Unsere AI Platform verbindet Kundenanfragen mit Unternehmenswissen und einer steuerbaren Übergabe an Menschen. Hier zeigen wir, welche Teile dieses Ablaufs wir tatsächlich entwickelt haben, wo die Grenzen liegen und wie ein Unternehmen die mögliche Zeitersparnis berechnet.
Dies ist ein technischer Praxisbericht über unser eigenes Produkt, keine Erfolgsgeschichte eines anonymen Kunden. Die beschriebenen Funktionen wurden am Entwicklungsstand vom 10. September 2026 im Projekt geprüft. Die Stundenwerte weiter unten sind ausdrücklich eine Modellrechnung: Es liegen diesem Beitrag keine gemessenen Vorher-nachher-Zeiten eines Kunden zugrunde.
Die Aufgabe: dieselben Informationen immer wieder finden
Bei einem Dienstleister kommen ähnliche Fragen über verschiedene Wege an: Welche Unterlagen brauchen Sie? Wie läuft die Zusammenarbeit ab? Welche Leistung passt zu meinem Anliegen? Eine Person liest die Nachricht, sucht eine Information, formuliert die Antwort und fragt bei einem Sonderfall intern nach.
Das ist ein typischer Ausgangsablauf, den wir für diesen Beitrag betrachten. Er ist keine nachträglich rekonstruierte Beobachtung aus einem bestimmten Kundenbetrieb. Die Schwierigkeit besteht darin, Routinefragen zu bearbeiten, ohne individuelle Zusagen, vertrauliche Informationen oder Reklamationen unkontrolliert zu automatisieren.
Ein Assistent soll hier vor allem Such- und Formulierungsarbeit verkürzen. Er soll weder aus einer allgemeinen Preisliste ein verbindliches Angebot ableiten noch eine schwierige Beschwerde mit einer plausibel klingenden Standardantwort erledigen.
Was wir in der Plattform gebaut haben
Die LindenTech AI Platform führt Nachrichten aus angebundenen Kanälen durch einen gemeinsamen Verarbeitungsablauf. Dazu gehören die folgenden, im Quellcode nachvollziehbaren Bausteine:
| Baustein | Seine Aufgabe | Wichtige Grenze |
|---|---|---|
| Gespräch und Nachrichtenverlauf | Eine neue Nachricht wird im Zusammenhang des Gesprächs verarbeitet. | Ein Verlauf ersetzt keine aktuellen Geschäftsdaten. |
| Suche im Dokumentwissen | Zu einer Frage werden passende Textabschnitte aus der Wissensbasis des Agenten gesucht. | Ähnlichkeit eines Textes ist kein Beweis, dass eine Antwort richtig ist. |
| Antworterzeugung | Das Modell formuliert mit dem bereitgestellten Kontext eine Antwort. | Freigaben und Zuständigkeiten müssen zum Anwendungsfall passen. |
| Steuerung der AI-Antworten | Deaktivierte, pausierte oder archivierte Gespräche werden berücksichtigt. | Eine menschliche Anlaufstelle muss tatsächlich besetzt sein. |
| Getrennte Verarbeitungsschritte | Kontextabruf, Antworterzeugung und Zustellung sind getrennte Schritte. | Eine erzeugte Antwort ist noch keine erfolgreich zugestellte Nachricht. |
Die Suche lässt sich beispielsweise über die Anzahl der Treffer und eine Ähnlichkeitsschwelle eingrenzen. Diese Schwelle bewertet die Dokumentensuche. Sie ist keine Prozentangabe für die Wahrheit einer Antwort.
Der Ablauf vorher und mit Unterstützung
| Arbeitsschritt | Vollständig manuell | Mit einem passend eingerichteten Assistenten |
|---|---|---|
| Eingang prüfen | Jede Nachricht wird einzeln gelesen. | Eine eingehende Nachricht startet den Verarbeitungsablauf. |
| Information suchen | Eine Person durchsucht Unterlagen oder fragt nach. | Die Wissenssuche liefert relevante Abschnitte. |
| Antwort formulieren | Die Antwort wird von Hand geschrieben. | Das Modell formuliert innerhalb des vereinbarten Aufgabenbereichs. |
| Sonderfall klären | Eine Person entscheidet und antwortet. | Ein Mensch übernimmt; die AI-Antwortfunktion wird pausiert oder deaktiviert. |
| Qualität verbessern | Einzelne Fehler werden korrigiert. | Wiederkehrende Probleme fließen in Dokumentpflege und Testfälle ein. |
Die rechte Spalte beschreibt den vorgesehenen Arbeitsablauf mit diesen Bausteinen. Insbesondere die Auswahl automatisch beantwortbarer Anliegen und die Organisation einer Übergabe sind Teil der Einrichtung. Der technische Schalter allein organisiert noch keinen Kundenservice.
Warum die Übergabe mehr ist als ein Kontaktlink
Im Nachrichtenprozess wird geprüft, ob automatische Antworten für das Gespräch aktiviert sind und ob eine Pause gilt. So kann die Verarbeitung aussteigen, bevor eine weitere AI-Antwort erzeugt wird. Zusätzlich gibt es in der Plattform eine Kontrolle vor der Zustellung, die eine inzwischen erfolgte Pause berücksichtigt.
Für WhatsApp und Instagram beschreibt die Plattform außerdem die Übernahme über erkannte Antworten des Unternehmens. Welche Variante nutzbar ist, hängt vom angebundenen Kanal und dessen Konfiguration ab. Daraus folgt keine pauschale Zusage, dass jede Nachrichten-App dieselbe Übernahmefunktion unterstützt.
Für den Betrieb bleiben drei praktische Fragen: Wer übernimmt? Wo erscheint die Aufgabe? Wann darf die Automatik wieder antworten? Ein Team braucht darauf konkrete Antworten. Eine Benachrichtigung ohne Verantwortlichen lässt einen Kunden genauso warten wie ein unbeantwortetes Postfach.
Die ehrliche Stundenrechnung: ein Beispiel mit 500 Anfragen
Für eine erste Planung rechnen wir mit folgenden frei gewählten Annahmen, nicht mit Projektergebnissen:
- 500 Anfragen pro Monat, bisher jeweils 6 Minuten Bearbeitungszeit.
- 60 Prozent sind nach Einrichtung und Prüfung für eine automatische Bearbeitung geeignet.
- Für diese 300 Fälle rechnen wir im Durchschnitt weitere 0,5 Minuten menschlichen Kontrollaufwand pro Fall.
- Die übrigen 200 Fälle benötigen weiterhin je 6 Minuten.
- Dokumentpflege, Fehlerprüfung und Betrieb benötigen zusätzlich 3 Stunden im Monat.
| Rechnung | Zeit im Beispiel |
|---|---|
| Bisher: 500 × 6 Minuten | 50 Stunden |
| Kontrolle automatisch bearbeiteter Fälle: 300 × 0,5 Minuten | 2,5 Stunden |
| Weiterhin manuell: 200 × 6 Minuten | 20 Stunden |
| Zusätzliche Pflege und Qualitätssicherung | 3 Stunden |
| Neuer Gesamtaufwand | 25,5 Stunden |
| Rechnerische Differenz | 24,5 Stunden pro Monat |
Einrichtung und Schulung sind in dieser Monatsrechnung nicht enthalten. Auch ist eine frei gewordene Stunde nicht automatisch eine eingesparte Personalkostenstunde. Das Team kann die Zeit beispielsweise für anspruchsvollere Beratung nutzen. Werden weniger Fälle automatisiert oder entstehen mehr Rückfragen, fällt die Entlastung kleiner aus.
Die allgemeine Rechnung lautet: bisheriger Aufwand minus manueller Restaufwand minus Kontrollen minus laufende Pflege. Für eine Wirtschaftlichkeitsentscheidung gehören die laufenden Kosten des Assistenten daneben.
Was wir vor einer belastbaren Erfolgsaussage messen würden
Wählen Sie vor dem Pilot repräsentative Anliegen aus, einschließlich unvollständiger Fragen und Beschwerden. Erfassen Sie aktive Bearbeitungszeit und Wartezeit getrennt. Ein Kunde kann schneller eine erste Antwort erhalten, während der Personalaufwand unverändert bleibt.
Vergleichen Sie danach ähnliche Fälle über einen ausreichend langen Zeitraum. Dokumentieren Sie neben Zeit auch fachliche Fehler, wiederholte Rückfragen, Übernahmen und tatsächlich gelöste Anliegen. Halten Sie fest, wie groß die Stichprobe war und ob sich das Anfragevolumen verändert hat.
Erst diese Daten rechtfertigen eine Aussage wie „Wir sparen monatlich 24 Stunden“. Eine Demo und ein vorhandener Prozess im Quellcode rechtfertigen sie nicht. Wer einen Pilot plant, kann die obige Tabelle als Messvorlage verwenden und jede Annahme durch eine Beobachtung ersetzen.
Die wichtigste Grenze: fehlendes Wissen bleibt fehlendes Wissen
Im geprüften Suchbaustein führt ein technischer Fehler zu einem leeren Kontext mit einem Fehlerindikator. Das ist eine technische Fehlerbehandlung, aber allein noch keine fachliche Entscheidung, dass der Assistent schweigen oder eskalieren muss. Dieses Verhalten muss im gesamten Ablauf festgelegt und getestet werden.
Genau deshalb gehören Fragen ohne passende Dokumente in jeden Abnahmetest. Wie eine Wissenssuche funktioniert, erklärt unser RAG-Leitfaden. Zusätzliche Schutzmaßnahmen finden Sie im Beitrag über Halluzinationen im Kundenservice.
Für einen eigenen Pilot reicht als Ausgangspunkt eine überschaubare Auswahl bereinigter Beispielanfragen, die dazugehörigen freigegebenen Informationen und eine Person, die richtige Antworten beurteilen kann. Beschreiben Sie uns den Ablauf: Dann lässt sich zuerst prüfen, welche Arbeit sinnvoll automatisierbar ist und welche bewusst beim Team bleibt.
Grundlage dieses Praxisberichts
Primärgrundlage ist unsere eigene Implementierung der Nachrichtenverarbeitung, Dokumentensuche und Gesprächssteuerung in AI Platform, geprüft am 10. September 2026. Den Produktumfang erläutert die öffentliche Produktseite. Private Kundengespräche, Kundennamen und nicht belegte Erfolgskennzahlen werden für diesen Bericht nicht verwendet.