KI-Chatbot im Kundenservice: So funktioniert's

Das Wichtigste in Kürze

• Ein KI-Chatbot im Kundenservice beantwortet wiederkehrende Anfragen selbstständig und übergibt komplexe Fälle an dein Team.
• Automatisieren lassen sich zwei Kanäle: Chat (zum Beispiel WhatsApp) und Telefon. Beide folgen denselben Schritten: Wissen aufbauen, Anweisungen festlegen, Grenzen definieren, Aktionen verbinden, live schalten.
• Rund 80 Prozent der Standardanfragen sind automatisierbar. Gartner erwartet, dass agentische KI bis 2029 80 Prozent der gängigen Serviceanfragen ohne menschliches Eingreifen löst, bei 30 Prozent geringeren Betriebskosten (Gartner, März 2025).
• Gleichzeitig sagen 64 Prozent der Kund*innen, sie hätten lieber keine KI im Kundenservice (Gartner-Befragung von 5.728 Personen, veröffentlicht Juli 2024). Über die Akzeptanz entscheidet, wie schnell man einen Menschen erreicht.
• Seit dem 2. August 2026 gilt Artikel 50 des EU AI Act: Wenn du einen KI-Chatbot einsetzt, müssen deine Kund*innen erkennen können, dass sie mit einer KI sprechen.

Eine Kundin schreibt um 22 Uhr auf WhatsApp und fragt nach den Öffnungszeiten. Ein Kunde ruft während der Mittagspause an, weil er seinen Termin verschieben möchte. Beide Anfragen sind Standard, beide kosten Zeit, wenn du sie manuell bearbeitest.

Genau hier setzt ein KI-Chatbot im Kundenservice an: Er übernimmt die wiederkehrenden Fälle, dein Team übernimmt die schwierigen. Dieser Artikel zeigt anhand von zwei Szenarien, wie du das einrichtest, wo die Grenze zur menschlichen Übergabe liegt, was es kostet und was du seit August 2026 rechtlich beachten musst.

Was ist ein KI-Chatbot im Kundenservice?

Ein KI-Chatbot im Kundenservice ist eine Software, die Kundenanfragen selbstständig beantwortet. Sie zieht ihre Antworten aus deinen Unternehmensdaten (Website, Dokumente, FAQs), führt bei Bedarf Aktionen aus, etwa einen Termin buchen oder ein Ticket anlegen, und gibt Fälle an dein Team ab, die sie nicht eindeutig lösen kann.

Die aktuelle Generation solcher Systeme heißt KI-Agent: ein Sprachmodell mit Zugriff auf eine Wissensbasis und auf angebundene Tools wie Kalender oder CRM. Der Unterschied zum klassischen Chatbot liegt darin, dass ein KI-Agent Antworten frei formuliert und Aufgaben abschließt, statt einen vorgegebenen Dialogpfad abzuarbeiten.

Automatisierung heißt dabei nicht, dass alles automatisch läuft. Sie funktioniert dort, wo Anfragen sich wiederholen: Öffnungszeiten, Preise, Terminverschiebungen, Statusfragen. Bei komplexen oder emotional aufgeladenen Fällen soll der Agent übergeben, nicht raten.

Regelbasierter Chatbot oder KI-Agent: Was ist der Unterschied?

In diesem Artikel geht es um die zweite Variante. Wenn dein bestehender Chatbot nur Buttons anbietet und bei jeder freien Frage aussteigt, ist er regelbasiert.

Welche Anfragen lassen sich automatisieren und welche nicht?

Rund 80 Prozent der eingehenden Anfragen sind automatisierbar, sofern sie sich wiederholen. Diese Größenordnung deckt sich mit der Prognose von Gartner: Bis 2029 soll agentische KI 80 Prozent der gängigen Kundenserviceanfragen ohne menschliches Eingreifen lösen und damit die Betriebskosten um 30 Prozent senken (Gartner, März 2025).

Gut automatisierbar, weil die Antwort eindeutig in der Wissensbasis steht:

• Öffnungszeiten, Adresse, Anfahrt, Parkmöglichkeiten
• Preise, Leistungen, Verfügbarkeiten
• Terminanfragen, Terminverschiebungen, Absagen
• Statusabfragen zu Bestellung, Auftrag oder Rechnung
• Wiederkehrende Rückfragen zu Formularen und Unterlagen

Bewusst nicht automatisieren, weil hier menschliches Urteilsvermögen den Unterschied macht:

• Wichtige Kunden, bei denen persönlicher Kontakt Teil der Beziehung ist
• Reklamationen, Kulanzentscheidungen und Sonderanfragen
• Eskalationen, bei denen jemand hörbar frustriert ist
• Rechtlich oder medizinisch sensible Themen
• Alles, was nicht eindeutig in der Wissensbasis steht

Diese Fälle erkennt der Agent über Übergaberegeln, die du vorab festlegst. Das ist nicht nur eine Qualitätsfrage, sondern eine Akzeptanzfrage: In einer Gartner-Befragung von 5.728 Kund*innen gaben 64 Prozent an, sie hätten lieber keine KI im Kundenservice, 53 Prozent würden deshalb einen Wechsel zum Wettbewerb erwägen. Die häufigste Sorge war, dass es dadurch schwerer wird, eine echte Person zu erreichen (Gartner, Juli 2024). Wer den Weg zum Menschen sichtbar offen hält, entkräftet genau diesen Einwand.

Szenario 1: Chat-Anfragen im kleinen Betrieb automatisieren

Ein Friseursalon mit drei Mitarbeitenden hat keine Rezeption. Eine Kundin schreibt abends auf WhatsApp: "Habt ihr am Samstag geöffnet?" Ohne Automatisierung liegt diese Nachricht im Posteingang, bis am nächsten Morgen jemand Zeit hat.

Für einen kleinen Betrieb ist das doppelt teuer: Die Kundin wartet, und dein Team liest morgens erst einmal einen Stapel Nachrichten durch, statt mit der Arbeit zu starten.

So richtest du das mit einem Tool wie dem Superchat KI-Agenten ein:

1. Wissen aufbauen. Gib deine Website-URL ein oder lade Dokumente wie Preislisten und FAQs hoch. Der Agent liest die Inhalte ein und nutzt sie direkt in seinen Antworten.
2. Anweisungen festlegen. Bestimme den Tonfall (freundlich, professionell, locker) und beschreibe in normaler Sprache, wie der Agent antworten soll. Programmierkenntnisse brauchst du dafür nicht.
3. Grenzen definieren. Lege fest, wann der Agent übergibt: bei einer Beschwerde, bei einer Frage, die er nicht eindeutig beantworten kann, oder wenn jemand ausdrücklich nach einem Menschen fragt.
4. Aktionen verbinden. Über Automatisierungen bindest du Kalender, CRM oder andere Tools an, sodass der Agent zum Beispiel direkt einen Termin einträgt.
5. Live schalten und beobachten. Nach dem Setup läuft der Agent live. Über die Einblicke in Echtzeit siehst du, welche Antworten ankommen und welche du nachbessern musst.

Das Ergebnis: Standardfragen werden sofort beantwortet, auch nachts und am Wochenende. Die Wissensbasis wächst mit jeder Unterhaltung, weil du unpassende Antworten direkt korrigieren kannst.

Szenario 2: Telefonanfragen bei hohem Volumen automatisieren

Ein Unternehmen mit eigenem Kundenservice-Team bekommt täglich mehrere hundert Anrufe: Terminverschiebungen, Statusfragen, einfache Rückfragen zu Rechnungen. Das Team ist damit ausgelastet, bevor die eigentlich wichtigen Gespräche beginnen: Beschwerden, Vertragsfragen, Beratung.

Ein KI-Telefonassistent übernimmt die Anrufe, die sich wiederholen, und lässt die Fälle durch, die menschliches Urteilsvermögen brauchen. Die Einrichtung folgt demselben Prinzip wie im Chat, nur für Anrufe:

1. Wissen aufbauen. Du nutzt dieselbe Wissensbasis aus Website und Dokumenten. Der Agent kennt Öffnungszeiten, Leistungen und Preise, bevor der erste Anruf ankommt.
2. Stimme und Anweisungen festlegen. Statt eines Tonfalls wählst du eine Stimme, die zu deiner Marke passt. Die Anweisungen legen fest, wie der Agent auf typische Anliegen reagiert, etwa Terminverschiebungen oder Rückrufwünsche.
3. Grenzen definieren. Bei frustrierten Anrufer*innen, rechtlich sensiblen Themen oder Fragen außerhalb des hinterlegten Wissens übergibt der Agent an einen Menschen.
4. Aktionen verbinden. Der Agent bucht während des Anrufs einen Termin im verbundenen Kalender oder legt eine Notiz für das Team an.
5. Live schalten. Das Setup ist in Stunden möglich. Ein Testanruf zeigt dir vorab, wie der Agent klingt und reagiert.

Der Unterschied zum Chat: Ein Anruf lässt keine Zeit zum Nachdenken. Eine schnelle, natürliche Antwort ist hier wichtiger als im Chat, wo eine kurze Verzögerung kaum auffällt.

Bei hohem Anrufvolumen zeigt sich der Effekt außerdem schneller. Bei 300 Anrufen am Tag entsprechen schon 20 Prozent automatisierter Standardanrufe 60 Gesprächen, die dein Team nicht führen muss.

Chat und Telefon in einem Agenten statt in zwei Systemen

Die meisten Anbieter trennen Chat- und Telefon-Automatisierung in zwei Systeme. Das bedeutet doppelte Arbeit. Bei Superchat läuft beides über einen KI-Agenten:

Konkret heißt das: Ruft eine Kundin an, nachdem sie zuvor auf WhatsApp geschrieben hat, muss sie ihr Anliegen nicht erneut erklären. Für kleine Unternehmen bedeutet das weniger Einrichtungsaufwand, für größere Teams, dass Kanäle nicht mehr isoliert betrachtet werden müssen.

Superchat kostenlos testen

KI-Telefonassistenten testen

Kostenlos registrieren

Für wen lohnt sich ein KI-Chatbot im Kundenservice?

Kleine Betriebe ohne eigene Telefonkraft.

Ein Friseursalon, eine Physiotherapie-Praxis oder ein Handwerksbetrieb hat oft niemanden, der nur ans Telefon geht. Anrufe unterbrechen die Arbeit oder gehen verloren. Ein KI-Agent schließt diese Lücke, ohne dass du eine zusätzliche Stelle schaffen musst.

Größere Teams mit hohem Anfragevolumen

Hier binden zu viele Standardanfragen die Kapazität, die für komplexe Fälle fehlt. Der Agent automatisiert die Routine, damit sich dein Team auf Beschwerden, Beratung und Verkaufsgespräche konzentrieren kann.

Weniger geeignet ist die Automatisierung, wenn fast jede Anfrage individuell ist, etwa in der hochpreisigen Projektberatung, oder wenn du weniger als eine Handvoll Anfragen pro Tag bekommst. Dann ist der Pflegeaufwand höher als der Nutzen.

Was kostet ein KI-Chatbot im Kundenservice?

Bei Superchat ist der KI-Agent Teil des Plans und kein separat gebuchtes Produkt. Er ist ab dem Professional-Plan enthalten:

Drei Posten kommen je nach Nutzung dazu:

• Zusätzliche KI-Agenten kosten 49 € pro Agent und Monat.
• Credits sind das Guthaben für KI-Funktionen und Automationen. Nachkaufen ist ab 2.500 Credits pro Monat für 10 € möglich.
• WhatsApp-Unterhaltungen, die dein Unternehmen selbst startet, kosten je nach Kategorie 0,05 € bis 0,11 €. Unterhaltungen, die deine Kund*innen beginnen, sind kostenlos. Genau diese Richtung deckt ein KI-Agent im Kundenservice ab.

Alle Preise sind netto, die Mindestvertragslaufzeit beträgt 12 Monate.

Ein Detail, das für Szenario 2 entscheidend ist: Professional verarbeitet zwei gleichzeitige Anrufe, Advanced vier. Wer mehrere hundert Anrufe am Tag hat und Spitzen am Vormittag abfangen will, braucht eine individuelle Konfiguration statt eines Standardplans.

Für die Einordnung hilft eine einfache Rechnung: Vergleiche die monatlichen Kosten mit der Zeit, die dein Team heute für Standardanfragen aufwendet. Bei 300 Anrufen täglich und durchschnittlich drei Minuten pro Standardanruf sind das rund 15 Stunden pro Tag. Rechne dabei nur mit den Anfragen, die realistisch automatisierbar sind, nicht mit dem Gesamtvolumen.

Was gilt seit August 2026 rechtlich?

Seit dem 2. August 2026 sind die Transparenzpflichten aus Artikel 50 der EU-KI-Verordnung (EU) 2024/1689 anwendbar. Für dich als Unternehmen, das ein fertiges Tool einsetzt, sind drei Punkte relevant:

• Offenlegungspflicht ohne Übergangsfrist. Wer mit einem KI-System direkt interagiert, muss erkennen können, dass es sich um eine KI handelt, sofern das nicht ohnehin offensichtlich ist. Ein Satz zu Beginn der Unterhaltung oder des Anrufs erfüllt das in der Praxis.
• Kennzeichnung KI-generierter Inhalte. Für die maschinenlesbare Kennzeichnung nach Artikel 50 Absatz 2 gibt es für Systeme, die vor dem 2. August 2026 im Einsatz waren, eine begrenzte Übergangsregelung. Das ist keine allgemeine Schonfrist für die Offenlegung.
• Deine Rolle. Wer ein KI-System nur einsetzt, ist in der Regel Betreiber und nicht Anbieter. Die Pflichten unterscheiden sich je Rolle, deshalb lohnt sich die Klärung vorab.

Beim Datenschutz gelten die üblichen DSGVO-Anforderungen: Auftragsverarbeitungsvertrag mit dem Anbieter, geklärter Speicherort der Daten, Zweckbindung und ein Löschkonzept. Besondere Vorsicht ist geboten, wenn in Anfragen Gesundheitsdaten auftauchen, etwa in einer Praxis.

Bei der Anbieterauswahl lohnt der Blick auf drei Punkte, die sich in der Datenschutzerklärung nachlesen lassen:

• Sitz und Ansprechpartner. Hinter Superchat steht die SuperX GmbH mit Sitz in Berlin. Für Datenschutzfragen gibt es eine betriebliche Datenschutzbeauftragte, erreichbar unter datenschutz@superchat.de.
• Kein KI-Training mit deinen Daten. Superchat verwendet keine Benutzerdaten für die Entwicklung, Verbesserung oder das Training von generalisierten oder nicht personalisierten KI- und Machine-Learning-Modellen.
• Keine Inhaltsanalyse. Für die Produktanalyse werden ausschließlich technische Nutzungsdaten verarbeitet. Inhalte von Nachrichten, Tickets und Kommunikationsverläufen mit Endkunden werden dafür nicht ausgewertet.

Dieser Abschnitt ist eine allgemeine Einordnung und keine Rechtsberatung.

5 Tipps für eine bessere Wissensbasis

Die Qualität der Automatisierung hängt fast vollständig davon ab, wie gut deine Wissensbasis gepflegt ist. Diese fünf Punkte machen den größten Unterschied:

1. Starte mit dem Website-Import, nicht mit einem leeren Dokument. Der Agent liest deine bestehende Website ein und kennt damit Leistungen, Preise und Öffnungszeiten, ohne dass du alles händisch eintragen musst.
2. Hinterlege die häufigsten Fragen zuerst. Denk nicht jede mögliche Frage vorab durch, sondern beginne mit den 10 bis 15 Fragen, die tatsächlich am häufigsten kommen. Der Rest folgt mit der Zeit.
3. Korrigiere falsche Antworten sofort, statt sie zu sammeln. Bessere jede unpassende Antwort direkt in der Q&A-Bibliothek nach. So lernt der Agent laufend, statt einmal im Monat in einem großen Update.
4. Definiere Übergaberegeln so eng wie nötig, nicht so eng wie möglich. Zu enge Regeln schicken zu viele einfache Fälle an dein Team. Zu weite Regeln lassen den Agenten bei unsicheren Fällen selbst antworten. Justiere beides regelmäßig anhand echter Gespräche nach.
5. Sieh echte Unterhaltungen regelmäßig durch. Über die Einblicke in Echtzeit erkennst du, wo der Agent unsicher ist oder falsch übergibt. Das ist die zuverlässigste Quelle für Verbesserungen, zuverlässiger als eine theoretische Liste möglicher Fragen.

So startest du: ein Kanal, 15 Fragen, ein Testlauf

Fang mit einem Kanal an, dort wo aktuell die meiste Zeit verloren geht. Wenn Nachrichten liegen bleiben, ist das der Chat. Wenn das Telefon durchklingelt, ist es der Anruf.

Der erste Schritt dauert weniger als eine Stunde: Wissensbasis über den Website-Import aufbauen, die 15 häufigsten Fragen hinterlegen, Übergaberegeln setzen und einen Testlauf machen. Erst danach live schalten. Nach der ersten Woche siehst du in den echten Unterhaltungen, was du nachschärfen musst.

Quellen

• Gartner: Gartner Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029, Pressemitteilung, 5. März 2025
• Gartner: Gartner Survey Finds 64% of Customers Would Prefer That Companies Didn't Use AI For Customer Service, Pressemitteilung, 9. Juli 2024 (Befragung von 5.728 Kund*innen, Dezember 2023)
• Verordnung (EU) 2024/1689 (EU AI Act), Artikel 50, anwendbar seit 2. August 2026

Häufige Fragen zum KI-Chatbot im Kundenservice