|
Key Takeaways:
|
KI Response-Management-Software beantwortet oder zumindest unterstützt bei der Beantwortung von Kundenkommunikation, z.B. E-Mails, Briefe, Faxe, WhatsApp, Chat, usw. Oft wird auch der Voice-Eingangskanal, d.h. Telefon und Voice Bots, integriert.
Eine KI Response-Management-Software muss all ihre Ein- und Ausgangskanäle bedienen können. Standard sind folgende Kanäle:
Brief
Fax
Chat
Telefon
Die Software muss nicht jeden Kanal nativ bedienen, aber die Möglichkeit bieten, andere Software entsprechend anzubinden, damit kein Medienbruch entsteht und fehlende Kanäle so bedienen zu können. Die vor 12 Monaten noch gehypten Social Media-Kanäle haben sich zwischenzeitlich bei der großen Maße der Unternehmen als nicht notwendig erwiesen.
Die Plattform sollte sich in vorhandene Systeme einfügen. Besonders wichtig sind Integrationen zu Webshops, ERP- und CRM-Systemen. Auch Wissensdatenbanken und IAM-Systeme werden sehr gerne angebunden. Bei SIEM- und Datensysteme, z.B. Data Lakes, sowie Workflow- und BPM-Systeme sind Anbindungen sinnvoll, aber eher selten.
Ob die Plattform on premises oder in der Cloud betrieben wird, ist Geschmackssache und eine Preisfrage. Zieht man die echten TCO (Total Cost of Ownership) in Betracht, dürfte auf Dauer der Betrieb in der Cloud günstiger sein. Der Trend geht klar zu Software-as-a-Service (SaaS).
Eine KI Response-Management-Software muss sich dem Unternehmen anpassen. Sie ist eine Integrationsplattform für Kundenkommunikation mit angebundenen CRM, ERP, usw.
Keine Software kann alles, deshalb ist es umso wichtiger, dass die Software die fehlende Eigenschaften durch Integrationen oder Plugins ergänzen kann.
Prozesse müssen flexibel und ohne die Hilfe des Anbieters veränderbar sein. Generell müssen Sie in der Lage sein, das System komplett zu administrieren, sobald der Anbieter zur Tür hinausgeht. Ist das nicht der Fall, haben Sie einen lebenslangen Consultingvertrag gewonnen! (Achtung: Ironie!)
Die Qualität der Antworten ist einer der wichtigsten Faktoren bei der Bewertung einer KI Response-Management-Software. Eine hohe Antwortqualität erreichen Sie entweder durch die Verwendung von geprüften Textbausteinen oder durch ein gut trainiertes LLM (Large Language Model).
Bei der Verwendung eines LLMs müssen Sie zwangsläufig unternehmensspezifische Informationen für das LLM bereitstellen. Das geschieht üblicherweise über ein RAG-System (Retrieval Argumented Generation-System) oder über Webseiten, die von dem LLM in Betracht gezogen werden. Die Durchsuchung von Dateien in einem Filesystem werden eher selten zur Informationsvermittlung an das LLM benutzt, da dieses relativ zeitaufwendig ist.
Auch die Tonalität der Antworten sollte definierbar sein und ihre Unternehmenssprache berücksichtigt werden, z.B. ob Sie ihre Kunden mit „Du“ oder „Sie“ ansprechen. Guten KI Response-Management-Software kann den Sentiment-Wert, die Stimmung, von eingehenden und ausgehenden E-Mails, erkennen und festhalten.
Überprüfen Sie über einen Zeitraum von ein paar Monaten, ob die Antworten
richtig,
compliant,
empatisch und
genau
sind. Ist das der Fall, können Sie ein Thema vielleicht in die automatische Verarbeitung (Dunkelverarbeitung) geben.
Die KI Response-Management-Software muss über Regeln steuerbar sein. Die Definition der Regeln soll einfach sein, so dass ohne IT-Fachpersonal neue Geschäftsabläufe definiert werden können. Aus den Regeln heraus soll auch auf Daten in integrierter Software zugegriffen werden.
Prozessbestandteile, wie Human-in-the-Loop, Vieraugen-Prinzip, usw. müssen darstellbar sein. Übergaben an Experten, Definition von Schwellwerten, KPIs, usw., sind Kernfunktionalitäten, die verfügbar sein müssen. Arbeiten die Prozesse unabhängig von der verwendeten Sprache? Das muss bei multilingualen Anfragen gegeben sein.
Sprechen Sie mit den potenziellen Anwendern ab, welche Prozesse sie als Testfälle für einen Test abbilden wollen. Das erhöht die Akzeptanz der Anwender.
Die folgenden Prüffelder helfen dabei, technische, rechtliche und organisatorische Anforderungen sauber zu trennen:
Compliance: regulatorische Anforderungen nachvollziehbar erfüllen
Risikoklassifizierung nach Anwendung
Dokumentation von Modellversionen, Datenquellen und Konfigurationen
Unterstützung von EU-KI-Verordnung, DSGVO und internen Richtlinien
Kontrolle über Prompts, Anhänge, Konversationsverläufe und Outputs
Sicherheit und Datenschutz: Zugriff, Schutz und Nachvollziehbarkeit gewährleisten
Verschlüsselung der Daten bei Übertragung und Speicherung
Mandantentrennung und rollenbasierte Zugriffe
SSO, MFA und Identity-Provider-Integration
Anonymisierung von Kundendaten für das Modelltraining
Funktionierendes Datensicherungskonzept, das auch gegen unbefugte Verschlüsselung durch Dritte schützt
Datenhoheit: Speicherort, Infrastruktur und Modellzugriff kontrollieren
Datenresidenz in Deutschland, ggf. auch in der EU
Keine Nutzung von Infrastruktur, auf die ausländische Behörden oder Dritte Zugriff haben können. Das betrifft auch LLMs, die außerhalb der EU gehostet werden oder unter extraterritoriale Zugriffsmöglichkeiten fallen können.
Unterstützung von Private Cloud, On-Premises oder dedizierten Instanzen
Nachvollziehbarkeit, welche Daten wann an welches Modell übertragen werden
Für Enterprise-Anwendungen ist diese Trennung besonders wichtig: Im EU-Kontext zählen Transparenz, Protokollierung, menschliche Aufsicht, Robustheit und Cybersicherheit zu den zentralen Anforderungen. Für bestimmte interaktive und generative KI-Systeme greifen Transparenzpflichten nach Artikel 50 des EU AI Act ab dem 2. August 2026. (digital-strategy.ec.europa.eu).
Damit eine KI Response-Management-Software im Kundenservice wirklich angenommen wird, muss sie nicht nur technisch überzeugen. Entscheidend ist, dass Anwender früh eingebunden werden, schneller auf relevante Informationen zugreifen können und jederzeit nachvollziehen, wie Fälle bearbeitet, automatisiert oder eskaliert werden.
Beteiligung und Akzeptanz
Frühzeitiges Einbeziehen der Anwender
Von allen Seiten anerkannte Akzeptanzkriterien
Rollenbasierte Admin- und Fachbereichsansichten
Benutzerfreundlichkeit und Arbeitsentlastung
Einfache Self-Service-Oberflächen
Template-Bibliotheken
Gute Such- und Filterfunktionen
Mehrsprachigkeit
Kontext und Wissenszugriff
Zusammenfassungen von Dokumenten
Notizfunktion je Dokument
Darstellung der kanalübergreifenden Kundenhistorie
Für jeden einsehbare Bearbeitungshistorie
Prozessintegration und Automatisierung
Einbindung oft genutzter externer Dienste, z. B. Paketverfolgung
Channel-Blending
Dunkelverarbeitung
Steuerung und Transparenz
Eskalationen ermöglichen
Umfangreiches Reporting
Betrachten Sie nicht nur Lizenzpreise, sondern die gesamten Betriebskosten und die strategische Abhängigkeit vom Anbieter. Die folgende Übersicht hilft, die wichtigsten Prüffelder strukturiert zu bewerten:
| Themenbereich | Was geprüft werden sollte | Warum es wichtig ist |
| Lizenz- und Plattformkosten | Plattform- und Nutzergebühren, Transparenz des Preis- und Abrechnungsmodells | Unternehmen sollten früh erkennen, ob die Kosten skalierbar, planbar und nachvollziehbar bleiben. |
| KI- und Modellkosten | Token- und Modellkosten, Kosten für Dunkelverarbeitung, KI-Modell-Unabhängigkeit | Gerade bei hohem Anfragevolumen können Modellnutzung und Automatisierung erhebliche laufende Kosten verursachen. |
| Daten, RAG und Integrationen | Kosten für RAG-Datenbanken und Datenanbindungen, Implementierungs- und Integrationsaufwand, Offenheit der APIs und Exportmöglichkeiten | Die Lösung sollte sich flexibel anbinden lassen und Daten bei Bedarf wieder sauber exportieren können. |
| Betrieb und Support | Support- und Betriebsaufwand, Reife des Supports, Produkt-Roadmap | Eine professionelle Lösung braucht verlässlichen Betrieb, klare Weiterentwicklung und schnelle Unterstützung im Alltag. |
| Compliance und Nachweise | Kosten für Audits und Compliance-Nachweise, Sicherheitszertifizierungen und Auditberichte, Datenverarbeitungs- und Unterauftragsverträge | Für regulierte Branchen sind belastbare Nachweise, vertragliche Klarheit und Sicherheitsstandards entscheidend. |
| Anbieterstabilität und Exit-Strategie | Exit- und Migrationskosten, Referenzen aus regulierten Branchen, finanzielle Stabilität | Unternehmen sollten vermeiden, dauerhaft abhängig zu werden, und im Ernstfall den Wechsel zu einem anderen Anbieter vorbereiten können. |
ISO/IEC 42001 bietet hierfür einen nützlichen Referenzrahmen, weil der Standard Governance, Risikomanagement, Transparenz, Datenkontrollen, Leistungsüberwachung und kontinuierliche Verbesserung von KI-Systemen verbindet. (iso.org).
Ein wichtiger Punkt einer EXIT-Strategie ist, ob Sie in der Lage sind, die Plattform ein Jahr ohne den Anbieter zu betreiben. Denn so lange dauert es wahrscheinlich, bis Sie im Fall der Insolvenz eines Anbieters eine neue Plattform eingeführt haben. Dann müssen Sie noch als letzten Schritt ihre Daten aus dem alten ins neue System bringen. Bietet die Plattform Ihnen die Möglichkeit?
☑︎ Ist die Software enterprise-tauglich?
☑︎ Sind Daten und Zugriffe sicher kontrollierbar?
☑︎ Kann jde Antwort nachvollziehbar protokolliert werden?
☑︎ Werden mehrere Modelle und Provider unterstützt?
☑︎ Gibt es Human-in-the-loop- und Eskalationsfreigaben?
☑︎ Ist es in bestehende Systeme integrierbar?
☑︎ Sind Kosten, Latenz und Risiken zentral überwachbar?
☑︎ Werden egulatorische Nachweise unterstützt?
☑︎ Werden Anwender bei ihrer Arbeit unterstützt?
☑︎ Wird Automatisierung zugelassen?
☑︎ Ist es flexibel genug, um sich neuen Prozessen anzupassen?
☑︎ Unterstützt sie mehrere Kanäle?
Der wichtigste Praxistest ist ein Pilot mit realen, kritischen Fällen: nicht nur „Kann das System gute Antworten erzeugen?“, sondern auch „Kann das Unternehmen erklären, begrenzen, prüfen und im Notfall stoppen, was die KI tut?“
Kann das System alleine Eingaben beantworten?
Ja, Sematell ReplyOne kann alleine Dokumente beantworten, wenn das vorab konfiguriert wurde.
Was bedeutet kontrollierte Automatisierung mit Human-in-the-loop im Kundenservice?
Kontrollierte Automatisierung bedeutet, dass Unternehmen festlegen, wann KI autonom arbeitet und wann Mitarbeitende prüfen oder freigeben. Sematell nutzt diesen Human-in-the-loop-Ansatz (Mensch im Prozess-Ansatz), damit Standardanfragen effizient automatisiert werden, während kritische Fälle unter menschlicher Kontrolle bleiben.
Ist die Integration in hinterliegende Systeme (CRM, ERP, etc.) unbedingt notwendig?
Notwendig nicht, aber sehr empfehlenswert. In der Zeit, in der Sie die Änderung eines Auftrages im ERP-System durchführen, haben ihre Kollegen ein halbes Dutzend E-Mails mit Hilfe der Integration des ERP-Systems bearbeitet. Die Response-Management Software von Sematell lässt sich problemlos an alle gängigen Drittsysteme integrieren.
Wie schnell kann man eine KI Response-Management-Software einführen?
Sematell geht von einer Projektdauer von 3 Monaten aus. Dabei ist berücksichtigt, dass mal jemand Urlaub hat oder krank wird und der eine oder andere Feiertag in dem Projektzeitraum liegt.
Kann man den Antworten einer KI trauen?
Generell ja. Sie sollten aber immer die Antworten eines LLMs von einem Menschen überprüfen lassen (Human-in-the-Loop). Deswegen empfiehlt Sematell für die Dunkelverarbeitung verifizierte Textbausteine und kein LLM zu nutzen.