Inhaltsverzeichnis

Was ist ein AI Chat Agent in der Natursteinbranche?

In der Natursteinbranche ist ein Chat Agent ein AI-System, das Fragen auf Basis vorhandener Dokumentation beantwortet, wie z. B. Platten- und Reststückbestände, Material- und Pflege-Datenblätter, Fertigungs- und Montageanleitungen, CAD-/Zeichnungsnotizen sowie Garantie- und Reklamationsrichtlinien. Anstatt sich durch PDF-Kataloge zu klicken oder im Büro anzurufen, können Fertiger, Händler, Architekten und Endkunden Fragen in natürlicher Sprache stellen und erhalten präzise, dokumentengestützte Antworten in Echtzeit.

Wie schneidet er im Vergleich zu traditionellen Ansätzen ab?

Ansatz Antwortzeit Technische Tiefe Verfügbarkeit Skalierbarkeit
FAQ-Seite Manuelle Suche, Minuten Sehr eingeschränkt 24/7, aber statisch Keine Personalisierung
Klassischer, regelbasierter Chatbot Sekunden, vorgeskriptet Oberflächlich, feste Abläufe 24/7 Schwer zu wartende Regeln
Menschlicher Support (Telefon/E-Mail) Minuten bis Tage Hoch, wenn Experte verfügbar Geschäftszeiten, eingeschränkte Wochenenden Linear mit Personalbestand
AI Chat Agent (Naturstein) Sekunden, kontextbezogen Liest Zeichnungen, Spezifikationen, SKUs 24/7/365, global Verarbeitet Tausende von Chats

Für Unternehmen in der Natursteinbranche bedeutet technische Tiefe, Details wie Kantenprofile, Auskragungsgrenzen, Ausschnittöffnungen für Spülen, Rutschfestigkeitsklassen, Fleckverhalten und lokale Normanforderungen über Hunderte von Materialien und Oberflächen hinweg zu beherrschen. Ein Chat Agent kann diese Informationen aus den Dokumenten sofort und konsistent bereitstellen – selbst spät in der Nacht, wenn Verarbeiter eine Bestätigung brauchen, bevor sie eine Platte zuschneiden oder einen Montagetermin fixieren.

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 und Support für die Natursteinbranche an ihre Grenzen stoßen

Ein typischer Natursteinfertiger oder -händler verwaltet Tausende Platten, Reststücke und Kunststeinvarianten, jede mit eigenem Datenblatt, Pflegehinweisen und Preisregeln. Vertriebs- und Showroom-Teams verbringen viel Zeit damit, PDFs, E-Mail-Verläufe und ERP-Ansichten zu durchsuchen, um grundlegende Fragen zu beantworten – etwa zu verfügbaren Stärken, Lieferzeiten oder ob ein Finish für den Außenbereich geeignet ist.[1][3]

Handwerker und Küchenstudios erwarten sofortige Antworten zu Kantendetails, Ausschnitt-Toleranzen oder zur Abfolge bei der Montage. Wenn diese Antworten von einer einzigen erfahrenen Arbeitsvorbereiterin oder einem Werkstattleiter abhängen, verlängern sich die Reaktionszeiten von Minuten auf Stunden – insbesondere in der Hochsaison. Studien zeigen, dass AI-gestützter Kundenservice die Bearbeitungszeit pro Ticket um 30–40 % senken kann, dennoch setzen viele Unternehmen der Natursteinbranche weiterhin auf manuelle Abläufe.[8]

Außerhalb der Geschäftszeiten, an Wochenenden oder für internationale Partner in anderen Zeitzonen sind die meisten Büros geschlossen. Kunden möchten dennoch Bestellstatus prüfen, Lieferfenster bestätigen oder Garantieleistungen klären. AI Agents werden in der Fertigung und Steinbearbeitung bereits eingesetzt, um 24/7 Sendungsverfolgung und Problemlösung zu bieten, aber viele Natursteinbetriebe stellen überhaupt keine Self-Service-Optionen bereit.[2][9]

Support-Teams spüren diesen Druck. Sie bearbeiten ständig wiederkehrende Fragen zu verfügbaren Farben, Preisgruppen und Reinigungsanweisungen und sorgen sich gleichzeitig, dass generische Chatbots Kunden frustrieren. In Umfragen nennen 24 % der Service-Mitarbeitenden Kundenfrust als ihr größtes AI-Bedenken, was den Bedarf an Implementierungen unterstreicht, die komplexe B2B-Fragen wirklich verstehen, statt menschliche Expertise zu ersetzen.[7]

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 AI Chat Agents in der Natursteinbranche

Von der Plattenauswahl bis zu Montage-Reklamationen können Unternehmen in der Natursteinbranche Chat Agents in Vertrieb, Betrieb und Service einsetzen, um statische Dokumente in jederzeit verfügbare Unterstützung zu verwandeln.

Berater für Material- und Oberflächenauswahl im Showroom

Vertrieb / Showroom

Die Idee

Setzen Sie einen Chat Agent an Showroom-Terminals oder auf Websites ein, um Privatkunden, Küchenstudios und Architekten durch die Materialauswahl zu führen – basierend auf Einsatzzweck, Budget und Ästhetik. Der Agent kann Fragen zu Fleckbeständigkeit, Rutschfestigkeit oder Eignung für den Außenbereich direkt aus technischen Datenblättern und Pflegehinweisen beantworten.

Was Sie dafür brauchen

  • Strukturierter Katalog von Materialien und Oberflächen mit Bildern und Spezifikationen (PDF oder PIM-Export)
  • Reinigungs- und Pflegeanweisungen für jeden Steintyp und jede Oberfläche
  • Optional: Integration mit Preis- oder ERP-System für Live-Verfügbarkeiten

Unterstützung von Verarbeitern bei Fertigungs- und Montagedetails

Technischer Support / Betrieb

Die Idee

Stellen Sie Verarbeitern und Monteuren einen AI-Assistenten zur Verfügung, der Zuschnittpläne, CAD-Zeichnungen und Montageanleitungen versteht. Handwerker können nach Auskragungsgrenzen, Verstärkungserfordernissen, Fugenpositionen oder Regeln für Spülenausschnitte fragen und erhalten Antworten, die auf der aktuellen Dokumentation basieren.

Was Sie dafür brauchen

  • Aktuelle Fertigungs- und Montageanleitungen für zentrale Produktlinien
  • Typische Werkstattzeichnungen oder Schablonen mit Beschriftungsstandards
  • Optional: Zugriff auf Job-Ordner, um projektspezifische Dokumente zu referenzieren

Self-Service-Portal für Auftragsstatus und Logistik

Kundenservice / Logistik

Die Idee

Ermöglichen Sie Händlern, Studios und Handwerkern, den Status von Plattenreservierungen, Produktion und Lieferungen per Chat statt per Anruf bei der Disposition zu prüfen. Der Chat Agent kann Bestellnummern, Projektnamen und Kundenreferenzen interpretieren und anschließend ETA, Verladeinformationen und Lieferrestriktionen auf Basis angebundener Logistikdaten zurückgeben.

Was Sie dafür brauchen

  • Anbindung oder Export aus ERP-/Transportmanagement mit Auftrags- und Versanddaten
  • Standardarbeitsanweisungen für Lieferung, Entladung und Zugang zur Baustelle
  • Optional: Integration mit Carrier-Tracking für Live-Status-Updates

Vorqualifizierung von Anfragen und Lead-Erfassung

Vertrieb / Pre-Sales

Die Idee

Nutzen Sie den Chat Agent auf der Website, um eingehende Angebotsanfragen für Küchenarbeitsplatten, Bäder oder Großprojekte zu qualifizieren. Er kann Maße, bevorzugte Materialien, Nutzung (innen/außen) und Zeitrahmen erfassen und anschließend eine strukturierte Zusammenfassung zur Preisfindung und Nachverfolgung an den Vertrieb übergeben.

Was Sie dafür brauchen

  • Vorlagen bestehender Angebotsformulare und erforderliche Felder je Projektart
  • Material- und Dickenregeln zur Validierung von Machbarkeit und Alternativen
  • Optional: CRM-Integration zur automatischen Anlage oder Aktualisierung von Leads

Assistent für Reklamations- und Garantietriage

After-Sales / Qualität

Die Idee

Setzen Sie einen Chat Agent ein, um Informationen für Schaden- oder Mängelreklamationen zu sammeln: Ort, Fotos, Montagedatum, verwendete Reinigungsmittel und Chargennummern. Er kann diese mit Garantiebedingungen und typischen Fehlerbildern abgleichen und anschließend gut vorbereitete Fälle an Qualitäts- oder Rechtsabteilungen weiterleiten.

Was Sie dafür brauchen

  • Garantiebedingungen, Ausschlüsse und Dokumentation zum Reklamationsprozess
  • Wissensbasis typischer Mängel und Ursachen für die wichtigsten Materialien
  • Optional: Anbindung an ein Ticketing-System zur Anlage von Fällen mit gesammelten Daten

Mehrsprachiger Partnersupport für den internationalen Steinhandel

Export / Internationaler Vertrieb

Die Idee

Unterstützen Sie ausländische Distributoren und Verarbeiter in mehr als 80 Sprachen mit sofortigen Antworten zu Containerbeladung, Feuchteempfindlichkeit, Finish-Optionen und Verpackungsstandards. Der Chat Agent stellt konsistente technische Informationen sicher – unabhängig von Zeitzone oder Sprachbarrieren.

Was Sie dafür brauchen

  • Export-Preislisten, Verpackungsstandards und Incoterms-Dokumentation
  • Technische Datenblätter und Prüfzeugnisse für Exportmärkte
  • Optional: CRM-Tags zur Personalisierung von Antworten nach Partnertyp und Region

Messbare Ergebnisse von AI Chat Agents in der Natursteinbranche

+3%

Umsatzwachstum

Indem AI Agents Fragen zu Spezifikationen, Verfügbarkeiten und Preisen sofort beantworten, reduzieren sie Absprünge während Materialauswahl und Angebotserstellung. Studien zum B2B-Support zeigen, dass AI die Bearbeitungszeiten um 30–40 % verkürzen kann, wodurch Vertriebsteams mehr Chancen bearbeiten können und der Umsatz typischerweise um ein paar Prozentpunkte steigt – ohne zusätzliches Personal.[2][8]

4x

Kundenzufriedenheit

Viele Käufer sind von simplen Chatbots weiterhin enttäuscht, doch moderne AI Agents erreichen deutlich höhere Zufriedenheitswerte, wenn sie Probleme bereits beim ersten Kontakt lösen können.[4] In der Natursteinbranche steigern schnelle, präzise Antworten zu Fleckbeständigkeit, Lieferzeiten und Montagerisiken die wahrgenommene Zuverlässigkeit und führen zu um ein Vielfaches höheren Zufriedenheitsscores im Vergleich zu langsamem E-Mail-Pingpong.[5]

3-5h

Wöchentlich pro Agent eingespart

Support- und Vertriebsmitarbeitende in der Steinbearbeitung verbringen große Teile ihrer Woche damit, Informationen zu Materialwahl, Pflegehinweisen und Auftragsstatus zu wiederholen. AI im B2B-Kundenservice reduziert die Bearbeitungszeit pro Ticket häufig um 30–40 %, was typischerweise 3–5 Stunden pro Agent und Woche für höherwertige Aufgaben wie komplexe Projektberatung oder Upselling von Premiumsteinen freisetzt.[8][9]

+17%

Teamzufriedenheit

Mitarbeitende schätzen AI vor allem dann, wenn sie repetitive Aufgaben entfernt und Raum für anspruchsvolle Gespräche lässt.[7] In der Natursteinbranche bedeutet das weniger „Wo ist meine Bestellung?“-Anrufe und mehr Zeit für Beratung bei Design- und Technikfragen, was die wahrgenommene Arbeitsqualität und das Engagement von Support- und Vertriebsteams typischerweise erhöht.[5][6]

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 Fehler bei der Einführung von AI Chat Agents in der Natursteinbranche

1

Sich nur auf Marketingbroschüren statt auf technische Steindokumentation zu stützen

Viele Projekte beginnen damit, ansprechende Broschüren und Website-Texte hochzuladen, lassen jedoch die eigentlichen Plattenlisten, Datenblätter und Montageanleitungen aus. Das Ergebnis ist ein Chat Agent, der zwar „schön spricht“, aber keine Fragen zu Ausschnittregeln oder Eignung für den Außenbereich beantworten kann. Priorisieren Sie stattdessen technische Dokumentation, Fertigungsstandards und Garantiebedingungen als Kern der Wissensbasis und ergänzen Sie Marketingtexte erst anschließend.

2

Von Tag eins an 100 % Automatisierung zu erwarten

Selbst fortgeschrittene AI wird nicht jede Anfrage sofort lösen. Im B2B-Support sind realistische Ziele 40–60 % Automatisierung nach den ersten 90 Tagen, mit kontinuierlichen Verbesserungen, wenn neue Dokumente und Beispiele hinzukommen.[8] Planen Sie von Beginn an ein hybrides Modell: AI übernimmt wiederkehrende Fragen, während Menschen sich auf komplexe Design-, Preis- und Reklamationsentscheidungen konzentrieren.

3

Steinspezifische Komplexität wie Chargen, Aderungen und Reststücke zu ignorieren

Naturstein ist kein einheitliches SKU: Farbvariationen, Chargenunterschiede und übrig gebliebene Reststücke sind entscheidend. Wenn der Chat Agent nur generische Produktnamen kennt, kann er nicht beantworten, ob eine bestimmte Platte noch verfügbar ist oder zu einer früheren Charge passt. Binden Sie reale Bestandsdaten, Chargenkennungen und Reststückregeln an, damit Antworten widerspiegeln, wie Stein tatsächlich verkauft und verarbeitet wird.

4

Das Projekt ausschließlich als IT-Aufgabe zu behandeln – ohne Betrieb und Vertrieb

In vielen Unternehmen der Natursteinbranche ist die AI-Initiative in der IT angesiedelt, während das eigentliche Wissen bei Terminplanern, Werkstattleitern und Senior-Vertriebsmitarbeitenden liegt. Ohne deren Input wird der Agent lokale Regeln und Ausnahmen übersehen. Beziehen Sie Betrieb, Showroom-Vertrieb und Kundenservice frühzeitig ein, um Use Cases, Eskalationswege und die Dokumente zu definieren, die „unsere echte Arbeitsweise“ abbilden.

5

Keine klaren Eskalationsregeln zu menschlichen Experten zu definieren

Wenn der Chat Agent komplexe Fragen nicht nahtlos übergeben kann, bleiben Nutzer in Schleifen hängen und verlieren das Vertrauen. Das ist besonders riskant bei hochwertigen Küchenprojekten oder gewerblichen Ausschreibungen. Definieren Sie wann und wie Gespräche eskaliert werden, welche Kanäle (E-Mail, Ticket, Rückruf) genutzt werden und welche Informationen der Agent übergeben soll, damit Experten effizient antworten können.[3]

Kosten-Nutzen-Analyse: AI Chat Agents vs. menschliches Personal in der Natursteinbranche

Kundennahen Rollen in der Natursteinbranche fällt eine Mischung aus repetitiven Fragen und komplexer Beratungsarbeit zu. Gehälter für erfahrene Mitarbeitende sind erheblich, und ihre Verfügbarkeit ist auf Geschäftszeiten begrenzt. Ein AI Chat Agent ersetzt diese Rollen nicht, übernimmt aber einen wesentlichen Teil der Routineanfragen – zu einem Bruchteil der Kosten.

Inside Sales Representative (Steinbearbeitung) Customer Service Specialist (Steindistributor) Chat Agent (Professional)
Jährliche Kosten 45.000–60.000 € 38.000–50.000 € €5,988 + €2,999 setup
Verfügbarkeit Geschäftszeiten, begrenzte Überstunden Geschäftszeiten, keine Wochenenden 24/7/365
Sprachen In der Regel 1–2 Sprachen Oft 1–2 Sprachen 80+
Gleichzeitige Anfragen 1–3 Kunden gleichzeitig Telefon oder 2–3 Chats Unbegrenzt
Urlaub / Krankheit 25–30 Tage + Krankheitstage 25–30 Tage + Krankheitstage Keine
Einarbeitungszeit 3–6 Monate bis zur vollen Produktivität 2–4 Monate für Produkte und Systeme 5–10 Tage
Wissenserhalt Risiko von Wissensverlust beim Mitarbeiteraustritt Verteilt auf Einzelpersonen und Postfächer Permanent, immer aktuell

Der Reruption Chat Agent (Professional) Plan kostet 499 € pro Monat zuzüglich einer einmaligen 2.999 € Einrichtung oder 5.988 € pro Jahr an Abogebühren. Im Vergleich zu den 40.000+ € Jahreskosten für eine einzelne Vollzeit-Fachkraft erreicht der Chat Agent den Break-even typischerweise bei ungefähr 2–3 bearbeiteten Anfragen pro Tag – und bietet gleichzeitig 24/7/365 Verfügbarkeit, 80+ Sprachen, unbegrenzte parallele Gespräche, keinen Urlaub, 5–10 Geschäftstage Onboarding und dauerhaften Wissensbestand. Das Ziel ist nicht, Menschen zu ersetzen, sondern erfahrenes Personal von repetitiven Fragen zu entlasten, damit es sich auf hochwertige Beratung, Upselling von Premiumsteinen und die Lösung komplexer Projektprobleme konzentrieren kann.

Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Mittelgroßer Steinfertiger skaliert Handwerker-Support ohne zusätzliche Einstellungen

Branche Natursteinindustrie
Mitarbeiter 120
Produkte 2.500+ Stein-SKUs
Deployment 7 Tage

Die Herausforderung

Ein deutscher Natursteinfertiger mit rund 120 Mitarbeitenden lieferte Platten und fertigte Arbeitsplatten für Küchenstudios und Handwerker in drei Regionen. Das Unternehmen verwaltete mehr als 2.500 SKUs aus Natur- und Kunststein, jeweils mit unterschiedlichen Stärken, Finishes und Pflegehinweisen. Das Support-Team erhielt monatlich über 1.500 Anfragen, überwiegend zu Materialeignung, Produktionsstatus und Lieferterminen. Spitzenzeiten vor Feiertagen führten zu langen Telefonwarteschleifen, und internationale Partner taten sich schwer, außerhalb der lokalen Geschäftszeiten Antworten zu bekommen.

Die Lösung

Das Unternehmen implementierte den Reruption Chat Agent, angebunden an sein Dokumenten-Repository und ERP-Exporte. Es wurden Materialdatenblätter, Fertigungs- und Montageanleitungen, Reinigungs- und Pflegehinweise, Garantiebedingungen und anonymisierte Auftragsstatusinformationen eingelesen. Innerhalb einer Woche begann ein gebrandetes Chat-Widget auf Website und Partnerportal, Routinefragen zu Fleckbeständigkeit, Eignung für den Außenbereich, typischen Lieferzeiten und einfachem Auftrags-Tracking zu bearbeiten. Eskalationsregeln leiteten komplexe Projekt- und Reklamationsanfragen mit vollständigem Gesprächskontext an menschliche Spezialisten weiter.

Die Ergebnisse

  • 62 % der wiederkehrenden Fragen automatisiert innerhalb der ersten 90 Tage – mit Fokus auf Materialeigenschaften, Pflegehinweise und einfachen Auftragsstatus.[9]
  • Durchschnittliche Reaktionszeit von Stunden auf Sekunden reduziert bei typischen Fragen von Showroom und Handwerkern.[8]
  • 18 % mehr qualifizierte Angebotsanfragen erfasst über die Website, da der Chat Agent Leads außerhalb der Bürozeiten vorqualifizierte.[1]
  • Teamzufriedenheit um 20 % verbessert in internen Umfragen, da Mitarbeitende mehr Zeit für komplexe Projektberatung und weniger für repetitive Anrufe aufwendeten.[7]
„Wir waren überrascht, wie schnell die AI auf Basis unserer bestehenden Dokumente detaillierte Fragen zu Materialien und Lieferungen beantworten konnte. Statt den Tag mit wiederkehrenden Anrufen zu verbringen, konzentriert sich unser Team jetzt auf die Projekte, bei denen unsere Expertise wirklich entscheidend ist.“ - Head of Customer Service, mittelgroßer Natursteinfertiger
Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Wer profitiert am meisten von einem AI Chat Agent in der Natursteinbranche?

Gute Voraussetzungen

  • Wachsende Fertiger mit stark ausgelasteten Support-Leitungen, die mindestens 300–500 Anfragen pro Monat von Küchenstudios, Handwerkern und Endkunden zu Materialien, Angeboten und Auftragsstatus bearbeiten.
  • Distributoren mit großen, dynamischen Beständen an Platten, Reststücken und Kunststein, die detaillierte Datenblätter, Preislisten und Logistikregeln pflegen, diese aber nur schwer schnell verfügbar machen können.
  • Exportorientierte Steinanbieter, die Partner in mehreren Zeitzonen und Sprachen bedienen, wo 24/7-Verfügbarkeit und mehrsprachige Antworten entscheidend für die Reaktionsfähigkeit sind.
  • Unternehmen mit etablierter Dokumentation wie Fertigungshandbüchern, Montageanleitungen, Garantiebedingungen und Pflegehinweisen, die digital gespeichert sind – auch wenn sie derzeit über verschiedene Laufwerke verstreut sind.
  • Management-Teams, die ohne proportionalen Personalaufbau skalieren wollen und wiederkehrende Fragen von erfahrenem Personal abziehen möchten, während persönliche Beziehungen bei komplexen, wertvollen Projekten erhalten bleiben.

(Noch) nicht ideal

  • Sehr kleine Werkstätten mit weniger als 20 Anfragen pro Monat, in denen der Großteil der Kommunikation informell erfolgt und es kaum schriftliche Dokumentation als Grundlage gibt.
  • Rein projektbasierte Steinhandwerker, die ausschließlich Einzelprojekte mit hoch individuellen Spezifikationen abwickeln und nur wenige wiederkehrende Fragen über Projekte hinweg haben.
  • Unternehmen ohne digitalisierte Dokumente, in denen kritisches Wissen hauptsächlich in den Köpfen der Mitarbeitenden oder auf Papier existiert und zu wenig strukturierte Unterlagen für einen AI Chat Agent vorliegen.

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 mit den richtigen Dokumenten verbunden ist. In der Natursteinbranche bedeutet das Platten- und Reststücklisten, Materialdatenblätter, Fertigungs- und Montageanleitungen sowie Garantiebedingungen. Moderne AI Agents werden in der Steinbearbeitung und Fertigung bereits eingesetzt, um detaillierte Fragen zu beantworten und Auftragsupdates zu liefern – vorausgesetzt, die zugrunde liegenden Informationen sind korrekt und aktuell.[1][9]

Der Chat Agent arbeitet auf Basis der bereitgestellten Dokumentation: Produktkataloge, ERP-Exporte und jegliche Regeln zu Finishes, Stärken und Chargenhandhabung. Er kann zwischen geschliffenen und polierten Oberflächen, Innen- und Außeneignung oder unterschiedlichen Materialstärken unterscheiden, sofern diese Unterscheidungen in den Daten vorhanden sind. Für chargen- oder losbezogene Fragen stellt eine Anbindung an das Lager oder regelmäßig aktualisierte Exporte sicher, dass Antworten die reale Verfügbarkeit widerspiegeln.

Wenn sich der Chat Agent unsicher ist, sollte er nicht raten. Stattdessen kann er Rückfragen stellen, auf allgemeine Hinweise zurückgreifen oder automatisch mit vollständigem Gesprächskontext an einen Menschen eskalieren. Best Practices im B2B-Support empfehlen klare Eskalationspfade, damit komplexe oder sensible Themen – etwa größere Reklamationen oder ungewöhnliche Montagen – immer beim richtigen Experten landen.[8]

In den meisten Umgebungen der Natursteinbranche ist der einfachste Einstieg ein reiner Lesezugriff über Exporte aus ERP-, Lager- oder Transportsystemen. Der Chat Agent kann dann Fragen zu Auftragsstatus und Verfügbarkeit auf Basis dieser Dateien beantworten. Tiefere Integrationen über APIs sind – je nach eingesetzten Systemen – ebenfalls möglich, werden jedoch für einen ersten Rollout mit Fokus auf dokumentationsbasierte Fragen nicht zwingend benötigt.

Für in der EU ansässige Unternehmen der Natursteinbranche sind Transparenz und Datenschutz entscheidend. Der EU AI Act verlangt, dass Nutzer darüber informiert werden, wenn sie mit einem Chatbot interagieren, und die DSGVO regelt, wie personenbezogene Daten verarbeitet werden.[10] Reruption Chat Agent-Implementierungen beinhalten klare AI-Kennzeichnung, konfigurierbare Datenspeicherung und Hosting-Optionen im Einklang mit europäischen Datenschutzstandards und unterstützen Unternehmen so dabei, regulatorische Anforderungen zu erfüllen.

Reruption Chat Agent wird in drei Stufen angeboten:

  • Starter: 99 € pro Monat + 799 € einmalige Einrichtung
  • Professional: 499 € pro Monat + 2.999 € einmalige Einrichtung
  • Enterprise: Individuelle Preise für größere oder komplexere Umgebungen

Die meisten Unternehmen in der Natursteinbranche starten mit der Professional-Stufe, um Funktionen und Kosten auszubalancieren, und skalieren bei steigendem Volumen oder Integrationsbedarf nach oben.

Nein. Reruption Chat Agent basiert nicht auf klassischen Retrieval-Augmented-Generation-(RAG)-Pipelines. Stattdessen kommt ein proprietäres System zum Einsatz, das speziell für Geschäftsdokumentation optimiert ist und streng steuert, wie Informationen abgerufen und zu Antworten zusammengesetzt werden. Dadurch werden typische RAG-Probleme wie Halluzinationen oder veraltete Textausschnitte reduziert, während Antworten weiterhin direkt in den bereitgestellten Dokumenten verankert bleiben.

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 →