Kundensupport automatisieren: Die KI sortiert, der Mensch prüft

Kundensupport zu automatisieren bedeutet nicht, das Team zu ersetzen, das antwortet. Der sicherste Gewinn liegt vor der Antwort: jedes eingehende Ticket oder jede E-Mail lesen, verstehen, worum es geht, den Kunden und seine Bestellung finden, die richtige Information in Ihren Dokumenten suchen. Die KI erledigt diese Arbeit in wenigen Sekunden und bereitet einen Entwurf vor; eine Person aus dem Team liest ihn, korrigiert bei Bedarf und sendet ihn ab. Dieser Leitfaden aus unserer Rubrik Automatisierung und Bots erklärt, wie Sie die Rollen verteilen und was jeder Schritt kostet.

Kurz gesagt

• Die KI liest, ordnet ein und bereitet vor. Eine Regel versendet, was einfach ist. Eine Person genehmigt, was das Unternehmen bindet.
• Ob Tickets oder E-Mails, das Prinzip ist dasselbe: Die E-Mail braucht nur einen Schritt mehr, um zu einem sauberen Ticket zu werden.
• Nicht jeder Schritt braucht KI. Eine Eingangsbestätigung oder ein Bestellstatus lässt sich mit einer Regel erledigen, ohne kostenpflichtigen Aufruf.
• Mit dem passenden Modell für jeden Schritt kostet die Sortierung einiger tausend Nachrichten pro Monat weniger als einen Dollar. Der Posten, der zählt, bleibt die Prüfzeit.
• Man beginnt mit vollständiger Prüfung und öffnet den automatischen Versand nur für Kategorien, die ihn sich mit Zahlen verdient haben.

Was kann die KI mit einem eingehenden Ticket oder einer E-Mail tun?

Eine Kundennachricht durchläuft fünf Schritte. Die KI übernimmt zwei, Regeln übernehmen zwei weitere, und der letzte gehört Ihrem Team, sobald die Antwort etwas zusagt.

Beim Lesen bringt die KI am meisten. Ein Kunde schreibt „der Karton kam offen an, die Anleitung fehlt, und ich möchte wissen, ob ich die Größe tauschen kann“: drei Anliegen in einem Satz, keines im Vokabular Ihrer Kategorien. Schlüsselwörter ordnen solche Nachrichten schlecht ein; ein Sprachmodell zerlegt sie, ordnet sie zu und meldet den verärgerten Ton. Genau diesen Fall beschreibt unser Artikel über Automatisierung ohne KI: KI lohnt sich, wenn die Eingabe freier Text ist, sonst nicht.

Danach kommt der Entwurf, und er ist nur so gut wie seine Quellen. Ein Modell, das aus dem Gedächtnis antwortet, erfindet plausible Rückgabebedingungen; ein Modell, das zuerst in Ihren AGB, Ihren FAQ und Ihren Abläufen sucht, zitiert, was Sie tatsächlich geschrieben haben. Das ist das Prinzip eines KI-Assistenten, der auf Grundlage Ihrer Dokumente antwortet. Fehlt eine Information, sagt ein guter Entwurf das, statt die Lücke zu füllen.

Wer das Ticket öffnet, findet also das Anliegen zusammengefasst, den Kunden identifiziert, seine Bestellung angezeigt und eine Antwort, die nur noch geprüft werden muss. Die Zeit bleibt für das, was kein Werkzeug übernehmen kann: zu beurteilen, ob die Antwort zu genau diesem Kunden passt, heute.

Tickets oder E-Mails: Was ändert sich?

Das Prinzip bleibt gleich, der Ausgangspunkt nicht.

Mit einem Ticketsystem (Zendesk, Freshdesk, Zammad oder ein CRM wie Twenty, das Anfragen verwaltet) kommt die Nachricht bereits in eine Warteschlange einsortiert an, mit Feldern. Die KI füllt diese Felder (Kategorie, Priorität, Sprache) und legt ihren Entwurf als interne Notiz ab, die der Mitarbeiter mit einem Klick in eine Antwort verwandelt. Das Team behält sein Werkzeug und seine Gewohnheiten: Die Automatisierung setzt darauf auf, sie ersetzt es nicht.

Mit einem geteilten E-Mail-Postfach (support@, contact@) muss das Ticket zuerst gebaut werden. Eine E-Mail hat keine Struktur: eine Signatur von zwanzig Zeilen, der zitierte Verlauf darunter, Anhänge, manchmal drei verschiedene Kunden im selben Thread. Der Workflow bereinigt die Nachricht, isoliert das neue Anliegen, ordnet die E-Mail dem richtigen Kunden zu, und dann übernimmt die KI das Lesen. Der Entwurf kann direkt im Postfach als vorbereitete Antwort abgelegt werden, damit das Team prüft, ohne das Werkzeug zu wechseln.

Mit einem Messenger (WhatsApp, Telegram, Chat auf der Website) erwartet der Kunde eine Antwort in Echtzeit, und die Prüfung vor jeder Nachricht wird schwierig. Dort bleibt die Automatik einfachen Fragen vorbehalten, mit schneller Übergabe an einen Mitarbeiter: Das leistet ein WhatsApp- oder Telegram-Bot, der an Ihr CRM angebunden ist, der sortiert und vorbereitet, ohne an Ihrer Stelle zu entscheiden.

Welche Antworten dürfen ohne Prüfung hinausgehen?

Die Frage lautet nicht „KI oder Mensch“, sondern „was kostet ein Fehler in dieser Kategorie“. Drei Stufen genügen.

1. Automatischer Versand, ohne KI. Die Eingangsbestätigung, der aus dem Shop gelesene Bestellstatus, der Sendungsverfolgungslink, der Hinweis auf die Öffnungszeiten. Die Information kommt aus Ihren Systemen, die Antwort ist immer dieselbe: Eine Regel liefert sie besser als ein Modell, ohne für jede Nachricht zu bezahlen.
2. Entwurf der KI, vom Team geprüft. Die meisten Anfragen: eine Frage zu einem Produkt, eine Änderung einer Bestellung, ein Anwendungsproblem. Der Mitarbeiter prüft in wenigen Sekunden, wofür er mehrere Minuten Suchen und Schreiben gebraucht hätte.
3. Eine Person, von Anfang bis Ende. Was das Unternehmen gegenüber dem Kunden bindet: eine Erstattung, eine Kulanzleistung, eine Ausnahme vom Vertrag, ein Streitfall, eine Beschwerde, die bei einem Anwalt oder in den sozialen Netzwerken landen könnte. Die KI kann die Akte noch zusammenfassen, aber Antwort und Entscheidung bleiben menschlich. Unser Artikel über automatisierte Entscheidungen erklärt, warum das europäische Recht in dieselbe Richtung drängt.

Der Wechsel von einer Stufe zur nächsten wird anhand von Zahlen entschieden, nicht nach Gefühl. In den ersten Wochen geht alles in die Prüfung, und man misst Kategorie für Kategorie den Anteil der Entwürfe, die ohne Änderung versendet werden. Eine Kategorie, in der das Team fast nichts mehr korrigiert, kann in den automatischen Versand wechseln, mit Stichprobenkontrolle. Eine Kategorie, in der es jeden zweiten Entwurf neu schreibt, bleibt in der Prüfung oder verdient gar keine KI.

Warum einen Menschen in der Schleife behalten?

Zunächst, weil die Kunden es verlangen. Das antworten die 5.728 Kunden, die im Dezember 2023 für eine im Juli 2024 veröffentlichte Gartner-Umfrage befragt wurden:

Ihre größte Sorge: dass es schwieriger wird, eine Person zu erreichen. Eine KI, die im Hintergrund an Antworten arbeitet, die Ihr Team unterschreibt, hat dieses Problem nicht.

Außerdem, weil der „Kundenservice ohne Mitarbeiter“ seine Versprechen nicht hält. Gartner sagte im Juni 2025 voraus, dass die Hälfte der Organisationen, die ihre Supportteams dank KI stark verkleinern wollten, dies bis 2027 aufgeben würde, laut dem Bericht von The Register. Von den 163 befragten Verantwortlichen planten 95 %, Mitarbeiter neben der KI zu behalten. Brian Weber, Vice President Analyst des Hauses, erklärt dort, dass Projekte mit generativer KI „nicht wie geplant verlaufen, sowohl wegen der Ergebnisse als auch wegen unerwarteter Kosten“, und dass ein Contact Center ohne Mitarbeiter „technisch noch nicht machbar und betrieblich nicht wünschenswert“ sei (aus dem Englischen übersetzt). Der Fall Klarna, das nach dem Setzen auf seinen Assistenten wieder Mitarbeiter einstellte, wird in unserem Artikel über KI-Agenten im Produktivbetrieb erzählt.

Und schließlich, weil die KI das Team besser macht, statt es überflüssig zu machen. Eine im Quarterly Journal of Economics veröffentlichte Studie auf Basis der realen Daten von 5.172 Mitarbeitern eines Kundenservice misst einen durchschnittlichen Anstieg der pro Stunde gelösten Probleme um 15 % dank eines KI-Assistenten. Die weniger Erfahrenen machen die größten Fortschritte; die Routiniertesten gewinnen wenig. Anders gesagt: Das Werkzeug gibt einen Teil des Könnens der Besten an die Neuen weiter, und die Besten bleiben unverzichtbar: Ihre Antworten speisen die Dokumente, und ihr Urteil entscheidet die Fälle, die die KI nicht einordnen kann.

So antwortet Ihr Team schneller, auf mehr Anfragen, ohne seine Abende daran zu verlieren.

Was kostet die Sortierung durch KI, und wie hält man die Kosten niedrig?

Die Kosten eines KI-gestützten Supports hängen weniger vom Volumen ab als von den Architekturentscheidungen. Drei Hebel halten sie niedrig.

Keine KI, wo eine Regel genügt. Die Eingangsbestätigung, der Bestellstatus, die Zuordnung zum Kunden funktionieren ohne Modell: Jeder vermiedene Aufruf ist bei jeder Nachricht eingesparte Kosten, für immer.

Das passende Modell für jeden Schritt. Eine Nachricht einzuordnen erfordert nicht das leistungsstärkste Modell des Katalogs. Einen nuancierten Entwurf zu einem heiklen Fall zu schreiben vielleicht schon. In unserer eigenen Routingtabelle gehen Sortierung und Absichtserkennung an das kleinste verfügbare Modell, mit Rückfall auf ein Modell, das auf unserem eigenen Server läuft; das Schreiben geht an ein mittleres Modell; sensible Daten bleiben bei einem selbst gehosteten Modell, das wir im Produktivbetrieb laufen lassen. Mehrere Modelle zu kombinieren heißt, jede Aufgabe zu ihrem fairen Preis zu bezahlen, statt alles zum Höchstpreis.

Ein Rechenbeispiel, mit unseren Annahmen und der Preisliste von Anthropic, abgerufen am 9. Oktober 2026. Ein Team erhält 3.000 Nachrichten pro Monat.

Dieselbe Sortierung kostet auf dem großen Modell vierzigmal mehr, ohne Garantie einer besseren Einordnung. Und selbst gut geroutet bleibt die KI-Rechnung klein neben der Prüfzeit und der Integration in Ihre Werkzeuge, die die Tokens nicht abbilden. Diese Zahlen werden nach einer Woche realer Messungen korrigiert; die Methode, um sie vorherzusagen, steht in unserem Leitfaden zu den Kosten von KI im Unternehmen, und unser Angebot KI zum fairen Preis richtet dieses Routing für Sie ein.

Was wir selbst betreiben

Wir betreiben keinen Kundenservice mit großem Volumen, und wir behaupten nichts anderes. Aber die Regel, die wir auf unsere eigenen Automatisierungen anwenden, ist die dieses Leitfadens.

Unsere n8n-Workflows laufen im Produktivbetrieb über das Portfolio hinweg, mit Warnungen, wenn eine Ausführung fehlschlägt: Eine Support-Automatisierung, die still stehen bleibt, lässt Kunden ohne Antwort, und die Überwachung zählt so viel wie die Sortierung. Wir erklären das in n8n-Workflows überwachen.

Was vor dem Start zu klären ist

• Die Kundendaten. Ein Ticket enthält Namen, Adressen, manchmal sensible Informationen. Entscheiden Sie, wohin sie gehen: zu einem vertraglich gebundenen KI-Anbieter ohne Datenspeicherung oder zu einem bei Ihnen gehosteten Modell für das, was nicht hinausgehen darf. Die vier möglichen Stufen beschreibt Private KI im Unternehmen: die vier Stufen der Kontrolle.
• Die Information des Kunden. Seit dem 2. August 2026 verlangt Artikel 50 der europäischen KI-Verordnung, dass Personen, die direkt mit einem KI-System interagieren, darüber informiert werden, sofern es nicht aus dem Kontext eindeutig hervorgeht. Ein Chatbot muss sich also als solcher zu erkennen geben. Die Pflichten im Detail, einschließlich DSGVO, stehen in AI Act und DSGVO: was ein KMU tun muss, das KI nutzt.
• Die Übergabe. Der Kunde muss eine Person erreichen können, ohne zu suchen, und die KI muss wissen, welche Anfragen sie weiterleitet, ohne sie beantworten zu wollen.
• Ein Ausgangswert. Die Zeit bis zur ersten Antwort, die Zeit pro Ticket und die Wiedereröffnungsquote, vor dem Start erfasst. Ohne sie lässt sich kein Gewinn belegen.
• Ein Protokoll. Was die KI gelesen, eingeordnet und vorgeschlagen hat und was der Mitarbeiter geändert hat. Das ist auch das Material, um die Anweisungen zu verbessern.

Wo anfangen

Der Einstieg passt in vier Schritte:

1. 01Erfassen.

   Notieren Sie zwei Wochen lang, was beim Support ankommt: das Volumen, die Kategorien, die Zeit für jede.

2. 02Auswählen.

   Die drei häufigsten Kategorien sind fast immer die richtigen für den Anfang.

3. 03Anbinden.

   Sortierung und Entwürfe für diese Kategorien, alles mit Prüfung.

4. 04Messen.

   Der Rest wird anhand der Zahlen entschieden.

Unser Angebot zur Prozessautomatisierung mit n8n richtet diesen Ablauf auf Ihren bestehenden Werkzeugen ein, vom E-Mail-Postfach bis zum CRM, mit menschlicher Freigabe dort, wo es zählt. Wenn Ihre Antworten sich auf eine umfangreiche Dokumentation stützen müssen, bereitet ein KI-Assistent, der seine Quellen in Ihren Dokumenten zitiert, die Entwürfe vor. Und wenn der Support nur eine Baustelle unter mehreren ist, sagt der Sprint Audit, in welcher Reihenfolge Sie sie angehen und was jede einbringt.

Häufige Fragen

Quellen

1. Die Genehmigung eines Menschen zu verlangen, bevor ein KI-Agent ein bestimmtes Werkzeug verwendet (neuer Tab)docs.n8n.io
2. Eine im Juli 2024 veröffentlichte Gartner-Umfrage (neuer Tab)gartner.com
3. Dem Bericht von The Register (neuer Tab)theregister.com
4. Eine im Quarterly Journal of Economics veröffentlichte Studie (neuer Tab)doi.org
5. Der Preisliste von Anthropic (neuer Tab)platform.claude.com
6. Artikel 50 der europäischen KI-Verordnung (neuer Tab)ai-act-service-desk.ec.europa.eu