Was wäre, wenn Ihre Slicer-Profile und Materialdatenblätter Kundenfragen beantworten könnten?
Unternehmen im Bereich 3D Printing & Additive Manufacturing verfügen über Gigabytes an Druckprofilen, Harz- und Pulverdatenblättern, Applikationshinweisen und Troubleshooting-Guides, die Kunden selten selbst finden. Ein auf diese technischen Inhalte trainierter AI Chat Agent kann diese in sofortige Unterstützung verwandeln, die im Hintergrund +3% Umsatz, 4x höhere Kundenzufriedenheit und 3–5 Stunden Ersparnis pro Support-Mitarbeiter und Woche liefert, indem er Routinefragen automatisiert beantwortet und Nutzer zu erfolgreichen Drucken führt[5][10].
Inhaltsverzeichnis
- Was ist ein Chat Agent?
- Demo ausprobieren
- Das Problem
- Erfahrungsberichte
- Anwendungsfälle im 3D-Druck & Additive Fertigung
- Messbare Ergebnisse
- So funktioniert es
- Häufige Fehler
- Kosten-Nutzen-Analyse
- Praxisbeispiel
- Für wen geeignet?
- Sicherheit & Compliance
- Häufig gestellte Fragen
- Fallbeispiele aus der Praxis
- Quellen
- Was ist ein Chat Agent?
- Demo ausprobieren
- Das Problem
- Erfahrungsberichte
- Anwendungsfälle im 3D-Druck & Additive Fertigung
- Messbare Ergebnisse
- So funktioniert es
- Häufige Fehler
- Kosten-Nutzen-Analyse
- Praxisbeispiel
- Für wen geeignet?
- Sicherheit & Compliance
- Häufig gestellte Fragen
- Fallbeispiele aus der Praxis
- Quellen
Was ist ein AI Chat Agent für 3D Printing & Additive Manufacturing?
Ein Chat Agent für 3D Printing & Additive Manufacturing ist ein KI-System, das Fragen zu Druckern, Materialien und Workflows versteht und in natürlicher Sprache anhand der eigenen Unternehmensdokumentation beantwortet. Er wird auf Material-Sicherheits- und technische Datenblätter, Drucker- und Slicer-Handbücher, Prozessparameter-Bibliotheken, Designrichtlinien für Additive Fertigung und Applikationshinweise trainiert, sodass er optimale Schichthöhen, Harzhandhabung, Nachbearbeitungsschritte oder Regeln zur Pulverwiederverwendung im Kontext erläutern kann – rund um die Uhr und in mehreren Sprachen.
Wie schneidet er im Vergleich zu traditionellen Ansätzen ab?
| Ansatz | Antwortzeit | Technische Tiefe | Verfügbarkeit | Skalierbarkeit |
|---|---|---|---|---|
| Statische FAQ-Seite | Nutzer sucht manuell | Begrenzt, auf High-Level | 24/7, aber starr | Inhalte schnell veraltet |
| Klassischer regelbasierter Chatbot | Sofort bei bekannten Abläufen | Oberflächlich, schlüsselwortbasiert | 24/7, feste Skripte | Schwer wartbar bei vielen SKUs |
| Menschlicher Applikationsingenieur | Minuten bis Tage | Sehr hoch, Expertenniveau | Geschäftszeiten, begrenzte Verfügbarkeit | Durch Headcount begrenzt |
| AI Chat Agent (dokumentationsbasiert) | Sofort, kontextbezogen | Tief, Detailtiefe auf Dokumentenebene | 24/7 über Zeitzonen hinweg | Bewältigt Tausende von Nutzern |
Im Bereich 3D Printing & Additive Manufacturing kämpfen Nutzer mit Slicer-Einstellungen, Stützstrategien, Harz- und Pulverkompatibilität, Maschinenkalibrierung und Druckfehlern, die bereits irgendwo in Handbüchern oder Wissensdatenbanken dokumentiert sind. Ein AI Chat Agent hebt dieses verborgene Fachwissen in Echtzeit, führt Bediener, Reseller und Endkunden durch komplexe Druck-Setups, ohne dass sie auf einen Applikationsingenieur warten müssen. Das reduziert Support-Reibung, erhöht die Anzahl erfolgreicher Drucke und sorgt dafür, dass der bestehende Dokumentations-Stack deutlich mehr für das Unternehmen leistet.
Probieren Sie es selbst aus
Laden Sie eigene Dokumente hoch oder nutzen Sie eines der Beispiel-Sets.
Beispiel-Dokumente verwenden
Eigene Dokumente hochladen
Drag & Drop oder
PDF, TXT, DOCX bis 10MB
Warum 3D-Druck-Dokumentation selten die Personen erreicht, die sie brauchen
Ein typisches Unternehmen im Bereich 3D Printing & Additive Manufacturing pflegt Hunderte von Seiten mit Druckerhandbüchern, Slicer-Guides, Harz- oder Pulverdatenblättern und Konstruktionsregeln für Anwendungen. Dennoch beantworten Support-Teams immer wieder dieselben Fragen zu Belichtungszeiten, Bett-Haftung, Verzug oder Pulver-Auffrischungsraten, weil Kunden dichte PDFs nicht schnell in praktische Schritte für ihren spezifischen Drucker, ihr Material und ihren Anwendungsfall übersetzen können[1].
Support-Warteschlangen füllen sich mit hochgradig repetitiven „Wie drucke ich das?“-Fragen: empfohlene Schichthöhe für ein neues Harz, kompatible Düsen oder Bauplatten, sichere Nachhärtungszeiten oder warum eine Gitterstruktur versagt hat. Studien zum Einsatz von KI im B2B-Support zeigen, dass 30–40% der Zeit pro Ticket für das Auffinden und Umformulieren bestehender Informationen statt für die Lösung neuer Probleme aufgewendet werden[7]. Diese Arbeit ist notwendig, aber für erfahrene Applikationsingenieure demotivierend.
Das Problem verschärft sich außerhalb der Bürozeiten und über Zeitzonen hinweg. Ein Maschinenbediener in den USA, der am Sonntagabend einen Baujob startet, oder ein Reseller in Asien, der eine Demo vorbereitet, kann nicht warten, bis der europäische Supportdesk öffnet. Da Conversational AI bis 2028 für bis zu 70% der Kunden zum standardmäßigen Einstiegspunkt in Service Journeys wird[3], riskieren 3D-Druck-Unternehmen, die weiterhin auf E-Mail-Tickets und PDFs setzen, langsame Reaktionszeiten, fehlgeschlagene Drucke und verlorene Folgeaufträge.
Selbst wenn Unternehmen mit generischen Chatbots experimentieren, scheitern regelbasierte Flows typischerweise an der technischen Tiefe von Additive-Manufacturing-Workflows. Komplexe Fragen zu Stützorientierung, Multi-Material-Builds, dem Druck medizinischer Geräte oder der Validierung mechanischer Eigenschaften erfordern Kontext aus Slicer-Profilen, Testberichten und regulatorischen Hinweisen, den klassische Bots nicht effektiv nutzen können[2]. Mit wachsendem Produktportfolio vergrößert sich die Lücke zwischen vorhandener Dokumentation und zugänglichen Antworten immer weiter.
Das Problem in 2 Minuten erklärt
Praktische Einsatzszenarien für AI Chat Agents in 3D Printing & Additive Manufacturing
Von der Materialauswahl bis zum Troubleshooting in der Produktion kann ein AI Chat Agent entlang der Touchpoints in 3D-Druck-Workflows platziert werden, um Reibung zu reduzieren und es Nutzern zu ermöglichen, mehr erfolgreiche Drucke eigenständig durchzuführen.
Messbare Ergebnisse, wenn AI Chat Agents 3D-Druck-Nutzer unterstützen
Umsatzwachstum
Für Unternehmen im Bereich 3D Printing & Additive Manufacturing stammen +3% Umsatz häufig aus mehr erfolgreichen Drucken, höherem Materialverbrauch und besserem Upselling auf fortgeschrittene Systeme. Conversational AI kann Routine-Tickets abfangen und Nutzer durch sofortigen Self-Service im Druck halten, was Führungskräfte nutzen, um Service in einen Profit-Treiber zu verwandeln[4][9].
Kundenzufriedenheit
Wenn Nutzer nicht mehr stundenlang auf Hilfe bei fehlgeschlagenen Builds oder Slicer-Fragen warten müssen, steigt die Zufriedenheit drastisch. Studien zeigen, dass 92% der Service-Führungskräfte schnellere Reaktionszeiten und 83% höhere CSAT-Werte nach der Einführung von KI im Support berichten[5]. Im 3D-Druck-Kontext übersetzt sich dieser Effekt in bis zu 4x höhere Zufriedenheit bei Tickets, die per Self-Service lösbar sind[10].
Wöchentlich pro Agent gesparte Zeit
B2B-Support-Teams verbringen typischerweise 30–40% der Ticketzeit mit der Suche nach Dokumentation und deren Umformulierung[7]. Im 3D-Druck, wo viele Tickets repetitiv sind (Harzkompatibilität, Parameter-Baselines, Wartungsintervalle), schafft die Automatisierung dieser Antworten über einen Chat Agent 3–5 Stunden pro Applikationsingenieur und Woche für komplexe Projekte und Kundenentwicklung[10].
Teamzufriedenheit
KI im Kundenservice ergänzt in der Regel Mitarbeitende, statt sie zu ersetzen, wobei nur 20% der Führungskräfte von KI-bedingtem Personalabbau berichten[6]. Wenn Chat Agents routinemäßige 3D-Druck-Fragen übernehmen, können Ingenieure sich auf anspruchsvolle Anwendungen und F&E konzentrieren, was zu zweistelligen Verbesserungen der wahrgenommenen Arbeitsqualität und Teamzufriedenheit führt, im internen Schnitt bei rund +17%[10].
So funktioniert es
Von null zum Live-Chat-Agenten – typischerweise in 5–10 Werktagen.
Häufige Stolperfallen bei der Einführung von AI Chat Agents in 3D Printing & Additive Manufacturing
Sich nur auf Marketingbroschüren statt auf technische Dokumentation zu verlassen
Viele Projekte starten damit, dass Produktbroschüren und Website-Texte hochgeladen werden, denen die nötige Detailtiefe für echte 3D-Druck-Fragen fehlt. Priorisieren Sie stattdessen Druckerhandbücher, Materialdatenblätter, Slicer-Guides und Troubleshooting-Bäume. Marketinginhalte können später für Preisgestaltung und Positionierung ergänzt werden, aber das Fundament muss technische Tiefe sein.
Von Tag eins 100% Automatisierung erwarten
In der Additiven Fertigung werden einige Anfragen immer menschliche Experten benötigen, insbesondere bei neuen Anwendungen oder regulierten Bauteilen. Setzen Sie realistische Ziele von 40–60% Automatisierung der eingehenden Fragen nach den ersten 90 Tagen[7], und gestalten Sie klare Eskalationspfade, damit Applikationsingenieure eingreifen können, wenn KI an ihre Grenzen stößt.
Material- und Firmware-Versionierung ignorieren
3D-Druck-Materialien und Drucker-Firmware ändern sich häufig. Wenn der Chat Agent nicht an eine klare Versionierungsstrategie für Harzchargen, Pulvergenerationen und Firmware-Releases angebunden ist, könnte er veraltete Parameterfenster anzeigen. Stimmen Sie sich mit Produktmanagement und QA ab, damit die KI stets auf aktuelle, freigegebene Dokumentation verweist und Legacy-Inhalte explizit kennzeichnet.
Das Projekt als IT-Experiment statt als Service-Initiative behandeln
Weil es KI beinhaltet, werden Projekte oft ausschließlich von der IT verantwortet, ohne starke Einbindung von Support und Application Engineering. Für 3D Printing & Additive Manufacturing hängt der Erfolg jedoch von kuratieren Workflows, Intents und Trainingsbeispielen der Frontline-Teams ab. Machen Sie die Serviceleitung für Ergebnisse verantwortlich, während die IT die sichere Infrastruktur bereitstellt[10].
Keine Eskalationsregeln für risikoreiche oder regulierte Anwendungsfälle definieren
Nutzer könnten nach Medizinprodukten, Luft- und Raumfahrtteilen oder sicherheitskritischen Komponenten fragen. Wenn es keine Guardrails und Eskalationsregeln gibt (z. B. immer Einbindung von Regulatory- oder Qualitätsteams bei bestimmten Schlüsselwörtern), geht die Organisation unnötige Risiken ein. Definieren Sie klare Grenzen für den Chat Agent und sichere Übergabemechanismen an menschliche Experten[8].
Kosten-Nutzen eines AI Chat Agents vs. zusätzlichen 3D-Druck-Support-Mitarbeitern
Die Einstellung erfahrener Applikationsingenieure oder Field-Support-Spezialisten im Bereich 3D Printing & Additive Manufacturing ist teuer und zeitaufwendig. Gleichzeitig steigen die Support-Volumina, wenn installierte Basis und Materialportfolio wachsen. Ein Vergleich typischer Personalkosten mit dem festen Abonnement für einen Reruption Chat Agent zeigt, wo Automatisierung den größten Hebel liefert, ohne Expertenrollen zu ersetzen[4].
| Applikationsingenieur 3D-Druck | Technical Support Specialist Additive Manufacturing | Chat Agent (Professional) | |
|---|---|---|---|
| Jährliche Kosten | 70.000–90.000 EUR (inkl. Overhead) | 55.000–70.000 EUR (inkl. Overhead) | €5,988 + €2,999 setup |
| Verfügbarkeit | Geschäftszeiten, begrenzte Wochenenden | Schichtbasiert, kein volles 24/7 | 24/7/365 |
| Sprachen | 1–2 Arbeitssprachen | 1–2 Arbeitssprachen | 80+ |
| Gleichzeitige Anfragen | 1–3 Tickets parallel | 3–5 Chats/Anrufe parallel | Unbegrenzt |
| Urlaub / Krankheit | 25–30 Tage/Jahr + Krankenstand | 25–30 Tage/Jahr + Krankenstand | Keine |
| Einarbeitungszeit | 3–6 Monate bis zur vollen Produktivität | 2–4 Monate bis zur Bearbeitung der vollen Bandbreite | 5–10 Tage |
| Wissenserhalt | Know-how geht mit, wenn Mitarbeitende gehen | Abhängig von einzelnen Mitarbeitenden | Permanent, immer aktuell |
Der Reruption Chat Agent (Professional)-Plan kostet 499 EUR pro Monat plus 2.999 EUR einmalige Einrichtung, das entspricht 5.988 EUR pro Jahr für durchgängige 24/7-Abdeckung in 80+ Sprachen. Für viele Unternehmen im Bereich 3D Printing & Additive Manufacturing amortisiert sich die Investition, wenn der Agent 2–3 Support-Anfragen pro Tag erfolgreich bearbeitet, die sonst menschliche Zeit erfordern würden. Das Ziel ist nicht, Menschen zu ersetzen, sondern repetitive, dokumentationsbasierte Fragen auszulagern, damit Applikationsingenieure sich auf hochwertige Projekte, System-Rollouts und komplexe Fehleranalysen konzentrieren können[3][6].
Wie ein mittelständischer Harz-3D-Drucker-Hersteller in 90 Tagen 58% der Support-Anfragen automatisierte
Die Herausforderung
Ein europäischer Hersteller industrieller Harz-3D-Drucker hatte Schwierigkeiten mit der wachsenden globalen Nachfrage. Das Unternehmen bot 35 Druckermodelle und über 120 proprietäre Harze an, jedes mit spezifischen Belichtungsfenstern und Nachbearbeitungsregeln. Ein Team von acht Applikationsingenieuren bearbeitete monatlich mehr als 3.500 Tickets zu Druckfehlern, Parametertuning und Materialauswahl. Die Reaktionszeiten lagen für Kunden in Übersee regelmäßig über 24 Stunden, und die Ingenieure verbrachten einen Großteil ihrer Zeit mit Copy & Paste aus PDFs und internen Confluence-Seiten[1][7].
Die Lösung
Das Unternehmen implementierte den Reruption Chat Agent und verband ihn mit Druckerhandbüchern, Harz-Datenblättern, Slicer-Konfigurations-Guides, Troubleshooting-Workflows und Trainingsfolien. Innerhalb von 7 Geschäftstagen war der Chat Agent in drei Sprachen im Support-Portal und Partnerportal live. Er übernahm typische Anfragen zu Erstdrucken, empfohlenen Basiseinstellungen und bekannten Fehlermodi – mit klaren Eskalationsregeln für Medizin- und Luftfahrtanwendungen. Applikationsingenieure beobachteten die frühen Konversationen, ergänzten Dokumentation bei Bedarf um Klarstellungen und weiteten schrittweise den Frageumfang aus, den die KI sicher beantworten konnte[10].
Die Ergebnisse
58% der eingehenden Anfragen vollständig automatisiert nach 90 Tagen für definierte Themen (Erst-Setup, Basisparameter, grundlegendes Troubleshooting).
Durchschnittliche First-Response-Zeit von 11 Stunden auf unter 1 Minute reduziert für KI-geeignete Tickets, einschließlich Nächte und Wochenenden[5].
420+ zusätzliche qualifizierte Opportunities pro Quartal identifiziert, indem während Support-Gesprächen Material-Cross-Sell-Vorschläge eingeblendet wurden[4].
Teamzufriedenheit um 19% gestiegen in internen Umfragen, da Ingenieure Zeit von repetitiven Fragen auf komplexe Anwendungsentwicklung verlagern konnten[6].
„Innerhalb weniger Wochen übernahm die KI nahezu alle ‚Welche Einstellungen für dieses Harz auf diesem Drucker?‘-Fragen. Unsere Ingenieure konzentrieren sich jetzt darauf, neue Anwendungen zu validieren und Schlüsselkunden zu besuchen, statt den ganzen Tag dieselben Konfigurations-Tickets zu beantworten.“ - Head of Global Application Engineering, industrieller 3D-Drucker-Hersteller
Passt ein AI Chat Agent zu Ihrem 3D-Druck-Geschäft?
Gute Voraussetzungen
Drucker- und Materialhersteller mit Dutzenden Systemen oder Materialien, bei denen Support-Teams immer wieder Belichtungsfenster, Kalibrierschritte oder Regeln zur Pulverhandhabung über Regionen hinweg erklären.
Service Bureaus und Auftragsfertiger, die mehrere Technologien (SLA/DLP, SLS, FDM, Metal AM) betreiben und monatlich 300+ Support- oder Statusanfragen von Kunden und internem Vertrieb erhalten.
OEMs mit globalen Reseller-Netzwerken, die einen zentralen, stets aktuellen Wissens-Hub benötigen, um Partner bei Preisgestaltung, Konfiguration und Wartung in mehreren Sprachen zu unterstützen.
Unternehmen mit etablierter Dokumentation wie strukturierten Handbüchern, Datenblättern und Wissensdatenbanken, selbst wenn der Zugriff aktuell auf interne Tools wie SharePoint oder Confluence beschränkt ist.
Organisationen, die Service ohne zusätzliches Personal skalieren wollen, bei denen jeder Applikationsingenieur bereits 100+ Tickets pro Monat bearbeitet und Schwierigkeiten hat, Kunden in anderen Zeitzonen zu unterstützen.
(Noch) nicht ideal
(Noch) nicht ideal für One-off-Prototyping-Studios, die nur wenige, hochgradig maßgeschneiderte Projekte pro Monat abwickeln und kaum wiederverwendbare Dokumentation oder wiederkehrende Fragen haben.
(Noch) nicht ideal für Umgebungen mit sehr geringem Supportvolumen mit weniger als 20 Kundenanfragen pro Monat, in denen sich Kosten und Aufwand für die Einrichtung eines AI Chat Agents nicht schnell amortisieren.
(Noch) nicht ideal, wenn Dokumentation fehlt oder veraltet ist – zum Beispiel, wenn Prozess-Know-how nur in den Köpfen weniger Experten existiert und es noch keine schriftlichen Handbücher, Workflows oder validierten Datenblätter gibt.
Sicherheit & Compliance
Chat Agents im industriellen Einsatz müssen strenge Datenschutzstandards erfüllen. Das sind die wichtigsten Anforderungen.
DSGVO-konform
Vollständige Konformität mit der EU-Datenschutz-Grundverordnung. Auftragsverarbeitungsverträge inklusive. Regelmäßige Audits und Dokumentation.
Gehostet in Deutschland
Alle Daten werden auf deutschen Servern verarbeitet und gespeichert. Kein Datentransfer außerhalb der EU. Geistiges Eigentum bleibt geschützt.
Enterprise-Grade Verschlüsselung
AES-256-Verschlüsselung at rest, TLS 1.3 in transit. Produktdokumentation und Kundengespräche sind vollständig geschützt.
Kein Modell-Training
Daten werden nie zum Trainieren von KI-Modellen verwendet. Sie werden ausschließlich genutzt, um Kundenfragen zu beantworten. Nichts anderes.
Häufig gestellte Fragen
Ja, sofern er auf der richtigen Dokumentation trainiert wird. Im Bereich 3D Printing & Additive Manufacturing bedeutet das: Druckerhandbücher, Slicer-Konfigurations-Guides, Materialdatenblätter, Troubleshooting-Workflows und Designrichtlinien. Forschungsprototypen wie PrintAssist zeigen, dass Chat-basierte Systeme Nutzer erfolgreich durch komplexe 3D-Druck-Aufgaben und Einstellungen führen können, wenn sie in detaillierte technische Inhalte eingebettet sind[2]. Sehr neue oder risikoreiche Anwendungsfälle werden weiterhin an menschliche Experten eskaliert.
Der Agent indexiert Dokumentation nach Modell, Firmware und Materialvariante und stellt dann Klärungsfragen (z. B. Druckerfamilie, Bauraum, Harz- oder Pulvergrad), bevor er antwortet. Dies spiegelt wider, wie erfahrene Applikationsingenieure ein Ticket qualifizieren. Unternehmen wie polySpectra nutzen bereits KI-Bots, die auf ihrer eigenen Harz-Dokumentation trainiert sind, um variantenbezogenen E-Mail-Support zu reduzieren[1]. Klare Benennung und Versionskontrolle in der Dokumentation sind wichtige Voraussetzungen.
Wenn der Chat Agent geringe Konfidenz, fehlende Dokumentation oder sensible Themen (wie medizinische Indikationen oder sicherheitskritische Luft- und Raumfahrtteile) erkennt, folgen vordefinierte Eskalationsregeln. Die Konversation und ihr Kontext werden an das zuständige Team (Support, Application Engineering, Regulatory) weitergeleitet, und der Nutzer wird über die Übergabe informiert. Best-Practice-Implementierungen kombinieren Automatisierung mit transparenten Fallbacks, statt die KI zu zwingen, zu raten[7].
In den meisten Fällen ja. Typische 3D-Druck-Umgebungen verbinden den Chat Agent mit Ticketing-Systemen für Eskalationen, CRM für Kundenkontext und gelegentlich mit Drucker- oder Job-Management-Tools, um Konfigurations- oder Statusinformationen anzuzeigen. Branchenberichte heben hervor, dass AI-Anwendungsfälle mit hohem ROI häufig Konversationsoberflächen mit Backend-Systemen kombinieren, statt isolierte Chat-Widgets zu deployen[3][10].
Für Unternehmen mit einigermaßen strukturierter Dokumentation dauern typische Implementierungen **5–10 Geschäftstage**. Dies umfasst das Anbinden der wichtigsten Dokumentquellen, die Konfiguration erster Intents und Guardrails sowie kurze interne Tests, bevor der Chat Agent ausgewählten Kunden oder Partnern zur Verfügung gestellt wird. Zusätzliche Feinabstimmung und Erweiterung können dann fortgeführt werden, während das System bereits live ist[5].
Die Preisgestaltung für den Reruption Chat Agent ist branchenübergreifend transparent:
- Starter: 99 EUR pro Monat + 799 EUR einmalige Einrichtung
- Professional: 499 EUR pro Monat + 2.999 EUR einmalige Einrichtung
- Enterprise: Individuelle Preise für größere Deployments oder spezielle Anforderungen
Die meisten Unternehmen im Bereich 3D Printing & Additive Manufacturing mit signifikantem Supportvolumen wählen den Professional-Plan, um Kapazität, Funktionsumfang und Kosten auszubalancieren.
Nein. Der Reruption Chat Agent basiert nicht auf einer Standard-Retrieval-Augmented-Generation-(RAG)-Pipeline. Stattdessen nutzt er eine proprietäre Architektur, die für langlebige, dokumentationsintensive Anwendungsfälle mit strikter Zugriffskontrolle optimiert ist. Dieses Design minimiert typische RAG-Probleme wie unvollständige Retrievals oder inkonsistente Antworten über Sessions hinweg und stellt dennoch sicher, dass Antworten in der freigegebenen 3D-Druck-Dokumentation des Unternehmens verankert sind[10].
Chatbot-Fallbeispiele aus der Praxis
Wie Unternehmen weltweit Chat Agents und KI im Kundenservice einsetzen.