KI-Chatbot erstellen: 7 Plattformen für den Kundenservice 2026

Welche Plattform für einen KI-Chatbot passt, hängt davon ab, wer den Agenten nach dem Start betreut: Cognigy für ein etabliertes Contact Center, Rasa für ein Team, das den Code selbst verantwortet, und Google Conversational Agents für ein Cloud-Entwicklungsteam. Bei allen 7 Plattformen braucht dieselbe Frage eine konkrete Antwort: Was passiert, wenn der Agent nicht mehr selbst handeln darf und ein Mensch übernehmen muss?

Preise, Abrechnungsregeln und Produktfunktionen wurden am 27. Oktober 2026 anhand der aktuellen Anbieterseiten geprüft. Dieser Vergleich bewertet veröffentlichte Funktionen und Anforderungen an die Umsetzung; er ist kein Praxistest der Zuverlässigkeit. Die Empfehlungen gelten für Plattformen zum Aufbau von Kundenservice-Agenten und berücksichtigen auch die Arbeit, die das eigene Unternehmen übernehmen muss.

Für einen kleinen Support mit begrenzten Entwicklungskapazitäten empfiehlt sich zunächst Voiceflow, wenn das Team Dialoge gemeinsam gestalten will, oder Botpress für einen Einstieg über Chat mit öffentlich ausgewiesenem Einstiegspreis. In einer Organisation mit Schwerpunkt auf Microsoft sollte Microsoft Copilot Studio zuerst geprüft werden. Kore.ai ist die Enterprise-Alternative, wenn das Projekt Kundenservice-Automatisierung, Assistenz für Servicemitarbeiter und Qualitätsmanagement umfasst.

KI-Chatbot erstellen: Die wichtigsten Plattformen auf einen Blick

Die folgenden Einstiegspreise beziehen sich auf unterschiedliche Leistungseinheiten. Eine Anfrage, ein Copilot Credit und ein Gespräch sind nicht gleichzusetzen. Auch eine kostenlose Lizenz deckt nicht alle Dienste ab, die für den Betrieb eines Agenten nötig sind.

Der Google-Eintrag bezieht sich auf die Preisliste für Conversational Agents Flows/Playbooks. Die frühere Produktadresse führt inzwischen zu Customer Experience Agent Studio, für das eine eigene Produkt- und Preisseite existiert. Der beworbene Preis des einen Produkts lässt sich nicht auf die Implementierung des anderen übertragen.

Was ist eine Plattform für Conversational AI?

Eine Plattform für Conversational AI ist Software, mit der sich Kundendialoge gestalten, bereitstellen und betreiben lassen. Diese können Fragen beantworten, Geschäftsprozesse durchlaufen und angebundene Systeme aufrufen. Die Plattform stellt die Arbeitsumgebung des Agenten bereit; Wissen, Berechtigungen, Richtlinien und das Ziel für Eskalationen kommen vom Unternehmen.

Eine geeignete Plattform verbindet ein großes Sprachmodell, kurz LLM, das Sprache interpretiert und erzeugt, mit geführten Abläufen für Schritte, deren Reihenfolge feststehen muss. Solche Abläufe sind wichtig, wenn ein Kunde eine Adresse ändern möchte, eine Abbuchung beanstandet oder Kontoinformationen verlangt. Im natürlichen Dialog kann er sein Anliegen erklären. Ob die gewünschte Aktion zulässig ist, entscheidet ausdrücklich definierte Logik.

Das zeigt sich schon bei einer Bestellanfrage. Der Agent benötigt freigegebene Lieferinformationen, eine Möglichkeit zur Identifizierung des Kunden, eine Anbindung an das Bestellsystem, Regeln für erlaubte Änderungen und einen Weg zu einem Mitarbeiter, falls eine Ausnahme nötig ist. Eine flüssig formulierte Antwort allein erledigt diesen Vorgang nicht.

Bei der Auswahl zählt deshalb mehr als das Chatfenster:

• Dialoggestaltung: LLM-Anweisungen zusammen mit vorhersehbaren Abläufen, Bedingungen und Antworten für Fehlerfälle.
• Kanäle: Website-Chat, Messaging und Telefonie; die benötigten Funktionen müssen für jeden Kanal geprüft werden.
• Aktionen und Wissen: Anbindungen an freigegebene Dokumente und Geschäftssysteme mit passenden Berechtigungen.
• Übergabe an Mitarbeiter: Ein funktionierender Weg in ein besetztes Supportsystem, der den relevanten Kontext mitliefert.
• Analyse und Evaluation: Nachweise darüber, wo Gespräche scheiterten, welche Aktionen ausgeführt wurden und was sich nach einer Veröffentlichung verändert hat.
• Schutzregeln: Kontrollen für Informationszugriff, Tool-Nutzung, Inhalte und Veröffentlichung sowie Geschäftsregeln außerhalb des Prompts.

Für fertige Assistenten zur direkten Nutzung gibt es den Vergleich der besten KI-Chatbots. Für vorgefertigte Agenten innerhalb eines bestehenden Helpdesks hilft der Vergleich von KI-Tools für den Kundenservice. Hier geht es um die Frage, wie sich ein eigenes Dialogsystem für Kunden aufbauen und dauerhaft betreuen lässt.

Conversational AI und generative KI: Wo liegt der Unterschied?

Conversational AI bezeichnet die Interaktion: Ein System versteht und beantwortet Äußerungen innerhalb eines Gesprächs. Generative KI bezeichnet eine Fähigkeit, die viele solcher Systeme nutzen: Sprache oder andere Inhalte zu erzeugen. Ein Dialogagent kann generierte Antworten mit festgelegten Formulierungen und deterministischer Geschäftslogik verbinden.

Für Supportverantwortliche zählt der praktische Unterschied. Das Modell soll verstehen, was „Das Paket ging an meine alte Wohnung“ bedeutet. Ein Workflow mit Authentifizierung soll entscheiden, ob eine Adressänderung noch möglich ist. Aus der Fähigkeit des Modells, Bedeutung zu erschließen, darf keine Berechtigung werden, beliebige erwähnte Konten zu verändern.

Drei Plattformtypen – wer übernimmt welche Arbeit?

Enterprise-Plattformen für Contact Center betten die Agentenentwicklung in den Servicebetrieb ein. Dazu gehören Cognigy und Kore.ai. Sie kommen infrage, wenn Routing, Telefonie, Serviceteams und die betriebliche Überwachung im Mittelpunkt der Anschaffung stehen. Ein Contact Center umfasst die Organisation und Software zur Bearbeitung von Kundenanrufen und Nachrichten. Eine KI-Plattform kann daran angebunden werden, ohne es zu ersetzen.

Entwickler-Frameworks und gehostete Baukästen überlassen dem eigenen Team mehr Gestaltungsarbeit. Rasa ist hier die codeorientierte Framework-Option. Voiceflow und Botpress gehören als gehostete visuelle Baukästen ebenfalls in diese Gruppe. Sie setzen unterschiedliche Schwerpunkte zwischen eigener Infrastrukturverantwortung, visueller Bearbeitung und individueller Integrationsarbeit.

Baukästen der Cloud-Anbieter passen zu Organisationen, die Cloud-Dienste bereits selbst betreiben können. Die Empfehlungen in dieser Gruppe sind Google Conversational Agents und Microsoft Copilot Studio. Bestehende Entscheidungen zu Identitäten, Integrationen und Administration können stärker wiegen als kleine Unterschiede im Dialogeditor.

Was macht eine Conversational-AI-Plattform zur Enterprise-Lösung?

Entscheidend ist, ob sich die Verantwortung für den gesamten Kundenablauf klar zuordnen lässt. Jemand muss Änderungen freigeben, Integrationen pflegen, Eskalationswarteschlangen besetzen und Fehler untersuchen. Mit dem Kauf eines Enterprise-Produkts sind diese Aufgaben noch nicht verteilt.

Ein internationaler Support muss klären, wer eine geänderte Erstattungsrichtlinie veröffentlichen darf, wie die passende regionale Warteschlange gewählt wird und was bei einem Ausfall des empfangenden Systems passiert. Für kleine Unternehmen sind dieselben Fragen relevant, auch wenn ein schlankerer Baukasten ausreichen kann. Die organisatorische Komplexität ist für die Auswahl aussagekräftiger als die Mitarbeiterzahl allein.

Nach welchen Kriterien wurden die Plattformen ausgewählt?

Grundlage der Empfehlungen sind veröffentlichte Angaben dazu, wie sich Agenten aus LLMs und geführten Abläufen entwickeln, Gespräche an Menschen übergeben, Aktionen begrenzen und die benötigten Kanäle betreiben lassen. Auch die Abrechnungseinheit muss nachvollziehbar sein. Für diesen Vergleich wurden die Preis-, Produkt- oder Dokumentationsseiten der jeweiligen Plattform geprüft.

Die Containment-Rate eines Anbieters wird nicht als Prognose für den eigenen Betrieb behandelt. Containment bedeutet lediglich, dass ein Gespräch vollständig in der Automatisierung geblieben ist. Ob das Kundenproblem gelöst wurde, sagt das nicht aus. Bei sensiblen Anliegen kann eine erfolgreiche Übergabe an einen Menschen das richtige Ergebnis sein.

Der wichtigste eigenständige Vergleichspunkt ist die Verantwortung für die Übergabe. Cognigy dokumentiert Konnektoren und Übergabeknoten. Google beschreibt ein Signal, das die eigene Integration verarbeiten muss. Rasa liefert ein Muster, das selbst implementiert werden muss. Voiceflow unterscheidet die Live-Verbindung für Antworten vom bloßen Anlegen eines Tickets. Botpress dokumentiert für neue Workspaces ein geändertes Übergabeziel. Diese Details bestimmen den Arbeitsaufwand, den ein pauschales Häkchen bei „Übergabe an Mitarbeiter unterstützt“ verdeckt.

Welche Conversational-AI-Anbieter gehören in die engere Wahl?

Diese sieben Anbieter decken Enterprise-Serviceplattformen, Entwicklung in eigener Verantwortung und Cloud-Baukästen ab. Persönliche Assistenten, Video-Avatare und vorgefertigte Helpdesk-Agenten würden den Vergleich verwässern. Zuerst steht die jeweils stärkste Empfehlung für die drei Plattformtypen, danach folgen Alternativen, die bei einem bestimmten Betriebsmodell überzeugen.

Die folgenden Einschätzungen zur Eignung sind redaktionelle Empfehlungen. Dokumentierte Integrationsmöglichkeiten rechtfertigen einen Platz in der engeren Wahl. Ob der vollständige Ablauf für die eigenen Kunden funktioniert, kann erst ein Pilot im tatsächlich genutzten Kanal zeigen.

Die sieben Plattformen im Vergleich

1. Cognigy: Die erste Wahl für ein etabliertes Contact Center

Cognigy, unter der Marke NiCE Cognigy angeboten, ist eine Enterprise-Plattform zum Aufbau von Kundenservice-Agenten rund um ein bestehendes Contact Center. Sie ist hier die erste Wahl für Supportorganisationen, deren größte Herausforderung das Zusammenspiel von Telefonie, Chat, angebundenen Systemen und Eskalationen an Mitarbeiter ist. Laut Produktbeschreibung verbindet die Plattform LLM-gestütztes Schlussfolgern mit deterministischen Schritten, Evaluationen, betrieblicher Überwachung und Gesprächsanalysen. Voraussetzung für den Kauf ist ein Servicebetrieb, der diese Breite tatsächlich nutzen kann.

Besonders geeignet für: Etablierte Supportorganisationen mit einem Verantwortlichen für das Contact Center und einem Implementierungsteam.
Besonderheit: Agentenentwicklung, Mitarbeiterübergabe und laufender Servicebetrieb sind miteinander verbunden.
Preise: Nur auf Anfrage; auf der aktuellen Plattformseite ließ sich kein konkreter Listenpreis bestätigen.
Kostenlos testen: Eine Demo wird angeboten; Verfügbarkeit und Bedingungen eines Testzugangs sind mit dem Anbieter zu klären.

Wie funktioniert die Übergabe an Mitarbeiter?

Cognigy dokumentiert Handover Providers, die den Agenten mit einem kompatiblen Contact Center verbinden. Ein Knoten vom Typ Handover to Human Agent startet die Eskalation innerhalb eines Ablaufs. Dafür sind sowohl der passende Konnektor als auch ein übergabefähiger Endpunkt nötig, also die tatsächliche Kanalanbindung. Voice Gateway und Webchat stehen auf der Liste unterstützter Endpunkte. Die Dokumentation beschreibt außerdem Knoten zum Prüfen der Mitarbeiterverfügbarkeit, zum Überwachen des Übergabestatus und zum Beenden einer Übergabe. Cognigy-Dokumentation zur Übergabe

Für das Supportteam einer Fluggesellschaft wäre eine sinnvolle Vorführung ein Buchungsproblem, das samt vorhandenem Passagierkontext in der richtigen besetzten Warteschlange ankommt. Dabei sollte die Ansicht des empfangenden Mitarbeiters gezeigt werden. Anschließend wird die Warteschlange unerreichbar gemacht. Eine Übergabe unter Idealbedingungen belegt weniger als ein verständlicher Fehlerablauf, aus dem sich der Vorgang wieder aufnehmen lässt.

Cognigys eigenes Produkt Live Agent stellt Mitarbeitern einen Arbeitsplatz für digitale Gespräche bereit, einschließlich Kundenkontext und Betriebskennzahlen. Dieser Leistungsumfang ist getrennt von der Anbindung der KI an ein bereits genutztes Contact Center zu klären. Dass die Produktfamilie einen Mitarbeiterarbeitsplatz enthält, sagt noch nicht, welche Komponenten im Angebot enthalten sind. Cognigy Live Agent

Wie lässt sich der Handlungsspielraum des Agenten begrenzen?

Cognigy beschreibt Tools mit definierten Parametern und Ausführungsbedingungen sowie den Wechsel zwischen LLM-gesteuerten Interaktionen und strukturierten Abläufen. Die Plattform für autonome Agenten nennt außerdem Inhaltsmoderation und Filter zur Abwehr von Jailbreaks. Diese Mechanismen sollten als getrennte Ebenen genutzt werden: Inhaltsfilter kontrollieren, was das Modell sagt; Ausführungsbedingungen regeln, ob eine Aktion stattfinden darf. Cognigy-Kontrollen für Agenten

Beim Buchungsproblem kann das Modell die Präferenz des Kunden verstehen, während eine Regel vor der Ticketänderung prüft, ob der Tarif sie erlaubt. Im Abnahmetest sollte versucht werden, eine verbotene Änderung durch überzeugende Formulierungen auszulösen. Das erwartete Ergebnis ist eine abgelehnte Aktion oder eine Eskalation, deren Grund nachvollziehbar protokolliert wird.

Fazit: Cognigy passt, wenn der bestehende Contact-Center-Betrieb wichtiger ist als ein möglichst schlanker Baukasten. Für eine eng begrenzte Website-FAQ ohne Verantwortliche für Implementierung und Servicebetrieb ist die Plattform keine passende Wahl.

Die Evaluation mit einer Übergabe beginnen

Der folgende Pilotvorschlag nutzt Cognigys dokumentierte Kontrollen. Er beschreibt keinen Test, der für diesen Artikel durchgeführt wurde.

1. 1

   Das empfangende System einrichten

   Unter Deploy > Handover Providers wird die Verbindung zum Contact Center eingerichtet. Bevor der übrige Ablauf gestaltet wird, muss feststehen, dass der gewählte Endpunkt Übergaben unterstützt.

2. 2

   Die Eskalation ausdrücklich vorsehen

   Dem Testablauf wird ein Knoten vom Typ Handover to Human Agent hinzugefügt. Als erster Auslöser eignet sich die direkte Bitte eines Kunden, mit einem Menschen zu sprechen. So lässt sich die Übergabe leicht reproduzieren.

3. 3

   Verfügbarkeit und Status prüfen

   Mit den dokumentierten Verfügbarkeits- und Statuskontrollen lässt sich unterscheiden, ob ein Gespräch noch in der Warteschlange liegt oder bereits von einem Mitarbeiter angenommen wurde. Es muss festgelegt werden, was der Kunde sieht, wenn niemand übernehmen kann.

4. 4

   Das Gespräch mit dem Mitarbeiter überprüfen

   Ein Kollege nimmt die Eskalation entgegen und antwortet aus dem Supportsystem. Geprüft werden die Übermittlung des Kontexts, die Kundenantworten und der Gesprächsabschluss. Vor einer Ausweitung des Piloten wird derselbe Ablauf mit nicht verfügbarem Empfangssystem wiederholt.

2. Rasa: Für Teams, die den Code selbst verantworten

Rasa ist die entwicklerorientierte Wahl, wenn das Dialogverhalten zum eigenen Produkt gehört und seine Umsetzung gezielt kontrolliert werden soll. Der CALM-Ansatz, kurz für Conversational AI with Language Models, trennt Sprachinterpretation von strukturierten Geschäftsabläufen. Das macht Rasa für Produktteams mit Backend-Entwicklern und Regeln interessant, die über „Beantworte Fragen anhand dieser Dokumente“ hinausgehen. Dieselbe Eigenverantwortung macht es für Supportleiter ohne technische Unterstützung zu einer ungeeigneten Abkürzung.

Besonders geeignet für: Technische Produktteams, die Integrationen, Bereitstellung und Dialoglogik pflegen können.
Besonderheit: CALM trennt die Interpretation durch das Modell von dem Ablauf, der die Aufgabe ausführt.
Preise: Die Free Developer Edition erlaubt einen Bot pro Unternehmen und bis zu 1,000 externe Gespräche/Monat; Enterprise ist nur auf Anfrage erhältlich.
Kostenlos testen: Eine kostenlose Lizenz steht innerhalb ihrer Grenzen für den lokalen Einsatz oder den Produktivbetrieb zur Verfügung.

Was liefert das Framework?

In CALM interpretiert das LLM eine Nachricht und erzeugt Befehle. Ein Dialogmanager nutzt sie, um Abläufe fortzusetzen, eine Backend-Integration aufzurufen oder auf einen Wechsel im Gespräch zu reagieren. Antworten basieren standardmäßig auf Vorlagen; optional kann eine Komponente sie umformulieren. Durch diese Trennung können Entwickler die Geschäftsschritte direkt abbilden. Rasa-Dokumentation zu CALM

Ein Beispiel ist ein Abonnementanbieter, der Lieferänderungen bearbeitet. Ein Kunde unterbricht möglicherweise eine Adressänderung, um nach dem Lieferdatum zu fragen, und kehrt dann zum ursprünglichen Anliegen zurück. Das System soll diese Flexibilität im Gespräch ermöglichen. Die eigentliche Kontoänderung muss dabei dieselben Prüfungen durchlaufen wie an anderer Stelle im Produkt. Eine frei formulierte Antwort darf diese Prüfungen nicht unbemerkt überspringen.

Die aktuelle Dokumentation von Rasa unterscheidet Rasa Pro und Studio vom neueren Orchestrator Mantle und einer Oberfläche zur Agentenentwicklung im Early Access. Diese Empfehlung bezieht sich ausdrücklich auf den dokumentierten Pro/CALM-Ansatz. Bei einem Angebot muss geklärt werden, welche Laufzeitumgebung und Oberfläche vorgesehen sind. Nicht jede Funktion unter dem Namen Rasa gehört zur selben Version oder zum selben Lizenzumfang. Geltungsbereich der Rasa-Dokumentation

Wie funktionieren Übergabe und Aktionsgrenzen?

Rasas Standardverhalten bei einer gewünschten Mitarbeiterübergabe teilt dem Nutzer mit, dass der Assistent nicht weiterhelfen kann. Für eine funktionierende Übergabe muss pattern_human_handoff überschrieben und eine eigene Aktion implementiert werden. Der Unterschied ist wesentlich: Das Framework liefert das Dialogmuster; die eigene Anwendung muss es mit dem empfangenden System verbinden. Rasas Muster für die Mitarbeiterübergabe

Die Implementierung sollte die Kundenidentität und den relevanten Gesprächsverlauf übermitteln, automatische Antworten pausieren und einen sinnvollen weiteren Ablauf ermöglichen, wenn das Supportsystem die Übergabe ablehnt. Für diese Integration braucht es einen namentlich benannten Entwickler. „Die Übergabe ist im Ablauf enthalten“ reicht als Abnahmenachweis nicht aus.

Rasa unterstützt außerdem Flow Guards, also Bedingungen, die steuern, ob ein Ablauf starten darf. Die Dokumentation nennt jedoch Ausnahmen bei verknüpften und aufgerufenen Abläufen sowie bei Auslösern über Natural Language Understanding (NLU). Guards sollten deshalb als Dialogkontrollen verstanden werden; die Backend-Aktion muss die Berechtigung nochmals durchsetzen. Bei Kontoinformationen muss der Server den Zugriff unabhängig davon prüfen, über welchen Gesprächspfad die Anfrage ankam. Ausnahmen bei Rasa Flow Guards

Welche Arbeit bleibt beim eigenen Team?

Rasas Preisseite nennt sowohl selbst verwaltete Bereitstellung als auch Managed Services. Der Sprachkonnektor von AudioCodes wird als zusätzlicher Kauf ausgewiesen. Bereitstellung, Modellnutzung und Telefonie sollten daher getrennt von der Lizenz kalkuliert werden. Die kostenlose Edition eignet sich zur Prüfung einer Architektur; daraus folgt nicht, dass alle für den Betrieb benötigten Dienste kostenlos sind.

Fazit: Rasa passt, wenn die eigenen Entwickler einen Kundenprozess als dauerhaft gepflegte Software verantworten wollen. Ein gehosteter Baukasten ist geeigneter, wenn der Support vor allem einen überschaubaren Agenten mit weniger Infrastrukturarbeit starten und anpassen soll.

3. Google Conversational Agents: Für Cloud-Entwicklungsteams

Google Conversational Agents ist ein Cloud-Baukasten, der deterministische Flows, auch als Dialogflow CX bekannt, mit generativen Playbooks verbindet. Er passt, wenn Entwickler die Kundenanwendung selbst verantworten können und geführte Prozesse mit Sprachmodelldialogen kombinieren wollen. Besonders nützlich ist die Möglichkeit, gezielt festzulegen, welche Teile eines Ablaufs generiert werden und welche expliziten Schritten folgen. Die zentrale Grenze: Aus der Agenten-Engine wird nicht automatisch ein vollständiges System für den menschlichen Support.

Besonders geeignet für: Cloud-Entwicklungsteams, die individuelle Kundenabläufe für Chat und Telefonie aufbauen.
Besonderheit: Flows und Playbooks bieten unterschiedliche Möglichkeiten, ein Gespräch zu steuern.
Preise: Flows-Chat kostet $0.007/Anfrage; Playbooks-Chat $0.012/Anfrage; Sprachfunktionen für Flows beginnen bei $0.001/Audiosekunde. Für Playbooks und hybride Nutzung gelten unterschiedliche Abrechnungsregeln.
Kostenlos testen: Für neue Nutzer werden Guthaben für Flows und Playbooks angeboten.

Die Produkte klar auseinanderhalten

Die aktuelle Produktadresse führt zu CX Agent Studio unter Gemini Enterprise for Customer Experience. Die Preisseite für Flows/Playbooks bleibt eine eigenständig veröffentlichte Preisliste. Dieser Abschnitt bewertet das dokumentierte System Conversational Agents; dessen Preis pro Anfrage dient nicht als Kostenschätzung für CX Agent Studio. Aktuelle Seite zu CX Agent Studio

Diese Unterscheidung ist im Beschaffungsgespräch wichtig. Anbieter oder Implementierungspartner sollten im Angebot die Konsole, die Laufzeitumgebung und die Abrechnungseinheit benennen. „Google Conversational AI“ ist zu unspezifisch, um eine Rechnung zu prüfen oder eine Funktionsvorführung nachzustellen.

Ein Playbook kann Informationen liefern, externe Dienste abfragen oder an einen Flow beziehungsweise ein anderes Playbook übergeben. Ein Händler könnte Sprachgenerierung nutzen, um ein unklar beschriebenes Lieferproblem zu verstehen, und anschließend einen geführten Prozess zur Identitäts- und Bestellprüfung starten. Die Grenze sollte anhand der Geschäftsaktion gezogen werden, statt jeden Gesprächsschritt entweder vollständig vorzugeben oder vollständig generieren zu lassen. Google Playbooks

Wie funktionieren Übergabe und Aktionsgrenzen?

Googles Antworttyp live agent handoff signalisiert dem aufrufenden System, dass ein Gespräch an einen Menschen übergeben werden soll. Laut Dokumentation ändert dieses Signal ausdrücklich nicht den Sitzungsstatus; das eigene System oder die Integration muss die Übergabe ausführen. Die Weiterleitung eines Telefonats über Fulfillment ist ein separater Mechanismus mit Unterstützung durch Phone Gateway und integrationsabhängigen Einschränkungen. Google-Dokumentation zu Fulfillment

Bei einem Web-Agenten muss ein Entwickler die Eskalation daher mit der tatsächlichen Mitarbeiterwarteschlange verbinden und nachfolgende Nachrichten steuern. Andernfalls kann die Analyse bereits „Übergabe“ melden, während der Kunde weiterhin keinen menschlichen Gesprächspartner hat. Im Piloten sollten Kundenansicht und Mitarbeiteransicht gleichzeitig gezeigt werden.

Googles Agenteneinstellungen umfassen verbotene Formulierungen, Sicherheitsfilter für Inhalte und eine optionale Prompt-Sicherheitsprüfung. Diese Kontrollen sind nützlich, doch die dokumentierte Sicherheitsprüfung versucht lediglich, bösartige Eingaben zu erkennen. Sie garantiert nicht, dass sich ein Agent nicht umlenken lässt. Sensible Vorgänge gehören in Backend-Funktionen mit Berechtigungsprüfung. Welche Tools ein Playbook erreichen darf, sollte bewusst festgelegt werden. Google-Agenteneinstellungen

Diese Einschränkung bei Telefonie früh prüfen

Laut Dokumentation unterstützen Playbooks kein DTMF, also die Töne, die beim Drücken von Telefontasten entstehen. Müssen Anrufer eine Kontonummer eintippen oder auf Tasteneingaben ausweichen können, sind Ablauf und Telefonieanbindung vor der Wahl des Dialogwegs zu prüfen. Natürliche Sprache und Tastatureingaben sind getrennte Anforderungen.

Fazit: Google passt, wenn das Cloud-Team die umgebende Anwendung, die Integration und die Analyse der Abrechnung übernimmt. Es ist keine Abkürzung zu einem vollständig besetzten Supportsystem. Attraktiv ist die Plattform gerade dann, wenn das Team diese Gestaltungsmöglichkeiten möchte und dauerhaft betreuen kann.

4. Microsoft Copilot Studio: Für Organisationen mit Microsoft-Schwerpunkt

Microsoft Copilot Studio ist ein Low-Code-Baukasten für Agenten, der zu Organisationen passt, die bereits Microsoft-Geschäftssysteme und Power Platform verwalten. Er sollte zuerst geprüft werden, wenn die Verantwortlichen für Datenzugriffe und Integrationen bereits in dieser Umgebung arbeiten. Für den Kundenservice sind das eigenständige Produkt und die Integrationen für die Kundenbetreuung zu bewerten. Der interne Zugang zu Agenten in Microsoft 365 ist eine andere Beschaffungsentscheidung als die Veröffentlichung eines Agenten für externe Kunden.

Besonders geeignet für: Microsoft-geprägte Organisationen mit einem Administrator und einem festgelegten Zielsystem für den Kundenservice.
Besonderheit: Die Agentenentwicklung unterliegt dem bestehenden Administrationsmodell von Power Platform.
Preise: Die nutzungsabhängige Abrechnung beginnt bei $0.01 pro Copilot Credit, setzt ein Azure-Abonnement voraus und berechnet den tatsächlichen Credit-Verbrauch.
Kostenlos testen: Möglich, aber Testlizenzen erlauben keine Veröffentlichung.

Externe Kunden verändern den Lizenzbedarf

Microsofts Preisseite trennt die in Microsoft 365 Copilot enthaltenen Funktionen vom eigenständigen Copilot Studio für externe Kanäle. Ein Agent für Kunden kann daher andere Lizenzen erfordern als ein interner Assistent für Kollegen. Zielgruppe, Kanäle und angebundene Dienste sollten konkret beschrieben werden, bevor ein vorhandenes Abonnement als Grundlage für das Budget dient. Produkt- und Lizenzumfang von Copilot Studio

Copilot Credits sind eine Nutzungseinheit. Unterschiedliche Aktionen und Antworten verbrauchen unterschiedliche Mengen. Ein Credit entspricht daher weder einem Kunden noch einem Gespräch oder einem gelösten Anliegen. Gefragt ist eine Verbrauchsschätzung für den geplanten Ablauf einschließlich Integrationsaktionen, statt das Gesprächsaufkommen mit einem angenommenen Preis von einem Credit zu multiplizieren.

Wie funktionieren Übergabe und Aktionsgrenzen?

Für die Kundenbetreuung dokumentiert Microsoft generative Agenten, die Quellen wie Unternehmenswebsites, Dateien und Wissensdatenbanken nutzen und an Kundenservicesysteme übergeben können. Als Ziele werden Dynamics 365 Customer Service, ServiceNow, Salesforce, LivePerson und Genesys genannt. Die dokumentierten Übergabefunktionen gelten für das Standard Harness, die dafür eingesetzte Laufzeitumgebung. Kundenbetreuung und Übergabe

Für ein Serviceteam, das Kundenfälle bereits in Dynamics bearbeitet, bietet sich eine Routineanfrage als Pilot an, die in den bestehenden Serviceprozess eskaliert. Dabei ist zu prüfen, welche Identitätsdaten und welcher Gesprächskontext beim Mitarbeiter ankommen. Dass andere Kanäle oder alternative Laufzeitumgebungen dasselbe Übergabeverhalten haben, darf nicht vorausgesetzt werden.

Die Datenrichtlinien von Copilot Studio können als Tools verwendete Konnektoren sperren, HTTP-Verbindungen zu Webdiensten einschränken, Authentifizierung verlangen und Veröffentlichungskanäle begrenzen. Administratoren können außerdem Ereignisauslöser einschränken. Das sind wirksame Kontrollpunkte, weil sie den Zugriff auf Systeme regeln und nicht nur den Tonfall des Agenten. Microsoft-Datenrichtlinien

Ein sinnvoller erster Prüfschritt ist festzustellen, welche angebundenen Systeme Kundendaten verändern können. Der Agent sollte nur die Vorgänge ausführen dürfen, die seine Aufgabe erfordert. Anschließend muss die veröffentlichte Umgebung zeigen, dass eine administrative Einschränkung die unerwünschte Aktion tatsächlich blockiert, auch wenn ein Nutzer ausdrücklich danach verlangt.

Ein Voicebot braucht einen eigenen Abnahmetest

Microsoft dokumentiert einfache und Echtzeit-Sprachagenten sowie Spracheingabe, Tasteneingabe, Kontextvariablen und Anrufweiterleitung. Der Sprachkanal benötigt eine Telefonnummer; Azure Communication Services bietet einen Weg, diese bereitzustellen oder anzubinden. Das ist eine eigenständige Kanalimplementierung, die geprüft werden muss. Sie ergibt sich nicht automatisch aus einem funktionierenden Web-Agenten. Überblick zu Sprachfunktionen in Copilot Studio

Fazit: Copilot Studio passt, wenn die bestehende Microsoft-Administration den Betriebsaufwand reduziert. „Wir bezahlen ohnehin für Microsoft“ reicht als Kaufargument nicht aus, solange externe Veröffentlichung, empfangende Supportsysteme und Nutzungsverbrauch ungeprüft bleiben.

5. Voiceflow: Für kleine Produkt- und Customer-Experience-Teams

Voiceflow ist ein gehosteter Baukasten für Teams, die Kundendialoge gemeinsam mit Playbooks, visuellen Workflows und Integrationstools gestalten wollen. Für ein kleines Produkt- oder Customer-Experience-Team (CX) mit Unterstützung für technische Anbindungen ist es hier der stärkste Ausgangspunkt. Es passt besonders dann, wenn Supportmitarbeiter und Designer die Dialoge häufig gemeinsam prüfen müssen. Die wichtige Grenze: Die Warteschlange für Mitarbeiter wird weiterhin vom empfangenden Supportsystem gesteuert.

Besonders geeignet für: Kleine, fachübergreifende Teams, die individuelle Abläufe für Chat und Telefonie entwickeln.
Besonderheit: Playbooks in natürlicher Sprache ergänzen visuelle, deterministische Workflows.
Preise: Für Unternehmen nur auf Anfrage; die Abrechnung kombiniert eine Tarifgebühr, optionale Erweiterungen und Credit-basierte Nutzung.
Kostenlos testen: Das öffentliche Angebot für Agenturen und Partner bewirbt einen Testzugang ohne Kreditkarte; der für das eigene Unternehmen passende Zugang ist zu klären.

Was lässt sich gemeinsam gestalten?

Voiceflow beschreibt Playbooks mit natürlichsprachlichen Anweisungen, visuelle Workflows und Erweiterungen durch Entwickler über Funktionen, APIs als Schnittstellen zu anderer Software sowie Tools über das Model Context Protocol (MCP). MCP ist ein Standard, um einem Agenten Tools zugänglich zu machen. Die Plattform unterstützt außerdem Telefonie, Webchat und SMS; die Funktionen sollten dennoch für jeden Kanal einzeln geprüft werden. Produktangaben zu Voiceflow

Bei einem Händler mit Abonnementmodell könnte der Support festlegen, wie der Agent Lieferausnahmen erklärt, während ein Entwickler eine Bestellabfrage mit Berechtigungsprüfung bereitstellt. Der Workflow sollte für beide sichtbar machen, wann eskaliert wird. Das hilft, wenn eine neue Richtlinie Anpassungen am Dialog erfordert. Es rechtfertigt aber nicht, jedem Bearbeiter auch Änderungen an Backend-Zugriffen zu erlauben.

Voiceflows öffentliche Preisseite verweist für Unternehmen inzwischen auf individuelle Angebote. Ältere Abonnementpreise sollten nicht als Beschaffungsgrundlage dienen. Tarifgebühr, enthaltene Nutzung, der Umgang mit Mehrverbrauch und nötige Freischaltungen für Integrationen gehören in dasselbe Angebot. Ein gehosteter Baukasten lässt sich besser bewerten, wenn das Angebot den tatsächlich geplanten Kanal und die Supportanbindung beschreibt.

Wie funktionieren Übergabe und Aktionsgrenzen?

Voiceflow dokumentiert native Anbindungen für Live-Übergaben an Genesys, UJET, Kustomer, Dixa und Zendesk. Andere Supportsysteme lassen sich über Custom Handoff und einen selbst gehosteten Dienst anbinden. Dafür sind ein Entwickler und die Verfügbarkeit der entsprechenden Funktion nötig. Verfügbarkeit und Zuweisung liegen beim Supportsystem; der Voiceflow-Ablauf bestimmt, wann eskaliert wird und was bei einem Fehlschlag passiert. Überblick zur Voiceflow-Übergabe

Gerade für kleine Teams ist die Unterscheidung wichtig: Ein Ticket anzulegen ist nicht dasselbe, wie Antworten eines Mitarbeiters live an den Kunden weiterzuleiten. Wer verspricht, dass ein Mensch diesem Chat beitritt, sollte den Rückweg der Antworten vor dem Kauf demonstrieren lassen. Lautet das Versprechen stattdessen „Wir melden uns später“, muss das im Gespräch klar werden.

Als Übergabekontext sind das vollständige Transkript, eine eigene Variable oder kein Kontext möglich. Ein selbst definierter Kontextwert erzeugt nicht automatisch eine Zusammenfassung; die zu übermittelnden Inhalte müssen vorbereitet werden. Rückweg und Fehlerablauf sind zu konfigurieren und anschließend sowohl im veröffentlichten Kanal als auch im Editor zu testen. Einrichtung der Voiceflow-Übergabe

Für Telefonate beschreibt Voiceflow einen separaten Schritt namens Call forward. Er leitet an eine Telefonnummer oder eine SIP-Adresse, also ein Ziel für Internettelefonie, weiter. Die digitale Übergabeanbindung und die Telefonweiterleitung dürfen nicht als identische Implementierungen behandelt werden.

Voiceflow verbindet globale Anweisungen und Schutzregeln mit deterministischen Workflows, Evaluationen und gehosteten Umgebungen von der Entwicklung bis zum Produktivbetrieb. Verbindliche Geschäftsschritte gehören in den Workflow; die Backend-Aktion muss zusätzlich unabhängig eingeschränkt werden. Ein gut formuliertes Playbook kann beschreiben, wann eine Erstattung erfolgen soll. Der Erstattungsdienst muss trotzdem prüfen, ob Kunde und Bestellung dafür berechtigt sind.

Fazit: Voiceflow passt, wenn die gemeinsame Dialoggestaltung den Engpass bildet. Eine andere Lösung ist vorzuziehen, wenn eine vollständig selbst gehostete Laufzeitumgebung oder ein öffentlich verfügbarer Geschäftskundenpreis vor dem ersten Vertriebsgespräch ausschlaggebend ist.

6. Botpress: Für kleine Teams mit Schwerpunkt auf Chat

Botpress ist eine gehostete Plattform zur Agentenentwicklung mit einem visuellen Studio, Integrationstools und dem Supportprodukt Botpress Desk für Mitarbeiter. Sie ist ein praktikabler Einstieg für kleine Organisationen, die einen eigenen Chat-Agenten bauen und nachvollziehen wollen, wie er Aktionen auswählt. Die aktuellen Preise machen die Einstiegskosten greifbarer als bei Lösungen, die ausschließlich auf Anfrage angeboten werden. Für ein Projekt mit Schwerpunkt auf Telefonie ist Botpress als erste Wahl weniger überzeugend, weil der öffentliche Tarifvergleich den Sprachkanal Enterprise zuordnet.

Besonders geeignet für: Kleine Teams, die mit technischer Unterstützung Web- oder Messaging-Agenten entwickeln.
Besonderheit: Visuelle Workflows mit konfigurierbaren autonomen Knoten und nachvollziehbarer Tool-Nutzung.
Preise: Free enthält 100 Gespräche; Plus beginnt bei $150/Monat bei jährlicher Abrechnung und enthält 250 Gespräche/Monat. Es gelten Nutzungskontingente und Regeln für kostenpflichtige Nachbuchungen.
Kostenlos testen: Ein Free-Tarif ist verfügbar; Nachbuchungen und Mehrverbrauch sind darin nicht vorgesehen.

Die aktuelle Abrechnungseinheit ist entscheidend

Botpress veröffentlicht inzwischen gesprächsbasierte Tarife. Laut Preisseite werden sowohl reine KI-Gespräche als auch Gespräche mit Mitarbeiterbeteiligung gezählt, sobald der Kunde in einem Abrechnungsmonat mindestens zwei Nachrichten sendet. Ein Gespräch über eine Monatsgrenze hinweg kann in beiden Monaten zählen. Die Eskalation an einen Menschen nimmt die Interaktion daher nicht automatisch aus der Abrechnung.

Die Seite beschreibt außerdem automatisch hinzugebuchte kostenpflichtige Gesprächspakete und erklärt, dass sich die automatische Gesprächsaufladung nicht abschalten lässt. Für die KI-Nutzung gelten eigene Kontingente und Nachlademechanismen. Vor der Anbindung einer öffentlichen Website sollte der Budgetverantwortliche diese Regeln prüfen. Ein niedriger Einstiegspreis hilft nur, wenn die Betreiber verstehen, was bei steigendem Aufkommen passiert.

Ein geeigneter Pilot für ein kleines Team ist ein eng begrenzter Agent für Bestellstatus oder Produktsupport mit ausdrücklich definiertem Eskalationsweg. Er sollte den tatsächlichen Website-Kanal und die vorgesehenen Wissensquellen nutzen. Ein beeindruckendes Vorschaugespräch zeigt weder, ob Supportkollegen einen echten Fall live übernehmen können, noch, ob das Nutzungsmodell zum eigenen Anfrageaufkommen passt.

Wie funktionieren Übergabe und Aktionsgrenzen?

Für neue Workspaces verweist die Botpress-Dokumentation bei Human Handoff auf Botpress Desk. Bestehende Workspaces können gegebenenfalls die bisherige Human-in-the-Loop-Integration weiterverwenden, für die eigene Einrichtungs- und Tarifvoraussetzungen gelten. Vor der Nutzung einer älteren Anleitung muss geklärt werden, welcher Weg für das eigene Konto gilt. Botpress-Dokumentation zur Mitarbeiterübergabe

Vor dem Kauf sollte der gesamte Fall vorgeführt werden: Ein Kunde bittet um Hilfe, der Vorgang erscheint im vorgesehenen Mitarbeiterarbeitsbereich, ein Mitarbeiter antwortet, und die Automatisierung wird wie festgelegt fortgesetzt oder beendet. Die Aktion „Resume Chatbot“ aus der älteren Dokumentation darf nicht als Beschreibung jedes neuen Desk-Workflows verstanden werden.

Ein Autonomous Node lässt das Modell Antworten und Tools auswählen; ein Standardknoten führt seine Karten der Reihe nach aus. Beim autonomen Knoten lassen sich Tools, Wissensdatenbanken, Workflows und Ausstiegsbedingungen konfigurieren. Der Zugriff auf Variablen muss ausdrücklich freigegeben werden, Schreibzugriff über eine eigene Einstellung. Das Inspect-Fenster macht verfügbare Tools und Ausführungsdurchläufe sichtbar. Botpress Autonomous Node

Diese Einstellungen bieten nützliche Kontrollpunkte. Für eine Bestellabfrage sollten nur die Abfragefunktion und die nötigen Variablen freigegeben werden. Ein allgemeines Tool zur Änderung von Kundendatensätzen gehört nicht allein deshalb dazu, weil es für den Agenten nützlich sein könnte. Verbindliche Prüfungen gehören in einen strukturierten Ablauf und in den Backend-Dienst, der die Änderung ausführt.

Wo endet die Empfehlung für kleine Teams?

Die Zuordnung des Sprachkanals in der öffentlichen Tariftabelle setzt eine wichtige Grenze. Ein kleines Team, das Botpress für einen Website-Agenten wählt, sollte nicht annehmen, dass derselbe Einstiegstarif auch die geplanten Telefonagenten abdeckt. Wenn telefonischer Service die Hauptanforderung ist, müssen Plattform und Angebot ihn ausdrücklich umfassen. Für die spezialisierte engere Auswahl hilft anschließend der Vergleich von Plattformen für Sprachagenten.

Fazit: Botpress passt zu einem klar eingegrenzten Chat-Projekt, wenn öffentlich einsehbare Einstiegskonditionen und sichtbare Workflow-Kontrollen gefragt sind. Als vermeintlich günstige Standardlösung für Telefonie ist es ungeeignet. Automatische Nachbuchungen sollten geprüft werden, bevor der Agent unvorhersehbarem Anfrageaufkommen ausgesetzt wird.

7. Kore.ai: Für die umfassende Weiterentwicklung des Kundenservice

Kore.ai ist die Enterprise-Alternative, wenn das Projekt Kundenservice-Agenten, Assistenz für Mitarbeiter und Servicequalitätsmanagement umfasst. Das aktuelle Angebot AI for Service deckt Sprach- und digitale Agenten, Agent Assistance, Quality Management und ein von Grund auf KI-basiertes Contact Center ab. Es gehört in die engere Wahl, wenn diese Funktionen gemeinsam geplant und umgesetzt werden sollen. Für die Beantwortung einer überschaubaren Zahl von Website-Fragen wäre dieses umfassende Programm überdimensioniert.

Besonders geeignet für: Unternehmen, die Kundenservice-Automatisierung, Mitarbeiterassistenz und Qualitätsprozesse gemeinsam steuern.
Besonderheit: Serviceautomatisierung und die Arbeit der Mitarbeiter lassen sich zusammen bewerten.
Preise: Nur auf Anfrage; auf der aktuellen Seite zu AI for Service ließ sich kein konkreter Listenpreis bestätigen.
Kostenlos testen: Eine Demo wird angeboten; öffentliche Bedingungen für einen selbstständig nutzbaren Testzugang konnten nicht bestätigt werden.

Wann lohnt sich der größere Umfang?

Eine Serviceorganisation bearbeitet Routineanfragen und schwierige Ausnahmen, während ein eigenes Qualitätsteam den Umgang mit beidem prüft. Ein Agentenbaukasten deckt nur einen Teil dieses Arbeitsablaufs ab. Die weitergehende Frage lautet, ob automatisierter und menschlicher Service nach einheitlichen Regeln arbeiten können und ob bei Fehlern klar ist, wer verantwortlich ist.

Die veröffentlichte Serviceseite von Kore.ai beschreibt Übergaben mit umfangreichem Kontext, Backend-Anbindungen, Playbooks zur Mitarbeiterassistenz und eigene Bewertungskriterien. Sie nennt außerdem die Durchsetzung von Richtlinien auf Engine-Ebene außerhalb des LLM sowie die Nachverfolgung von Agentenaktionen. Das sind Anbieterangaben, die in einer Vorführung geprüft werden müssen, keine unabhängig gemessenen Garantien für korrektes Verhalten.

Der sinnvolle Grund, Kore.ai einzubeziehen, ist daher organisatorisch: Supportleitung, Integrationsverantwortliche und Qualitätsverantwortliche können ein gemeinsames Servicekonzept bewerten. Eine ansprechende Chatbot-Demo allein zeigt nicht, ob die größere Plattform ihre jeweiligen Anforderungen erfüllt.

Wie funktionieren Übergabe und Aktionsgrenzen?

Kore.ai beschreibt die Übergabe an Mitarbeiter einschließlich Kontext. Die Implementierung muss jedoch für das tatsächlich empfangende System und die genutzten Kanäle geplant werden. Der Anbieter sollte zeigen, welches Kontextpaket am Mitarbeiterarbeitsplatz ankommt: Kundenanliegen, Identitätsstatus, bereits versuchte Aktionen und Eskalationsgrund. Anschließend ist zu prüfen, ob der Mitarbeiter antworten kann, ohne den Fall erneut öffnen oder rekonstruieren zu müssen.

Die Abnahme von Telefon- und digitalen Übergaben sollte getrennt erfolgen. Eine erfolgreiche Chateskalation beweist nicht, dass bei einer Telefonweiterleitung der vorgesehene Kontext erhalten bleibt. Ein verbundenes Telefonat beweist wiederum nicht, dass dem Mitarbeiter die Kundenhistorie vorliegt. Gehören beide Kanäle zum Kaufumfang, müssen beide Beobachtungen Teil der Vorführung sein.

Zur Prüfung der Aktionsgrenzen sollte der Anbieter eine Regel vorführen, die außerhalb des Sprachmodells durchgesetzt wird. Ein geeignetes Beispiel ist eine Serviceänderung, die ein authentifiziertes Konto und eine erfolgreich durchlaufene Berechtigungsprüfung voraussetzt. Dieselbe verbotene Aktion sollte anschließend über einen anderen Gesprächsweg versucht werden. Entscheidend ist, dass die Aktion zuverlässig abgelehnt und der Vorgang für das Betriebsteam verständlich protokolliert wird.

Wie bleibt die Beschaffung konkret?

Ein Angebot sollte die gekauften Komponenten, die Verbrauchseinheit, enthaltene Umgebungen, Implementierungsleistungen und Supportzuständigkeiten benennen. Es sollte auch festlegen, wie Sprach- und digitales Volumen behandelt werden. Ohne diesen Umfang ist „Kore.ai-Preis“ kein einzelner vergleichbarer Betrag. Einen historischen Preis eines anderen Moduls zu übernehmen, wäre irreführend.

Zu klären ist außerdem, wer die Regeln nach dem Start pflegt. Erfordert jede Ausnahme einen neuen Auftrag an den Anbieter, kann das für einen eng geführten Servicebetrieb akzeptabel sein. Es muss aber eine bewusste Betriebsentscheidung bleiben. Sollen interne Mitarbeiter Regeln ändern, ist der Prüf- und Veröffentlichungsprozess mit ihren vorgesehenen Rollen vorzuführen.

Fazit: Kore.ai passt, wenn das Unternehmen neben einem Agentenbaukasten auch ein umfassendes Konzept für den Servicebetrieb beschafft. Steht dagegen die Ergänzung eines etablierten Contact Centers um Agenten im Mittelpunkt, sollte Cognigy zuerst in die engere Wahl kommen. Ausschlaggebend zwischen beiden sind die konkreten Vorführungen von Anbindung, Kontrollen und Betrieb.

Conversational AI in der Praxis: Diese Fälle zeigen die Unterschiede

Für den Plattformvergleich eignet sich ein Kundenablauf mit einem Ausnahmefall. Einfache FAQ-Antworten zeigen selten, ob das System die Kundenidentität über den Ablauf hinweg beibehalten, Regeln einhalten und einen Menschen einbeziehen kann.

Eine Bestellung kommt beschädigt an. Der Agent darf die Richtlinie erklären und die Bestellung abrufen. Braucht die gewünschte Ausnahme eine Freigabe durch einen Mitarbeiter, sollte er den Fall mit dem relevanten Kontext übergeben. Er darf nicht behaupten, der Ersatz sei bereits genehmigt. Bewertet werden sollte auch, ob der empfangende Mitarbeiter den Fall fortführen kann, nicht nur die automatische Antwort.

Ein Kunde verlangt Informationen zu einem fremden Konto. Das korrekte Ergebnis hängt von der Berechtigungsprüfung im angebundenen System ab. Ein Prompt wie „Schütze die Privatsphäre“ ist eine nützliche Anweisung. Die Kontoabfrage muss unberechtigten Zugriff aber selbst ablehnen. Im Test sollte während des Gesprächs die Kontokennung geändert und geprüft werden, was das Backend zurückgibt.

Ein Anrufer möchte einen Mitarbeiter sprechen, während die Warteschlange geschlossen ist. Ein funktionierendes Konzept braucht eine ehrliche Alternative: einen tatsächlich betriebenen Rückrufprozess, ein Ticket mit klarer Erwartung oder einen anderen besetzten Kontaktweg. Es darf keine Live-Weiterleitung ankündigen, die nicht zustande kommen kann. Bei Telefonie sind zusätzlich Unterbrechungen, Anforderungen an Tasteneingaben und das Weiterleitungsverhalten zu prüfen.

Eine aussagekräftige Analyse folgt diesen Abläufen. Zu messen ist, ob die angeforderte Aktion abgeschlossen wurde, ob ein Mitarbeiter die Übergabe angenommen hat und ob der Kunde wegen desselben Problems erneut den Support kontaktierte. Neben erfolgreichen Gesprächen gehören auch gescheiterte und abgebrochene Vorgänge in die Auswertung.

Was ein Anbieter als „gelöst“ oder „vollständig automatisiert“ bezeichnet, muss anhand seiner Definition geprüft werden. Das gewünschte Geschäftsergebnis kann stattdessen eine zulässige, abgeschlossene Lieferänderung sein, die sichere Eskalation eines sensiblen Anliegens oder die korrekte Mitteilung, dass eine gewünschte Aktion nicht möglich ist. Dieses Ergebnis sollte feststehen, bevor Dashboards verglichen werden.

Welche Chatbot-Software passt zum Team?

Für einen einzelnen technischen Entwickler oder ein kleines Supportteam, das mit Chat beginnt, ist Botpress die erste Wahl. Die Einstiegskonditionen sind öffentlich, und das Zusammenspiel von autonomen Knoten, Tools und strukturierten Workflows lässt sich gezielt untersuchen. Die Empfehlung ändert sich, wenn Telefonie der wichtigste Kanal ist oder automatische Nachbuchungen nicht zum Budgetprozess passen.

Für ein kleines Produkt- oder CX-Team mit Designer, operativem Verantwortlichen und Zugriff auf einen Entwickler ist Voiceflow die erste Wahl. Dafür spricht die gemeinsame Dialoggestaltung. Rasa rückt nach vorn, sobald die eigene Kontrolle über Laufzeitumgebung und Code wichtiger wird als der Komfort eines gehosteten visuellen Baukastens.

Für ein finanziell ausgestattetes Produktteam mit Backend-Entwicklungskapazität ist Rasa die Empfehlung unter den Entwickler-Frameworks. Es passt zu Unternehmen, die den Agenten als dauerhaft gepflegte Produktsoftware behandeln. Entscheidend ist die Betriebsverantwortung: Wenn niemand Bereitstellung und Übergabeintegrationen pflegt, ist eine gehostete Option oder eine klar vereinbarte betreute Implementierung geeigneter.

Für das Cloud-Entwicklungsteam eines mittelständischen Unternehmens ist Google Conversational Agents die Empfehlung unter den Cloud-Baukästen. Das setzt voraus, dass das Team die umgebende Anwendung selbst verantworten und die Übergabe implementieren kann. In einer Microsoft-geprägten Organisation mit vorhandener Power-Platform-Administration und geeignetem Empfangssystem ist stattdessen Copilot Studio die erste Wahl.

Für ein etabliertes Contact Center ist Cognigy die erste Enterprise-Empfehlung. Im Vordergrund stehen Eskalation, Kanalanbindung und laufender Servicebetrieb. Kore.ai sollte in die abschließende Bewertung aufgenommen werden, wenn das Projekt auch Mitarbeiterassistenz und Qualitätsmanagement umfasst. Gewinnen sollte der Anbieter, der den gesamten Kundenablauf vorführt und die Verantwortung für die Umsetzung am klarsten zuordnet.

Diese Empfehlungen richten sich nach der Arbeitsweise des Teams, nicht nach einer Mindestzahl an Mitarbeitern. Ein kleines technisches Team kann ein anspruchsvolles Framework betreiben, während in einem großen Unternehmen selbst für eine einfache Integration ein benannter Verantwortlicher fehlen kann.

Wann die jeweilige Plattform nicht passt

Cognigy und Kore.ai sind für ein eng begrenztes FAQ-Projekt ohne Implementierungsverantwortlichen ungeeignet. Ihre Breite hilft dort, wo ein Servicebetrieb koordiniert werden muss. Ein kleines Projekt sollte nicht ohne Grund den Beschaffungs- und Pflegeaufwand eines größeren Programms übernehmen.

Rasa ist keine gute Wahl, wenn „kostenlos“ das einzige Kaufargument ist. Die kostenlose Lizenz sorgt nicht dafür, dass jemand die Verbindung zum menschlichen Support entwickelt, Aktionen pflegt oder die Laufzeitumgebung betreibt.

Google Conversational Agents passt nicht, wenn die Übergabeantwort allein bereits einen Mitarbeiter verbinden soll. Laut Dokumentation liegt diese Aufgabe bei der Integration.

Botpress sollte nicht als vermeintlich günstiges Telefoniepaket gekauft werden; Copilot Studio darf nicht als Bestandteil jedes Microsoft-Abonnements vorausgesetzt werden. Der benötigte Kanal und der Einsatz für externe Kunden müssen vom gekauften Produkt abgedeckt sein.

Ein Voiceflow-Angebot ist kritisch zu prüfen, wenn es Ticketerstellung mit Live-Übergabe gleichsetzt. Beides kann sinnvoll sein; das Versprechen an den Kunden muss zur tatsächlichen Leistung der Integration passen.

Eine Conversational-AI-Plattform vor dem Kauf prüfen

Der Einstieg sollte ein klar begrenzter Kundenablauf mit einem zuständigen Mitarbeiterteam sein. Der Pilot soll zeigen, wer bei welchem Fehler die Verantwortung trägt. Ein makelloses Demo-Transkript ist nicht sein Zweck.

Bevor das Modell mit Geschäftssystemen verbunden wird, sind die erlaubten Aktionen schriftlich festzulegen. Bei einer Bestellanfrage könnte die erste Version den Status lesen und Richtlinien erklären, während ein Mitarbeiter Ausnahmen freigibt. Ein zunächst kleinerer Handlungsspielraum macht die Abnahmekriterien leichter überprüfbar.

Prompt Injection bezeichnet den Versuch, ein Modell über Eingaben, denen es begegnet, umzulenken. Kundennachrichten, Dokumente und Tool-Ergebnisse können die Grenze zwischen Information und Anweisung verwischen. Der Leitfaden zu Prompt Injection erklärt, warum die angebundene Anwendung die Handlungsmöglichkeiten des Modells begrenzen muss, auch wenn es einer falschen Anweisung folgt.

Eine brauchbare Abnahmeliste für den Piloten bleibt überschaubar:

1. Den gewünschten Ablauf nachweisen. Der Agent antwortet aus der vorgesehenen Quelle oder führt die erlaubte Aktion aus. Das Geschäftssystem hält das Ergebnis fest.
2. Die verbotene Aktion prüfen. Eine unberechtigte Anfrage darf weder Daten verändern noch Informationen eines anderen Kunden offenlegen.
3. Die Mitarbeiterübergabe nachweisen. Ein Mensch erhält Gespräch, Kontext und Kundenantworten im vorgesehenen Supportsystem.
4. Den Fehlerfall prüfen. Eine nicht verfügbare Warteschlange, ein defektes Tool oder eine fehlende Quelle führen zu einer klaren Meldung und einem nächsten Schritt, der im Betrieb tatsächlich möglich ist.
5. Die Zuständigkeit nachweisen. Eine benannte Person kann Protokolle prüfen, die betreffende Regel ändern, ein freigegebenes Update veröffentlichen und mit dem gewählten Bereitstellungsprozess eine fehlerhafte Änderung beheben.

Jeder Anbieter in der engeren Wahl sollte denselben Ablauf kalkulieren und seine Abrechnungseinheit benennen. Implementierungsleistungen, Telefonie, Modellnutzung und Gebühren der Supportplattform müssen, soweit relevant, sichtbar bleiben. Eine scheinbar günstige Plattform kann dem eigenen Team mehr Arbeit abverlangen. Ein höheres Angebot kann wiederum Leistungen enthalten, die nicht gebraucht werden. Der Einstiegspreis allein erlaubt keine dieser Bewertungen.

Der nächste Schritt am Montag: Support- und Integrationsverantwortliche beschreiben gemeinsam ein Eskalationsszenario, spielen es mit dem stärksten Kandidaten des passenden Plattformtyps durch und beobachten, wie ein echter Kollege den Fall übernimmt. Erst danach sollte der Agent zusätzliche Befugnisse erhalten.

Häufige Fragen

Wie lässt sich ein eigener KI-Chatbot von Grund auf erstellen?

Am Anfang stehen eine klar definierte Kundenaufgabe, freigegebene Wissensquellen und eine ausdrückliche Liste erlaubter Aktionen. Danach werden die Dialoglaufzeitumgebung gewählt, ein tatsächlich genutzter Kanal angebunden und Backend-Vorgänge mit Berechtigungsprüfung sowie eine Ausweichmöglichkeit zu einem Mitarbeiter implementiert. Anschließend werden Erfolgs- und Fehlerabläufe geprüft. Ein Sprachmodell liefert einen Teil des Dialogs; Plattform und eigene Anwendung bilden die betriebliche Umgebung darum herum.

Wie kann man kostenlos einen eigenen KI-Chatbot erstellen?

Rasa bietet eine kostenlose Entwicklerlizenz mit Grenzen, Botpress einen eingeschränkten Free-Tarif. Beide können eine erste Evaluation ermöglichen, unterscheiden sich aber bei Limits und Abhängigkeiten. Modellnutzung, Hosting, Telefonie und das empfangende Supportsystem müssen geprüft werden, bevor der gesamte Betrieb als kostenlos bezeichnet wird. Die Testversion von Microsoft Copilot Studio dient der Evaluation und erlaubt keine Veröffentlichung.

Welche Vorteile bieten KI-Chatbots?

Sie können Routineinformationen leichter zugänglich machen, vor der Übernahme durch einen Mitarbeiter Informationen sammeln und erlaubte Aufgaben einheitlich ausführen. Der Nutzen hängt von Wissen, Integrationen und Serviceprozessen im Hintergrund ab. Im eigenen Piloten sollten Aufgabenerledigung, Kundenaufwand und erneute Kontaktaufnahme gemessen werden. Die Automatisierungsquote eines Anbieters lässt sich nicht einfach auf das eigene Unternehmen übertragen.

Unterstützung dabei, aus diesem begrenzten Piloten ein betriebenes Kundenservicesystem zu machen, bietet der Service zur Implementierung von KI im Kundenservice.