Ein Kunde fragt Ihren Chatbot: „Habt ihr wasserdichte Wanderstiefel unter 150 Euro, und wie ist eure Rückgabepolitik für Schuhe?“
Das sind zwei völlig unterschiedliche Fragen. Eine muss Ihren Produktkatalog durchsuchen. Die andere muss Ihre Richtlinien nachschlagen. Die meisten Chatbots versuchen, beide mit dem gleichen System zu beantworten, und das Ergebnis ist ein Durcheinander: ein halluziniertes Produkt, das nicht existiert, eine vage erinnerte Rückgabepolitik, die falsch ist, oder einfach „Entschuldigung, ich verstehe nicht.“
Die Technologie funktioniert perfekt. Die meisten Chatbots sind einfach falsch gebaut. Sie versuchen, Generalisten zu sein, wenn sie Spezialisten sein sollten.
Die Generalisten-Falle
Die meisten Chatbots funktionieren so: jede Frage geht zu den gleichen Modell mit den gleichen Anweisungen. Produktfragen, Richtlinienfragen, Beschwerden, Grüße. Alles durch ein System geleitet, das versucht, alles zu tun.
Das schafft ein grundlegendes Problem. Anweisungen, die bei Produktempfehlungen helfen („durchsuche den Katalog, zeige Preise, vergleiche Funktionen“), schaden bei Richtlinienfragen. Kontext, der für Versandanfragen nützlich ist, macht die Antwort zu „Welche Farben gibt es dafür?“ unordentlich.
Das Ergebnis: mittelmäßig bei allem statt gut bei irgendetwas. Der Chatbot, der Ihnen beim Verkaufen helfen sollte, wird zum Chatbot, der Kunden mit falschen Antworten frustriert.
Wie Emporiqa das anders macht
Emporiqa nutzt drei spezialisierte Agenten, die jeweils auf das fokussieren, das sie gut tun:
Der Produkt-Experte
Dieser Agent bearbeitet alles rund um Produkte in Ihrem Katalog: Suchen, Empfehlungen, Vergleiche, Spezifikationen, Preisgestaltung, Verfügbarkeit.
Fragt ein Kunde „Zeige mir rote Laufschuhe unter 100 Euro“, passiert Folgendes:
- Der Produkt-Experte durchsucht Ihren tatsächlichen Katalog (statt aus dem Gedächtnis zu raten)
- Filtert nach Farbe, Kategorie und Preis
- Gibt echte Produkte aus Ihrem Katalog zurück, keine erfundenen SKUs
- Zeigt aktuelle Preise, nicht veraltete
Wenn nichts passt, sagt er das und schlägt Alternativen vor. Er halluziniert keine Bestände, die Sie nicht haben.
Der Support-Agent
Dieser Agent bearbeitet Richtlinien, FAQs, Versand, Rückgaben und Shop-Informationen.
Fragt ein Kunde „Wie ist eure Rückgabepolitik?“, passiert Folgendes:
- Der Support-Agent durchsucht Ihre Richtlinien-Seiten
- Findet den relevanten Abschnitt
- Zitiert Ihre tatsächliche Politik
- Erfindet keine Regeln, die Sie nicht geschrieben haben
Wenn Ihre Richtlinien die Frage nicht beantworten, sagt er das und bietet an, den Kunden mit Ihrem Team zu verbinden. Er erfindet keine Ausnahmen, die Sie nicht anbieten.
Der Agent für allgemeine Gespräche
Er bearbeitet alles andere: Grüße, Danksagungen, Off-Topic-Fragen, den Gesprächsfluss.
„Hallo, kannst du mir helfen?“ braucht keine Datenbank-Abfrage. Es braucht eine freundliche Antwort. Dieser Agent hält das Gespräch natürlich, ohne Ansprüche über Produkte oder Richtlinien zu machen, die er nicht sollte.
Was sich für Ihre Kunden ändert
Der Unterschied zeigt sich in der Kundenerfahrung:
Weniger falsche Antworten
Wenn ein Spezialist jede Frage bearbeitet, kommt die Antwort aus echten Daten. Der Produkt-Experte durchsucht Ihren Katalog. Der Support-Agent durchsucht Ihre Richtlinien. Keiner rät.
Generische Chatbots halluzinieren, weil sie aus Trainingsdaten ziehen, nicht aus Ihren Shop-Daten. Spezialisten ziehen zuerst aus Ihren Daten.
Schnellere Antworten
Wenn ein Kunde nach Produkten und Richtlinien fragt, arbeiten beide Spezialisten zur gleichen Zeit. Der Kunde wartet nicht, bis die Produktsuche fertig ist, bevor die Richtlinien-Nachschlag startet.
Diese parallele Verarbeitung bedeutet, komplexe Fragen dauern nicht doppelt so lange zu beantworten.
Bessere Übergaben
Jeder Spezialist kennt seine Grenzen. Wenn der Produkt-Experte nicht findet, was der Kunde will, sagt er das klar. Wenn der Support-Agent auf eine Frage stößt, die Ihre Richtlinien nicht abdecken, bietet er menschliche Hilfe an. (Mehr dazu in unserem Leitfaden zur menschlichen Übergabe.)
Generische Chatbots wissen oft nicht, dass sie nicht wissen. Spezialisten wissen das.
Wie das in der Praxis aussieht
Kunde fragt: „Habt ihr wasserdichte Wanderstiefel unter 150 Euro, und wie ist eure Rückgabepolitik für Schuhe?“
Hier ist, was passiert:
- Die Frage wird analysiert: Zwei Teile erkannt. Produktfrage + Richtlinienfrage.
- Beide Spezialisten beginnen zu arbeiten: Produkt-Experte durchsucht „wasserdichte Wanderstiefel“ mit Preisfilter. Support-Agent durchsucht „Rückgabepolitik“ und „Schuhe“.
- Ergebnisse kommen zurück: Produkt-Experte fand 6 passende Stiefel. Support-Agent fand den Abschnitt zur Rückgabe von Schuhen in Ihren Richtlinien.
- Antwort wird zusammengestellt: „Wir haben 6 wasserdichte Wanderstiefel unter 150 Euro. [Zeige die Top 3 mit Bildern und Preisen.] Für Rückgaben können Schuhe innerhalb von 30 Tagen ungetragen mit Originalverpackung zurückgegeben werden.“
Eine saubere Antwort. Zwei Spezialisten arbeiten im Hintergrund. Der Kunde bekommt genau, was er fragte.
Die Genauigkeitsfrage
Shopbetreiber fragen mich: „Woher weiß ich, dass der Chat-Assistent nichts Falsches sagt?“
Faire Frage. Spezialisten sind genauer, weil sie in Ihren Daten verankert sind.
Wenn der Produkt-Experte antwortet, antwortet er, weil er echte Produkte in Ihrem Katalog gefunden hat. Wenn der Support-Agent antwortet, antwortet er, weil er echten Inhalt in Ihren Richtlinien gefunden hat. Sie erfinden Dinge nicht, weil ihnen gesagt wird, nicht ohne Beweis zu antworten.
Vergleiche das mit generischen Chatbots, die aus „Wissen“, das während des Trainings in das Modell gebacken ist, antworten. Dieses Wissen könnte veraltet, falsch oder über einen anderen Shop sein.
Spezialisten sind nicht perfekt. Aber wenn sie falsch sind, liegt es normalerweise daran, dass Ihre Quelldaten falsch sind, nicht weil das Modell halluzinierte. Dieses Problem lässt sich viel leichter beheben.
Wenn Spezialisten nicht helfen
Diese Architektur funktioniert am besten für Shops mit:
- Guten Produktdaten: Wenn Ihre Produktbeschreibungen leer sind, kann selbst ein Spezialist nicht helfen. Müll rein, Müll raus.
- Schriftlich festgehaltenen Richtlinien: Der Support-Agent braucht Inhalte zum Durchsuchen. Wenn Ihre Richtlinien nicht dokumentiert sind, findet er nichts.
- Echten Fragen: Wenn der Großteil Ihres Chat-Volumens „Wo ist meine Bestellung?“ ist, sollten Sie einen Auftragsverfolgungs-API-Endpunkt konfigurieren, damit der Assistent den Status direkt abrufen kann. Die oben genannten Spezialisten brauchen gute Produkt- und Richtliniendaten, um nützlich zu sein.
Spezialisten multiplizieren den Wert guter Daten. Sie können keinen Wert aus dem Nichts schaffen.
Spezialisten schlagen Generalisten
Die meisten Chatbots scheitern, weil sie versuchen, alles mit einem System zu tun. Emporiqa nutzt Spezialisten: einen Produkt-Experten, der Ihren Katalog durchsucht, einen Support-Agent, der Ihre geschriebenen Richtlinien liest, und einen Agenten für allgemeine Gespräche, der den Ton natürlich hält.
Das Ergebnis sind korrekte Antworten. Produkte, die existieren. Richtlinien in Ihren eigenen Worten. Und wenn der Assistent nicht weiß, sagt er das, statt etwas zu erfinden.
Die Technologie existiert bereits. Das System muss nur richtig gebaut sein.
Emporiqas spezialisierte Agenten sind in jedem Plan enthalten. Der Produkt-Experte durchsucht Ihren Katalog, der Support-Agent liest Ihre Richtlinien, und Kunden bekommen Antworten, denen sie vertrauen können. Erstellen Sie ein kostenloses Emporiqa-Konto, um es mit Ihren eigenen Produkten zu sehen. Keine Karte nötig. Lieber erst ansehen? Testen Sie die Live-Demo. Die Demo ist ein gut bestückter Elektronik-Shop, und der Chat verhält sich bei jedem Katalog gleich.
