11.08.2017

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

In unserer Artikelreihe "Chatbot Steckbrief" berichten wir jeden Freitag über einen Chatbot. Dieses Mal haben wir mit dem in New York lebenden Greg Leuch von Poncho gesprochen. Der ChatBot des Startups schickt einem tägliche Updates zum Wetter. Dem Brutkasten erzählt er, wie es das Team geschafft hat, die schlechte Presse vom Microsoft-Bot in gute Presse für Poncho umzuwandeln.
/artikel/chatbot-steckbrief-poncho-bot-wetter
(c) Poncho: Dieser Bot läst seine User nicht im Regen stehen.

Ein schneller Wetterumschwung kann ärgerlich sein. Dann, wenn man keinen Regenschirm mit hat und man von einem Platzregen überrascht wird. Oder, wenn man bei über dreißig Grad in Jeans und Pullover durch die Stadt läuft. Der Poncho Bot des gleichnamigen Unternehmens, das auch eine App hat, schickt seinen Usern täglich ein Update zum Wetter – damit man bereits auf einen etwaigen Wetterumschlag vorbereitet ist.

Poncho ist App und Chatbot

(c) Poncho

Auf die Idee zu Poncho kam Gründer Kuan Huang dank seiner Mutter. Während seiner Studienzeit schickte sie ihm jeden Morgen eine Nachricht mit einer Wettervorhersage. Vier Jahre später ist aus dem Projekt längst ein schnell wachsendes Unternehmen geworden. Der Firmensitz befindet sich in New York, Poncho operiert weltweit. User können mit ihm auf Englisch interagieren. Die Poncho App gibt es auch als Chatbot auf den Messenger Plattformen Kik, Viber und Facebook Messenger. E-Mail-Benachrichtigungen und SMS sind ebenfalls möglich. So hat Poncho auch gestartet: Zunächst als SMS-Service in New York, später USA-weit und kurz darauf als E-Mail-Service.

Der Brutkasten durfte mit Greg Leuch ein Interview führen, der für ein Meetup des Elevate-Accelerator nach Wien geholt wurde. Uns verrät er, was der Anruf von Facebook vor rund eineinhalb Jahren zu bedeuten hatte. Außerdem erklärt er, was Poncho mit Katzen-GIFs zutun hat.

Wie wichtig war das Charakter-Design von Poncho? Und wieso habt ihr Poncho zur Katze gemacht?

Das Charakter Design war super wichtig. Das war ein wenig vor meiner Zeit von Poncho. Aber, grundsätzlich ging es darum: Katzen sind süß. Das Internet dreht durch, wann immer es um Katzen geht. Menschen lieben Katzen einfach! Poncho sollte sich von der Firma abheben und auch kein Mensch sein. Und Menschen lieben Katzen, also… Dann haben wir einen Designer gebeten uns ein paar Logos und Farbkombinationen zu entwerfen. Und die Tagline sollte „Gotcha covered“ sein. Poncho sollte alles mitbringen, also humorvoll sein, ohne den Fokus auf das Wetter aus den Augen zu verlieren.

Im ernst: Wie viele Katzen-GIFs und Bilder wurden in den Bot und die App integriert?

Zu viele… viel zu viele! Es gibt ein Team, das die ganze Zeit neuen Content schreibt. Also kommen zu jederzeit neue GIFs hinzu.

Wie schwierig war es, den Usern anfänglich zu erklären, wie man mit einem Chatbot spricht?

Wir launchten unsere App ein paar Monate vor dem Facebook-Bot. Wir hatten davor schon E-Mail und SMS. Die User hatten also schon die Möglichkeit zu verstehen, was Poncho für ein Charakter ist. Poncho ist eine coole Hipster-Cat aus Brooklyn, mag Pizza, ist ein bisschen nerdig, mag es, zu Hause zu bleiben. Facebook trat dann an uns circa ein Monat vor dem Launch ihrer Facebook-Messenger-Plattform an uns heran. Sie wollten, dass wir einer ihrer Partner zum Launch sind. Ab dann hatten wir nur dreißig Tage Zeit um herauszufinden, wie wir Poncho für Facebook Messenger entwicklen sollten. Und genau zu der Zeit passierte das Fiasko mit den Microsoft-Twitter-Bots. Ein selbstlernendes System mit dem Problem, dass es nicht mit den Twitter-Trolls rechnete. Die Menschen füllten es also mit wirklich negativen, teilweise rassistischen Meldungen, die von den Bots wiedergegeben wurden.

Habt ihr da was für Poncho mitnehmen können?

Wir wollten aus dem Misserfolg von Poncho lernen. Also fragten wir uns in den dreißig Tagen: Wie können wir Poncho lustig und spielerisch gestalten? Welche Mechanismen können Trolls vielleicht korrigieren oder zumindest in andere Bahnen lenken? Unser Fokus war also gar nicht so sehr auf der A.I.-Komponente, sondern, dass Poncho unterhaltsam für seine User ist. Wir wollten außerdem einen einfachen Onboarding-Prozess. Und natürlich sollte er antworten können auf Input wie „Ich liebe dich“ oder „Was ist dein Lieblingsrezept“?

Das heißt, ihr habt die schlechte Presse von Microsoft für euch nutzen können?

Wir wussten, dass die Presse rund um den Facebook-Launch wegen Microsoft sehr genau auf Poncho schauen würde. Und dann, dass die Erwartungen der User aufgrund von Science-Fiction-Filmen super hoch sind. Wir haben Trigger-Worte implementiert, die nichts mit dem Wetter zu tun haben, damit Poncho auch darauf antworten kann. Wir wollten, dass die Fehlerquote in einem akzeptablen Bereich bleibt. Und genau deswegen war uns die Presse auch gewogen. Wir waren auch ehrlich: Wir müssen und werden noch besser werden.

Wie „smart“ ist Poncho denn?

In Poncho ist A.I. Natürlich, wenn du nur dreißig Tage Zeit hast, um herauszufinden, wie du von zero zum Big Launch kommst, muss man auch Opfer bringen. Darum haben wir uns entschieden, so viel guten Content wie nur möglich zu implementieren, dann zu schauen, wie die User mit dem Bot interagieren und dann darauf aufzubauen. Als Team haben wir uns Milestones gesetzt: Zunächst der Launch, dann als nächsten Schritt wollten wir Poncho smarter machen, neue Features einbauen, dann natürlich Fehler beheben und Poncho kontinuierlich verbessern.

Vielen Dank!

Das ganze Interview gibt es hier:

Weiterführende Links: Zum Chatbot

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Chatbot Steckbrief: Der Poncho-Bot sagt seinen Usern das Wetter voraus