Collected Data

Februar 12, 2026
|By Julia Schönau

–-> zum BOTwiki - Das Chatbot Wiki

„Collected Data“ bezeichnet im Kontext von Conversational AI Daten, die während der Interaktion mit Nutzer erhoben und gespeichert werden, um sie im weiteren Dialog oder in nachgelagerten Prozessen wiederzuverwenden. Praktisch handelt es sich um Kontextvariablen: Informationen, die ein Bot aktiv abfragt oder aus angeschlossenen Systemen ausliest und dann strukturiert ablegt.

Diese Daten sind essenziell, um Dialoge zielgerichtet zu steuern, Prozesse zu automatisieren und Informationen zuverlässig an Drittsysteme zu übergeben: Beispielsweise in Chatbots, Voicebots und AI Workflows mit BOTfriends X.

Als Collected Data werden dabei alle Informationen bezeichnet, die im Gespräch oder über Integrationen erfasst, gespeichert und weiterverwendet werden können. Sie können aktiv erhoben werden (z. B. Kundennummer, E-Mail-Adresse, Anliegen, Zählerstand) oder als System Collected Data aus externen Systemen stammen (z. B. CRM-/ERP-Daten, Vertragsstatus, offene Tickets, Kundensegment).

Im Unterschied zu einem allgemeinen „Daten für KI-Training“-Begriff steht hier nicht die Forschung oder Modellschulung im Vordergrund, sondern die operative Nutzung im Dialog: Collected Data sorgen dafür, dass der Bot Kontext behalten, valide Daten sammeln und Prozesse korrekt ausführen kann.

Bedeutung der Datenerhebung für Conversational AI

Für Conversational AI-Lösungen wie Chatbots und Voicebots ist die gezielte Erhebung von Collected Data zentral, weil sie Dialoge verlässlich, strukturiert und prozessfähig macht. Während Intents und Entitäten die Bedeutung einer Nutzereingabe interpretieren, stellen Collected Data sicher, dass die relevanten Informationen als konkrete Werte vorliegen und im Verlauf des Gesprächs genutzt werden können.

Gesammelte Daten tragen außerdem zur Personalisierung der Nutzererfahrung bei: Wenn eine Kundennummer, ein Standort oder ein Anliegen bereits erfasst wurde, kann der Bot Folgefragen reduzieren und zielgerichteter reagieren. Ebenso ermöglichen Collected Data die Übergabe an nachgelagerte Systeme, etwa zur Ticket-Erstellung, zur Aktualisierung von Kundenstammdaten oder zur Bearbeitung eines Serviceprozesses.

Beispiel: Zählerstandsabfrage

Bei einer Zählerstandsabfrage werden alle relevanten Informationen im Dialog erfasst und jeweils als Collected Data gespeichert, z. B.:

  • Zählernummer
  • Zählerstand
  • Ablesedatum

Diese gespeicherten Werte werden anschließend genutzt, um die Daten automatisiert in ein angebundenes System zu übertragen (z. B. Abrechnungssystem oder CRM) – ohne manuelle Nacharbeit.

Methoden der Datenerfassung für Collected Data

Collected Data können auf zwei Arten entstehen:

  1. Aktiv abgefragte Daten (User Collected Data): Der Bot fragt Informationen gezielt ab, validiert sie (z. B. Format der E-Mail, Plausibilität eines Zählerstands) und speichert sie als Kontextvariable. Typische Beispiele sind Kundennummer, E-Mail-Adresse, Anliegen, PLZ, Terminwunsch oder Zählerstand.

     

  2. Aus Systemen ausgelesene Daten (System Collected Data):Daten werden über Schnittstellen aus externen Systemen geladen und ebenfalls als Kontextvariablen gespeichert, um den Dialog zu steuern oder Aktionen auszulösen. Beispiele sind Name/Anrede aus dem CRM, Vertragsstatus, Lieferadresse, Ticket-Historie oder Bestellinformationen.

In automatisierten AI Workflows erfolgt die Datenerhebung häufig über Integrationen zu Business-Systemen. Collected Data verbinden dabei Dialog und Prozesslogik: Der Bot sammelt oder lädt Werte, nutzt sie im Gespräch und übergibt sie anschließend strukturiert weiter.

Qualität und Herausforderungen bei Collected Data

Die Qualität von Collected Data ist entscheidend, weil sie direkt in Prozesse einfließen. Unvollständige oder fehlerhafte Werte führen schnell zu falschen Systemeinträgen, abgebrochenen Workflows oder unnötigen Rückfragen.

Typische Herausforderungen sind:

  • Validierung: Sind Eingaben formal korrekt (E-Mail, Kundennummern-Format) und plausibel (Zählerstand im realistischen Bereich)?
  • Konsistenz: Gleiche Information darf nicht in unterschiedlichen Formaten/Schreibweisen gespeichert werden.
  • Vollständigkeit: Fehlen Pflichtwerte, kann der Prozess nicht sauber abgeschlossen werden.
  • Datenschutz: Es muss klar definiert sein, welche Daten erhoben werden, wofür sie genutzt werden und wie lange sie gespeichert bleiben.

Zur Absicherung helfen klare Datenschemata, Pflichtfeld-Logiken, Validierungsregeln und saubere Governance. Insbesondere, wenn Collected Data zur Systemaktualisierung oder zur Prozessautomatisierung genutzt werden.

 

Häufig gestellte Fragen

„Collected Data“ sind speicherbare Informationen aus der Nutzerinteraktion oder aus angebundenen Systemen, die ein Bot als Kontextvariablen ablegt und später im Dialog oder in Workflows weiterverwendet. Beispiele sind Kundennummer, E-Mail-Adresse, Anliegen, Zählernummer, Zählerstand oder Ablesedatum.

Collected Data werden genutzt, um Dialoge zu steuern (Kontext behalten, Rückfragen reduzieren), und um Prozesse auszuführen (z. B. Ticket erstellen, Datensatz aktualisieren, Zählerstand übermitteln). Sie dienen als strukturierte Grundlage, damit ein Bot nicht nur „antwortet“, sondern Aufgaben zuverlässig abschließt.

User Collected Data werden aktiv im Gespräch abgefragt und gespeichert (z. B. „Wie lautet Ihre Kundennummer?“). System Collected Data werden über Schnittstellen aus Systemen ausgelesen (z. B. Name/Anrede aus dem CRM, Vertragsstatus oder offene Tickets) und als Kontextvariablen genutzt.

KI hilft vor allem beim automatisierten Verstehen von Eingaben (z. B. Intent/Entitäten) und bei der Dialogführung. Collected Data sind der Teil, der daraus konkrete, speicherbare Werte macht, die validiert und prozessfähig weiterverwendet werden können. Beides zusammen sorgt für stabile Automatisierung.

Der Bot fragt Zählernummer, Zählerstand und Ablesedatum ab, speichert jedes Feld als Collected Data und überträgt die Werte anschließend automatisiert in das Zielsystem. Dadurch entfällt manuelles Abtippen und der Prozess wird deutlich schneller und weniger fehleranfällig.

–>  Zurück zum BOTwiki - Das Chatbot Wiki