Ein FAQ-Chatbot auf der Website beantwortet wiederkehrende Kundenfragen automatisch; seine Qualität entscheidet sich an zwei Punkten: an der Wissensbasis, aus der er antwortet, und an der Übergabe an einen Menschen, wenn sie nicht reicht. Beides hat mit der Wahl des Sprachmodells wenig zu tun. Ob sich ein Chat auf der Website überhaupt lohnt und wie er gegenüber anderen Servicekanälen einzuordnen ist, behandelt der Chatbot für die Website im Detail. Hier geht es um die Umsetzung: woher die Antworten kommen und wann der Bot aufhören muss.
Das Problem hinter den immer gleichen Fragen
Wo die Servicezeit verschwindet
Der Aufwand entsteht nicht bei den schwierigen Fällen, sondern bei den einfachen in großer Zahl. Lieferzeit, Rückgabefrist, Zuständigkeit, Öffnungszeiten am Feiertag, Status einer Bestellung: Jede dieser Fragen kostet wenige Minuten, und in der Summe binden sie einen erheblichen Teil der Kapazität, die für die tatsächlich beratungsintensiven Fälle fehlt.
Die zweite Kostenseite liegt beim Kunden. Eine Frage, die abends aufkommt, wird am nächsten Vormittag beantwortet. In dieser Zeitspanne entscheidet sich häufig, ob gekauft, storniert oder gewechselt wird — nicht wegen der Antwort, sondern wegen der Wartezeit.
Warum die FAQ-Seite das Problem nur halb löst
Fast jede Website hat eine FAQ-Seite, und fast jede wird zu selten genutzt. Der Grund ist nicht der Inhalt, sondern der Zugriff: Der Kunde muss seine Frage in der Liste wiedererkennen. Formuliert er sie anders als der Redakteur, findet er nichts — und schreibt eine Mail. Auf dem Mobilgerät verstärkt sich der Effekt, weil das Scrollen durch dreißig Einträge unzumutbar ist.
Die drei Wege im Vergleich
| Weg | Aufbau | Laufend | Löst | Grenze |
|---|---|---|---|---|
| Statische FAQ-Seite | 1–3 Tage Redaktion | Pflege im Fachbereich | Fragen, die der Kunde wiedererkennt | schlechter Zugriff, wächst unübersichtlich |
| Regelbasierter Bot | 3–10 Tage Dialogpflege | Pflege der Regelbäume | vorgedachte Pfade | scheitert an jeder unerwarteten Formulierung |
| KI-Bot mit Wissensbasis | Wochen, überwiegend Inhaltsarbeit | Modellnutzung, zwei- bis dreistellig monatlich | frei formulierte Fragen, mit Quellenbezug | nur so gut wie die Wissensbasis |
Statische FAQ: die Grundlage, nicht die Lösung
Die FAQ-Texte bleiben in jedem Fall nötig — sie sind der Inhalt, aus dem später jedes System schöpft. Wer sie sauber pflegt, hat die Hälfte der Arbeit erledigt, bevor die Technikfrage überhaupt gestellt wird.
Regelbasierter Bot: berechenbar, aber starr
Ein Regelbot folgt vorgedachten Pfaden mit Auswahlknöpfen. Er ist vollständig kontrollierbar und erfindet nichts — das ist sein Vorteil. Sein Nachteil zeigt sich bei jeder Formulierung, die nicht vorgesehen war: Er fällt auf eine Standardantwort zurück und der Kunde landet doch im Kontaktformular. Für sehr enge Aufgaben, etwa eine Terminvereinbarung, ist er nach wie vor die robusteste Wahl.
KI-Bot mit Wissensbasis: frei fragen, belegt antworten
Der dritte Weg nimmt die Frage in der Formulierung des Kunden entgegen, sucht die passenden Stellen in der eigenen Wissensbasis und lässt das Modell ausschließlich daraus antworten — mit Verweis auf die Quelle. Das Verfahren dahinter ist unter RAG beschrieben. Entscheidend ist die Einschränkung: Antworten nur aus Belegen, sonst Übergabe.
Die Wissensbasis entscheidet über die Qualität
Was hineingehört
In die Wissensbasis kommen die Inhalte, die tatsächlich gefragt werden: Versand- und Lieferbedingungen, Rückgabe und Gewährleistung, Zahlungsarten, Produktdetails, Zuständigkeiten, Öffnungs- und Erreichbarkeitszeiten. Der schnellste Weg zur richtigen Auswahl führt über die letzten zweihundert Serviceanfragen — nicht über eine Schätzung im Workshop.
Was draußen bleibt
Alles, was veraltet, widersprüchlich oder ungeprüft ist. Ein Bot, der die Rückgabefrist aus einer alten Fassung der Bedingungen nennt, erzeugt eine Zusage, an der sich das Unternehmen messen lassen muss. Deshalb gilt dieselbe Regel wie für interne Systeme: Gültigkeitsdatum und Verantwortlicher je Dokument, abgelaufene Fassungen entfernen statt archivieren. Die Systematik dahinter ist unter Firmenwissen durchsuchbar machen beschrieben.
Die Konfidenzschwelle
Ein brauchbarer Bot hat eine definierte Untergrenze: Reichen die gefundenen Belege nicht aus, wird nicht geantwortet. Diese Schwelle ist der wichtigste Einstellwert im ganzen System. Zu niedrig, und der Bot redet über Dinge, die er nicht weiß; zu hoch, und er übergibt bei jeder zweiten Frage. Kalibriert wird sie mit echten Anfragen aus dem Servicepostfach, nicht mit Testfragen aus dem Projektteam.
Der Pflegeturnus
Eine Wissensbasis ohne festen Turnus verfällt. Bewährt hat sich ein monatlicher Durchgang mit zwei Fragen: Welche Anfragen konnte der Bot nicht beantworten, und welche Antworten waren inhaltlich überholt? Die erste Liste liefert die fehlenden Inhalte, die zweite die zu ersetzenden. Beides ergibt sich aus den Protokollen und kostet weniger als eine Stunde im Monat — vorausgesetzt, jemand ist dafür namentlich zuständig.
Die Übergabe an Menschen
Wann übergeben werden muss
Vier Auslöser haben sich bewährt: zu dünne Beleglage, erkennbare Beschwerde oder Verärgerung, rechtlich oder finanziell verbindliche Themen, und der ausdrückliche Wunsch des Kunden. Der letzte Punkt ist nicht verhandelbar — ein Bot, der den Ausstieg erschwert, verlagert Servicearbeit in den Beschwerdekanal und beschädigt nebenbei die Kundenbeziehung.
Wie übergeben wird
Die Übergabe ist mehr als ein Kontaktformular. Brauchbar wird sie, wenn der bisherige Verlauf mitgegeben wird, ein Ticket mit Themenzuordnung entsteht und der Kunde eine verbindliche Aussage über die Reaktionszeit erhält. Fehlt eines dieser drei Elemente, erzählt der Kunde seine Frage ein zweites Mal — und die Ersparnis kehrt sich um. Wie sich das in eine größere Servicestruktur einfügt, zeigt der Überblick Kundenservice automatisieren sowie die Beispiele aus dem Kundenservice.
Kennzeichnungspflicht seit dem 02.08.2026
Nach Artikel 50 der KI-Verordnung müssen Personen erkennen können, dass sie mit einem KI-System interagieren; diese Transparenzpflicht gilt seit dem 02.08.2026. Für einen Website-Chat heißt das praktisch: ein eindeutiger Hinweis in der ersten Nachricht, eine Bezeichnung des Fensters, die nicht nach einem menschlichen Ansprechpartner klingt, und ein sichtbarer Weg zu einem Menschen. Verstöße gegen Transparenzpflichten können mit bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes geahndet werden. Der Rahmen ist unter EU AI Act und die konkrete Ausgestaltung unter KI-Kennzeichnungspflicht beschrieben.
Datenschutzrechtlich kommt hinzu: Chatverläufe sind personenbezogen, sobald Kontaktdaten oder Bestellbezüge fallen. Nötig sind eine Rechtsgrundlage, ein Löschkonzept, ein Hinweis in der Datenschutzerklärung und bei Cloud-Modellen ein Auftragsverarbeitungsvertrag. Das ist eine Einordnung, keine Rechtsberatung.
Umsetzung und Kalibrierung
Der Ablauf, der sich bewährt hat: Wissensbasis aus den tatsächlich gestellten Fragen aufbauen, Konfidenzschwelle setzen, Übergabepfad einrichten, mit den letzten hundert echten Anfragen testen — und erst dann live schalten. Wie das technisch zusammenspielt, zeigt die Vorlage FAQ-Chatbot mit eigener Wissensbasis und Übergabe an Mitarbeiter: Sie sucht die passenden Stellen in der Wissensbasis, antwortet ausschließlich daraus mit Quellenangabe und Konfidenzwert und übergibt, sobald die Beleglage nicht reicht.
Für andere Kanäle gilt dieselbe Struktur mit anderer Oberfläche — die Besonderheiten der Messenger-Variante sind unter WhatsApp-Chatbot beschrieben.
Woran Sie den Erfolg messen
Nicht an der Zahl der Chats und nicht an der Lösungsquote des Bots, sondern an zwei Werten: dem Anteil der Anfragen, die den Servicekanal gar nicht mehr erreichen, und der Zufriedenheit derer, die übergeben wurden. Steigt die erste Zahl und sinkt die zweite, ist die Konfidenzschwelle zu niedrig — der Bot beantwortet Dinge, die er hätte weiterreichen sollen. Wer die eigene Anfragestruktur einschätzen lassen möchte, klärt das im Erstgespräch.
Quellen: Verordnung (EU) 2024/1689 (EUR-Lex) · EU-Kommission: Rechtsrahmen für KI · Verordnung (EU) 2016/679 (EUR-Lex)
Häufige Fragen
Was unterscheidet einen FAQ-Chatbot von einer FAQ-Seite?
Die FAQ-Seite verlangt, dass der Kunde die passende Frage in der Liste wiedererkennt. Der Chatbot nimmt die Frage in der Formulierung des Kunden entgegen und sucht die passende Stelle. Der inhaltliche Unterschied ist gering — der Unterschied im Zugriff ist erheblich, besonders auf dem Mobilgerät.
Muss ein Chatbot als KI gekennzeichnet werden?
Ja. Nach Artikel 50 der KI-Verordnung müssen Personen erkennen können, dass sie mit einem KI-System interagieren; die Pflicht gilt seit dem 02.08.2026. Ein Hinweis in der ersten Nachricht und eine eindeutige Bezeichnung des Fensters reichen dafür in der Regel aus. Verstöße gegen Transparenzpflichten können mit bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes geahndet werden.
Wann soll der Bot an einen Mitarbeiter übergeben?
Bei zu dünner Beleglage, bei erkennbarer Beschwerde, bei rechtlich oder finanziell verbindlichen Fragen und immer dann, wenn der Kunde es verlangt. Die Übergabe muss ohne Umweg erreichbar sein — ein Bot, der den Ausstieg erschwert, erzeugt mehr Servicearbeit, als er einspart.
Woher nimmt der Chatbot sein Wissen?
Aus einer eigenen Wissensbasis: FAQ-Texten, Produkt- und Versandinformationen, Garantie- und Rückgabebedingungen. Diese werden in Abschnitte zerlegt und durchsuchbar abgelegt; der Bot antwortet ausschließlich aus den gefundenen Stellen und nennt die Quelle. Ohne diese Bindung rät das Modell.
Wie viele Anfragen löst ein FAQ-Chatbot?
Realistisch sind die wiederkehrenden Standardfragen — Öffnungszeiten, Lieferzeiten, Rückgabe, Zuständigkeiten, einfache Produktfragen. Wo diese Fragen den größten Teil des Aufkommens ausmachen, ist der Effekt deutlich; wo überwiegend individuelle Fälle eingehen, bleibt er klein.
Was kostet ein FAQ-Chatbot mit Wissensbasis?
Fertige Chat-Produkte liegen als Größenordnung im zwei- bis dreistelligen Bereich pro Monat, Stand beim Anbieter zu prüfen. Der Aufwand entsteht bei der Wissensbasis und der Anbindung an bestehende Systeme; eine vollständige Umsetzung als eigener Anwendungsfall bewegt sich im mittleren vierstelligen bis fünfstelligen Bereich.