AI Agent ROI Rechner
Kostenloses Training: Chatbot Crashkurs
Whitepaper: Die Akzeptanz von Chatbots
Conversational Copywriting für AI
--> zum BOTwiki
Conversational Copywriting bezeichnet die Disziplin, Dialogtexte für automatisierte Konversationen so zu formulieren, dass sie verständlich, hilfreich und markenkonform wirken. Während man die Aussagen des Bots früher 1:1 vorgeschrieben hatte, werden heute die Anweisungen darüber, wie genau ein Bot spricht, werden meist in Form der AI Agent Persona festgelegt (siehe hierzu auch unseren AI Persona Guide). Die genaue Formulierung passiert dann dank KI kontextuell passend.
Eingebettet ist diese Disziplin in das Conversational Design mit den drei Säulen Copywriting, Technologie und Psychologie. Für jeden AI Agent entscheidet die Qualität der Ausgaben darüber, ob Nutzer sich verstanden fühlen oder den Dialog abbrechen. Damit ist Conversational Copywriting eine zentrale Stellschraube für jede Conversational-AI-Lösung. Über Voice, Chat und E-Mail hinweg.
Prinzipien guter Dialogtexte
Die Grundlage für saubere Dialogtexte bilden die Konversationsmaximen nach Grice. Sie liefern ein einfaches Raster, an dem sich jede Botschaft eines AI Agents prüfen lässt. Wer diese Prinzipien missachtet, riskiert lange Antworten, irrelevante Informationen oder unklare Aussagen, die im Voice-Kanal besonders schnell zu Abbrüchen führen.
- Qualität: Nur Aussagen, die belegt und korrekt sind.
- Quantität: So viel Information wie nötig, nicht mehr.
- Relevanz: Jeder Satz zielt auf das Anliegen der Nutzer:innen.
- Modalität: Klare, eindeutige Formulierungen ohne Mehrdeutigkeit.
Hinzu kommt die psychologische Ebene: Nutzer müssen motiviert werden, im Dialog zu bleiben, und bei kritischen Themen wie Stornierungen, Beschwerden oder Bezahlvorgängen aktiv beruhigt werden.
Tonalität, Persona und Markenstimme
Jeder AI Agent braucht eine definierte Persona, die zur Marke passt und über alle Kanäle konsistent bleibt. Dazu gehören Anrede, Satzlänge, Wortschatz und der Umgang mit Humor oder Emojis. Eine Versicherung spricht anders als ein Lifestyle-Brand, eine Hotline-Triage anders als ein internes HR-Tool. Die Persona wird in einem Styleguide festgehalten und bildet die Referenz für alle Texte. Von Begrüßung über Rückfragen bis zu Fehler- und Übergabetexten.
Bedeutung für Voice und Chat
- Im Voice-Kanal: Gesprochene Sprache verzeiht keine verschachtelten Sätze und keine schriftsprachlichen Floskeln. Texte müssen kurz, rhythmisch und akustisch eindeutig sein. AI-Native Voice-Lösungen mit Multi-Agent-Orchestrierung sind hier robuster als klassische IVR, weil sie nicht nur als Body unsichere Eingangssignale verarbeiten, sondern als Brain auch Tonalität und Kontext steuern.
- Im Chat-Kanal: Etwa über einen Chatbot auf der Website oder im Messenger. Darf der Text etwas länger sein, sollte aber scanbar bleiben. Aufzählungen und Quick Replies helfen, den Dialog zu strukturieren. Im E-Mail-Kanal sind formellere Strukturen mit Anrede und Signatur erwartbar, ohne den dialogischen Charakter zu verlieren.
Häufig gestellte Fragen (FAQ)
Conversational Copywriting ist die Disziplin, Dialogtexte für AI Agents so zu formulieren, dass sie verständlich, markenkonform und psychologisch wirksam sind. Sie ist Teil des Conversational Design und umfasst neben Antworttexten auch Rückfragen, Fehlerdialoge und Übergaben.
Qualität, Quantität, Relevanz und Modalität. Bilden die Grundlage. Ergänzt werden sie durch eine konsistente Persona, eine definierte Tonalität und psychologische Aspekte wie Beruhigung in kritischen Dialogsituationen.
Gesprochene Texte werden linear gehört und können nicht überflogen werden. Lange Sätze, viele Aufzählungspunkte oder Schachtelkonstruktionen führen zu Abbrüchen oder Missverständnissen. Im Voice-Kanal entscheidet die Qualität des Copywritings deshalb maßgeblich über die Akzeptanz des AI Agents.
--> Zurück zum BOTwiki
Conversational AI Plattform
--> zum BOTwiki
Eine Conversational AI Platform ist ein Softwaresystem, mit dem sich digitale Assistenten für Voice-, Chat- und E-Mail-Kanäle entwickeln und im Wirkbetrieb steuern lassen. Sie bündelt Komponenten für das Dialogdesign, die Integration in Backend-Systeme sowie das laufende Monitoring von AI Agents.
In B2B-DACH-Projekten ist sie die Grundlage dafür, dass ein Voicebot in der Hotline und ein Chat-Assistent im Service-Portal dieselbe Wissensbasis nutzen. Eine moderne Conversational AI Platform deckt sowohl die fachlichen als auch die technischen Anforderungen einer skalierbaren AI-Native-Voice- und Chat-Strategie ab.
Bestandteile einer Conversational AI Platform
Eine Conversational AI Platform besteht aus mehreren eng verzahnten Schichten. Im Kern steht eine NLU-Komponente, die Nutzeräußerungen versteht, Intents erkennt und Entitäten extrahiert. Ergänzt wird sie durch ein Dialogmanagement, das den Gesprächsverlauf steuert, sowie durch eine Knowledge-AI-Schicht, die strukturiertes und unstrukturiertes Wissen anbindet.
Hinzu kommen Komponenten für AI Workflows, Human-Handover, Analytics und das laufende Training. Ein No-Code Conversation Editor ermöglicht es auch nicht-technischen Teams, Dialoge zu pflegen, während offene Schnittstellen die Anbindung an CRM-, ERP- und Ticket-Systeme erlauben.
BOTfriends X in Abgrenzung zu klassischen Chatbot-Werkzeugen
Klassische Chatbot-Werkzeuge sind in der Regel auf einen einzelnen Kanal und einfache Frage-Antwort-Muster ausgelegt. Eine Conversational AI Platform wie BOTfriends X geht deutlich weiter und unterstützt komplexe Anwendungsfälle über mehrere Kanäle und Systeme hinweg. Charakteristisch ist dabei ein Plattform-Ansatz, der Voice, Chat und E-Mail unter einer einheitlichen Logik zusammenführt.
- Mehrkanalfähigkeit für Voice, Chat und E-Mail mit gemeinsamem Wissensstand.
- Hybride Intelligenz aus regelbasierter Businesslogik und agentischen Dialogen.
- Multi-Agent-Orchestrierung über spezialisierte AI Agents für Fachbereiche.
- Operatives Tooling für Monitoring, Training und kontinuierliche Verbesserung.
- Offene Schnittstellen zur Anbindung an Telefonie, CRM und Wissensquellen.
Bedeutung für Voice und Chat
Im Voice-Kanal entscheidet die Plattform darüber, ob ein Voicebot in einer Hotline-Triage tatsächlich trägt. Eine klassische IVR ist in diesem Bild ein Body ohne Brain, der Anrufende durch starre Menüs schleust. AI-Native Voice auf Basis einer Conversational AI Platform liefert hingegen das Brain: Sprachverständnis, Kontextgedächtnis und Multi-Agent-Orchestrierung wirken zusammen, sodass ein Anrufer natürlich formulieren kann und dennoch verlässlich an die richtige Stelle gelangt.
Im Chat- und E-Mail-Kanal greift dieselbe Logik auf eine gemeinsame Wissensbasis zu. Eine Anfrage zur Rechnungsadresse wird damit konsistent beantwortet. Egal, ob sie am Telefon, im Servicechat oder per Mail eintrifft.
Wer tiefer in die Verarbeitung von Eingaben einsteigen möchte, findet weiterführende Erklärungen im Beitrag zu Natural Language Understanding.
Conversational AI Platform in Multi-Agent-Setups
In größeren Service-Organisationen reicht ein einzelner AI Agent selten aus, um die Bandbreite der Anliegen abzudecken. Eine Conversational AI Platform unterstützt deshalb Multi-Agent-Setups, in denen spezialisierte Agents für Themen wie Bestellung, Reklamation oder Abrechnung zuständig sind. Eine zentrale Orchestrierung leitet Anfragen an den passenden Agent weiter, bündelt Antworten und hält das Gespräch konsistent. Ergebnis ist eine modulare Architektur, die schrittweise erweitert werden kann, ohne die bestehende Wissensbasis zu gefährden.
Auf der Betriebsebene zeigt sich die Stärke einer solchen Plattform vor allem im Zusammenspiel mit hybrider Intelligenz. Generative Sprachmodelle übernehmen offene Formulierungen, regelbasierte Businesslogiken sichern kritische Prozesse wie Identifikation oder Bezahlfreigabe ab. Damit lässt sich Conversational AI in regulierten Branchen wie Versicherung, Banking oder Energie verlässlich einsetzen, ohne fachliche Kontrolle abzugeben.
Häufig gestellte Fragen (FAQ)
Eine Conversational AI Platform ist ein Softwaresystem, mit dem digitale Assistenten für Voice-, Chat- und E-Mail-Kanäle entwickelt, integriert und betrieben werden. Sie vereint Sprachverständnis, Dialogmanagement, Wissensanbindung und operatives Tooling in einer durchgängigen Architektur. Damit ist sie die technische Grundlage für skalierbare AI-Agent-Strategien.
Der Einsatz lohnt sich, sobald mehrere Kanäle, mehrere Anwendungsfälle oder mehrere Fachbereiche bedient werden sollen. Auch wenn AI Agents langfristig betrieben, gemessen und weiterentwickelt werden, braucht es eine plattformbasierte Architektur. Punktuelle Insellösungen stoßen spätestens dann an Grenzen, wenn Voice, Chat und Backend zusammenwirken müssen.
--> Zurück zum BOTwiki
CCAI (Contact Center AI)
--> zum BOTwiki
Contact Center AI, kurz CCAI, bezeichnet den Einsatz von künstlicher Intelligenz zur Automatisierung und Unterstützung von Kundenservice-Prozessen über Voice-, Chat- und E-Mail-Kanäle. Im Zentrum steht ein AI Agent, der eingehende Anfragen versteht, klassifiziert und entweder selbstständig löst oder strukturiert an menschliche Mitarbeitende übergibt.
Komponenten einer Contact Center AI
Eine vollständige CCAI-Lösung besteht aus mehreren funktionalen Bausteinen, die ineinandergreifen. Im Vordergrund steht der virtuelle Agent, der eingehende Sprach- und Textdialoge führt. Dahinter arbeiten Module, die Mitarbeitende in Echtzeit unterstützen sowie Analysefunktionen, die Gesprächsdaten strukturieren und für die kontinuierliche Optimierung nutzbar machen.
- Virtueller Agent: Automatisierung von Kundenanfragen per Telefon und Chat über einen Voicebot oder Chatbot.
- Agent Assist: Unterstützung der Servicemitarbeitenden während Anruf oder Chat durch kontextrelevante Dokumente und Antwortvorschläge in Echtzeit.
- Knowledge-Anbindung: Einbindung interner Wissensquellen wie FAQ, Confluence oder Produktdatenbanken über eine Knowledge-AI-Schicht.
- Routing-Logik: Datengetriebene Übergabe an die richtige Fachabteilung, wenn ein Vorgang nicht automatisiert beantwortet werden kann.
Typische Architektur und Integration
In den meisten Projekten existieren bereits eine Telefonanlage, ein CRM, ein Ticketsystem und ein bestehendes Contact-Center-System. Eine moderne CCAI-Architektur dockt sich über offene Schnittstellen an diese Systeme an, statt sie zu ersetzen. Der AI Agent übernimmt dabei die Konversationslogik, während die Bestandsysteme weiterhin Anrufverteilung, Wartefelder und Mitarbeiterplätze bereitstellen.
Auf Datenebene fließen Anrufdaten, Transkripte und Intent-Treffer in eine zentrale Schicht, in der sich Modelle nachtrainieren lassen. Für DACH-Unternehmen ist dabei die Frage nach Datenresidenz, Auftragsverarbeitung und Löschkonzepten zentral, da im Service personenbezogene Daten und Stimmaufnahmen verarbeitet werden.
Bedeutung für Voice und Chat
Den größten Hebel hat Contact Center AI im Voice-Kanal. Klassische IVR-Bäume sind starr, regelbasiert und für Anrufende oft frustrierend. AI-Native Voice mit Multi-Agent-Orchestrierung ändert diese Logik. Ein Phonebot versteht das Anliegen in natürlicher Sprache, übergibt strukturierte Daten an Folge-Agents und führt durch komplexe Prozesse wie Terminvergabe, Statusabfragen oder einfache Vertragsänderungen.
Im Chat- und E-Mail-Kanal bedient die gleiche Plattform Anfragen über Webchat, Messaging-Apps und Service-Postfächer.
CCAI in Multi-Agent-Setups
In anspruchsvollen Servicesituationen reicht ein einzelner AI Agent selten aus. Multi-Agent-Orchestrierung bedeutet, dass spezialisierte Agents zusammenarbeiten. Ein Triage-Agent erkennt das Anliegen, ein spezialisierter Agent übernimmt die Authentifizierung und ein Fach-Agent löst die eigentliche Aufgabe in Bestellsystem oder CRM. So entsteht eine arbeitsteilige Architektur, die einzelne Konversationen sauber durchsteuert und dabei die Übergabe an menschliche Mitarbeitende als gleichberechtigten Pfad behandelt.
Häufig gestellte Fragen (FAQ)
Contact Center AI ist ein Sammelbegriff für KI-Funktionen, die Kundenservice-Prozesse über Voice-, Chat- und E-Mail-Kanäle automatisieren oder unterstützen. Im Kern steht ein AI Agent, der Anfragen versteht und entweder selbst löst oder Mitarbeitende mit relevanten Inhalten versorgt. Die Lösung ergänzt bestehende Contact-Center-Systeme, statt sie komplett zu ersetzen.
Klassische IVR-Systeme arbeiten mit festen Menüs und DTMF-Eingaben über die Telefontastatur. Contact Center AI hingegen versteht natürliche Sprache, erkennt Anliegen kontextbezogen und kann mehrere Schritte in einer einzigen Konversation abarbeiten. Damit verkürzt sich die durchschnittliche Bearbeitungszeit, und Anrufende landen seltener in Endlosschleifen.
Eine moderne CCAI-Plattform wird über offene Schnittstellen an Telefonanlage, CRM, Ticketsystem und Wissensdatenbank angebunden. So bleiben bestehende Investitionen erhalten und werden um eine Conversational-AI-Schicht ergänzt.
Besonders relevant ist CCAI für Unternehmen mit hohem Anrufaufkommen, wiederkehrenden Standardanliegen und mehreren parallelen Servicekanälen. Typische Branchen sind Versicherung, Banking, Versorger, Handel und Gesundheitswesen. Hier liefern automatisierte Voice- und Chat-Strecken in Kombination mit Agent Assist messbare Effekte auf Erreichbarkeit und First-Contact-Resolution.
--> Zurück zum BOTwiki
Confidence Score
--> zum BOTwiki
Der Confidence Score (dt. Konfidenzwert) ist eine numerische Kennzahl, die in KI-basierten AI Agenten, Chatbots und Voicebots angibt, mit welcher Sicherheit ein System eine Eingabe korrekt verstanden, einer Absicht (Intent) zugeordnet hat oder wie sicher es sich bei einer gefundenen Antwort ist. Er bildet die probabilistische Grundlage für Entscheidungen des Systems und je höher der Wert, desto zuverlässiger ist die Klassifikation durch das Modell und desto geringer das Risiko einer Fehlantwort oder Halluzination.
Wie der Confidence Score zustande kommt
Der Confidence Score ergibt sich aus dem Zusammenspiel mehrerer Komponenten des KI-Modells. Im Kern berechnet das zugrundeliegende Sprachmodell oder der Klassifikator für jede mögliche Interpretation der Nutzereingabe eine Wahrscheinlichkeitsverteilung. Bei Intent-Klassifikation etwa vergleicht das Modell die eingehende Äußerung mit trainierten Mustern und weist jedem potenziellen Intent einen Wahrscheinlichkeitswert zu. Der höchste Wert dieser Verteilung wird in der Regel als Confidence Score ausgewiesen, häufig normiert auf eine Skala von 0 bis 1 oder 0 bis 100 Prozent.
Bei modernen Transformer-basierten Modellen fließen dabei mehrere Faktoren ein: die semantische Ähnlichkeit der Eingabe zu Trainingsbeispielen, die Eindeutigkeit der Formulierung, der Gesprächskontext aus vorangegangenen Turns sowie bei Voicebots zusätzlich die akustische Erkennungsqualität aus der Spracherkennung (Automatic Speech Recognition, ASR). Mehrdeutige, umgangssprachliche oder sehr kurze Eingaben erzeugen typischerweise niedrigere Scores, weil das Modell zwischen mehreren Interpretationen schwankt. Gut strukturierte, klare Formulierungen hingegen führen zu hohen, konzentrierten Wahrscheinlichkeitsmassen auf einem Intent und damit zu einem hohen Confidence Score.
Schwellwerte und Fallback-Verhalten
Um den Confidence Score operativ nutzbar zu machen, definieren Entwickler und Conversational Designer sogenannte Schwellwerte (Thresholds). Liegt der Score über dem oberen Schwellwert, gibt das System eine Antwort aus. Liegt er unterhalb eines unteren Schwellwerts, greift ein Fallback-Mechanismus.
Typische Fallback-Strategien umfassen gezielte Verständnisfragen, das Anbieten von Auswahloptionen zur Eingrenzung der Absicht oder die Eskalation an einen menschlichen Mitarbeiter. In kritischen Anwendungsfällen wie medizinischen Auskunftssystemen oder Finanzberatungs-Bots werden die Schwellwerte bewusst hoch angesetzt, um Fehler zu minimieren. In weniger risikobehafteten Szenarien kann ein niedrigerer Schwellwert die Automatisierungsrate erhöhen, ohne die Nutzerzufriedenheit signifikant zu beeinträchtigen.
Die Kalibrierung dieser Schwellwerte ist ein iterativer Prozess, der auf der Auswertung realer Interaktionsdaten und der Analyse von Fehlklassifikationen basiert. Ein zu hoch angesetzter Schwellwert führt zu häufigen, unnötigen Rückfragen und frustriert Nutzende; ein zu niedriger Schwellwert erhöht die Rate falscher Antworten und untergräbt das Vertrauen in das System.
Bedeutung für Voice und Chat
Im Chatbot-Kontext beeinflusst der Confidence Score vor allem die Steuerung von Dialogflüssen und die Auswahl von Antwortbausteinen. Da Texteingaben in der Regel präziser und besser strukturiert sind als gesprochene Sprache, bewegen sich Confidence Scores im Chat häufig in höheren Bereichen. Dennoch stellen Tippfehler, Abkürzungen, Code-Switching zwischen Sprachen oder sehr kurze Eingaben wie einzelne Stichwörter eine Herausforderung dar und können den Score erheblich senken.
Im Voicebot-Bereich kommt dem Confidence Score eine noch zentralere Rolle zu, da zwei fehleranfällige Stufen hintereinander geschaltet sind: zunächst die Spracherkennung, die das gesprochene Wort in Text überführt, und anschließend das NLU-Modell (Natural Language Understanding), das den Text interpretiert. Beide Stufen liefern eigene Konfidenzwerte, die oft kombiniert werden. Nebengeräusche, Dialekte, Sprechtempo und Telefoniebandbreite verschlechtern die ASR-Qualität und ziehen den Gesamt-Confidence-Score nach unten.
Voicebots müssen daher besonders robuste Fallback-Strategien implementieren, da ein Abbruch oder eine falsche Antwort im gesprochenen Dialog als deutlich störender wahrgenommen wird als im Chat. Insgesamt ist der Confidence Score in beiden Kanälen ein zentrales Werkzeug, um das Gleichgewicht zwischen Automatisierungsgrad und Interaktionsqualität zu steuern und das Nutzererlebnis kontinuierlich zu verbessern.
Häufig gestellte Fragen (FAQ)
Der Confidence Score ist ein Wahrscheinlichkeitswert zwischen 0 und 1, der angibt, wie sicher ein NLU-Modell eine Eingabe korrekt verstanden hat, einer Absicht (Intent) zugeordnet hat oder wie sicher es sich bei einer gefundenen Antwort ist. Er ist die Grundlage dafür, ob ein AI Agent direkt antwortet, eine Rückfrage stellt oder in einen Fallback-Pfad verzweigt.
Das Modell berechnet für jede mögliche Interpretation der Eingabe einen Wahrscheinlichkeitswert. Moderne Verfahren nutzen Vektorräume, in denen Bedeutung und Kontext abgebildet werden. Der höchste dieser Werte wird als Confidence Score ausgegeben, normiert auf einer Skala von 0 bis 1.
Das System greift auf einen Fallback zurück: Es stellt eine Rückfrage, bietet Auswahloptionen an oder eskaliert die Konversation an einen menschlichen Agenten.
In der Praxis haben sich Werte zwischen 0,7 und 0,85 bewährt – je risikosensiblerder Anwendungsfall, desto höher sollte die Schwelle angesetzt werden. Entscheidend ist eine regelmäßige Kalibrierung auf Basis realer
--> Zurück zum BOTwiki
Phonebots / Voicebots
--> zum BOTwiki
Phonebots sind KI-basierte Voice-Lösungen, die Telefonanrufe automatisiert annehmen, verstehen und in vielen Fällen vollständig abschließen. Sie sind die KI-native Weiterentwicklung klassischer IVR-Hotlines („Sagen Sie 1 für …"), mit dem entscheidenden Unterschied, dass Anrufer nicht mehr starre Menüpunkte ansagen müssen, sondern frei formulieren können. Ein moderner Phonebot versteht das Anliegen, klassifiziert es, authentifiziert den Anrufer wenn nötig und löst den Vorgang end-to-end, inklusive Backend-Anbindung an CRM, ERP, Payment oder Branchen-spezifische Systeme.
Voice ist für viele Unternehmen der wichtigste Kanal in der Kundeninteraktion. Hohe Anrufvolumen, überlastete Hotlines, Personalmangel und Warteschleifen-Frust prägen den Alltag im Kundenservice. Phonebots adressieren genau diesen Schmerzpunkt, nicht als Ersatz für menschliche Agenten, sondern als skalierbarer erster Anlaufpunkt, der einfache und mittelschwere Vorgänge automatisiert und komplexe sauber an Menschen übergibt.
Body vs. Brain, warum klassische Voice-Lösungen scheitern
Einige Telefonie-Plattformen sind stark in der Leitung, also in SIP, PSTN und Call-Center-Telefonie, setzen KI aber nur als Aufsatz auf alte IVR-Bäume und scheitern dadurch an Mehrdeutigkeit, Kontextwechseln und natürlicher Sprache. Anrufer landen trotz „KI-Voicebot" am Ende doch in der Warteschleife, weil das System bei der ersten unklaren Formulierung eskaliert.
Auf der anderen Seite stehen einfache Single-Prompt-Tools und Wrapper, die zwar natürlich-sprachlich antworten können, aber bei echten Geschäftsprozessen mit Authentifizierung, Datenbankzugriffen und mehrstufigen Workflows reproduzierbar an Halluzinationen, Tool-Calling-Fehlern und Context Contamination scheitern. AI-Native Phonebots brauchen beides: solide Telefonie-Integration und eine intelligente, prozess-stabile Architektur.
Worauf es bei der Einführung von Phonebots ankommt
Drei Erfolgsfaktoren ziehen sich durch nahezu alle Phonebot-Projekte. Der Use-Case-Fokus ist entscheidend. Statt „die ganze Hotline" zu automatisieren, werden zuerst die wirklich häufigen, klar abgrenzbaren Vorgänge identifiziert, also die typischen Top-3- oder Top-5-Anliegen pro Branche. Die Backend-Anbindung muss sauber stehen. Ein Phonebot, der nicht in CRM, ERP oder Branchen-Systeme schreibt, bleibt ein FAQ-Bot mit Telefonnummer. Und die Voice-Erfahrung muss stimmig sein. Stimme, Tempo, Pause Filler, Eskalations-Logik und Warmtransfer zum menschlichen Agenten gehören Hand in Hand.
Phonebots von BOTfriends
BOTfriends X setzt genau an dem Punkt an, wo klassische Voice-Lösungen aufhören: AI-Native Voice mit Multi-Agent-Orchestrierung. Das Ergebnis: Anrufer formulieren frei, der Agent versteht das Anliegen, authentifiziert, greift auf Backend-Systeme zu und schließt den Vorgang end-to-end ab. Ohne Warteschleife und ohne starre Menü-Struktur.
Die Plattform bietet vollständige Telefonie-Integration über SIP und PSTN, mehr als 500 Stimmen in über 100 Sprachen sowie ElevenLabs Voices für eine natürlich klingende Gesprächserfahrung. Halluzinationen und Tool-Calling-Fehler werden durch hybride Intelligenz strukturell vermieden: Natürliche Sprache (LLM) wird mit deterministischer Regellogik kombiniert, sodass auch Backend-Schreibvorgänge markensicher und faktentreu ablaufen.
Häufig gestellte Fragen (FAQ)
In der Praxis werden die Begriffe oft synonym verwendet. „Phonebot" betont stärker den Telefonkanal (klassische Rufnummern, Hotline, PSTN/SIP), „Voicebot" ist breiter und kann auch In-App-Voice oder Web-Voice umfassen. Bei BOTfriends bedeuten beide eine AI-Native-Voice-Lösung mit Multi-Agent-Architektur.
Klassische Use Cases sind Schadensmeldungen, Zählerstands-Meldungen, Sendungsverfolgung mit Authentifizierung, Hotline-Triage, Terminvereinbarung, Statusabfragen und einfache Vertrags- oder Bestellvorgänge. Komplexere oder sensible Anliegen können mit vollem Kontext an menschliche Agenten übergeben werden.
Eine breite Auswahl an Stimmen in vielen Sprachen, inklusive hochwertiger neuronaler Voices, steht zur Verfügung. Tonalität, Pause Filler und Tempo werden gemeinsam mit dem Kunden konfiguriert, konsistent zur Marken-Tone of Voice. Unsere Phonebots können in unserem Demo Hub live getestet werden.
Time-to-Value hängt vom Use Case ab. In klar umrissenen Szenarien sind erste produktive Setups in wenigen Wochen erreichbar, inklusive Backend-Anbindung, Test-Schleifen und Hypercare-Phase. „In 5 Minuten live" ist Wrapper-Sprache und keine ehrliche Aussage für wirklich effiziente Enterprise-Voice-Projekte.
--> Zurück zum BOTwiki
Embeddings
--> zum BOTwiki
Embeddings sind numerische Repräsentationen von Texten, Bildern oder anderen Daten in einem hochdimensionalen Vektorraum. Sie übersetzen Bedeutung in Zahlen. Inhalte mit ähnlicher Bedeutung liegen im Vektorraum nahe beieinander, unabhängig von der konkreten Wortwahl. Damit machen Embeddings das möglich, was klassisches Stichwort-Matching nicht leisten kann, nämlich semantische Suche, in der „Stromzähler ablesen" und „Zählerstand übermitteln" als verwandt erkannt werden.
In modernen AI Agents sind Embeddings die Grundlage der semantischen Sprachverarbeitung bei z.B der initialen Anliegen-Erkennung, von Retrieval Augmented Generation (RAG) in Knowledge Bases und vielen weiteren Funktionen.
Wie Embeddings technisch funktionieren
Ein Embedding-Modell, meist ein speziell trainiertes neuronales Netz, nimmt einen Eingabetext (z. B. „Wie melde ich einen Wasserschaden?") und übersetzt ihn in einen Vektor mit typischerweise mehreren hundert oder tausend Dimensionen. Ähnliche Inhalte erzeugen ähnliche Vektoren. Über Distanzmaße wie Cosine Similarity lassen sich aus einer großen Menge an Inhalten effizient die zur Anfrage passendsten Texte finden, etwa aus einer Knowledge Base oder einem Produktkatalog.
Im RAG-Setup wird so erst die semantisch passende Information aus der Wissensbasis geholt und dem LLM als Kontext mitgegeben. Anstatt das Modell „raten" zu lassen, antwortet es auf Basis verifizierter Quellen. Das ist einer der wirksamsten Hebel zur Reduktion von Halluzinationen und ein zentraler Baustein, mit dem BOTfriends Faktentreue absichert.
Best Practices für den Einsatz von Embeddings
In Enterprise-Projekten kann man vor allem die Verarbeitungsqualität des im Bot hinterlegten Wissens beeinflussen, den die Chunking-Qualität von Knowledge Base Einträgen entscheidet wesentlich über die Trefferqualität. Zu kleine Chunks verlieren Kontext, zu große verwässern semantische Genauigkeit. BOTfriends nutzt unterschiedliche Mechanismen, um die Chunks so optimal wie möglich zu gestalten und sicherzustellen, dass immer die relvantesten Infos ausgegeben werden. Sie machen den Unterschied zwischen einem Agenten, der „irgendwie antwortet", und einem Agenten, der die richtige Information aus der richtigen Quelle holt, auch bei umfangreichen, mehrsprachigen Wissensbeständen.
Häufig gestellte Fragen (FAQ)
Ja. Embeddings können je nach Inhalt personenbezogene Informationen enthalten oder rückführbar machen. Deshalb ist sauberes Datenmanagement, EU-Hosting und ein klares Berechtigungs- und Löschkonzept Pflicht. BOTfriends adressiert das standardmäßig in Setup und Betrieb.
--> Zurück zum BOTwiki
AI Instructions
--> zum BOTwiki
AI Instructions, sind die zentralen Anweisungen, die einem AI Agent wie Chatbot oder Voicebot sagen, wie er sich verhalten soll, um eine Aufgabe auszuführen. Sie definieren, wie der Agent vorgehen muss, welche Schritte er abarbeiten muss, worauf er achten muss und wie er mit Sonderfällen umgeht. AI Instructions sind damit das Handbuch des Agenten, also die Schnittstelle zwischen Markenstrategie und Modellverhalten.
Aufbau guter AI Instructions
Eine gute Instruction funktioniert wie ein guter Prompt und steht und fällt daher mit der Strukturierung und Formatierung. Die Verwendung der Markdown-Formatierungssprache hilft dem LLM dabei, der Anweisung verlässlich folgen zu können. Mehr Infos dazu finden Sie auch in unserem Prompting Guide für Agentic AI.
Die einzelnen Schritte oder Entscheidungslogiken sollten klar strukturiert beschrieben und ggf. mit Beispielen erläutert werden.
Hinzu kommt die Tool-Nutzung: Wann werden welche Tools aufgerufen, in welcher Reihenfolge, mit welchen Pflicht-Parametern?
Und schließlich braucht es Eskalations- und Fallback-Regeln: Was passiert, wenn der Agent unsicher ist, ein Anliegen nicht versteht oder eine sicherheitskritische Schwelle überschreitet? Diese Bausteine sorgen dafür, dass der Agent nicht improvisiert, sondern entlang einer klaren, auditierbaren Logik arbeitet.
AI Instructions in der Multi-Agent-Architektur
Viele Probleme klassischer KI-Agenten wie Halluzinationen, Regelverstöße oder Tool-Calling-Fehler entstehen, weil ein einzelner System Prompt versucht, alle Verhaltensweisen, Verhaltensregeln und Aufgaben gleichzeitig abzudecken. BOTfriends löst das, indem unterschiedliche Einstellungen an unterschiedlichen Stellen gesetzt werden und Aufgaben durch Multi-Agent-Orchestrierung klar verteilt werden. Jeder Agent (Triage, Authentifizierung, Prozesse, Knowledge) hat dabei eigene, fokussierte AI Instructions, abgestimmt auf seinen Aufgabenbereich.
Das ist nicht nur stabiler, sondern auch wartbarer. Änderungen in der Vorgehensweise für den Triage-Agent betreffen nicht zwangsläufig die Authentifizierungs-Logik im Authentifizierungs-Agenten. Updates in Compliance-Vorgaben können gezielt in den Knowledge-Agent eingespielt werden. So bleiben Voice- und Chat-Setups auch nach Monaten und über mehrere Releases hinweg sauber pflegbar.
Best Practices für AI Instructions in der Praxis
In produktiven Setups haben sich drei Empfehlungen bewährt. AI Instructions müssen konkret statt abstrakt sein. Statt „Sei freundlich" funktioniert „Antworten beginnen mit einer Bestätigung des Anliegens, dann folgt der Lösungsschritt, dann eine Rückfrage". Sie sollten Beispiele liefern, also kurze Positivbeispiele für ideale Antworten und gegebenenfalls ein Negativbeispiel zur Abgrenzung. Und sie müssen regelmäßig getestet werden, da Updates des LLM Systems Einfluss auf die Ausführung der Instructions haben können. AI Instructions gehören in eine Test-Suite mit echten Use-Case-Dialogen, automatisiert ausgewertet, mit klaren KPIs.
Häufig gestellte Fragen (FAQ)
AI Instructions bestimmen auf der Taskebene, was genau ein Agent tun soll, während Prompt Engineering eine Technik ist, um den Prompt dafür möglichst übersichtlich und strukturiert zu gestalten.
So kurz wie möglich, so lang wie nötig. Häufig führen lange, monolithische Instructions zu schlechteren Ergebnissen, weil das Modell wichtige Aspekte überliest. In Multi-Agent-Setups sind kompakte Instructions pro Agent meist erfolgreicher als ein riesiger Sammelprompt.
AI Instructions sind ein lebendes Asset, kein Einmal-Setup. Änderungen werden geplant, getestet und sauber ausgerollt, ohne dass operative Teams jedes Mal externe Berater brauchen.
--> Zurück zum BOTwiki
AI Knowledge Base
--> zum BOTwiki
Eine AI Knowledge Base ist die strukturierte Wissensgrundlage, aus der ein AI Agent seine Antworten zieht. Anders als die Trainingsdaten eines Large Language Model (LLM) ist die Knowledge Base unternehmensspezifisch, aktuell und versionierbar. Sie enthält Produkthandbücher, Websites, FAQs, Prozessbeschreibungen, Tarife, AGBs, Service-Anleitungen und alles, was der Agent bei Kundenkontakt zuverlässig und faktentreu wissen muss.
Die Knowledge Base ist damit das Gegenstück zu „kreativem Modellgefühl". Wo das LLM Sprachverständnis und Antwortgenerierung beisteuert, sorgt die Knowledge Base für Faktentreue. In Kombination mit RAG (Retrieval Augmented Generation) entsteht so ein System, das natürlich antwortet und gleichzeitig markensicher und compliance-fest bleibt.
Aufbau einer AI Knowledge Base
Eine produktiv nutzbare Knowledge Base entsteht nicht durch Volldumping aller verfügbaren Dokumente in eine Vektordatenbank. Drei Schritte sind in BOTfriends-Projekten Standard.
Nachdem das Team entschieden hat, welche Dokumente, Wikis, CMS-Inhalte, FAQs und Backend-Daten verlässlich und für den Bot notwendig sind, werden alle Wissensquellen in der Knowledge Base hochgeladen.
Die hochgeladenen Inhalte werden von der Plattform in semantisch sinnvolle Einheiten (sogenannte Text-Chunks) zerlegt. Die Chunks werden über Embeddings in einen Vektorraum überführt, sodass sie später gefunden werden können.
Tipp: Je besser die Inhalte strukturiert und z.B. mit Markdown formatiert sind, desto höher wird die Faktentreue und Antwortqualität des Bots sein.
Wer hier sauber arbeitet, die Quellen gut wählt und aktuell hält, legt die Basis für stabile Antwortqualität. Bei BOTfriends unterstützen wie Sie natürlich gerne bei diesem Prozess.
Knowledge Base und Multi-Agent-Orchestrierung
In Single-Prompt-Architekturen wandert oft die gesamte Knowledge Base oder ein zu großer Auszug davon in jeden Prompt. Das führt zu Context Contamination, höheren Kosten und schwächerer Antwortqualität. BOTfriends arbeitet stattdessen mit dedizierten AI Agents im Rahmen der Multi-Agent-Orchestrierung. Sie haben nur Zugriff auf die Bereiche der Knowledge Base, die sie für ihren Aufgabenbereich benötigen.
Knowledge Base und RAG
Der technische Mechanismus, der Knowledge Base und KI-Modell verbindet, heißt Retrieval-Augmented Generation – kurz RAG. Statt das Sprachmodell mit statischem Wissen antworten zu lassen, wird bei jeder Nutzeranfrage zunächst die Knowledge Base durchsucht. Die semantisch passendsten Text-Chunks werden gefunden und dem Modell als Kontext mitgegeben – erst dann generiert es eine Antwort.
Ein zusätzlicher Faktencheck vergleicht die generierte Antwort nochmals mit der Nutzeranfrage, bevor sie ausgespielt wird.
RAG ist damit die Grundlage dafür, dass ein Bot präzise, quellenbasierte Antworten liefern kann, anstatt zu halluzinieren oder veraltetes Wissen wiederzugeben.
Häufig gestellte Fragen (FAQ)
Idealerweise kontinuierlich. Bei Tarifen, AGBs oder Produktdaten reicht „einmal im Quartal" selten aus. BOTfriends X unterstützt automatisierte Sync-Workflows aus CMS, DAM-Systemen und Backend-Datenquellen, sodass Aktualisierungen ohne manuellen Aufwand in der Knowledge Base landen.
Indem sie dem AI Agent ausschließlich die darin befindlichen, geprüfte Quellen zur Antwortgenerierung nutzt. Über eine Faktencheck-Layer wird zusätzlich abgesichert, dass das Modell bei Unsicherheit lieber transparent kommuniziert, als zu spekulieren.
Ja. In BOTfriends-Projekten mehrere Knowledge Bases parallel angelegt werden, um saubere thematische Abgrenzungen zu schaffen. Über Routing-Logik in der Multi-Agent-Orchestrierung greift jeder Agent auf die für ihn passende Knowledge Base zu.
--> Zurück zum BOTwiki
AI KPIs
--> zum BOTwiki
AI KPIs (Key Performance Indicators) sind die Kennzahlen, mit denen Unternehmen den Erfolg von AI Agents, Voicebots und Chat-Lösungen objektiv bewerten. Starke AI KPIs verbinden technische Qualität, Geschäftsergebnisse und Kundenerlebnis. Schwache AI KPIs messen Aktivität statt Wirkung, etwa „absolute Anzahl der Bot-Antworten", und verstecken damit, ob das System tatsächlich Geschäftswert liefert.
Im Enterprise-Einsatz sind AI KPIs nicht nur Reporting-Material, sondern Steuerungswerkzeug. Sie zeigen, wo ein Voice oder Chat Agent zuverlässig automatisiert, wo Menschen einspringen müssen und wo Use Cases noch optimiert werden sollten. Wer AI ohne KPIs einführt, betreibt teures Bauchgefühl-Management und merkt erst spät, dass das System nicht das liefert, was operativ und finanziell nötig wäre.
Die wichtigsten AI KPIs im Überblick
In Enterprise-Projekten haben sich diese KPI-Kategorien als zentral erwiesen:
- Die Automatisierungsquote zeigt den Anteil der Vorgänge, die ein AI Agent end-to-end löst, ohne menschliche Übergabe.
- Die Resolution Rate misst den Anteil der Anliegen, die tatsächlich erledigt werden, im Unterschied zur reinen Antwortrate.
- Die Containment Rate beschreibt den Anteil der Vorgänge, die im Bot-Kanal abgeschlossen werden, ohne in andere Kanäle abzuwandern.
- Customer Satisfaction (CSAT) und NPS ergänzen diese Sicht um ergebnis-orientierte Qualitätsmaße.
Ergänzt werden diese durch operative KPIs wie Average Handling Time (AHT), Cost per Contact, Hand-Off Quality (also wie sauber Übergaben an menschliche Agenten erfolgen) und Latency, was besonders kritisch in Voice ist. Für Marken-Sicherheit gehören außerdem Halluzinations-Rate, Insult Rate und Compliance-relevante Vorfallsraten in jedes seriöse KPI-Set.
Welche KPIs in Voice- und Chat-Agents tatsächlich aussagekräftig sind
Bei Voicebots liefert die Automatisierungsquote pro Use Case oft die ehrlichste Aussage. Was zählt, ist nicht die Anzahl der Anrufe selbst, sondern der Anteil davon, der ohne menschliche Hilfe sauber abgeschlossen wird, inklusive korrekter Backend-Aktion. Genauso wichtig ist die Handover-Qualität, also wie zuverlässig komplexe oder eskalierte Fälle an menschliche Agenten übergeben werden, mit vollständigem Kontext.
Im Chat-Bereich sind Resolution Rate, Containment Rate und Self-Service-Quote die entscheidenden Größen.
Häufig gestellte Fragen (FAQ)
In den meisten Fällen die Automatisierungsquote pro Use Case, CSAT bzw. NPS in der Bot-Interaktion und die Handover-Qualität bei Eskalation. Diese drei zeigen, ob der Agent wirklich automatisiert, ob Kunden zufrieden sind und ob das Zusammenspiel mit menschlichen Agenten sauber funktioniert.
Wenig. Sie zeigt Aktivität, nicht Wirkung. Ein System kann viele Antworten produzieren und trotzdem das ursprüngliche Anliegen nicht lösen. Resolution Rate und Containment Rate sind hier wesentlich aussagekräftiger.
Im Kern ja, in der Gewichtung nicht. Voice ist latenz- und audio-sensibler, Chat eher länge- und navigationssensibler. Containment Rate und Self-Service-Quote spielen im Chat eine größere Rolle, Average Handling Time und akustische Qualität dominieren in Voice.
--> Zurück zum BOTwiki
Rich Media Elements
--> zum BOTwiki
Rich Media Elements sind interaktive Inhaltsbausteine, die in Chat- und Messenger-basierten AI Agents über reine Textantworten hinausgehen. Dazu gehören Bilder, Videos, Buttons, Quick Replies, Karussells, Karten oder Listen. Sie helfen, komplexe Informationen verständlich zu vermitteln, Auswahlprozesse zu beschleunigen und das Nutzererlebnis professioneller zu gestalten. Im Unterschied zu reinen Textnachrichten reduzieren Rich Media Elements die Tipp- und Lese-Last für den Anwender deutlich.
Typische Rich-Media-Elemente und wann sie sinnvoll sind
Buttons und Quick Replies eignen sich für klare Auswahlfragen mit überschaubarer Optionsanzahl, etwa „Schaden melden", „Sendung verfolgen" oder „Termin buchen". Karussells sind ideal für Produktvorschläge, Vertragsoptionen oder Fallbeispiele, bei denen der Nutzer mehrere gleichwertige Alternativen vergleichen will. Bilder, Videos und PDFs erklären komplexe Sachverhalte oft schneller als Text, etwa eine Schritt-für-Schritt-Anleitung zur Selbsthilfe oder eine Visualisierung des Sendungsstatus. Karten und Listen strukturieren Antworten mit mehreren Datenpunkten, zum Beispiel verfügbare Termine, Filialen oder Tarife.
Ein gut gebauter AI Agent wechselt fließend zwischen freier Konversation und Rich-Media-Elementen, je nach Kontext und Channel-Möglichkeiten.
Best Practices für den Einsatz von Rich Media Elements
Drei Prinzipien haben sich in der Praxis bewährt.
Erstens sollte ein Dialog nicht überladen werden. Zu viele Buttons oder Karussell-Karten überfordern den Nutzer und lenken vom eigentlichen Anliegen ab. Zwei bis fünf klare Optionen sind in den meisten Fällen ideal.
Zweitens muss parallel zur freien Eingabe gedacht werden. Rich Media Elements ergänzen, ersetzen aber nicht das natürliche Sprachverständnis. Kunden sollen jederzeit auch frei tippen oder sprechen können.
Drittens ist Markenkonsistenz Pflicht. Farbgebung, Bildsprache und Tonalität sind Teil der Tone of Voice, Rich Media Elements dürfen sich davon nicht abkoppeln.
In der Praxis liegt der größte Hebel von Rich Media bei wiederkehrenden Use Cases mit klaren Optionspfaden, etwa Sendungsverfolgung, Termin-Buchung oder Vertragsoptionen. Sie verkürzen die Time-to-Resolution und erhöhen die Self-Service-Quote messbar.
Häufig gestellte Fragen (FAQ)
Nein. Web-Chat und App bieten die größte Vielfalt an interaktiven Elementen, WhatsApp und Facebook Messenger haben definierte Vorlagen (Templates, List Messages), Voice und E-Mail erfordern eine angepasste Darstellung. BOTfriends X kümmert sich um diese Channel-Adaption, sodass Inhalte zentral gepflegt und kanalgerecht ausgespielt werden.
Sofern sie sauber konfiguriert sind, ja. Wichtig ist insbesondere, dass eingebettete Inhalte wie Videos oder Tracking nicht ungeprüft an Drittanbieter senden. BOTfriends hostet in der EU, ist DSGVO- und EU-AI-Act-konform und konfiguriert Rich-Media-Setups entsprechend.
In einfachen FAQ-Szenarien teilweise. Für komplexere Geschäftsprozesse wie Sendungsverfolgung mit Authentifizierung, Vertragswechsel oder Schadensmeldung sind Rich Media Elements messbar effektiver. Sie reduzieren Missverständnisse, beschleunigen den Dialog und steigern die Abschlussrate.
--> Zurück zum BOTwiki