ressourcen- und Kosteneinsatz verbunden, wenn dieser Kanal wirklich qualitativ hochwertig bedient wird.
2. Geführtes Dialogsystem oder auch „Klick-Bot“
Der Name kommt daher, dass der/dem Nutzer:in zu Beginn eine Multiple-Choice-Auswahl mit verschiedenen Optionen zur Auswahl gestellt wird. Der Nutzer kann dann einen der Buttons, Quick Replies oder Punkte anwählen, woraufhin eine Antwort ausgespielt wird. Ungünstig hierbei ist, dass in diesem Fall nur ein eingeschränkter Grad der Automatisierung erreicht werden kann. Da nur eine bestimmte Anzahl von Auswahlmöglichkeiten zur Verfügung gestellt werden kann, wird mithilfe eines Klick-Bots nicht der Prozentsatz der Automatisierung erreicht, der notwendig ist, um diese wiederkehrenden Anfragen ausreichend zu automatisieren. Daher werden oft zusätzliche Mitarbeiter:innen und zusätzliche Ressourcen gebraucht, um den Kanal sinnvoll abzubilden. Klick-Bots eignen sich demnach weniger für eine vollständige Automatisierung repetitiver Fragen. Für kurzweilige und einfachere Marketing-Aktionen hingegen sind sie super einsetzbar.
3. Künstlich intelligente Chatbots
Bei einem künstlich intelligenten Chatbot (oder auch KI-Chatbot) kann ein:e Nutzer:in, genau wie im Live-Chat, seine Frage per Freitext im Chat stellen. Auf der anderen Seite befindet sich jedoch aber kein:e Mitarbeiter:in, sondern eine KI, die diese Anfrage basierend auf natürlicher Sprachverarbeitung (NLP) versteht und mit der hinterlegten Antwort automatisiert beantwortet. Der große Vorteil hierbei ist, dass ein hoher Automatisierungsgrad ermöglicht werden kann, da von dem KI-Chatbot alle wiederkehrenden Anfragen fallabschließend automatisiert werden können.
Auch moinAI beinhaltet einen KI-Chatbot. Was das besondere an der KI-Chatbot-Lösung von moinAI ist und wie sie funktioniert, wird im Folgenden erklärt.
Wie funktioniert die KI und das Self-Learning bei moinAI?
Kurz gesagt: Der selbstlernende KI-Chatbot arbeitet in drei Schritten. Im ersten Schritt versteht die KI die Anfrage des/der Nutzers/Nutzerin basierend auf natürlicher Sprachverarbeitung. Das bedeutet sie sucht in der Anfrage nicht explizit nach Schlagworten, sondern findet aufgrund semantischer Zusammenhänge wirklich heraus, was das Anliegen ist. Daraufhin beantwortet der Chatbot diese Anfrage automatisiert mit der hinterlegten Textantwort. Im dritten Schritt lernt der Chatbot mittels KI-Features bei jeder Anfrage hinzu und kann somit immer mehr Anfragen automatisieren.
Doch nicht nur die Funktionsweise von moinAI passiert grob unterteilt in drei Schritten, auch der Weg hin zur Chatbot-Implementierung umfasst drei Schritte. Welche das sind, erfahren Sie im Folgenden:
Die 3 Schritte zum KI-Chatbot:
Training der künstlichen Intelligenz
Zur Erläuterung und Visualisierung der Technologie des selbstlernenden KI-Chatbot-Systems haben wir das folgende Modell entwickelt. Es soll verdeutlichen wie die künstliche Intelligenz (KI) eine Anfrage versteht und wie ein solcher Chatbot dazulernen kann.
Das Koordinatensystem stellt hier einen tausend-dimensionalen Raum dar. In diesem tausend-dimensionalen Raum befinden sich alle möglichen Formulierungen, die ein:e Nutzer:in überhaupt an einen Chatbot stellen kann. Da ein Chatbot niemals jede dieser Formulierungen auf Anhieb verstehen und beantworten können wird, werden Themenfelder basierend auf historischen Daten und Auswertungen definiert. In diesem Beispiel die drei Themenfelder: Passwort, Funktionsweise und Sendungsstatus. Diese zu Beginn definierten Themenfelder werden anschließend antrainiert. Für das Themenfeld Passwort werden dafür Trainingsdaten wie beispielsweise „Wie kann ich mein Passwort zurücksetzen?“ oder „Wie genau kann ich meinen Account wieder herstellen?“ verwendet. Mithilfe dieser Beispielsätze wird dann das besagte Themenfeld trainiert, sodass sich eine Art Wolke ergibt. Die sogenannte Wolke „schwebt“ dann an einer gewissen Position im tausend-dimensionalen Raum und besitzt eine bestimmte Form, wie auch auf der folgenden Abbildung zu sehen ist.

Wie erkennt der KI-Chatbot eine Frage und wie lernt er selbständig dazu?
Stellt ein:e Nutzer:in im Chat nun eine Frage wie: „Ich kann mich nicht mehr einloggen! Was soll ich jetzt machen?“, so transformiert der Chatbot diese Formulierung als Vektorgrafik in den tausend-dimensionalen Raum. Einfacher formuliert bedeutet dies, dass der Chatbot berechnet, wo genau diese Formulierung in den tausend-dimensionalen Raum und in die Wolke trifft. Je nach Eintrittspunkt der Formulierung, berechnet der Chatbot den Grad, zu dem er sich sicher ist, dass diese Formulierung ein gewisses Themenfeld meint. Das sogenannte „Confidence Level“. Basierend auf dem „Confidence Level" entscheidet der Chatbot dann, ob er direkt eine Antwort ausspielt oder ob er eine intelligente Rückfrage stellt.

Was ist eine intelligente Rückfrage?
Eine intelligente Rückfrage ist ein Prinzip, das, was wir auch in unserer natürlichen Konversation von Mensch zu Mensch verwenden. Beispielsweise wenn wir uns nicht sicher sind, ob wir etwas richtig verstanden haben. Je nachdem, ob der/die Nutzer:in diese Rückfrage dann bejaht oder verneint, geht dies wiederum als stärkendes oder schwächendes Signal in das KI-Modell zurück. Deshalb sind die hier dargestellten Wolken dynamisch und werden immer schärfer bzw. genauer in ihrer Form. Genau hier ist der selbstlernende Charakter des Chatbots zu erkennen. Basierend auf dem Nutzerfeedback lernt er bei jeder Konversation dazu und formt die Wolken Schritt für Schritt so, dass die gestellten Fragen immer besser verstanden werden, wodurch ein immer höherer Automatisierungsgrad erreicht werden kann.
Doch damit ist das selbstlernende Potenzial der KI noch nicht ausgeschöpft. Ein weiteres, wichtiges KI-Feature ist das sogenannte Dreaming. Das Dreaming erleichtert die Erschließung von neuen Themen, ohne menschliches Zutun. Mehr darüber erfahren Sie in diesem Blogartikel: Insights mit einem Chatbot generieren: So funktioniert es
Wie definiere ich die Themen, die der Chatbot kennen soll?
Oft stellt sich nun die Frage: „Wie finde ich denn heraus, welche Themenfelder relevant sind und welche Themenfelder ich dem Chatbot beibringen sollte?“
Es gibt verschiedene Möglichkeiten die relevantesten Themenfelder zu identifizieren. Häufig bietet es sich an die historischen Daten zu prüfen. Also nachzusehen welche Fragen bisher im Unternehmen via E-Mail oder Telefon etc. eingingen. Darauf basierend können die gesammelten Fragen in Themenfeldern organisiert und als Grundlage für das Lernen des Chatbots genutzt werden.
Es gibt jedoch auch eine plakativere Herangehensweise. Hier wird zunächst ein Blick auf die FAQs geworfen und falls möglich, werden die am häufigsten geklickten ausgewählt. Diese, populärsten FAQs, werden dann einfach als Themen definiert und dem Chatbot beigebracht. In beiden Fällen ist es jedoch wichtig, dass nicht mit zu vielen Themen gestartet wird. Stattdessen wird mit einem ersten Set an Themen gelauncht und der Chatbot dann Schritt für Schritt um zusätzliche Themen erweitert.
2. Routing zum Chatbot + Human Takeover
Zu Beginn ist es wichtig zu prüfen über welche Kanäle aktuell Anfragen gestellt werden und auf welchen dieser Kanäle sich sinnvollerweise entweder ein Verweis auf den Chatbot oder der Chatbot direkt integriert werden kann. An dieser Stelle sollte zusätzlich geprüft werden, ob eine Ausspielung des Chatbots in diesen Kanälen oder seine Integration in die bestehenden Systeme potenziell möglich ist. Dafür lohnt es sich zunächst eine Liste der Kanäle Ihres Unternehmens zu erstellen. Kanäle können hier beispielsweise die eigene Website, Messaging-Anwendungen wie der Facebook Messenger oder WhatsApp sein. Häufig haben Unternehmern auch eine eigene App über die Kundenanfragen gestellt werden. Außerdem gibt es den Weg der E-Mail und des Telefons, bei dem viele Unternehmen eine IvR im Einsatz haben.
Nach der Dokumentation aller Kanäle kann entschieden werden, wo eine Platzierung des Chatbots am sinnvollsten ist, um einen möglichst hohen Anteil der Anfragen in den Chatbot routen zu können.
Systemintegration:
Als Nächstes sollte überlegt werden, mit welchen Systemen der Chatbot kommunizieren muss, um dem/der Nutzer:in die relevanten Informationen ausgeben zu können. Ergänzend stellt sich die Frage, wie die Anfragen sinnvoll an die Mitarbeiter:innen des Unternehmens weitergeleitet werden können, sodass diese, wenn notwendig einschreiten können, falls der Chatbot etwas nicht versteht. Dadurch können möglicherweise komplexe Anfragen vom Chatbot vorqualifiziert und anschließend manuell beantwortet werden. Diese Übergabe komplexer Anfragen, die vom Chatbot nicht beantwortet werden können, wird als Human Takeover bezeichnet.
Was ist, wenn der Chatbot mal nicht weiter weiß?
Hier stellt sich vor allem die Frage, wie eine Konversation, die nicht fallabschließend vom Chatbot gelöst werden kann, an einen Menschen weitergeleitet werden kann. Auch hier gibt es verschiedene Lösungsansätze.
Der erste Weg ist die klassische E-Mail. Das bedeutet der Chatbot fragt die/den Nutzer:in nach ihrer/seiner Mail Adresse und die Anfrage wird dann per Mail an die Mitarbeiter:innen weitergeleitet und kann auf diesem Weg beantwortet werden.
Eine zweite Möglichkeit, auf die viele Unternehmen setzen, ist die Integration eines Live-Chats. In diesem Fall kann die Konversation, auf Wunsch des Nutzers, direkt im Chat an eine:n Mitarbeiter:in weitergeleitet werden, die/der dann anstelle des Chatbots übernimmt. Häufig ändert sich dann das Avatar-Bild vom Chatbot zum Kundenbetreuer, sodass Nutzer:innen direkt erkennen, dass an dieser Stelle eine Übergabe an einen Live-Chat-Operator stattfindet. Nach der Bearbeitung einer solchen Anfrage durch die/den Mitarbeiter:in, kann dann wieder eine Rückübergabe an den Chatbot erfolgen.
3. Launch & Erfolgsmessung des Chatbots
In diesem Schritt geht es um den Launch und die Erfolgsmessung des Chatbots. Oftmals entsteht der Eindruck, dass die Chatbot-Technologie in ihrer Umsetzung eine gewisse Komplexität mit sich bringt und daher wahrscheinlich mehrere Jahre dauert und sehr kostenintensiv ist. Dem ist jedoch nicht so. Ganz im Gegenteil, mit moinAI konnte ein Ansatz entwickelt werden, der es ermöglicht diese Technologie sehr schnell einzusetzen und dann Schritt für Schritt zu erweitern, sodass die Kundenbedürfnisse erfüllt werden.
In einem gemeinsamen Onboarding werden dann die Top 10 Themen definiert. Anschließend wird alles an die künstliche Intelligenz übermittelt und angelernt, sodass der Chatbot nach einigen Wochen online gehen kann. Nach dem Live-Gang wird es aber erst spannend. Denn jetzt lernt der Chatbot, basierend auf den intelligenten Rückfragen, selbstständig dazu und versteht die Fragen immer besser. Außerdem können die Themen jetzt, basierend auf den KI-Empfehlungen des Chatbots, schrittweise erweitert werden.
Hierbei ist es wichtig, sich zu Beginn auf die relevantesten Themenfelder zu fokussieren und den Chatbot dann schrittweise inhaltlich weiter auszuarbeiten. Auch sollte dann abhängig von den Anfragen der Nutzer:innen entschieden werden, wo eine Schnittstellenintegration lohnenswert ist und wo es sinnvoll ist, gezielt Informationen von anderen Systemen in den Chatbot auszuspielen. Durch diese Herangehensweise wird bereits zum Live-Gang ein hoher Automatisierungsgrad erreicht, der sich dann im weiteren Verlauf immer weiter steigert. Somit können mehr und mehr Anfragen fallabschließend automatisiert werden.
Die technische Integration auf der Website erfolgt dann mithilfe eines zweizeiligen Codes, der z.B. mittels des Google Tag Managers integriert werden kann. Der interne Programmierungsaufwand ist also sehr unkompliziert und kann schnell erfolgen.

Inhaltlich kann der Chatbot über den Hub gemanagt werden. Im Hub können zum einen die Ergebnisse des Chatbots im Überblick eingesehen werden, zum anderen werden in Echtzeit Einblicke in die relevantesten Themenfelder und die gestellten Fragen der Nutzer ermöglicht.
Zusätzlich kann auf dem Dashboard u.a. eingesehen werden, wie hoch der Automatisierungsgrad des Chatbots ist und wie das Feedback der Nutzer:innen ausfällt. Dadurch können gezielte Optimierungen vorgenommen werden.
Auch die einzelnen Konversationen zwischen Nutzer:innen und Chatbot können eingesehen werden. Dies kann beispielsweise zur qualitativen Auswertung verwendet werden. Im gleichen Zuge können die Antworten im Hub jederzeit bearbeitet werden, um der/dem Nutzer:in eine zufriedenstellende Antwort auf ihre/seine Frage zu geben. Mittels dieser zentralen Bereiche wird ein optimales Chatbot-Management ermöglicht.
Kurzer Einblick in die 3 Kernelemente der KI-Chatbot-Lösung:
Neben dem Hub gibt es noch 2 weitere Kernelemente, die die Chatbot-Lösung moinAI definieren. Das ist zum einen das Chat-Widget, welches auf der Website integriert werden kann und zum anderen der KI-Chatbot, der basierend auf den trainierten Themen, die Nutzeranfragen versteht und beantwortet.
Die einzelnen Features der drei Kernelemente, finden Sie hier.

Gibt es Referenzen?
Selbstverständlich. moinAI wird von Unternehmen aus diversen Branchen erfolgreich eingesetzt. Dies kann u.a. in den Case-Studies nachgelesen werden, die gemeinsam mit unseren Kund:innen erstellt wurden. In den Case-Studies erfahren Sie die Success Stories unsere Kund:innen, die Herangehensweisen, die Challenges, die Ergebnisse, etc.von Kunden wie Geberit, VELUX, VELUX OSO, AdmiralDirekt und vielen mehr.
Warum gerade jetzt einen Chatbot in den Kundenservice integrieren?
Zusammenfassend gibt es zwei sehr gute Gründe sich zum aktuellen Zeitpunkt mit der Chatbot-Thematik auseinanderzusetzen. Erstens, wer jetzt einen Chatbot in seinen Kundenservice integriert, kann noch einen entscheidenden Wettbewerbsvorteil herausarbeiten. Schon jetzt denken viele Unternehmen über Chatbots nach, jedoch steht dies oft erst für 2022 auf der Agenda. Das bedeutet, dass jeder, der sich bereits jetzt mit der Chatbot-Technologie auseinandersetzt, Erfahrungen sammeln kann und anderen Unternehmen bereits einen großen Schritt voraus ist. Der zweite gute Grund sich jetzt für einen Chatbot zu entscheiden? Ein KI-Chatbot senkt direkt die Anzahl der wiederkehrenden Anfragen. Die Mitarbeiter:innen Ihres Unternehmens werden direkt entlastet und Kosten können reduziert werden. Wenn also aktuell ein großer Druck im Kundenservice herrscht, dort aber auch kurzfristig die Kosten reduziert werden und die Mitarbeiter entlastet werden sollen, dann ist ein KI-Chatbot die ideale Lösung um einen direkten Effekt zu erzielen.
Wie am besten mit einem Chatbot starten?
- Im ersten Schritt wird im Rahmen eines gemeinsamen Videocalls die Website Ihres Unternehmens angesehen und überlegt, welches die aktuell relevantesten Anfragen sind, die im Kundenservice eingehen. Außerdem wird besprochen, welchen Use-Case der Chatbot sinnvollerweise abdecken könnte.
- Auf Basis des vorherigen Gesprächs wird eine individualisierte Chatbot-Demo für diesen Use Case erstellt. Diese ermöglicht es Ansprechpartner:innen, Kolleg:innen und Vorgesetzten genauer aufzeigen zu können, wie ein Chatbot in Ihrem Unternehmen funktionieren könnte. Die Demo visualisiert konkret einen Dialog zwischen einem/einer Nutzer:in und dem KI-Chatbot. Dadurch wird schnell deutlich, wie ein KI-Chatbot funktioniert, was der Use-Case ist und welche Vorteile sich daraus ergeben.
- Nun können die oben erwähnten „3 Schritte zum KI-Chatbot“ in Erwägung gezogen oder sogar geplant werden. Selbstverständlich Hand in Hand mit unserer kompetenten Beratung.
Jetzt einen unverbindlichen Demo-Termin buchen
Oder ganz anders?
Sie möchten es eigentlich noch einmal etwas genauer wissen, bevor Sie konkrete Schritte planen? Dann schauen Sie gerne in unser Webinar zum Thema Chatbots im Kundenservice rein. Dort erklärt moinAI CEO Frederik Schröder die hier erwähnten Punkte und führt Sie noch einmal genauer in das Thema ein. Hier geht's zum Webinar.