KI-Chatbot im Kundenservice: was er leistet und wie er an Ihren Helpdesk angebunden wird

Die meisten Support-Chatbots erledigen drei Aufgaben, eine vierte ist optional. Es lohnt sich, sie getrennt zu planen, denn jede hängt von anderen Voraussetzungen ab, damit sie gut funktioniert.

LLM-basierte Bots generieren Antworten aus Ihren Wissensinhalten, statt handgeschriebenen Skripten zu folgen. Zendesk beschreibt etwa die „Knowledge reply“ seiner KI-Agenten so, dass sie die verbundenen Wissensquellen durchsucht, um eine Antwort zu generieren, und auf eine Standardantwort zurückgreift, wenn nichts Relevantes gefunden wird. Die praktische Folge ist einfach: Der Bot ist nur so gut wie die Inhalte, aus denen er antwortet. Lücken und veraltete Artikel zeigen sich als falsche oder vage Antworten.

Das Erfassen von Informationen wird oft unterschätzt. Selbst wenn der Bot das Problem nicht lösen kann, erspart die Abfrage von Bestellnummer, Konto-E-Mail und einer kurzen Beschreibung vorab die erste Rückfragerunde, die ein Agent sonst hätte.

Ein Bot, der Kunden nicht zu einem Menschen durchlässt, beschädigt schnell das Vertrauen. Legen Sie vorab fest, in welchen Situationen der automatisierte Teil des Gesprächs endet:

• Der Kunde möchte mit einem Menschen sprechen. In den Übergabeeinstellungen der KI-Agenten von Freshdesk können Admins zum Beispiel Formulierungen hinterlegen, die das Gespräch automatisch übergeben, vor der Übergabe eine Nachricht anzeigen und optional zuerst Kundendaten erfassen.
• Der Bot scheitert wiederholt. In Zendesk können Sie einen KI-Agenten so einrichten, dass er an einen Menschen eskaliert, wenn er nach mehreren Versuchen keine Antwort aus den verbundenen Wissensquellen generieren kann.
• Das Thema ist heikel oder liegt außerhalb des Zuständigkeitsbereichs. Freshdesk nennt Anfragen wie Abrechnung oder Rückerstattungen sowie Fragen außerhalb des konfigurierten Umfangs des Agenten als typische Auslöser für eine Übergabe.
• Niemand ist online. Außerhalb der Geschäftszeiten sollte der Bot das klar sagen und ein Ticket erstellen, statt einen Live-Agenten zu versprechen.

Unabhängig vom Auslöser sollte der Agent den Gesprächsverlauf und die erfassten Felder erhalten, damit der Kunde nichts wiederholen muss. Wenn ein Drittanbieter-Bot die Kontrolle über das Switchboard von Sunshine Conversations an den Agent Workspace von Zendesk abgibt, kommt das Gespräch für die Zuweisung an einen Agenten infrage, und der Bot kann Metadaten mitgeben, die Felder im daraus entstehenden Ticket ausfüllen.

Zendesk und Freshdesk bieten beide eigene KI-Agenten an. Wenn Ihre Gespräche bereits über das Messaging-Widget dieses Helpdesks laufen und Ihr Help Center die meisten Fragen beantwortet, ist die native Option der schnellste Einstieg. Ein eigener, per API angebundener Bot ist die Alternative, wenn Sie etwas brauchen, das der native Bot nicht abdeckt.

Keine der beiden Varianten ist grundsätzlich besser. Sinnvoll ist es, zuerst zu prüfen, was der native Agent abdeckt, und nur für die konkrete Lücke eine eigene Lösung zu bauen: einen Kanal, eine Abfrage oder eine Übergaberegel, die das native Tool nicht abbilden kann.

Es gibt zwei gängige Integrationsmuster, und viele Setups nutzen beide.

1. Ticket bei der Übergabe erstellen. Der Bot läuft über eine eigene Kanalanbindung und erstellt, sobald ein Mensch gebraucht wird, über die REST-API des Helpdesks ein Ticket mit Gesprächsverlauf und erfassten Angaben. In der Tickets API von Zendesk ist ein Kommentar das einzige Pflichtfeld beim Erstellen eines Tickets, und Sie können einen Idempotenzschlüssel mitsenden, damit eine wiederholte Anfrage kein Duplikat erzeugt. Der Endpunkt POST /api/v2/tickets von Freshdesk akzeptiert benutzerdefinierte Felder als Schlüssel-Wert-Paare und legt einen neuen Kontakt an, wenn die E-Mail-Adresse des Anfragenden noch nicht bekannt ist.
2. Das Gespräch im Messaging des Helpdesks teilen. In Zendesk lässt sich ein Drittanbieter-Bot als Messaging-Responder installieren; nur ein Bot kann jeweils die Rolle des Standard-Responders innehaben. Der Bot antwortet zuerst und übergibt das Gespräch mit der Switchboard-Aktion „pass control“ an den Agent Workspace, wenn ein Mensch gebraucht wird.

Webhooks übernehmen den Rückweg. Ein Zendesk-Trigger kann über die Aktion „Notify webhook“ einen externen Endpunkt aufrufen – etwa um dem Bot mitzuteilen, dass ein Agent das Ticket gelöst hat, damit er den Vorgang im ursprünglichen Kanal abschließen kann.

Wenn Sie Kunden in der EU betreuen, gilt Artikel 50 der KI-Verordnung ab dem 2. August 2026. Laut den FAQ der Europäischen Kommission müssen Anbieter Systeme wie Chatbots so gestalten, dass Menschen ab Beginn der ersten Interaktion klar und erkennbar darüber informiert werden, dass sie mit einer KI interagieren. Die Ausnahme für Fälle, in denen dies für eine angemessen gut informierte Person offensichtlich ist, sei restriktiv auszulegen, so die Kommission.

Am einfachsten lösen Sie das mit einem klaren Satz in der Begrüßung des Bots und einem sichtbaren Weg zu einem Menschen. Gesprächsverläufe enthalten zudem häufig personenbezogene Daten; legen Sie also fest, wie lange die Bot-Plattform sie speichert und wer darauf zugreifen kann.

TascaLab baut Chatbots auf den Tools auf, die Sie bereits nutzen – Zendesk, Freshdesk, Jira, Slack oder interne Systeme –, über deren APIs, Webhooks und Make oder n8n, ganz ohne Plattformwechsel. Der Bot ist als Filter vor Ihrem Team konzipiert, nicht als Ersatz dafür: Er beantwortet, was er kann, erfasst die Angaben und übergibt den Rest mit Kontext.

Verfügbare Kanäle: Website, WhatsApp, Telegram, Facebook Messenger und Instagram sowie Telefon über den Voicebot. Die meisten Setups dauern 1–3 Wochen, und jedes Projekt umfasst 30 Tage Support nach dem Launch und eine Basisdokumentation, ohne versteckte Kosten. Ausgangspunkt ist ein kostenloses 30-minütiges Health-Check-Gespräch.