13.11.2017

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

Heute morgen hat der Brutkasten einen eigenen Chatbot auf Facebook Messenger gelauncht. Nur wenige Stunden sind seitdem vergangen, gelernt haben wir aber schon einiges. Hier nun unsere drei Key-Learnings- unmittelbar nach dem Launch.
/artikel/was-wir-in-den-ersten-stunden-nach-dem-lauch-unseres-chatbots-gelernt-haben
(c) Theresa Sophie Breitsching/canva: Seit heute hat der Brutkasten einen eigenen Chatbot auf Facebook Messenger.

Als Brutkasten-Gründer Dejan Jovicevic und ich erstmals über einen Chatbot für Brutkasten gesprochen haben, haben wir zunächst die Vor- und Nachteile abgewogen. Gerade für ein Medienunternehmen wie der Brutkasten eines ist, bietet sich ein Bot an. Ein direkter Kanal für die Community, der einerseits als Nachrichtenlieferant dienen kann, aber andererseits ein direktes Service-Tool für die User darstellt. Heutzutage ist es für Unternehmen aller Branchen unglaublich wichtig erreichbar zu sein. Die Social Media-Ära macht es nicht nur möglich, sondern verlangt es sogar dem Unternehmen ab. Dazu soll man den User auf einer persönlichen Ebene ansprechen- das ist auch vor allem mit einem Chatbot möglich. (Nein, kein Widerspruch!)

Unternehmen müssen für ihre Kunden erreichbar sein. Die Social Media-Ära macht es nicht nur möglich, sondern verlangt es sogar. Ein Chatbot in der Schnittstelle zum User kann hier einen wertvollen Beitrag leisten.

Sind Chatbots massentauglich?

Etwas, das wir ebenfalls diskutieren mussten, ist die Frage, ob Chatbots von einer breiten Masse überhaupt bereits akzeptiert und angenommen werden. Inzwischen gibt es eine große Anzahl von Studien, die sich recht einfach in zwei Gruppen teilen lassen: Jene, die Chatbots befürworten und zum Schluss kommen, dass jede x-te Person bereits mit einem Chatbot interagiert hat und die „künstlichen Helferleins“ akzeptiert. Und dann jene Gruppe, die das Thema Chatbots als bloßen Hype abtut und davon ausgeht, dass über x Prozent noch nie von einem Chatbot gehört oder mit einem solchen interagiert haben.

Digitale Vordenker als Zielgruppe

Screenshot von Bot Konversation

An dieser Stelle muss man die Zielgruppe des Brutkasten in den Fokus rücken. Ein Medienunternehmen, das digital-affine Vordenker und Entrepreneure anzieht. Menschen, die sich bewusst mit Innovation auseinander setzen und die digitale Welt in ihren Alltag integriert haben. Menschen, die sich nicht an den Brutkasten wenden, um übers Wetter zu lesen (obwohl man den Chatbot nach dem Wetter fragen kann- er gibt dann eine lustige Antwort, wie im Screenshot links), sondern, um Technologie-relevante Nachrichten zu konsumieren. Diese Menschen möchten beim Thema Startups up2date bleiben. Es sind User, die ein ehrliches Interesse an den Inhalten des Brutkasten haben- und die dementsprechend besonders von einem Chatbot profitieren können.

Breaking News bis Startup-Jobs

Der Brutkasten Chatbot hat einen klaren Fokus: Den Leser dort zu servicieren, wo er sich aufhält- nämlich in seinem „digitalen zu Hause“, direkt im Facebook Messenger. Als Brutkasten-Chatbot-User hat man daher die Möglichkeit, Abos abzuschließen: Ob Breaking News, Tageszusammenfassungen der Startup-Meldungen oder Artikel zu jenen Themen, die einen am meisten interessieren. Das Abo Management wurde beim Bot-Design besondern einfach abgebildet. Der Bot bietet allerdings auch weitere Service-Leistungen, wie die Rubrik Startup-Jobs, in der offene Stellenausschreibungen angezeigt werden, Startup-Events, also eine Auflistung aktueller Veranstaltungen oder die Artikelsuche.

Der User im Fokus: Der Brutkaste-Chatbot soll den User dort abholen, wo er sich aufhält- in seinem „digitalen zu Hause“, direkt im Facebook Messenger.

Künstliche Intelligenz? Wohl eher „Assistenz“!

Auch wenn einige Chatbots mit dem Begriff “Künstliche Intelligenz” beworben werden, muss man dem User gegenüber ehrlich bleiben. Gerade als Startup-Portal, das auch eine gewisse Verantwortung für die Community trägt, muss man bei solchen Begriffen und Definitionen sehr vorsichtig sein. Soweit sind die Bots nämlich noch nicht. Darum bezeichnen wir den Brutkasten Chatbot auch ganz bewusst als “Künstliche Assistenz”.

Künstliche Intelligenz? Soweit sind die meisten Chatbots auch außerhalb von Labs noch lange nicht! Wir bezeichnen unseren Chatbot auch ganz bewusst als “Künstliche Assistenz”.

Dieser Text ist kein Clickbait

Aber jetzt. Keine Angst, Du bist auf kein Click-Bait hereingefallen… 😉 Nachfolgend nun jene versprochenen drei Learnings, die wir nach dem Launch des Brutkasten Chatbots auf Facebook Messenger teilen können.

Die drei ersten Learnings

  1. Nach dem Launch ist vor dem Launch: Ob beim Launch einer App oder bei einem Chatbot- der spannendste Moment ist jener, wenn das Produkt „live“ geht. Sollte etwas schief gehen, muss man auch damit rechnen, dass man die ersten User verliert. Umso wichtiger ist es, Anpassungen, die man ohne großen Aufwand implementieren kann, gleich umzusetzen. Bei uns war dies etwa ein Konversationsstrang, der den User nicht im Chatbot-Universum gehalten hat. Und ist die Konversation erst unterbrochen, ist es umso schwieriger, den Nutzer wieder zurück zu holen.
  2. Persönlicher Kontakt notwendig: Es gibt Fragestellungen, auf die kann ein Chatbot nicht antworten. Und wenn er es versucht, scheitert er kläglich. Wenn der User in diesem Moment das „Botiversum“ nicht verlassen kann, wird er verärgert. Manchmal will man eben das Unternehmen direkt kontaktieren. Umso wichtiger ist es bei der Entwicklung eines Chatbots, dem Nutzer ebendiese Möglichkeit auch einzuräumen. Das hat sich heute nur bestätigt!
  3. Was darf ich dem Bot schreiben? Eine jener Funktionen, die heute am meisten genutzt wurde, war die Option „Bot FAQ“. Der Bot schickt dem User – sofern gewünscht – eine Liste von so genannten „Shortcuts“. Denn manchmal versteht ein Chatbot nicht, was der User von ihm möchte. Daher gibt man dem User – und dem Bot – mit den anleitungsähnlichen „Bot FAQs“ die Möglichkeit einander zu verstehen. Eine Art Bot-Wörterbuch quasi, das sich heute bewährt hat.

Die Verfasserin des Artikels ist Theresa Sophie Breitsching. Sie hat den Brutkasten Chatbot für Facebook Messenger und den Brutkasten Alexa Skill designt und entwickelt. 

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

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 …

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Was wir in den ersten Stunden nach dem Launch unseres Chatbots gelernt haben