Inhaltsverzeichnis

Was ist ein AI Chat Agent für Elevators & Escalators?

Ein Chat Agent ist ein KI-System, das Dokumentation im Bereich Elevators & Escalators liest und versteht – von Wartungs- und Installationshandbüchern, Schalt- und Hydraulikplänen sowie Regler-Parametrierungsanleitungen bis hin zu Ersatzteilkatalogen, Serviceverträgen und Sicherheitsbulletins – und dieses Wissen nutzt, um Fragen von Gebäudemanagern, Facility-Helpdesks, Servicetechnikern und Vertriebsteams in natürlicher Sprache über Web, Portal oder interne Kanäle zu beantworten.

Wie schneidet er im Vergleich zu traditionellen Ansätzen ab?

Ansatz Antwortzeit Technische Tiefe Verfügbarkeit Skalierbarkeit
Statische FAQ-Seite Abhängig von Suchfähigkeiten Sehr gering – einfache Q&A 24/7, aber nicht interaktiv Manuelle, eingeschränkte Aktualisierung
Regelbasierter Chatbot Sofort innerhalb des Entscheidungsbaums Gering – vordefinierte Abläufe 24/7, kanalabhängig Schwer für Varianten zu pflegen
Menschlicher Support (Telefon/E-Mail) Minuten bis Stunden Hoch, aber personenbezogen Geschäftszeiten, eingeschränkt am Wochenende Linear mit Personalbestand
AI Chat Agent Sekunden, kontextbezogene Antworten Hoch – liest Handbücher & Schaltpläne 24/7/365 auf allen Kanälen Bearbeitet Tausende gleichzeitig

Für Elevators & Escalators bedeutet technische Tiefe, Regler-Fehlercodes korrekt zu interpretieren, Modernisierungsoptionen für Altsysteme zu erkennen oder das exakte Ersatzteil für eine bestimmte Türantriebs-Revision zu bestimmen. Ein Chat Agent kann in Echtzeit in umfangreichen Servicehandbüchern, historischen Wartungsberichten und Vertragsbedingungen recherchieren und dann eine präzise, dokumentierte Antwort geben, auf deren Basis der Techniker direkt im Maschinenraum handeln kann – ohne in einer Telefonwarteschleife zu hängen oder an die Entwicklungsabteilung eskalieren zu müssen.

Probieren Sie es selbst aus

Laden Sie eigene Dokumente hoch oder nutzen Sie eines der Beispiel-Sets.

1 Dokument wählen
2 Chatten

Beispiel-Dokumente verwenden

oder

Eigene Dokumente hochladen

Drag & Drop oder
PDF, TXT, DOCX bis 10MB

Verbunden mit Emilia (KI)
Emilia (KI)
Emilia (KI)
Hallo! Ich habe die Dokumente gelernt. Stellen Sie mir eine Frage dazu.

Warum Dokumentation allein Aufzüge nicht am Laufen hält

Serviceteams im Bereich Elevators & Escalators haben es mit komplexen Bestandsanlagen zu tun: mehreren Generationen von Steuerungen, maßgeschneiderten Modernisierungspaketen und standortspezifischen Modifikationen. Eine einzelne Anlage kann Hunderte von Seiten an Dokumentation umfassen – über Handbücher, Schaltpläne, Prüfprotokolle und Verträge verteilt. Wenn ein Aufzug an einem Freitagabend stehen bleibt, ruft der Gebäudemanager in der Regel lieber eine Hotline an, als sich durch dieses Labyrinth aus PDFs und Portalen zu kämpfen.

Supportcenter erhalten viele wiederkehrende Fragen zu Fehlercodes, Befreiungsprozeduren, Türantriebsproblemen und Vertragsabdeckung. Agents müssen häufig mehrere Systeme durchsuchen – Ticketing, Dokumentenmanagement, ERP –, bevor sie bestätigen können, ob eine Reparatur berechnet werden darf, welches Ersatzteil zu einer bestimmten Kabine passt oder welche Reaktionszeit-SLA für diesen Standort gilt. Das erhöht die Bearbeitungszeit und führt zu langen Wartezeiten, die Kunden zunehmend ablehnen.[1][6]

Außerhalb der Geschäftszeiten vergrößert sich diese Lücke. Viele Unternehmen im Bereich Elevators & Escalators verlassen sich auf Rufbereitschaften oder ausgelagerte Callcenter mit nur begrenztem Zugriff auf technische Dokumentation. Diese nehmen die Störung auf und disponieren, können aber am Telefon keine Detailfragen beantworten, etwa ob der Aufzug bis Montag sicher betrieben werden kann oder welche Prüfungen das Facility-Team selbst vornehmen darf. Dieser fehlende 24/7-Zugang zu Expertenwissen ist ein zentraler Treiber für Unzufriedenheit.[4]

Gleichzeitig erfordern internationale Portfolios, dass der Support für Eigentümer, Facility Manager und Nutzer in vielen Sprachen funktioniert. Ohne skalierbare digitale Unterstützung bringt jeder neue Markt oder jede neue Produktgeneration weitere Handbücher, mehr Varianten und zusätzliche Schulungsaufwände für Servicestaff mit sich. Das Ergebnis sind überlastete Teams, uneinheitliche Antworten und vermeidbare Anfahrten – obwohl die nötigen Informationen bereits irgendwo in der technischen Dokumentation niedergeschrieben sind.[2]

Was unsere Nutzer sagen

Tim Neubacher
Tim Neubacher

Tim Neubacher

Tim Neubacher

svt Brandschutz GmbH Leiter Technik - svt Brandschutz GmbH

Der Brandschutz Chatbot kann komplexeste Fragen zu unseren Produkten in einer Qualität und Geschwindigkeit beantworten, die absolut faszinierend ist.
Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Praktische Einsatzszenarien für AI Chat Agents in Elevators & Escalators

Sechs konkrete Wege, wie Unternehmen im Bereich Elevators & Escalators einen Chat Agent in Service-, Engineering- und Commercial-Teams einsetzen können.

Fehlercode- & Troubleshooting-Assistent für Techniker

Field Service / Technischer Support

Die Idee

Techniker könnten einen Chat Agent auf ihrem mobilen Gerät nutzen, um vor Ort sofortige Unterstützung zu Fehlercodes und Symptomen zu erhalten. Durch das Lesen von Reglerhandbüchern, Fehlersuchbäumen und historischen Serviceberichten schlägt der Agent wahrscheinliche Ursachen, schrittweise Diagnoseprozesse und empfohlene Teile vor – zugeschnitten auf den konkreten Reglertyp und die Konfiguration.

Was Sie dafür brauchen

  • Digitalisierte Reglerhandbücher, Troubleshooting-Guides und Schaltpläne je Produktlinie
  • Zugriff auf Wartungshistorie und Service-Bulletins aus dem Servicesystem
  • Optional: Integration in die Field-Service-App, um Antworten an Arbeitsaufträge anzuhängen

24/7-Supportportal für Gebäudemanager

Customer Service / Callcenter

Die Idee

Gebäudemanager und Facility-Helpdesks könnten dem Chat Agent betriebliche Fragen stellen: wie Alarme zurückgesetzt werden, welche SLA an einem Standort gilt, wie die Befreiungsprozedur aussieht oder wie Inspektionen terminiert werden. Der Agent würde Verträge, Service-Level-Beschreibungen, Bedienungsanleitungen und Sicherheitsprozeduren nutzen, um klare, standortspezifische Hinweise zu geben.

Was Sie dafür brauchen

  • Servicevertragsvorlagen, SLAs und standortspezifische Vereinbarungen in digitaler Form
  • Bedienungsanleitungen und Sicherheitsprozeduren für Aufzüge und Fahrtreppen
  • Optional: Sicherer Link zum Kundenportal für Authentifizierung und Standortkontext

Ersatzteilidentifikation und Angebotserstellung

After-Sales / Ersatzteilvertrieb

Die Idee

Ersatzteilteams könnten Kunden ihre Anlage (Modell, Baujahr, Türtyp, Seriennummer) beschreiben lassen oder ein Foto hochladen. Der Chat Agent würde mithilfe von Ersatzteilkatalogen, Stücklisten (BOMs) und Modernisierungskits passende Ersatzteile identifizieren und anschließend einen Angebotsentwurf generieren oder bei komplexen Konfigurationen intern an einen Mitarbeitenden im CRM übergeben.

Was Sie dafür brauchen

  • Strukturierte Ersatzteilkataloge, Stücklisten (BOMs) und Modernisierungskits nach Produktfamilie
  • Preislisten und kommerzielle Richtlinien für Teile und Kits
  • Optional: Anbindung an ERP/CRM-System zur Erstellung von Angeboten oder Aufträgen

Assistent zur Vorqualifizierung von Modernisierungen

Vertrieb / Modernisierung

Die Idee

Der Vertrieb könnte den Chat Agent nutzen, um eingehende Anfragen zu Modernisierungschancen vorzuqualifizieren. Indem er einige Fragen zu Gebäudetyp, Verkehrsströmen und vorhandener Ausrüstung stellt und diese mit technischen Randbedingungen und Modernisierungspaketen abgleicht, kann der Agent passende Upgrade-Optionen vorschlagen und Informationen für einen Nachfassbesuch sammeln.

Was Sie dafür brauchen

  • Modernisierungspakete, technische Randbedingungen und Konfigurationsregeln
  • Sales-Playbooks und ROI-Argumente für unterschiedliche Gebäudesegmente
  • Optional: CRM-Integration zur Protokollierung qualifizierter Leads und Terminierung von Follow-ups

Interner Wissens-Copilot für Service Engineering

Engineering / Service Engineering

Die Idee

Service-Engineering-Teams könnten den Chat Agent zu seltenen Problemen, produktübergreifender Kompatibilität oder regulatorischen Details befragen. Der Agent durchsucht interne Fehleranalysen, Field Notices, Engineering Change Orders und Interpretationen von Normen und hilft Ingenieurteams so, Eskalationen schneller zu bearbeiten und Wissen regionsübergreifend konsistent zu halten.

Was Sie dafür brauchen

  • Historische Eskalationstickets, Root-Cause-Analysen und Field Notices
  • Engineering Change Orders und Produktauslegungsrichtlinien
  • Optional: Integration von Zugriffskontrolle zur Einschränkung sensibler Engineering-Inhalte

Mehrsprachige Mieterinformationen & FAQs

Customer Experience / Property Services

Die Idee

Property Manager könnten den Chat Agent in Mieter-Apps oder Gebäude-Kioske einbetten, damit Mieter in ihrer eigenen Sprache Fragen zu Aufzugsetikette, Barrierefreiheitsfunktionen, Verhalten im Notfall oder zur Störungsmeldung stellen können. Der Agent würde sich auf gebäudespezifische Leitfäden, Sicherheitsanweisungen und Servicekontaktinformationen stützen.

Was Sie dafür brauchen

  • Mieterorientierte FAQs, Sicherheitsanweisungen und gebäudespezifische Richtlinien
  • Inhalte für mehrere Sprachen oder klare Quellsprache zur Übersetzung
  • Optional: Integration mit Ticketsystem zur Erstellung von Störungsmeldungen

Messbare Ergebnisse von AI Chat Agents in Elevators & Escalators

+3%

Umsatzwachstum

Durch die Automatisierung wiederkehrender technischer und vertraglicher Fragen können Serviceteams mehr abrechenbare Leistungen übernehmen – etwa Upgrades, Inspektionen oder proaktive Modernisierungsgespräche – ohne den Personalbestand zu erhöhen. Studien zeigen, dass KI-gestützter Support Conversion und Upsell-Potenzial steigert und so zu messbaren Umsatzsteigerungen in serviceintensiven B2B-Umgebungen führt.[3][8]

4x

Kundenzufriedenheit

Eigentümer von Aufzügen und Fahrtreppen schätzen vor allem schnelle, verlässliche Antworten, wenn etwas schiefgeht. AI Chat Agents reduzieren Wartezeiten deutlich und liefern klare, dokumentierte Hinweise rund um die Uhr. Das deckt sich mit Erkenntnissen, dass schneller, immer verfügbarer Support Zufriedenheit und Loyalität stark erhöht.[1][4]

3-5h

Wöchentlich pro Agent eingespart

Supportmitarbeitende und technische Spezialisten in Elevators & Escalators verbringen einen erheblichen Teil ihrer Zeit damit, in Handbüchern zu suchen, ähnliche Tickets zu erfassen und immer wieder dieselben Betriebsfragen zu beantworten. KI-Unterstützung kann die Bearbeitungszeit pro Ticket im B2B-Support um rund 30–40 % senken, was sich in mehreren pro Person pro Woche eingesparten Stunden niederschlägt.[5][6]

+17%

Teamzufriedenheit

Wenn ein AI Chat Agent Routinefragen zu Fehlercodes, SLAs oder grundlegender Bedienung abfängt, können sich menschliche Experten auf komplexe Diagnosen und Kundenbeziehungen konzentrieren. Untersuchungen zeigen, dass diese Reduktion repetitiver Aufgabenwiederholungen die wahrgenommene Arbeitsqualität und die Gesamtzufriedenheit von Agents in KI-unterstützten Supportumgebungen verbessert.[2][7]

So funktioniert es

Von null zum Live-Chat-Agenten – typischerweise in 5–10 Werktagen.

Wissensdatenbank hochladen
Konfigurieren und integrieren
Deployen und optimieren
Wissensdatenbank hochladen
Konfigurieren und integrieren
Deployen und optimieren
Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Häufige Fallstricke bei der Einführung von AI Chat Agents in Elevators & Escalators

1

Sich nur auf Marketingbroschüren statt auf technische Dokumentation zu stützen

Manche Projekte beginnen damit, Produktbroschüren und Website-Texte hochzuladen, verzichten aber auf detaillierte Reglerhandbücher, Schaltpläne und Serviceprozeduren. Das Ergebnis sind oberflächliche Antworten, die Technikern oder Gebäudemanagern nicht weiterhelfen. Stattdessen sollten technische Dokumentation und Servicewissen als primärer Trainingskorpus priorisiert und Marketinginhalte nur für kommerzielle Use Cases ergänzt werden.

2

Von Tag eins 100 % Automatisierung zu erwarten

In Elevators & Escalators beinhalten viele Anfragen sicherheitsrelevante und vertragliche Nuancen, bei denen weiterhin Menschen eingebunden sein sollten. Zielvorgaben, jede Konversation vollständig zu automatisieren, führen zu Enttäuschungen. Realistischer ist es, 40–60 % der wiederkehrenden Fragen innerhalb der ersten 90 Tage zu automatisieren, während komplexe Fälle mit vollständigem Gesprächskontext an Spezialisten weitergeleitet werden.

3

Den Chat Agent als reines IT-Projekt zu behandeln

Angesichts der technischen Natur von Aufzügen und Fahrtreppen werden Projekte oft von IT- oder Digitalteams mit begrenzter Beteiligung von Service Engineering, Field Operations oder Vertragsmanagement gesteuert. Das erhöht das Risiko veralteten oder unvollständigen Wissens. Stattdessen sollte der Chat Agent als Service- und Operationsprojekt mit klarer fachlicher Verantwortlichkeit und bereichsübergreifendem Input positioniert werden.

4

Versionierung von Sicherheits- und Regulierungsdokumenten zu ignorieren

Elevators & Escalators sind sicherheitskritisch und unterliegen strengen Normen und Prüfvorschriften. Wird der Chat Agent auf veraltete Sicherheitsanweisungen, Befreiungsprozeduren oder Prüfchecklisten trainiert, kann dies Compliance-Risiken erzeugen. Implementieren Sie daher stets robuste Versionskontrolle und Freigabe-Workflows, damit die KI nur aktuelle, freigegebene Dokumente für ihre Hinweise verwendet.

5

Keine klaren Eskalations- und Übergaberegeln zu definieren

Ohne klar definierte Schwellenwerte, ab wann die KI an einen Menschen übergeben soll (zum Beispiel bei Eingeschlossenen, vermuteten Sicherheitsvorfällen oder Vertragsstreitigkeiten), können Gespräche frustrierend oder riskant werden. Definieren Sie explizite Eskalationsszenarien, bevorzugte Kanäle und Informationen, die der Agent vor der Übergabe sammeln muss, damit menschliche Experten nahtlos anschließen können.

Kosten-Nutzen-Analyse: Servicemitarbeitende vs. Reruption Chat Agent

Customer Service Engineers und technische Support-Spezialisten sind für Unternehmen im Bereich Elevators & Escalators unverzichtbar, doch ein großer Teil ihrer Zeit entfällt auf wiederkehrende Fragen und das Nachschlagen in Dokumenten. Ein Vergleich typischer Personalkosten mit dem Reruption Chat Agent hilft, das Automatisierungspotenzial zur Kapazitätsfreisetzung bei gleichbleibender Qualität zu quantifizieren.

Customer Service Engineer (Elevators & Escalators) Technical Product Support Specialist (Vertical Transportation) Chat Agent (Professional)
Jährliche Kosten €65.000–€85.000 inklusive Overhead €55.000–€75.000 inklusive Overhead €5,988 + €2,999 setup
Verfügbarkeit Geschäftszeiten, Rufbereitschaften Bürozeiten, eingeschränkt am Wochenende 24/7/365
Sprachen Typischerweise 1–2 Sprachen 1–3 Sprachen 80+
Gleichzeitige Anfragen 1 Anruf oder 2–3 Chats E-Mail-Queue + wenige Anrufe Unbegrenzt
Urlaub / Krankheit 25–30 Tage + Krankheitsausfälle 25–30 Tage + Krankheitsausfälle Keine
Einarbeitungszeit 3–6 Monate bis zur vollen Produktivität 4–9 Monate bei komplexem Portfolio 5–10 Tage
Wissenserhalt Geht mit, wenn Mitarbeitende das Unternehmen verlassen Stammeswissen, schwer zu dokumentieren Permanent, immer aktuell

Der Reruption Chat Agent (Professional)-Plan kostet €499 pro Monat (also €5.988 pro Jahr + €2.999 einmalige Einrichtung) und bietet 24/7/365-Verfügbarkeit, 80+ Sprachen, unbegrenzte parallele Konversationen und dauerhafte Wissensspeicherung. In den meisten Elevators & Escalators-Szenarien genügt es, 2–3 Anfragen pro Tag in einer Qualität zu bearbeiten, die einen Anruf oder eine Anfahrt vermeidet, um die Kosten zu decken. Das Ziel ist nicht, Menschen zu ersetzen, sondern Ingenieuren und Serviceteams zu ermöglichen, sich auf komplexe Diagnosen und Kundenbeziehungen zu konzentrieren, während der Chat Agent skalierbar Routinefragen auf Basis der Dokumentation übernimmt.

Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Wie ein mittelgroßer Elevators & Escalators-Anbieter 58 % der Supportanfragen in 90 Tagen automatisierte

Branche Aufzüge & Fahrtreppen
Mitarbeiter 520
Produkte 2.300+ Aufzugs- & Fahrtreppen-SKUs
Deployment 7 Arbeitstage

Die Herausforderung

Ein europäisches Unternehmen im Bereich Elevators & Escalators mit rund 520 Mitarbeitenden betrieb mehr als 7.000 Anlagen in Gewerbe- und Wohngebäuden. Das Customer Service Center bearbeitete rund 9.000 Anfragen pro Monat von Gebäudemanagern, Facility-Helpdesks und Technikern. Viele Fragen wiederholten sich: Erläuterungen zu Fehlercodes, Vertragsabdeckung, Terminierung von Inspektionen und grundlegende Bedienungshinweise. Agents mussten während jedes Anrufs mehrere Systeme und PDF-Handbücher konsultieren, was zu langen Bearbeitungszeiten, Überstunden in Spitzenzeiten und uneinheitlichen Antworten zwischen den Regionen führte.[6]

Die Lösung

Das Unternehmen führte den Reruption Chat Agent für das Kundenportal und den internen Service Desk ein. Innerhalb von 7 Arbeitstagen verarbeitete Reruption Servicehandbücher, Reglerdokumentation, Ersatzteilkataloge, SLAs, Vertragsvorlagen und Standardarbeitsanweisungen. Intent-Routing und Eskalationsregeln stellten sicher, dass sicherheitskritische Situationen und Befreiungen stets direkt an geschulte Mitarbeitende übergeben wurden. Gebäudemanager konnten nun detaillierte Fragen per Portalchat stellen, während Agents dasselbe System als internen Copiloten für schnellere Diagnosen und Vertragsprüfungen nutzten.

Die Ergebnisse

  • 58 % der eingehenden Portal-Anfragen nach 3 Monaten vollständig durch den Chat Agent ohne menschliches Eingreifen beantwortet.[8][9]
  • Durchschnittliche Antwortzeit reduziert von 12 Minuten am Telefon auf unter 30 Sekunden im Chat für unterstützte Themen.[1]
  • 17 % höhere interne Teamzufriedenheit, da Agents mehr Zeit mit komplexen Eskalationen und weniger mit repetitiven Vertrags- und Fehlercodefragen verbrachten.[7]
  • 3–5 Stunden pro Agent und Woche eingespart durch schnellere Dokumentensuche, standardisierte Antworten und weniger Nachfass-E-Mails.[5]
  • Kontinuierlicher Strom qualifizierter Modernisierungs-Leads, die der Chat Agent erfasste, wenn Eigentümer nach Upgrades für Altanlagen fragten.
„Wir hatten nicht erwartet, dass ein KI-System unsere Regler-Fehlercodes und vertraglichen Besonderheiten so gut beherrscht. Der Chat Agent wurde zum ersten Ansprechpartner für Gebäudemanager und zu einem täglichen Copiloten für unser eigenes Serviceteam – ohne zusätzliches Personal.“ - Head of Customer Service, Elevators & Escalators-Anbieter
Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Passt ein AI Chat Agent zu Ihrem Elevators & Escalators-Geschäft?

Gute Voraussetzungen

  • Installierte Basis von über 1.000 Anlagen – Portfolios mit vielen Aufzügen und Fahrtreppen mit wiederkehrenden technischen und betrieblichen Fragen profitieren am stärksten von Automatisierung und Self-Service.
  • Strukturierte technische Dokumentation vorhanden – Wartungshandbücher, Regler-Guides, Ersatzteilkataloge und SLAs liegen bereits als digitale Dokumente vor, auch wenn sie heute schwer zugänglich sind.
  • Servicecenter mit 500+ Anfragen/Monat – genügend Ticketvolumen von Gebäudemanagern, Facility-Teams und Technikern, um einen klaren Effekt durch Automatisierung zu sehen.
  • Mehrere Länder oder Sprachregionen – Organisationen, die internationale Immobilienportfolios oder touristische Standorte betreuen, an denen mehrsprachiger Support erwartet wird.
  • Fokus auf Modernisierung und Servicewachstum – Unternehmen, die Serviceverträge und Modernisierung als zentrale Umsatztreiber sehen und Experten für beratungsintensive Aufgaben freispielen möchten.

(Noch) nicht ideal

  • (Noch) nicht ideal: Sehr kleine Portfolios – Unternehmen, die weniger als 100 Anlagen betreuen oder unter 50 Anfragen pro Monat bearbeiten, finden einen manuellen Service anfangs möglicherweise wirtschaftlicher.
  • (Noch) nicht ideal: Reines Projekt-/Installationsgeschäft – Unternehmen, die sich fast ausschließlich auf einmalige Neuanlagenprojekte ohne langfristige Wartungsverträge konzentrieren, haben weniger wiederkehrende Supportfragen zu automatisieren.
  • (Noch) nicht ideal: Keine zentrale Dokumentation – wenn Handbücher, Verträge und Prozeduren nur in Papierform oder verstreut auf persönlichen Laufwerken existieren, ist zunächst eine Konsolidierung der Dokumentation nötig, bevor ein AI Chat Agent wirksam eingesetzt werden kann.

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. Ein korrekt konfigurierter Chat Agent kann Reglerhandbücher, Troubleshooting-Bäume und historische Serviceberichte lesen, um Fehlercodes im Kontext zu interpretieren. Statt generischer Antworten kann er wahrscheinliche Ursachen, schrittweise Diagnoseschritte sowie empfohlene Teile oder Prüfungen nennen – basierend auf dem in der technischen Literatur dokumentierten Reglertyp und der Konfiguration.[5][6]

Der Chat Agent kann Inhalte für Gebäudemanager (wie Bedienungsanleitungen, SLAs, Kontaktoptionen, Besuchsvorbereitung) von internen Daten (detaillierte Schaltpläne, Engineering-Notizen) trennen. Rollenbasierte Zugriffskontrolle stellt sicher, dass öffentliche Nutzer nur Informationen aus freigegebenen Dokumentensätzen erhalten, während authentifizierte Mitarbeitende auf tiefere technische Details zugreifen können.[8]

In den meisten Umgebungen im Bereich Elevators & Escalators verbindet sich der Chat Agent mit bestehenden Tools wie CRM-, Ticketing- oder Field-Service-Management-Systemen. Mindestens liest er exportierte Dokumentation (Handbücher, Verträge, SOPs) ein. Im Zeitverlauf kann er je nach verfügbaren APIs tiefer integriert werden, um Standortkontexte abzurufen, Tickets zu erfassen oder Chat-Transkripte an Arbeitsaufträge anzuhängen.[2]

Ja, sofern mit geeigneten Schutzmaßnahmen implementiert. Sicherheits- und Regulierungsdokumente müssen versioniert werden, und der Chat Agent sollte die Quellen seiner Antworten klar ausweisen. Hochrisikothemen (wie Befreiungen oder Notfallprozeduren) können so konfiguriert werden, dass sie stets freigegebene, statische Anweisungen anzeigen oder an Menschen eskalieren. Die Einhaltung von DSGVO und Branchenstandards wird durch strikten Datenschutz und Nachvollziehbarkeit unterstützt.[4][8]

Typische Einführungen dauern etwa 5–10 Arbeitstage, sobald die relevanten Dokumente vorliegen. Der Hauptaufwand liegt in der Auswahl und Bereitstellung der technischen Handbücher, Verträge und Prozeduren. Nach der Ersteinrichtung kann das System auf Basis realer Konversationen und des Feedbacks der Serviceteams iterativ verbessert werden.[5]

Reruption bietet drei Preismodelle für den Chat Agent an:

  • Starter: €99 pro Monat + €799 einmalige Einrichtung – geeignet für Pilotprojekte und kleine Teams.
  • Professional: €499 pro Monat + €2.999 einmalige Einrichtung – empfohlen für die meisten Serviceorganisationen im Bereich Elevators & Escalators.
  • Enterprise: Individuelle Preise für große, länderübergreifende Deployments mit erweitertem Integrations- und Governance-Bedarf.

Alle Pläne beinhalten 24/7-Verfügbarkeit und Unterstützung für 80+ Sprachen.

Nein. Reruption stützt sich nicht auf Standardpipelines für Retrieval-Augmented Generation (RAG). Stattdessen nutzen wir ein proprietäres System zur Wissensverarbeitung und -orchestrierung, das für komplexe B2B-Dokumentation optimiert ist. Dieser Ansatz ermöglicht eine präzisere Kontrolle darüber, welche Dokumente verwendet werden, ein besseres Handling von Versionen und Zugriffsrechten und eine höhere Zuverlässigkeit bei sicherheits- und vertragsrelevanten Antworten.

Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Chatbot-Fallbeispiele aus der Praxis

Wie Unternehmen weltweit Chat Agents und KI im Kundenservice einsetzen.

Amazon

E‑Commerce
In der weiten E‑Commerce‑Landschaft stehen Online‑Käufer vor erheblichen Hürden bei der Produktsuche und Entscheidungsfindung. Bei Millionen von Produkten fällt es Kund:innen häufig schwer, Artikel zu finden, die genau ihren Anforderungen entsprechen, Optionen zu vergleichen oder schnelle Antworten auf nuancierte Fragen zu Funktionen, Kompatibilität und Nutzung zu erhalten.

Lösung

Amazon entwickelte Rufus, einen generativen, KI‑gestützten konversationellen Einkaufsassistenten, der in die Amazon Shopping‑App und die Desktop‑Version integriert ist. Rufus nutzt ein maßgeschneidertes Large Language Model (LLM), das auf Amazons Produktkatalog, Kundenbewertungen und Webdaten feinabgestimmt wurde, um natürliche, mehrstufige Gespräche zu führen, Fragen zu beantworten, Produkte zu vergleichen und maßgeschneiderte Empfehlungen zu geben.

Ergebnisse

  • 60 % höhere Kaufabschlussrate bei Rufus‑Nutzer:innen
  • Prognostizierte zusätzliche Umsätze von $10B durch Rufus
  • 250M+ Kund:innen nutzten Rufus im Jahr 2025
  • Monatlich aktive Nutzer:innen +140 % YoY
  • Interaktionen stiegen um 210 % YoY
  • Black‑Friday‑Verkaufssitzungen +100 % mit Rufus
  • Kürzlicher Anstieg der Rufus‑Nutzer:innen um 149 %
Fallstudie lesen →

Bank of America

Bankwesen
Die Bank of America sah sich einem hohen Volumen routinemäßiger Kundenanfragen gegenüber, etwa Kontostände, Zahlungen und Transaktionsverläufe, was traditionelle Callcenter und Supportkanäle überlastete. Bei Millionen täglicher Nutzer des digitalen Bankings fiel es der Bank schwer, rund um die Uhr personalisierte Finanzberatung in großem Maßstab anzubieten, was zu Ineffizienzen, längeren Wartezeiten und uneinheitlicher Servicequalität führte.

Lösung

Bank of America entwickelte Erica, einen internen durch NLP unterstützten virtuellen Assistenten, der direkt in die Mobile-Banking-App integriert ist und Natural Language Processing sowie prädiktive Analytik nutzt, um Anfragen konversationell zu bearbeiten. Erica fungiert als Einstiegspunkt für Self-Service, bearbeitet Routineaufgaben sofort und liefert gleichzeitig personalisierte Einblicke, wie Liquiditätsprognosen oder maßgeschneiderte Empfehlungen, wobei Kundendaten sicher verwendet werden.

Ergebnisse

  • Über 3 Milliarden Kundeninteraktionen insgesamt seit 2018
  • Nahezu 50 Millionen eindeutige Nutzer unterstützt
  • Über 58 Millionen Interaktionen pro Monat (2025)
  • 2 Milliarden Interaktionen bis April 2024 erreicht (Verdoppelung von 1 Mrd. in 18 Monaten)
  • Bis 2024 wurden 42 Millionen Kunden unterstützt
  • 19 % Gewinnanstieg, verbunden mit Effizienzgewinnen
Fallstudie lesen →

Capital One

Bankwesen
Capital One sah sich mit einem hohen Volumen routinemäßiger Kundenanfragen konfrontiert, die ihre Callcenter überschwemmten – darunter Kontostände, Transaktionshistorien und grundlegende Supportanfragen. Das führte zu steigenden Betriebskosten, Überlastung der Agenten und frustrierenden Wartezeiten für Kunden, die sofortige Hilfe erwarteten.

Lösung

Capital One begegnete diesen Problemen durch die Entwicklung von Eno, einem proprietären konversationellen KI-Assistenten, der auf firmeneigener NLP beruht und für Banking-Vokabular angepasst wurde. Ursprünglich 2017 als SMS-Chatbot eingeführt, wurde Eno auf mobile Apps, Weboberflächen und Sprachintegration mit Alexa ausgeweitet und ermöglicht Multichannel-Support per Text oder Sprache für Aufgaben wie Kontostandsabfragen, Ausgabenanalysen und proaktive Benachrichtigungen.

Ergebnisse

  • 50% Reduzierung des Callcenter-Kontaktvolumens bis 2024
  • Rund-um-die-Uhr-Verfügbarkeit, die jährlich Millionen von Interaktionen abwickelt
  • Über 100 Millionen verarbeitete Kundengespräche
  • Bedeutende Einsparungen bei den Betriebskosten im Kundenservice
  • Beinahe sofortige Antwortzeiten bei Routineanfragen
  • Verbesserte Kundenzufriedenheit durch personalisierten Support
Fallstudie lesen →

Commonwealth Bank of Australia (CBA)

Bankwesen
Als Australiens größte Bank sah sich CBA zunehmenden Betrugs- und Scam-Bedrohungen gegenüber, wobei Kunden erhebliche finanzielle Verluste erlitten. Betrüger nutzten schnelle digitale Zahlungen wie PayID aus, bei denen nicht übereinstimmende Empfängernamen zu unumkehrbaren Überweisungen führten.

Lösung

CBA setzte einen hybriden KI-Stack ein, der Maschinelles Lernen zur Anomalieerkennung und generative KI für personalisierte Warnungen kombiniert. NameCheck überprüft Empfängernamen gegen PayID in Echtzeit und warnt Nutzer bei Abweichungen. CallerCheck authentifiziert eingehende Anrufe und blockiert Nachahmungs-Betrugsversuche. In Partnerschaft mit H2O.ai implementierte CBA von GenAI angetriebene prädiktive Modelle zur Scam-Intelligence.

Ergebnisse

  • 70 % Reduktion der Betrugsverluste
  • 50 % Verringerung der Kundenschäden durch Betrug bis 2024
  • 30 % Rückgang der Betrugsfälle durch proaktive Warnungen
  • 40 % Reduktion der Wartezeiten im Contact Center
  • 95 %+ Genauigkeit bei NameCheck-Empfängerabgleichen
Fallstudie lesen →

HSBC

Bankwesen
Als eine der weltweit größten Banken nach Vermögenswerten verarbeitet HSBCMilliarden von Transaktionen, wodurch die Betrugserkennung und die Geldwäschebekämpfung (AML) zu einer enormen Herausforderung werden. Traditionelle regelbasierte Systeme litten unter hohen Falsch-Positiv-Raten, was zu übermäßigen manuellen Prüfungen führte, Compliance-Teams belastete, Kosten erhöhte und Kunden-Transaktionen verlangsamte .

Lösung

HSBC begegnete Betrug mit Google Cloud KI-gestützten ML-Modellen für AML, die fortschrittliche Algorithmen nutzen, um Transaktionsmuster, Kundenverhalten und externe Daten für präzise Anomalieerkennung zu analysieren und so Falsch-Positiv-Raten drastisch zu senken . Dies war Teil einer breiteren Strategie, die global Hunderte von KI-Anwendungsfällen implementierte, von Risikomodellen bis zu Überwachungssystemen .

Ergebnisse

  • Hunderte von global eingesetzten KI-Anwendungsfällen in den Betriebsbereichen
  • Mehrjährige Partnerschaft mit Mistral AI beschleunigt GenAI-Einführung bankweit
  • Verbesserte AML-Erkennung mit reduzierten Falsch-Positiven durch Google Cloud ML
  • Echtzeit-Betrugskennzeichnung für Milliarden täglicher Transaktionen
  • GenAI-Tools zielen auf 20–40% Produktivitätssteigerungen bei Bankaufgaben
  • Transformierter Kundenservice mit 24/7 skalierbaren NLP-Chatbots
Fallstudie lesen →