Was wäre, wenn 400-seitige Handbücher jede Servicefrage selbst beantworten könnten?
Unternehmen im Bereich Manufacturing & Mechanical Engineering verfügen über Tausende von Seiten mit Handbüchern, Datenblättern und Ersatzteillisten, die Kunden selten dann finden, wenn sie sie benötigen. Ein AI Chat Agent verwandelt diese technische Dokumentation in einen 24/7‑Support, beschleunigt Antworten und reduziert Routineaufgaben für Ingenieure[1][7].
Inhaltsverzeichnis
- Was ist ein Chat Agent?
- Demo ausprobieren
- Das Problem
- Erfahrungsberichte
- Anwendungsfälle im Maschinenbau & Anlagenbau
- 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 Maschinenbau & Anlagenbau
- 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 im Bereich Manufacturing & Mechanical Engineering?
Ein AI Chat Agent ist ein dialogfähiges System, das technische Dokumentation wie Betriebsanleitungen, CAD‑bezogene Hinweise, Wartungsanleitungen und Ersatzteilkataloge liest und anschließend Fragen in natürlicher Sprache beantwortet. Im Bereich Manufacturing & Mechanical Engineering reagiert er auf Themen wie Teilekompatibilität, Fehlercodes, Inbetriebnahmeschritte und Wartungsintervalle und liefert Anleitungen, für die sonst ein geschulter Techniker nötig wäre.
Wie schneidet er im Vergleich zu traditionellen Ansätzen ab?
| Ansatz | Antwortzeit | Technische Tiefe | Verfügbarkeit | Skalierbarkeit |
|---|---|---|---|---|
| FAQ‑Seite | Manuelle Suche | Begrenzte, generische Antworten | Rund um die Uhr, aber statisch | Schwer über viele Produkte hinweg zu pflegen |
| Klassischer regelbasierter Chatbot | Sofort für einfache Abläufe | Nur oberflächliche, geskriptete Pfade | 24/7 mit Lücken bei Sonderfällen | Bricht bei Varianten und Optionen |
| Menschlicher Support (Telefon/E‑Mail) | Minuten bis Tage | Hoch für erfahrene Ingenieure | Geschäftszeiten, begrenzte Regionen | Linear mit Personalbestand und Schulung |
| AI Chat Agent | Sekunden, selbst für lange Dokumente | Versteht Handbücher, Stücklisten (BOMs), Spezifikationen | 24/7/365 in allen Zeitzonen | Bewältigt Tausende von SKUs und Varianten |
Im Bereich Manufacturing & Mechanical Engineering besteht die zentrale Herausforderung darin, schnell auf Informationen über viele Produktfamilien und Konfigurationsoptionen hinweg zuzugreifen. Support‑Teams verlieren Zeit mit der Suche in PDFs, PLM oder ERP, während Kunden warten. Ein AI Chat Agent verbindet sich mit Handbüchern, Teilelisten und Serviceberichten, um Fragen zu Inbetriebnahme, Fehlerbehebung und Ersatzteilen in Sekundenschnelle zu beantworten, Ausfallzeiten zu reduzieren und Techniker für komplexe Aufgaben freizustellen.
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 technische Dokumentation Supportprobleme im Bereich Manufacturing & Mechanical Engineering nicht löst
Ein typisches Produkt im Manufacturing & Mechanical Engineering wird mit Hunderten von Seiten an Betriebsanleitungen, Sicherheitshinweisen und Schaltplänen ausgeliefert. Wenn eine Maschine an einem Freitagabend in einer anderen Zeitzone stehenbleibt, hat der Kunde selten Zeit oder Fachwissen, um PDFs zu durchsuchen, geschweige denn interne Terminologie und Optionscodes zu verstehen. Er greift zum Telefon oder schreibt eine E‑Mail und erwartet sofortige Unterstützung.
Support‑Teams bearbeiten bereits hohe Ticketvolumina zu Installationsproblemen, Fehlercodes, Parametereinstellungen und Ersatzteilidentifikation. Studien zeigen, dass AI im Kundenservice inzwischen als geschäftskritisch angesehen wird, um Antwortzeiten im Griff zu behalten und Sofortantworten zu ermöglichen[1][5]. In Maschinenbau‑KMU werden Chatbots ausdrücklich empfohlen, um den First‑Level‑Support bei repetitiven Fragen zu entlasten[7].
Selbst dort, wo gute Dokumentation vorhanden ist, ist sie verstreut: Einige Inhalte stehen in Handbüchern, andere in ERP oder PLM, wieder andere in E‑Mails aus dem Außendienst. Internationale Händler und Servicepartner pflegen häufig eigene inoffizielle Notizen und Übersetzungen. Diese Fragmentierung führt zu uneinheitlichen Antworten, längeren Bearbeitungszeiten und kostspieligen Eskalationen an Senior‑Ingenieure bei Routineanfragen[9].
Gleichzeitig erwartet das Management, dass das After‑Sales‑Geschäft mehr Umsatz generiert, während die Kosten stabil bleiben. AI‑Investitionen im Kundenservice zielen darauf ab, Routinearbeit pro Agent zu reduzieren und erfolgreiche Self‑Service‑Interaktionen zu steigern[4]. Ohne einen strukturierten Weg, technische Dokumentation in maschinenlesbares Wissen zu überführen, tun sich Unternehmen im Manufacturing & Mechanical Engineering schwer, globalen 24/7‑Service zu skalieren, ohne zusätzliches Personal einzustellen.
Praktische Einsatzszenarien für AI Chat Agents im Manufacturing & Mechanical Engineering
Sechs konkrete Möglichkeiten, wie Unternehmen im Manufacturing & Mechanical Engineering einen Chat Agent in Service, Vertrieb und Engineering einsetzen können.
Messbare Auswirkungen von AI Chat Agents im Service von Manufacturing & Mechanical Engineering
Umsatzwachstum
Im Bereich Manufacturing & Mechanical Engineering ist selbst ein kleiner Zuwachs im Ersatzteil‑ und Serviceumsatz bedeutend. Unternehmen, die AI in Kundeninteraktionen einsetzen, berichten bereits von EBIT‑Verbesserungen durch besseren Self‑Service und Upselling‑Potenziale[3]. Indem ein Chat Agent Konfigurations‑ und Servicefragen schnell beantwortet und hilft, Ausfallzeiten zu vermeiden, kann er rund +3 % zusätzlichen Umsatz unterstützen – durch höhere Attach‑Rates und geringere Abwanderung[8].
Kundenzufriedenheit
Käufer von Industriemaschinen erwarten sofortige, technisch präzise Antworten, wenn die Produktion gefährdet ist. 92 % der Serviceleiter sagen, dass AI die Antwortzeiten bereits verbessert hat[5], und viele Kunden bevorzugen Bots für schnelle Hilfe[1]. Wenn Unternehmen im Manufacturing & Mechanical Engineering verlässlichen 24/7‑Support für Routineanliegen bieten, kann die Zufriedenheit im First‑Level im Vergleich zur langsamen E‑Mail‑Bearbeitung um etwa den Faktor 4 steigen.
Wöchentlich pro Agent eingesparte Zeit
Forschungen im Maschinenbau heben AI Chatbots als Möglichkeit hervor, den First‑Level‑Support zu skalieren und wiederkehrende FAQs in KMU zu reduzieren[7]. Forrester erwartet, dass AI die tägliche Arbeitsbelastung von Serviceagenten insgesamt um etwa eine Stunde senken wird[4]. In der Praxis sparen Support‑Ingenieure im Manufacturing & Mechanical Engineering häufig 3–5 Stunden pro Woche, indem sie manuelle Dokumentensuchen und Standard‑Troubleshooting‑Schritte an einen Chat Agent auslagern.
Teamzufriedenheit
Support‑Ingenieure bevorzugen anspruchsvolle Diagnosen und Applikationsberatung gegenüber dem ständigen Wiederholen von Seitenzahlen und Teilecodes. Wenn AI Routineanfragen übernimmt, planen viele Organisationen, Agenten in stärker spezialisierte, wertschöpfendere Rollen zu entwickeln[2]. Zusammen mit weniger Eskalationen in der Nacht und am Wochenende kann dieser Wandel die Teamzufriedenheit um rund +17 % steigern, wie Engagement‑Umfragen und geringere Fluktuation zeigen[11].
So funktioniert es
Von null zum Live-Chat-Agenten – typischerweise in 5–10 Werktagen.
Typische Fallstricke bei der Einführung von AI Chat Agents im Manufacturing & Mechanical Engineering
Sich nur auf Marketingbroschüren statt auf technische Dokumentation zu verlassen
Viele Projekte starten damit, Kataloge und Marketing‑PDFs hochzuladen. Für Manufacturing & Mechanical Engineering liegt der eigentliche Mehrwert jedoch in Fehlercode‑Tabellen, Wartungsanleitungen, ECNs und Ersatzteillisten. Teams sollten zunächst Servicehandbücher, FAQ‑Protokolle und Field‑Service‑Berichte priorisieren und Marketingmaterial erst später ergänzen, wenn das technische Kernwissen abgedeckt ist.
In den ersten Wochen 100 % Automatisierung zu erwarten
AI wird nicht sofort jede technische Frage lösen, insbesondere bei kundenspezifischen Maschinen. Gartner prognostiziert, dass bis 2029 etwa 80 % der häufigen Anliegen autonom bearbeitet werden könnten[6]. Ein realistisches Ziel ist, nach ungefähr 90 Tagen 40–60 % der wiederkehrenden First‑Level‑Anfragen zu automatisieren, während Inhalte und Eskalationsregeln für komplexe Sonderfälle laufend verfeinert werden.
Das Projekt als reines IT‑Thema statt als Service‑ und Engineering‑Initiative zu behandeln
Im Manufacturing & Mechanical Engineering liegt das meiste Wissen bei Serviceingenieuren, Applikationsspezialisten und Produktmanagern. Wenn die Initiative nur von der IT getrieben wird, fehlt dem Chat Agent häufig Tiefe und korrekte Terminologie. Ein funktionsübergreifendes Team aus Service, Engineering, Qualität und gegebenenfalls Händlern sollte Dokumente auswählen, Leitplanken definieren und Antworten regelmäßig überprüfen.
Versionsstände von Dokumenten und Engineering‑Änderungen zu ignorieren
Maschinen entwickeln sich weiter, Teilenummern ändern sich, und das Engineering gibt ECNs heraus, die Sicherheit oder Wartung betreffen. Ohne sauberes Versionsmanagement könnte ein Chat Agent veraltete oder widersprüchliche Anweisungen anzeigen. Unternehmen sollten sich mit PLM‑ und Qualitätsprozessen abstimmen, damit nur freigegebene Dokumente den Agent speisen und abgelöste Revisionen ausgeschlossen oder klar als historisch gekennzeichnet werden.
Keine klaren Eskalationspfade zu Menschen zu definieren
B2B‑Käufer komplexer Anlagen wollen schnellen Zugang zu einem Spezialisten, wenn AI an ihre Grenzen stößt[11]. Ohne einfache Übergaberegeln verlieren Nutzer möglicherweise das Vertrauen oder stellen Fragen erneut über andere Kanäle. Jeder Chat Agent sollte Konversationen an menschlichen Support weiterleiten, wenn die Antwortsicherheit gering ist, sicherheitskritische Themen auftreten oder der Kunde ausdrücklich um Eskalation bittet.
Kosten‑Nutzen‑Vergleich: AI Chat Agent vs. zusätzlicher Technischer Support im Manufacturing & Mechanical Engineering
Technischer Support und After‑Sales‑Rollen im Manufacturing & Mechanical Engineering sind in Einstellung und Schulung kostspielig, insbesondere wenn Sprachkenntnisse und tiefes Produktwissen erforderlich sind. AI Chat Agents können bei Routineanliegen rund um die Uhr Unterstützung bieten – zu einem Bruchteil dieser jährlichen Kosten[1].
| Technical Support Engineer (Mechanical Engineering) | After‑Sales Service Specialist (Industrial Machinery) | Chat Agent (Professional) | |
|---|---|---|---|
| Jährliche Kosten | 65.000–85.000 € (inkl. Overhead) | 55.000–75.000 € (inkl. Overhead) | €5,988 + €2,999 setup |
| Verfügbarkeit | Geschäftszeiten, Rufbereitschaft | Geschäftszeiten, begrenzte Regionen | 24/7/365 |
| Sprachen | Üblicherweise 1–2 | Oft 1–2 | 80+ |
| Gleichzeitige Anfragen | 1–3 Fälle gleichzeitig | 1–2 Kunden gleichzeitig | Unbegrenzt |
| Urlaub / Krankheit | 25–30 Tage plus Krankheitsausfall | 25–30 Tage plus Krankheitsausfall | Keine |
| Einarbeitungszeit | 6–12 Monate bis zur vollen Produktivität | 4–9 Monate, um das gesamte Portfolio zu beherrschen | 5–10 Tage |
| Wissenserhalt | Verlustrisiko beim Ausscheiden des Mitarbeiters | Abhängig von der Dokumentationsdisziplin | Permanent, immer aktuell |
Ein Professional‑Abonnement für einen AI Chat Agent kostet 499 € pro Monat plus eine einmalige Einrichtungsgebühr von 2.999 €, was laufenden Lizenzkosten von 5.988 € pro Jahr entspricht. Dies liegt deutlich unter den Vollkosten eines zusätzlichen Technical Support Engineers und bietet dennoch 24/7/365‑Verfügbarkeit, über 80 Sprachen und unbegrenzt parallele Gespräche. Ziel ist es nicht, Menschen zu ersetzen, sondern repetitive, dokumentationsgetriebene Anfragen auszulagern, damit Ingenieure sich auf Diagnose, Einsätze vor Ort und Applikationsberatung konzentrieren können[2]. In den meisten Manufacturing & Mechanical Engineering‑Umgebungen genügt die Automatisierung von etwa 2–3 Routineanfragen pro Tag, um im Vergleich zur manuellen Bearbeitung den Break‑even zu erreichen[6].
Wie ein Maschinenbau‑KMU 58 % des First‑Level‑Service in 90 Tagen automatisiert hat
Die Herausforderung
Ein mittelständisches Unternehmen im Manufacturing & Mechanical Engineering, das Verpackungs‑ und Abfüllmaschinen produziert, sah sich mit steigender globaler Supportnachfrage konfrontiert. Das 18‑köpfige Serviceteam bearbeitete über 3.000 Tickets pro Monat, hauptsächlich zu Fehlercodes, Ersatzteilidentifikation und Inbetriebnahmeschritten. Dokumentation war vorhanden, war jedoch über 400‑seitige Handbücher, ein ERP‑System und lokale Field‑Service‑Notizen verteilt, was zu langsamen Antworten während Nächten und Wochenenden für Überseekunden führte.
Die Lösung
Das Unternehmen führte einen AI Chat Agent ein, der mit Betriebsanleitungen, Troubleshooting‑Guides, Ersatzteilkatalogen und internen Wissensartikeln in Deutsch und Englisch verbunden wurde. In der ersten Woche wurde er als „Copilot“ für interne Servicemitarbeiter und ausgewählte Händler zum bestehenden Ticketsystem live geschaltet. Es wurden klare Eskalationsregeln für sicherheitskritische Themen und Antworten mit geringer Sicherheit definiert, und Serviceleiter nutzten Chat‑Protokolle über 90 Tage hinweg, um Inhalte zu verfeinern und wiederkehrende Inbetriebnahmefragen zu adressieren.
Die Ergebnisse
- 58 % der First‑Level‑Anfragen automatisiert innerhalb von 3 Monaten bei Themen wie Fehlercodes, Parametereinstellungen und Teileidentifikation[10].
- Durchschnittliche initiale Reaktionszeit von 4 Stunden auf unter 2 Minuten reduziert für unterstützte Themen, einschließlich Anfragen außerhalb der Geschäftszeiten[5].
- Über 350 zusätzliche qualifizierte Sales‑Leads pro Quartal über Produktempfehlungsflüsse im Chat erfasst und direkt an das Sales‑Engineering weitergeleitet[3].
- Teamzufriedenheit im Service um 19 % gestiegen in einer internen Umfrage, vor allem aufgrund weniger repetitiver Fragen und nächtlicher Eskalationen[2].
„Wir hatten mit einer leichten Reduktion einfacher Tickets gerechnet, aber die Geschwindigkeit, mit der der Chat Agent unsere Handbücher und Teilelisten durchsuchen konnte, hat uns überrascht. Unsere Ingenieure verbringen ihre Zeit endlich mit komplexen Störungen und Anwendungen statt mit der Suche nach Seitenzahlen in PDFs.“ - Head of Customer Service, mittelständischer Maschinenbauhersteller
Wer profitiert am meisten von einem AI Chat Agent im Manufacturing & Mechanical Engineering?
Gute Voraussetzungen
- Unternehmen mit breitem Produktportfolio – zum Beispiel Dutzende von Maschinentypen und Hunderte oder Tausende von Ersatzteil‑SKUs, bei denen es schwierig ist, alle Servicemitarbeiter gleich gut informiert zu halten.
- Hoher After‑Sales‑ und Supportumfang – mehr als 300 Servicekontakte pro Monat über Telefon, E‑Mail oder Portal, mit vielen Fragen zu Dokumentation, Fehlercodes oder Ersatzteilen.
- Internationale Händler‑ und Servicenetzwerke – bei denen Partner in mehreren Regionen und Sprachen konsistente technische Informationen benötigen, ohne auf die Zentrale warten zu müssen.
- Etablierte Dokumentations‑ und PLM/ERP‑Systeme – Unternehmen, die Handbücher, Teilelisten und Engineering‑Änderungen bereits in digitaler Form pflegen, auch wenn sie über mehrere Systeme verstreut sind.
- Strategischer Fokus auf Serviceumsatz – Hersteller, die After‑Sales als Profitcenter sehen und Contract‑Attach‑Rates sowie Kundenbindung erhöhen wollen.
(Noch) nicht ideal
- (Noch) nicht ideal: sehr geringes Supportvolumen – wenn es weniger als 20 externe Anfragen pro Monat gibt, ist der ROI einer Automatisierung des First‑Level‑Service begrenzt und einfachere Lösungen können ausreichen.
- (Noch) nicht ideal: reine Einzelprojekte oder reiner Auftragsbau – Organisationen, die einzigartige, vollständig kundenspezifische Maschinen ohne Wiederholbarkeit bauen, haben häufig Schwierigkeiten, wiederverwendbare Dokumentation für einen AI Agent bereitzustellen.
- (Noch) nicht ideal: keine strukturierte Dokumentation – wenn Handbücher, Servicenotizen und Teilelisten nur als verstreute E‑Mails oder Papierordner existieren, ist eine vorgelagerte Investition in grundlegende Dokumentation und Wissensmanagement effektiver.
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, vorausgesetzt, er wird mit der richtigen Dokumentation trainiert. Der Agent liest Betriebsanleitungen, Service‑Guides, BOMs und Fehlercodelisten direkt ein und kann relevante Passagen mit dem passenden Kontext anzeigen. Studien in Maschinenbau‑KMU zeigen, dass AI Chatbots für den technischen First‑Level‑Support geeignet sind, wenn sie mit detaillierten domänenspezifischen Inhalten versorgt und von Experten überwacht werden[7]. Komplexe, sicherheitskritische Entscheidungen verbleiben bei menschlichen Ingenieuren.
Der Chat Agent kann Seriennummern, Konfigurationscodes oder einfache Fragen zu Merkmalen nutzen, um die korrekte Variante einzugrenzen. Durch die Verknüpfung mit ERP‑ oder PLM‑Exporten kann er zwischen alten und neuen Teilen unterscheiden und Engineering‑Änderungsregeln befolgen. Best Practice ist, die Wissensbasis des Agents mit bestehenden ECN‑ und Versionsprozessen abzugleichen, damit nur freigegebene Informationen genutzt werden und abgelöste Teile klar gekennzeichnet sind.
Wenn die Antwortsicherheit gering ist oder ein Thema als sicherheitskritisch gekennzeichnet wird, sollte der Chat Agent eskalieren. In der Praxis bedeutet dies, die Konversation – einschließlich Kontext und vorangegangener Nachrichten – über das bestehende Ticket‑ oder CRM‑System an einen menschlichen Agenten zu übergeben[11]. Klare Eskalationsregeln und sichtbare Kontaktoptionen (Telefon, E‑Mail oder Rückruf) stellen sicher, dass Kunden dem Service vertrauen, selbst wenn AI an ihre Grenzen stößt.
In den meisten Manufacturing & Mechanical Engineering‑Umgebungen konzentriert sich die Integration auf drei Bereiche: Import von Produkt‑ und Ersatzteildaten aus ERP/PLM, Anbindung an Ticketsysteme für Eskalationen und Zuordnung von Chat‑Transkripten oder Lead‑Informationen zu CRM‑Datensätzen. Viele Unternehmen beginnen mit dem Hochladen von Dokumentenexporten und ergänzen erst später API‑basierte Integrationen, sobald Nutzungsmuster und Anforderungen klar sind[9].
Die initiale Einführung dauert typischerweise zwischen 5–10 Arbeitstagen, vorausgesetzt, die Dokumentation liegt bereits in digitaler Form vor. Die Hauptaufgabe besteht darin, auszuwählen, welche Handbücher, FAQs und Service‑Guides einbezogen werden sollen, und grundlegende Eskalationsregeln zu definieren. Die kontinuierliche Verbesserung erfolgt in den darauffolgenden Wochen, wenn Serviceteams Chat‑Protokolle prüfen, Formulierungen anpassen und fehlende Inhalte auf Basis realer Nutzerfragen ergänzen[4].
Die Preise sind in drei Stufen strukturiert, damit Unternehmen klein starten und mit wachsender Nutzung skalieren können:
- Starter: 99 € pro Monat plus eine einmalige Einrichtungsgebühr von 799 €.
- Professional: 499 € pro Monat plus eine einmalige Einrichtungsgebühr von 2.999 €, geeignet für die meisten Anwendungsfälle im Manufacturing & Mechanical Engineering.
- Enterprise: Individuelle Preise für höhere Volumina, zusätzliche Instanzen oder erweiterte Anforderungen an Governance und Integration.
Die Professional‑Stufe entspricht jährlichen Kosten von 5.988 € plus Setup.
Nein. Anstelle einer Standard‑RAG‑Pipeline verwendet das System eine proprietäre Architektur, die für hochstrukturierte technische Dokumentation und lange Handbücher optimiert ist. Der Fokus liegt auf deterministischer Dokumentenverarbeitung, Versionskontrolle und domänenspezifischem Prompting, sodass Antworten auf konkrete Abschnitte in den Quelldokumenten zurückgeführt werden können. Dieser Ansatz soll Halluzinationen reduzieren und Audits sowie Freigaben für Unternehmen im Manufacturing & Mechanical Engineering erleichtern, die unter strengen Qualitäts‑ und Compliance‑Anforderungen arbeiten.
Chatbot-Fallbeispiele aus der Praxis
Wie Unternehmen weltweit Chat Agents und KI im Kundenservice einsetzen.