Kundenanfragen aus E-Mail, WhatsApp und Formular bündeln und mit KI zuordnen

Kundenanfragen aus E-Mail, Messenger und Formular lassen sich in einem gemeinsamen Vorgangsformat bündeln, bevor KI Thema, Dringlichkeit und Zuständigkeit erkennt. Der wirtschaftliche Nutzen entsteht zuerst bei der Sichtung und Weiterleitung, nicht bei automatisch versandten Antworten. Diese folgen als zweite Stufe für klar begrenzte Standardfälle, während sensible Anliegen bei benannten Beschäftigten bleiben.

• Der Engpass bei verteilten Eingängen ist die fehlende gemeinsame Bearbeitungslogik, nicht die Zahl der Kanäle.
• Erst ein zentraler Eingang mit Vorgangs-ID macht spätere Nachrichten demselben Fall zuordenbar und verhindert parallele Bearbeitung.
• KI übernimmt zuerst eine eng begrenzte Aufgabe: Thema, Dringlichkeit, Sprache, Produktbezug und zuständiges Team erkennen.
• Über einen Konfidenzwert wird entschieden, welche Fälle automatisch zugewiesen werden und welche in die manuelle Klärung gehen.
• Bei 4.000 Anfragen im Monat und zwei Minuten Sichtung ergeben sich rechnerisch rund 133 Stunden; bei 70 Prozent automatischer Zuordnung wären es etwa 93 Stunden weniger (angenommen).
• Automatische Antworten eignen sich nur für Standardfälle mit geprüfter Datenbasis; Preiszusagen, Reklamationsentscheidungen und Kündigungen brauchen einen menschlichen Freigeber.
• Eine hohe Gesamttrefferquote kann täuschen, wenn seltene, aber geschäftskritische Anliegen überdurchschnittlich oft falsch eingeordnet werden; deshalb zählt die Genauigkeit je Kategorie.
• Der sichtbare Weg zu einem Menschen bleibt Pflicht, denn 62 Prozent der Online-Käufer wollen bei Problemen bevorzugt eine schnell erreichbare Person ^[1].

Warum scheitert die Bearbeitung von Anfragen an der Zahl der Eingänge?

Die Zahl der Kanäle ist selten das eigentliche Problem. Entscheidend ist, dass E-Mail-Postfächer, Serviceadressen, Messenger und Kontaktformulare keine gemeinsame Bearbeitungslogik haben. Jede Nachricht muss einzeln gelesen, einem Team zugeordnet und auf Doppelungen geprüft werden.

Daraus entstehen Medienbrüche. Morgens schreibt ein Kunde ins Formular und mittags an die persönliche Adresse des Vertriebsmitarbeiters. Ohne gemeinsame Kennung sieht das Unternehmen zwei Fälle, und zwei Personen beginnen parallel mit der Recherche. Das Ergebnis sind unnötige Weiterleitungen und eine Servicequalität, die sich kaum messen lässt.

Das Fraunhofer-Projekt zur automatischen Vorsortierung bei einem Versandhändler verfolgt genau dieses Ziel: Mehrfachbearbeitung und unnötige Weiterleitungen zwischen Servicebeschäftigten sollen sinken ^[2]. Der Ansatz setzt also nicht bei der Antwort an, sondern bei der Frage, wer einen Vorgang überhaupt bearbeiten soll.

Für die Planung folgt daraus eine Reihenfolge. Solange Eingänge verstreut liegen, kann auch eine gute KI nur einen Teil der Nachrichten sehen. Die Bündelung kommt daher vor jeder Klassifikation, weil das Modell sonst Kanäle statt Anliegen sortiert.

Wie sieht ein zentraler Eingang mit gemeinsamem Vorgangsformat aus?

Über einen zentralen Eingang werden E-Mails, freigegebene Messenger-Nachrichten und Formulare in ein einheitliches Vorgangsformat überführt. Der ursprüngliche Kanal bleibt als Merkmal erhalten. Gespeichert werden Absender, Eingangszeit, Betreff, Nachrichtentext, Anhänge, Kundennummer sowie Einwilligungs- und Datenschutzhinweise.

Jeder Eingang erhält eine Vorgangs-ID. Schreibt der Kunde später erneut, lässt sich die Nachricht über Absender, Kundennummer oder ID demselben Fall zuordnen. Fehlt diese Verknüpfung, entsteht bei jeder Rückfrage ein neuer Vorgang, und die Quote wiederholt eingehender Nachfragen lässt sich nicht mehr auswerten.

Bei Formularen entscheidet die Feldstruktur über die spätere Qualität. Ein Pflichtfeld für Kundennummer oder Auftragsnummer erspart der Zuordnung später das Rätselraten, während ein reines Freitextfeld alles der KI überlässt. Wie Sie solche Formulare sauber aufbauen, beschreibt der Beitrag zum Erstellen von Webflow-Formularen.

Bei Messengern gilt eine Bedingung: Nur Nachrichten aus freigegebenen Kanälen gehören in den Eingang. Wie KI-Antwortvorschläge in WhatsApp einzuordnen sind, erläutert ein eigener Beitrag zu WhatsApp und KI-Antwortvorschlägen. Vor dem Anschluss weiterer Kanäle sollte der Prozess dokumentiert sein, wie es die Prozessdokumentation als Voraussetzung für Automatisierung beschreibt.

Was kann KI bei der Zuordnung von Anfragen übernehmen?

KI erkennt bei eingehenden Anfragen Thema, Dringlichkeit, Sprache, Produktbezug und die vermutlich zuständige Abteilung. Typische Kategorien sind Angebot, Reklamation, Lieferstatus, technische Frage, Rechnung oder Kündigung. Diese Aufgabe ist klar begrenzt und lässt sich gut prüfen.

Zusätzlich vergibt das System einen Konfidenzwert. Nur hinreichend sicher erkannte Fälle laufen automatisch in eine Warteschlange oder zu einem Team. Unklare, sensible oder außergewöhnliche Anliegen gehen in die manuelle Klärung. Der Schwellenwert ist eine Stellschraube: Ein niedriger Wert spart Sichtung, erhöht aber das Risiko von Fehlzuordnungen.

Dass dies praktisch trägt, zeigt ein von Fraunhofer dokumentierter Fall: Bei einem Industrieunternehmen gehen mehr als eine Million E-Mail-Anfragen pro Jahr ein, die an passende Ansprechpartner weitergeleitet werden müssen ^[3]. Für die Klassifikation wurden rund 150.000 E-Mails regelbasiert kategorisiert, und mehrere Tausend Nachrichten wurden manuell als Trainingsdaten klassifiziert ^[3].

Daraus lässt sich ableiten, dass der Einkauf eines Sprachmodells nicht genügt. Es braucht eine fachlich gepflegte Kategorienstruktur, repräsentative Beispieldaten und Rückmeldungen aus den Serviceteams. Unklare Kategorien erzeugen eine unklare Zuordnung, denn das Modell lernt nur, was Menschen vorher sauber getrennt haben.

Wie viel Sichtungszeit lässt sich einsparen?

Die Einsparung hängt vom Anfragevolumen, der Sichtungszeit je Vorgang und dem Anteil sicher erkannter Fälle ab. Allgemein belegte Einsparquoten liegen nicht vor. Sinnvoll ist deshalb eine Rechnung mit betriebseigenen Zahlen, die Fehlzuordnungen und Kontrolle ausdrücklich gegenrechnet.

Die folgende Modellrechnung mit angenommenen Werten zeigt den Rechenweg für die manuelle Sichtung, Kategorisierung und Weiterleitung:

Die 93 Stunden sind ein Rechenmodell auf Basis angenommener Werte, kein Versprechen. Gegenzurechnen sind Qualitätskontrolle, Systempflege, Datenschutzaufwand und saisonale Schwankungen. Wie Sie diese Zeitfresser im Betrieb finden, beschreibt der Beitrag zum Automatisierungspotenzial manueller Prozesse.

Bei der Übertragung auf das eigene Unternehmen zählt die Messung vor dem Start. Wer die zwei Minuten nur schätzt, rechnet mit einem Wert, der je nach Kategorie stark schwankt: Eine Statusanfrage ist schneller sortiert als eine Reklamation mit Anhängen.

Ab wann dürfen automatische Antworten folgen?

Automatische Antworten folgen als zweite Ausbaustufe, nachdem Erfassung und Zuordnung stabil laufen. Geeignet sind Standardfälle, bei denen die Antwort aus geprüften Unternehmensinformationen abgeleitet werden kann, etwa Eingangsbestätigungen, Hinweise auf benötigte Unterlagen, Statusinformationen oder Antworten auf organisatorische Fragen.

Kritisch sind individuelle Preiszusagen, Reklamationsentscheidungen, Vertragsänderungen, Kündigungen, rechtlich relevante Erklärungen und technisch sicherheitsrelevante Auskünfte. Hier erstellt die KI höchstens einen Entwurf, den ein zuständiger Mensch prüft und freigibt. Entscheidend ist die Verbindlichkeit: Eine versandte Zusage lässt sich nicht zurückholen.

Auch aus Kundensicht ist vollständige Automatisierung kein überzeugendes Standardziel. In einer repräsentativen Bitkom-Befragung unter Online-Käufern wollten 62 Prozent bei Problemen bevorzugt eine schnell erreichbare menschliche Kontaktperson, 36 Prozent wünschten einen Chatbot ^[1]. Automatisierung sollte Wartezeiten und interne Sucharbeit verkürzen, aber einen sichtbaren Eskalationsweg zu einem Menschen erhalten.

Für die Praxis gilt eine Prüffrage je Kategorie: Lässt sich die richtige Antwort vollständig aus einer freigegebenen Wissensquelle ableiten? Falls nicht, bleibt es beim Entwurf. Einen Überblick über passende Werkzeugarten gibt der Beitrag zu Software für Prozessautomatisierung.

Welche Anforderungen an Datenschutz und Sicherheit gelten schon beim Bündeln?

Datenschutz und Informationssicherheit müssen bereits beim Zusammenführen der Kanäle berücksichtigt werden. Kundenanfragen können Kontakt-, Vertrags-, Zahlungs- oder Gesundheitsdaten und vertrauliche Anhänge enthalten. Damit bündelt der gemeinsame Eingang auch das Risiko an einer Stelle.

Die Datenschutzkonferenz empfiehlt vor dem KI-Einsatz unter anderem, Zweck und Rechtsgrundlage zu bestimmen, die Verarbeitung personenbezogener Daten zu begrenzen, Löschregeln festzulegen und zu prüfen, ob Eingaben zu Trainingszwecken weiterverwendet werden. Für produktive Systeme sind rollenbasierte Zugriffe, nachvollziehbare Protokolle, definierte Aufbewahrungsfristen und eine vertraglich geregelte Auftragsverarbeitung wesentlich.

E-Mail-Inhalte dürfen nicht ungeprüft als Steuerbefehle gelten. Das BSI weist auf manipulierte Absender, Phishing, Schadcode und schädliche Anhänge hin. Vor der Klassifikation gehört deshalb eine Spam- und Schadsoftwareprüfung, und Anhänge werden nur in kontrollierten Formaten verarbeitet. KI-Vorschläge dürfen keine Zahlungsdaten ändern, Bestellungen verbindlich auslösen oder vertrauliche Informationen offenlegen, ohne dass zusätzliche Prüf- und Freigaberegeln greifen.

Zur EU-KI-Verordnung: Seit dem 2. August 2026 sind die Transparenzpflichten aus Artikel 50 anwendbar. Interagiert ein Kunde unmittelbar mit einem KI-System, muss er grundsätzlich informiert werden, sofern der KI-Einsatz nicht offensichtlich ist. Davon zu unterscheiden ist die rein interne Vorsortierung ohne direkte KI-Interaktion. Artikel 4 verpflichtet Anbieter und Betreiber, Maßnahmen für eine ausreichende KI-Kompetenz der beteiligten Beschäftigten zu ergreifen. Schulung, dokumentierte Zuständigkeiten und ein geregelter Umgang mit Fehlentscheidungen gehören daher ins Einführungskonzept.

Wie gelingt der Einstieg im Mittelstand mit einem Pilotbetrieb?

Der Einstieg gelingt mit einem abgegrenzten Prozess, der hohes Volumen und wenige stabile Kategorien hat. Das Vorgehen folgt vier Stufen: zentrale Erfassung mit Vorgangs-ID, dann KI-Klassifikation und Routing, anschließend Antwortentwürfe und zuletzt eng begrenzte automatische Antworten.

Vor dem Start werden vier Kennzahlen erhoben: Zeit bis zur ersten Reaktion, Anteil interner Weiterleitungen, durchschnittliche Bearbeitungszeit und Quote wiederholt eingehender Nachfragen. Danach lassen sich Zuordnung und Antwortvorschläge gegen den bisherigen Prozess vergleichen. Ohne diese Ausgangswerte bleibt jede spätere Aussage über den Nutzen eine Vermutung.

Zusätzlich wird die Treffergenauigkeit je Kategorie gemessen. Kündigungen, die als Lieferstatus-Frage in der falschen Warteschlange liegen, fallen in einem Durchschnittswert kaum auf.

Zur Einordnung: Nach Destatis nutzten 2025 insgesamt 26 Prozent der Unternehmen ab zehn Beschäftigten KI, bei 10 bis 49 Beschäftigten 23 Prozent und bei 50 bis 249 Beschäftigten 36 Prozent ^[4]. Unter den KI-Nutzern setzten 52 Prozent Text Mining und 27 Prozent die Automatisierung von Arbeitsabläufen oder Entscheidungen ein ^[4]. Die Analyse schriftlicher Anfragen liegt damit in einem statistisch sichtbaren Einsatzfeld.

Bei der Umsetzung unterstützt die KI-Beratung und -Implementierung für Unternehmen; die Kosten hängen von Umfang, Systemlandschaft, Datenqualität und Individualisierungsgrad ab, eine belastbare Einschätzung folgt nach der Analyse. Weitere Prozessbeispiele finden Sie unter Geschäftsprozesse automatisieren, den größeren Zusammenhang im Beitrag KI im Unternehmen einsetzen.

Häufige Fragen

Lassen sich E-Mails automatisch beantworten?

Ja, aber nur für klar definierte Standardfälle wie Eingangsbestätigungen, Hinweise auf benötigte Unterlagen oder Statusinformationen. Die Antwort muss sich aus geprüften Unternehmensinformationen ableiten lassen. Bei Preiszusagen, Reklamationen oder Kündigungen erstellt die KI höchstens einen Entwurf, den ein Mensch freigibt.

Wie funktioniert die automatische Zuordnung einer Anfrage?

Die KI erkennt Thema, Dringlichkeit, Sprache, Produktbezug und die vermutlich zuständige Abteilung und vergibt einen Konfidenzwert. Nur hinreichend sicher erkannte Fälle gehen automatisch in eine Warteschlange oder zu einem Team. Unklare oder sensible Anliegen landen in der manuellen Klärung.

Warum braucht jede Anfrage eine Vorgangs-ID?

Weil spätere Nachrichten über die ID demselben Fall zugeordnet werden können. Ohne sie entsteht bei jeder Rückfrage ein neuer Vorgang, parallele Bearbeitung ist möglich, und die Quote wiederholter Nachfragen lässt sich nicht messen.

Welche Kennzahlen sollten vor dem Pilotbetrieb erhoben werden?

Vier Kennzahlen: Zeit bis zur ersten Reaktion, Anteil interner Weiterleitungen, durchschnittliche Bearbeitungszeit und Quote wiederholt eingehender Nachfragen. Zusätzlich wird die Treffergenauigkeit je Kategorie gemessen, damit seltene, aber kritische Anliegen nicht in einem Durchschnittswert untergehen.

Müssen Kunden darüber informiert werden, dass KI im Einsatz ist?

Ja, wenn ein Kunde unmittelbar mit einem KI-System interagiert und der KI-Einsatz nicht bereits offensichtlich ist; das folgt aus Artikel 50 der EU-KI-Verordnung. Davon zu unterscheiden ist die rein interne Vorsortierung ohne direkte KI-Interaktion.

Wollen Kunden überhaupt mit einem Chatbot sprechen?

Die Mehrheit bevorzugt bei Problemen einen Menschen: In einer repräsentativen Bitkom-Befragung wollten 62 Prozent der Online-Käufer eine schnell erreichbare menschliche Kontaktperson, 36 Prozent einen Chatbot ^[1]. Der sichtbare Weg zu einer Person sollte deshalb immer bestehen.

Unverbindliches Erstgespräch zur KI-Beratung vereinbaren

Quellen

1. Kundenservice beim Online-Shopping: Mensch schlägt Chatbot
2. BAUR Versand – KI-basierte E-Mail-Klassifikation für die Kundenbetreuung
3. Geberit – Automatisierung in der Bearbeitung von Kundenanfragen
4. Unternehmen mit Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen