KI-Chatbots im Kundenservice: was wirklich hilft

Ein KI-Chatbot senkt die Servicelast dort, wo Fragen wiederkehrend sind und die Antwort in vorhandenen Unterlagen steht – Lieferstatus, Rückgabe, Größen, Kompatibilität, Öffnungszeiten. Er scheitert dort, wo eine Entscheidung, eine Kulanz oder eine Zusage nötig ist. Wer beides trennt, bekommt spürbare Entlastung; wer alles an den Bot gibt, produziert Eskalationen und verliert Vertrauen.

Wie verbreitet der Einsatz inzwischen ist, zeigt die Bitkom-Studie »Künstliche Intelligenz in Deutschland«, die im Februar 2026 veröffentlicht wurde. In Unternehmen, die KI bereits einsetzen, ist der Kundenkontakt mit 88 Prozent der häufigste Anwendungsbereich, gefolgt von Marketing und Kommunikation mit 57 Prozent. Grundlage ist eine repräsentative telefonische Befragung von 604 Unternehmen ab 20 Beschäftigten aus dem Jahr 2025.

Welche Anfragen eignen sich – und welche nicht?

Die brauchbare Trennlinie verläuft nicht zwischen »einfach« und »komplex«, sondern zwischen Auskunft und Entscheidung. Eine Auskunft lässt sich aus Daten ableiten und ist überprüfbar. Eine Entscheidung bindet das Unternehmen.

Die rechte Spalte gehört von der ersten Nachricht an zu Menschen. Ein Bot, der dort »kreativ« wird, erzeugt entweder eine Zusage, die niemand einlösen will, oder eine Ablehnung, die als unhöflich empfunden wird. Beides ist teurer als der Anruf, der vermieden werden sollte.

Warum die Datenlage wichtiger ist als das Modell

Die häufigste Ursache für schlechte Bot-Antworten ist nicht das Sprachmodell, sondern die Quelle. Wenn Versandzeiten in drei Systemen unterschiedlich hinterlegt sind und die Rückgabebedingungen im Shop von denen in den AGB abweichen, wird der Bot diese Widersprüche sichtbar machen – zuverlässig und in großer Zahl. Vor dem Aufsetzen lohnt sich deshalb eine kurze Bestandsprüfung: Welche Quelle gilt, wer pflegt sie, und wie schnell wirkt eine Änderung?

Zweitens braucht der Bot Zugriff auf den Vorgang, nicht nur auf Texte. »Wo ist meine Sendung« ist ohne Bestellbezug nicht beantwortbar. Genau daran scheitern viele Projekte: Sie automatisieren die Wissensfragen, die selten gestellt werden, und lassen die Statusfragen ungelöst, die den Großteil des Aufkommens ausmachen.

Woran misst man, ob der Einsatz sich lohnt?

Die verbreitete Kennzahl »Automatisierungsquote« verführt zum Falschen, weil sie steigt, wenn Menschen aufgeben. Aussagekräftiger ist ein kleines Set:

• Vollständig gelöste Anfragen – ohne Folgekontakt innerhalb von sieben Tagen zum selben Vorgang.
• Übergabequote und Übergabequalität: Wie oft wird an Menschen übergeben, und liegt der Verlauf dann vollständig vor, oder muss die Kundin alles wiederholen?
• Bearbeitungszeit der übergebenen Fälle im Vergleich zu Fällen ohne Bot-Vorlauf. Steigt sie, kostet der Bot mehr, als er spart.
• Fehlauskunftsquote: Stichprobe aus dem Verlauf, geprüft gegen die Primärquelle. Diese Zahl kennt fast niemand – und sie ist die einzige, die das Risiko abbildet.
• Abbruchquote im Dialog, getrennt nach Anfragetyp.

Vor dem Start sollten dieselben Größen ohne Bot erhoben werden. Ohne Ausgangswert lässt sich später jede Zahl als Erfolg erzählen.

Der Hinweis auf die Maschine gehört ohnehin dazu

Unabhängig von der Wirkung ist die Kennzeichnung ein Planungspunkt für dieses Jahr: Nach Artikel 50 der EU-KI-Verordnung müssen KI-Systeme, die direkt mit Menschen interagieren, ab dem 2. August 2026 so gestaltet sein, dass die betroffene Person erkennt, dass sie mit einer Maschine spricht – es sei denn, das ist aus dem Zusammenhang offensichtlich. Wer jetzt einen Bot aufsetzt, sollte den Hinweis gleich einbauen, statt ihn später nachzurüsten.

Erfahrungsgemäß schadet er auch nicht: Ein klarer Einstieg im Sinne von »Ich bin ein automatischer Assistent und kann zu Bestellung, Versand und Rückgabe helfen – für alles andere verbinde ich Sie mit einem Menschen« senkt die Erwartung auf ein realistisches Maß und reduziert genau die Enttäuschung, die sonst in der Bewertung landet.

Wie baut man die Wissensbasis auf, aus der der Bot antwortet?

Die Antwortqualität hängt weniger vom eingesetzten System ab als von der Struktur der Quellen. Bewährt hat sich eine Trennung in drei Ebenen, die unterschiedlich gepflegt werden.

Der häufigste Konstruktionsfehler ist, die erste Ebene als Sammlung alter Hilfetexte anzulegen. Diese Texte widersprechen sich fast immer – unterschiedliche Autoren, unterschiedliche Jahre, unterschiedliche Formulierungen derselben Regel. Wenn ein System daraus antwortet, wird es genau diese Widersprüche reproduzieren, nur schneller und in größerer Zahl als bisher.

Der Einstieg über die drei häufigsten Anfragen

Statt eine vollständige Wissensbasis aufzubauen, lohnt sich der umgekehrte Weg: Die drei häufigsten Anfragetypen aus dem Servicepostfach der letzten drei Monate auszählen, für diese drei die Quellen sauber aufsetzen und den Bot nur dafür freischalten. Alles andere wird sofort an Menschen übergeben.

Dieser Zuschnitt hat drei Vorteile. Er ist in Wochen statt Monaten umsetzbar, er deckt in den meisten Shops bereits einen erheblichen Teil des Aufkommens ab, und er macht die Wirkung messbar, weil die Vergleichsgruppe – alle übrigen Anfragen – unverändert weiterläuft. Wer stattdessen breit startet, hat weder eine Vergleichsgruppe noch eine klare Ursache, wenn etwas nicht funktioniert.

Was mit den Gesprächsverläufen passieren sollte

Die Verläufe sind die wertvollste Nebenwirkung des Projekts – vorausgesetzt, jemand liest sie. Sie zeigen, welche Fragen in den Produktbeschreibungen unbeantwortet bleiben, welche Begriffe Kundinnen und Kunden tatsächlich verwenden und an welcher Stelle im Kaufprozess Unsicherheit entsteht. Eine wöchentliche Durchsicht von zwanzig Verläufen liefert damit regelmäßig Verbesserungen für Produkttexte und Kategorieseiten, die weit über den Serviceeffekt hinausgehen. Zu beachten ist dabei, dass Verläufe personenbezogene Daten enthalten können und entsprechend zweckgebunden und befristet aufbewahrt werden müssen.

Die Übergabe an Menschen ist der eigentliche Qualitätstest

An keiner Stelle entscheidet sich mehr über die wahrgenommene Servicequalität als am Übergang. Drei Anforderungen sollten dabei erfüllt sein: Die Übergabe ist jederzeit ohne Umweg erreichbar, der bisherige Verlauf liegt der Person vor, und die Kundin muss ihr Anliegen nicht wiederholen. Wird auch nur eine dieser drei verletzt, ist der Bot in der Wahrnehmung eine Hürde und keine Hilfe – unabhängig davon, wie gut er die Fälle löst, die er löst.

Was der Einstieg realistisch kostet

Der größte Posten ist nicht die Software, sondern die Klärung der Quellen und die Anbindung an Bestell- und Versanddaten. Beides fällt einmalig an und wirkt anschließend auch außerhalb des Bots – etwa in der Shop-Suche, in Serviceantworten und in Produktseiten. Wer das mitrechnet, bewertet ein Servicebot-Projekt fairer als über die reine Lizenzgebühr.

Häufige Fragen

Wie lange dauert es, bis ein Servicebot Nutzen bringt?

Realistisch sind einige Wochen für die Datenklärung und den Zugriff auf Bestell- und Versandstatus, bevor überhaupt Dialoge entstehen. Projekte, die in wenigen Tagen live gehen, beantworten meist nur allgemeine Wissensfragen – und genau die machen selten den Großteil des Aufkommens aus.

Ersetzt der Bot Servicepersonal?

In der Praxis verschiebt er die Zusammensetzung der Fälle: Der Anteil einfacher Auskünfte sinkt, der Anteil klärungsbedürftiger Fälle steigt. Die verbleibende Arbeit wird also anspruchsvoller, nicht weniger anspruchsvoll. Personalplanungen, die von einer proportionalen Entlastung ausgehen, gehen deshalb regelmäßig nicht auf.

Was tun, wenn der Bot falsch geantwortet hat?

Zwei Dinge parallel: den Einzelfall mit einem Menschen korrigieren und die Quelle beheben, aus der die Antwort stammte. Ein Fehler, der nur im Einzelfall bereinigt wird, tritt am nächsten Tag erneut auf – nur bei jemand anderem.

Wer den Einsatz klein hält und an den drei häufigsten Anfragetypen ausprobiert, hat nach einem Quartal eine belastbare Grundlage für die Frage, ob sich eine Ausweitung lohnt. Das ist deutlich mehr wert als ein breit ausgerollter Assistent, dessen Wirkung niemand beziffern kann.