Inhaltsverzeichnis

Was ist ein Chat Agent im Metallhandwerk?

Im Metallhandwerk ist ein Chat Agent ein KI-System, das technische Dokumente wie Werkstattzeichnungen, Fertigungsanleitungen, Materialzeugnisse, Angebotsvorlagen und Montageanleitungen lesen und verstehen kann. Es nutzt dieses Wissen, um Kundenfragen auf der Website zu beantworten, Mitarbeitende am Telefon zu unterstützen und bei der Angebotserstellung oder Klärung der Machbarkeit zu helfen – in natürlicher Sprache und über mehrere Sprachen hinweg.

Wie schneidet er im Vergleich zu traditionellen Ansätzen ab?

Ansatz Antwortzeit Technische Tiefe Verfügbarkeit Skalierbarkeit
FAQ-Seite Statisch, Nutzer muss selbst suchen Sehr eingeschränkt, generisch 24/7, aber schwer zu navigieren Keine Anpassung an Einzelfälle
Klassischer regelbasierter Chatbot Sofort für vordefinierte Abläufe Einfache Entscheidungsbäume 24/7 innerhalb der Skriptgrenzen Hoch, aber starre Logik
Menschlicher Support (Telefon/E-Mail) Minuten bis Tage Hoch, erfahrungsbasiert Geschäftszeiten, in der Hochsaison eingeschränkt Gering – begrenzt durch Personal
KI-Chat Agent Sofort, kontextbasiert Liest Zeichnungen & Spezifikationen 24/7 Web & intern Bearbeitet unbegrenzt viele Chats

Für das Metallhandwerk ist das wichtig, weil viele Anfragen projektspezifische Details enthalten: Balkonstatik, Geländernormen, Korrosionsklassen, Oberflächen, Befestigungsoptionen oder Lieferzeiten. Ein Chat Agent kann sofort relevante Passagen aus Fertigungsrichtlinien, vergangener Projektdokumentation und Preislisten heranziehen, sodass selbst kleine Teams fachlich fundierte erste Antworten geben können – ohne in Ordnern zu suchen oder Meister in der Werkstatt zu unterbrechen.

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 im Metallhandwerk zum Engpass wird

Ein typischer Metallhandwerksbetrieb betreut jedes Jahr Hunderte von individuellen Projekten, jedes mit eigener Mischung aus Zeichnungen, Material-Spezifikationen, Schweißanweisungen und Prüfprotokollen. Wenn ein Kunde wegen eines Treppendetails aus einem 3 Jahre alten Projekt anruft oder fragt, ob eine bestimmte Edelstahlgüte in Meeresnähe geeignet ist, verbringen Mitarbeitende oft Minuten oder Stunden damit, in physischen Ordnern, E-Mail-Verläufen oder lokalen Laufwerken zu suchen – statt auf der Werkbank Wertschöpfung zu leisten.[1]

Gleichzeitig wiederholen sich viele Anfragen: „Kann dieses Tor motorisiert werden?“, „Wie sind die typischen Lieferzeiten?“, „Welche Farben sind verfügbar?“. Kleine Teams im Metallhandwerk haben oft eine Person, die Telefon, E-Mail, Terminplanung und einfache technische Klärungen übernimmt. Routinefragen unterbrechen sie ständig, gleichzeitig erwarten Kunden sofortige Antworten und 24/7-Erreichbarkeit, insbesondere im Vergleich zu Online-Händlern.[2]

Außerhalb der Geschäftszeiten – abends, am Wochenende oder während Montagen vor Ort – ist niemand verfügbar, um Website-Anfragen oder Social-Media-Nachrichten zu beantworten. Potenzielle Neukunden springen ab, und Bestandskunden warten auf Klärungen zu Wartung, Ersatzteilen oder Reklamationen. Studien zeigen, dass Unternehmen mit KI im Kundenservice Antwortzeiten und Interaktionskosten deutlich senken können – etwas, das im Handwerk schwer zu erreichen ist, wenn ausschließlich auf Telefon und E-Mail gesetzt wird.[6][7]

Intern werden erfahrene Metallbauer und Meister zu wandelnden Nachschlagewerken für Maschinen-Fehlercodes, typische Montageprobleme oder wiederkehrende Qualitätsmängel. Jedes Mal, wenn jemand ihre Hilfe braucht, müssen sie die Werkstatt verlassen, um eine Frage zu beantworten, die eigentlich irgendwo dokumentiert ist. Ohne strukturierte, durchsuchbare Zugänge zu diesem Wissen bleibt Know-how in Köpfen und verstreuten Dateien, statt für konsistenten, schnellen Service nutzbar zu sein.[3]

Das Problem in 2 Minuten erklärt

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 KI-Chat Agents im Metallhandwerk

Sechs konkrete Möglichkeiten, wie Metallhandwerksbetriebe einen Chat Agent in Vertrieb, Projektabwicklung und Service einsetzen können.

Assistent für Projektanfragen & Lead-Qualifizierung

Vertrieb / Innendienst

Die Idee

Ein Website-Chat Agent könnte Projektanfragen für Treppen, Balkone, Geländer oder Tore vorqualifizieren, indem er nach Maßen, Fotos und bevorzugten Materialien fragt. Er kann Standardoptionen, grobe Lieferzeiten erklären und Kontaktdaten erfassen, sodass der Innendienst strukturierte Anfragen erhält, die sich leichter kalkulieren und priorisieren lassen.

Was Sie dafür brauchen

  • Standardisierte Anfrage-Checklisten und Angebotsvorlagen für typische Projekte
  • Beispielangebote und Preisrichtlinien für gängige Baugruppen
  • Optional: CRM- oder E-Mail-Integration zur automatischen Lead-Erstellung

Technische Q&A zu Materialien, Beschichtungen und Normen

Technische Beratung / Konstruktion

Die Idee

Der Chat Agent könnte wiederkehrende Fragen zu Werkstoffgüten, Korrosionsschutz, Brandschutzanforderungen oder Geländerhöhen beantworten, indem er auf interne Konstruktionsregeln, Lieferantendatenblätter und relevante Normzusammenfassungen verweist. Er unterstützt damit sowohl Kunden als auch Junior-Mitarbeitende, konsistente und sichere Antworten zu geben.

Was Sie dafür brauchen

  • Materialübersichten, Beschichtungsspezifikationen und Konstruktionsregeln in digitaler Form
  • Zusammenfassungen oder Interpretationen relevanter Normen und Vorschriften
  • Optional: Linksammlung zu offiziellen Normenportalen für die Vertiefung

Installations- & Wartungsbegleiter für Kunden

After-Sales / Service

Die Idee

Kunden könnten den Chat Agent nutzen, um Montagetipps, Anzugsdrehmomente, Wartungsintervalle oder Reinigungsempfehlungen für ihre Metallkonstruktionen zu erhalten. Durch Hochladen von Montageanleitungen und Servicevorschriften kann der Agent Nutzer Schritt für Schritt führen und einfache Rückfragen sowie Vor-Ort-Einsätze reduzieren.

Was Sie dafür brauchen

  • Digitale Montageanleitungen, Wartungshandbücher und Checklisten
  • Foto- oder Diagrammbibliotheken mit typischen Montagesituationen
  • Optional: QR-Codes auf Produkten mit direkter Verlinkung zum Chat Agent

Werkstatt-Wissensdatenbank für Fehlercodes und Rüstvorgänge

Produktion / Werkstatt

Die Idee

In der Werkstatt könnten Mitarbeitende den Chat Agent zu Fehlercodes an Sägen, Pressen oder Schweißgeräten fragen oder dazu, wie Anschläge und Vorrichtungen eingestellt werden. Durch die Indexierung von Maschinenhandbüchern, Wartungsprotokollen und internen Best-Practice-Notizen entsteht eine durchsuchbare Wissensdatenbank, die Unterbrechungen von erfahrenen Kräften reduziert.

Was Sie dafür brauchen

  • Maschinenhandbücher, Fehlercodelisten und interne Rüstanleitungen
  • Dokumentation wiederkehrender Probleme und ihrer Lösungen
  • Optional: Tablet- oder Kiosksystem-Zugang im Werkstattbereich

Angebotserstellungs-Assistent für wiederkehrende Projekte

Kalkulation / Angebotswesen

Die Idee

Kalkulatoren könnten den Chat Agent bitten, die erste Version von Angeboten für Standardpositionen wie einfache Geländer, Handläufe oder kleine Treppenläufe zu entwerfen. Auf Basis historischer Angebote, Stücklistenmustern und Preislisten kann er Texte, Standardpositionen und optionale Zusatzleistungen vorschlagen, die der Kalkulator anschließend prüft und finalisiert.

Was Sie dafür brauchen

  • Historische Angebote und Vorlagen für typische Baugruppen
  • Aktuelle Preislisten und Kalkulationsrichtlinien
  • Optional: Anbindung an ein ERP- oder Kalkulationstool für Artikeldaten

24/7-Terminannahme und Notfall-Triage

Kundenservice / Disposition

Die Idee

Ein Chat Agent auf der Website könnte rund um die Uhr Terminwünsche, Umbuchungen und dringende Schadensmeldungen entgegennehmen. Er kann strukturierte Triage-Fragen stellen, Formulare für das Büro vorausfüllen und Basisinformationen zur Verfügbarkeit liefern, sodass weniger Zeit für Telefonschleifen und manuelle Datenerfassung anfällt.

Was Sie dafür brauchen

  • Klare Terminplanungsregeln und Einsatzgebiete digital dokumentiert
  • Vorlagen für Terminbestätigungen und Notfallprotokolle
  • Optional: Integration in Kalender- oder Dispositionssoftware

Messbare Ergebnisse von KI-Chat Agents im Metallhandwerk

+3%

Umsatzwachstum

Indem Anfragen sofort beantwortet, mehr Leads außerhalb der Bürozeiten erfasst und strukturierte Angebotsanfragen vorbereitet werden, können Metallhandwerksbetriebe mehr Website-Besucher in zahlende Projekte verwandeln. Conversational AI im Kundenservice steht im Zusammenhang mit höheren Conversion Rates und geringeren Interaktionskosten, sodass ein moderater +3 % Umsatzanstieg ein realistisches Ziel ist.[6][7][9]

4x

Kundenzufriedenheit

Kunden im Metallhandwerk sind es gewohnt, auf Rückrufe zu warten. Wenn sie plötzlich sofortige, präzise Antworten rund um die Uhr zu Materialien, Lieferzeiten oder Montage erhalten, steigt die Zufriedenheit deutlich. Studien zeigen, dass KI-gestützter Service die wahrgenommene Qualität und Reaktionsgeschwindigkeit erheblich verbessert, was sich bei kleinen Teams in mehrfachen Steigerungen der Zufriedenheitswerte niederschlagen kann.[2][6]

3-5h

Wöchentlich pro Agent eingesparte Zeit

Büromitarbeitende im Metallhandwerk jonglieren häufig Telefon, E-Mail, Terminplanung und Auftragsabwicklung. Die Automatisierung wiederkehrender Fragen und die Bereitstellung interner Wissensunterstützung spart typischerweise 3–5 Stunden pro Person und Woche – im Einklang mit Studien, in denen 70–80 % der Beschäftigten von höherer Produktivität und Effizienz durch KI-Tools berichten.[6][7]

+17%

Teamzufriedenheit

Wenn ein Chat Agent Standardanfragen übernimmt und Informationen in Handbüchern oder Projektarchiven nachschlägt, können sich Mitarbeitende auf höherwertige Aufgaben wie komplexe Konstruktionen und Kundenbeziehungen konzentrieren. Forschung zeigt, dass Mitarbeitende in Service-Rollen mit KI-Unterstützung sich produktiver, weniger gestresst fühlen und bessere Karriereperspektiven sehen – was zweistellige Verbesserungen der Teamzufriedenheit unterstützt.[6][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 Stolperfallen bei der Einführung von Chat Agents im Metallhandwerk

1

Nur auf Marketinginhalte statt auf technische Dokumentation zu setzen

Viele Unternehmen laden nur Website-Texte und Broschüren hoch. Das Ergebnis ist ein Chat Agent, der zwar freundlich formuliert, aber keine echten Fragen zu Treppenstatik, Korrosionsklassen oder Befestigungsdetails beantworten kann. Priorisieren Sie stattdessen technische Dokumente, Projektvorlagen und Maschinenhandbücher, damit der Agent sowohl Kunden als auch Mitarbeitende in praktischen Situationen unterstützen kann.

2

Von Anfang an 100 % Automatisierung zu erwarten

Im Metallhandwerk sind viele Anfragen individuell. Ein realistisches Ziel ist, 40–60 % der wiederkehrenden Fragen nach den ersten 90 Tagen zu automatisieren – mit klarer Übergabe an Menschen für komplexe Fälle.[8] Planen Sie kontinuierliche Verbesserung ein: Gespräche auswerten, die Wissensbasis erweitern und Eskalationsregeln verfeinern, statt von Beginn an vollständige Automatisierung anzustreben.

3

Keine Eskalationsregeln und Zuständigkeiten zu definieren

Ohne klare Regeln wie „wann wird an eine Person übergeben“ oder „wer erhält welche Benachrichtigungen“ können Chat Agents entweder zu viel raten oder Kunden hängen lassen. Definieren Sie Konfidenzschwellen, Übergabemeldungen und verantwortliche Rollen (zum Beispiel, welche Bürokräfte welche Übergabearten bearbeiten), damit komplexe Anfragen reibungslos an Menschen übergehen.

4

Die projektbasierte Spezifik des Metallhandwerks zu ignorieren

Im Metallhandwerk werden selten Produkte von der Stange verkauft. Jeder Balkon oder jede Treppe ist ein Projekt mit lokalen Vorschriften und objektspezifischen Randbedingungen. Wird der Chat Agent wie ein einfacher Webshop-Assistent behandelt, entstehen generische Antworten. Binden Sie stattdessen Checklisten, Aufmaßbögen und Beispiele aus früheren Projekten ein, damit der Agent weiß, welche Klärungsfragen zu stellen sind.

5

Es rein als IT-Projekt zu behandeln, ohne Werkstatt und Büro einzubeziehen

Entscheidungen darüber, was der Chat Agent wissen soll, gehören zu den Menschen, die mit Kunden sprechen und Projekte bauen. Wenn nur IT oder eine externe Agentur beteiligt ist, fehlen entscheidendes Werkstattwissen und Büroabläufe. Beziehen Sie Büromitarbeitende, Meister und Kalkulatoren frühzeitig ein, damit die Wissensbasis reale Fragen und Alltagsprozesse im Metallhandwerk abbildet.[1]

Kosten-Nutzen-Analyse: menschliches Personal vs. Reruption Chat Agent im Metallhandwerk

Im deutschen Metallhandwerk sind qualifizierte Büro- und Fachkräfte knapp, und die Gehälter sind entsprechend gestiegen. Eine Kosten-Nutzen-Betrachtung hilft zu erkennen, wo ein Chat Agent Mehrwert schafft: nicht durch das Ersetzen von Menschen, sondern indem er wiederkehrende Aufgaben übernimmt, sodass jede Stunde menschlicher Arbeit mehr zählt.[1][6]

Sachbearbeiter Kundenservice & Disposition (Metallhandwerk) Technischer Vertriebsingenieur / Kalkulator (Metallbau) Chat Agent (Professional)
Jährliche Kosten €38.000–€48.000 inkl. Lohnnebenkosten €55.000–€75.000 inkl. Lohnnebenkosten €5,988 + €2,999 setup
Verfügbarkeit Ca. 40 h/Woche, nur während der Geschäftszeiten Ca. 40 h/Woche, häufig in Besprechungen oder vor Ort 24/7/365
Sprachen Üblicherweise 1–2 Üblicherweise 1–3 80+
Gleichzeitige Anfragen 1–2 Kunden gleichzeitig Eine komplexe Anfrage gleichzeitig Unbegrenzt
Urlaub / Krankheit 25–30 Tage/Jahr + Krankheitszeiten 25–30 Tage/Jahr + Krankheitszeiten Keine
Einarbeitungszeit 2–3 Monate bis zur vollen Produktivität 6–12 Monate bis zum vollen Know-how 5–10 Tage
Wissenserhalt Verlustrisiko bei Mitarbeiterwechsel Stark personenbezogen Permanent, immer aktuell

Der Reruption Chat Agent (Professional) kostet €499 pro Monat plus €2.999 Einrichtung oder €5.988 pro Jahr im laufenden Betrieb. Er bietet 24/7/365-Verfügbarkeit, bearbeitet unbegrenzt viele gleichzeitige Anfragen in 80+ Sprachen und behält Wissen, auch wenn Mitarbeitende wechseln. Im Metallhandwerk amortisiert sich die Investition typischerweise bei etwa 2–3 zusätzlichen oder gehaltenen Anfragen pro Tag, während Menschen sich auf Aufgaben konzentrieren, die nur sie erledigen können – Baustellenbesuche, komplexe Konstruktionsentscheidungen und Kundenbeziehungen. Das Ziel ist nicht, Menschen zu ersetzen, sondern sie dort einzusetzen, wo sie den größten Wert schaffen.[6][9]

Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Wie ein mittelständischer Metallhandwerksbetrieb 55 % der Anfragen in 90 Tagen automatisierte

Branche Metallbau-Handwerk
Mitarbeiter 85
Produkte Über 1.500 Standardteile und kundenspezifische Baugruppen
Deployment 7 Tage

Die Herausforderung

Ein familiengeführter Metallhandwerksbetrieb mit Spezialisierung auf Treppen, Balkone und Industriepodeste bearbeitete rund 700 Kundenanfragen pro Monat über Telefon, E-Mail und Website. Zwei Bürokräfte verbrachten große Teile ihres Tages mit wiederkehrenden Fragen zu Lieferzeiten, Korrosionsschutz und Montagedetails, während komplexe Projektarbeit und Nachverfolgung liegenblieben. Kunden warteten regelmäßig bis zum nächsten Tag auf Antworten, und viele Website-Anfragen am Abend wurden nie zu Projekten.

Die Lösung

Das Unternehmen führte den Reruption Chat Agent auf seiner Website und für die interne Nutzung ein. Rund 1.200 Dokumente wurden hochgeladen, darunter Angebotsvorlagen, Montageanleitungen, Material- und Beschichtungsübersichten, Maschinenhandbücher und häufig genutzte E-Mail-Antworten. Innerhalb von 7 Arbeitstagen wurde der Chat Agent trainiert, mit Eskalationsregeln konfiguriert und an das Anfrageformular angebunden. Routinefragen wurden direkt beantwortet; komplexere Gespräche wurden zusammengefasst und mit allen relevanten Kontextinformationen an das Büro weitergeleitet. Intern nutzten Mitarbeitende den Agent, um Informationen in technischen Unterlagen nachzuschlagen, ohne Ordner durchsuchen zu müssen.

Die Ergebnisse

  • 55 % der eingehenden Anfragen wurden innerhalb von 90 Tagen vollständig durch den Chat Agent beantwortet oder vorqualifiziert.[9]
  • Durchschnittliche Erstreaktionszeit um 60 % reduziert für Website-Anfragen, insbesondere abends und am Wochenende.[2]
  • 35 % mehr qualifizierte Projektleads über die Website, da der Agent vollständige Informationen für Angebote sammelte.[11]
  • 3–4 Stunden Zeitersparnis pro Woche und Büromitarbeitendem, die auf komplexe Projekte und proaktive Nachverfolgung umverteilt wurden.[6]
  • Spürbarer Anstieg der Teamzufriedenheit, da Mitarbeitende von weniger Stress durch ständige Telefonunterbrechungen berichteten.[7]
„Wir haben erwartet, dass der Chat Agent einfache FAQs übernimmt. Überrascht hat uns, wie gut er unser Team intern unterstützt – von der Suche nach Details in alten Angeboten bis hin zur Erklärung von Beschichtungsoptionen. Es fühlt sich an wie ein dritter Kollege im Büro, der nie schläft.“ - Leiter Vertrieb & Operatives Geschäft, Metallhandwerksbetrieb
Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Passt ein Chat Agent zu Ihrem Metallhandwerksbetrieb?

Gute Voraussetzungen

  • Wiederkehrende Projektarten – Betriebe, die häufig ähnliche Treppen, Balkone, Geländer, Tore oder Podeste liefern und viele ähnliche Fragen zu Optionen, Preisen und Lieferzeiten erhalten.
  • Mindestens 80–100 Anfragen pro Monat – Unternehmen, bei denen Telefon und Posteingang so ausgelastet sind, dass jede eingesparte Minute für Bürokräfte oder Meister spürbare Auswirkungen hat.
  • Vorhandene digitale Dokumente – Metallhandwerksbetriebe, die Angebote, Montageanleitungen, Materialübersichten und Vorlagen bereits als PDFs oder Office-Dateien speichern, auch wenn diese noch nicht perfekt strukturiert sind.
  • Kleine Teams mit breiten Zuständigkeiten – Büros, in denen 1–3 Personen Vertrieb, Terminplanung, Einkauf und Service abdecken und Unterstützung brauchen, um 24/7-Erwartungen ohne Überlastung zu erfüllen.
  • Anspruch, den Service zu professionalisieren – Unternehmen, die sich als moderne Partner präsentieren, online sofort grundlegende Antworten geben und Wissen dokumentieren wollen, statt es nur in Köpfen zu halten.

(Noch) nicht ideal

  • Sehr geringes Anfragevolumen – Werkstätten mit weniger als 20 Kundenanfragen pro Monat werden es schwer haben, einen finanziellen ROI zu erzielen, auch wenn ein Chat Agent die Professionalität dennoch steigert.
  • Reine Einzelanfertigungen – Betriebe, die ausschließlich hochindividuelle Stahlkonstruktionen mit wenig Wiederholung und wenigen Standardfragen bearbeiten, profitieren weniger von Automatisierung.
  • Noch keine digitale Dokumentation – wenn sämtliches Wissen nur in Papierordnern oder in den Köpfen von Personen steckt, sollte der erste Schritt eine grundlegende Digitalisierung sein, bevor ein KI-Chat Agent eingeführt wird.

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, im Rahmen der bereitgestellten Dokumente. Der Chat Agent wird auf die firmeneigenen Zeichnungen (als Text, soweit verfügbar), technischen Beschreibungen, Material- und Beschichtungsspezifikationen, Kalkulationsrichtlinien und Montageanleitungen trainiert. Er „erfindet“ keine statischen Konstruktionen, kann aber dokumentierte Standards, Optionen und Randbedingungen erklären und Rückfragen stellen – ähnlich wie ein Junior-Mitarbeiter, der von der Wissensbasis unterstützt wird.[1][3]

Der Chat Agent kann Ingenieurinnen, Ingenieure oder Meister für finale Entscheidungen nicht ersetzen. Er kann jedoch strukturierte Informationen erfassen (Fotos, grobe Abmessungen, Nutzungskontext), erklären, welche Faktoren relevant sind (zum Beispiel Geländerhöhenanforderungen, Korrosionsklassen) und auf interne Richtlinien verweisen. Bei Fragen, bei denen lokale Vorschriften oder Statik entscheidend sind, erfolgt eine Übergabe mit klarer Zusammenfassung an eine verantwortliche Person zur endgültigen Beurteilung.[8]

Wenn die Konfidenz gering ist oder ein Thema außerhalb des dokumentierten Wissens liegt, wird der Chat Agent nicht raten. Stattdessen informiert er den Nutzer darüber, dass ein Mensch übernimmt, fragt bei Bedarf nach Kontaktdaten und leitet das vollständige Gespräch an das vorgesehene Postfach oder die CRM-Warteschlange weiter. Die Eskalationsregeln werden gemeinsam mit dem Unternehmen konfiguriert, sodass komplexe Fragen immer die richtige Person erreichen.[6]

Ja. In vielen Fällen entsteht der größte Mehrwert, wenn das Dokumentenwissen mit Daten aus ERP oder CRM kombiniert wird: Kundenhistorie, offene Aufträge, Preislisten oder Standardartikel. Integrationen sind je nach verwendeten Systemen über APIs oder Dateiexporte möglich. Dies folgt Best Practices für B2B-Chatbots, bei denen CRM-Integration und klare Kennzahlen entscheidende Erfolgsfaktoren sind.[11]

Ja, er kann DSGVO-konform betrieben werden. Relevante Aspekte sind Datenminimierung, klare Zweckbindung, Einwilligung, wo erforderlich, verschlüsselte Übertragung und Speicherung sowie ein ordentlicher Auftragsverarbeitungsvertrag mit dem Anbieter. Die DSGVO sieht erhebliche Bußgelder bei Verstößen vor, daher werden Konfiguration und Prozesse so gestaltet, dass sie diese Anforderungen für Handwerksbetriebe mit Kundendaten erfüllen.[10]

Die Preisgestaltung für den Reruption Chat Agent ist transparent und gestaffelt:

  • Starter: €99/Monat plus €799 einmalige Einrichtung
  • Professional: €499/Monat plus €2.999 einmalige Einrichtung
  • Enterprise: Individuelle Preise für größere oder besonders anspruchsvolle Installationen

Die meisten Metallhandwerksbetriebe wählen die Stufe Professional, die €5.988 pro Jahr plus Einrichtung entspricht.

Nein. Reruption setzt nicht auf klassische Retrieval-Augmented-Generation-(RAG)-Pipelines. Stattdessen kommt ein proprietäres System zum Einsatz, das für Geschäftsdokumente und stabiles Verhalten optimiert ist. Dieser Ansatz soll Halluzinationen reduzieren, die Nachvollziehbarkeit von Antworten zu konkreten Dokumenten verbessern und eine konsistente Performance sicherstellen, auch wenn die Wissensbasis wächst.

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 →