Inhaltsverzeichnis

Was ist ein AI Chat Agent in Vermessung & Geoinformation?

Ein Chat Agent ist ein KI-System, das Fragen in natürlicher Sprache auf Basis der bestehenden Wissensbasis eines Unternehmens für Vermessung & Geoinformation beantwortet – einschließlich Vermessungsberichten, Liegenschaftskarten und Flurstücksnachweisen, GIS-Projektdokumentation, GNSS-/Tachymeter-Handbüchern und Datenliefer-Spezifikationen. Anstatt Nutzer zu zwingen, Ordner oder statische FAQs zu durchsuchen, akzeptiert er Fragen wie „Welches Koordinatenreferenzsystem wurde für Projekt X verwendet?“ oder „Wie konfiguriere ich diesen Rover für NTRIP in Deutschland?“ und antwortet sofort auf Basis der zugrunde liegenden Dokumente.

Wie schneidet er im Vergleich zu traditionellen Ansätzen ab?

Ansatz Antwortzeit Technische Tiefe Verfügbarkeit Skalierbarkeit
Statische FAQ-Seite Sofort, aber begrenzt Sehr oberflächlich 24/7, ohne Kontext Schwer zu pflegen
Regelbasierter Chatbot Sofort für einfache Abläufe Gering – geskriptete Pfade 24/7 innerhalb seines Skripts Bricht bei Sonderfällen
Menschlicher Support (E-Mail/Telefon) Stunden bis mehrere Tage Hoch, projektspezifisch Geschäftszeiten, Zeitzonen Linear mit Personalbestand
AI Chat Agent Sekunden Liest vollständige Projektdokumente 24/7 über Regionen hinweg Tausende Chats parallel

Für Vermessung & Geoinformation bedeutet technische Tiefe das Verständnis von Projektionen, geodätischen Datums, Genauigkeitsklassen, rechtlichen Grenzbeschreibungen und Gerätekonfigurationen über viele Projekte hinweg. Ein Chat Agent kann dieses Material aufnehmen und darüber schlussfolgern, sodass internes Personal, Behörden und private Auftraggeber präzise Antworten in Sekunden erhalten, anstatt auf die Verfügbarkeit einer Spezialistin oder eines Spezialisten warten 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 in Vermessung & Geoinformation so schwer nutzbar ist

Ein mittelgroßes Vermessungsbüro liefert jedes Jahr Tausende Seiten an Berichten, Liegenschaftsskizzen, Feldbüchern und GIS-Exporten. Das Auffinden des Koordinatenreferenzsystems eines einzelnen Flurstücks oder des exakten Höhendatums einer Brückenvermessung bedeutet oft, Archivordner zu öffnen, Kolleginnen und Kollegen anzurufen oder erfahrene Vermesserinnen und Vermesser zu bitten, sich an frühere Projekte zu „erinnern“. Dies verlangsamt sowohl die interne Arbeit als auch die Reaktion auf externe Kundenanfragen.

Kundinnen und Kunden, Kommunen und Ingenieurpartner erwarten zunehmend nahezu Echtzeit-Klarstellungen zu Koordinaten, Formaten, Lizenzen und Datennutzungsrechten.[4] Dennoch sind technische Supportteams damit ausgelastet, immer wieder dieselben Standardantworten zu geben: „Können Sie die DXF mit korrekter Layerbenennung noch einmal senden?“, „Welchen EPSG-Code haben Sie verwendet?“, „Wie importiere ich diesen Datensatz in unser GIS?“. Diese Anfragen mit geringer Komplexität verbrauchen Zeit, die für wertschöpfende Projektarbeit genutzt werden könnte.[1]

Der Supportdruck erreicht seinen Höhepunkt abends vor Bauterminen, bei Monatsabschlussberichten und wenn internationale Partner in anderen Zeitzonen Unterstützung benötigen. Außerhalb der lokalen Geschäftszeiten ist oft niemand verfügbar, um GNSS-Rover-Einstellungen zu prüfen, Koordinatentransformationen zu erklären oder fehlende Metadaten bereitzustellen – obwohl Baustellen und öffentliche Portale rund um die Uhr laufen.[8]

Mit der Zeit wird Wissen fragmentiert: Erfahrene Vermesserinnen und Vermesser gehen in den Ruhestand, Projektleiter wechseln das Unternehmen, und Details bleiben in PDFs, CAD-Dateien und E-Mails vergraben. Neue Kolleginnen und Kollegen haben Schwierigkeiten, Altprojekte und Standards zu verstehen, während Kundinnen und Kunden inkonsistente Antworten erhalten. In Liegenschaftsverwaltung und Kataster wird dies durch strenge Governance- und Datenschutzanforderungen für Geodaten noch verstärkt, wodurch Ad-hoc-Ansätze wie „wir teilen einfach den Ordner“ riskant und nicht konform werden.[3][10]

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 Vermessung & Geoinformation

Sechs konkrete Ideen, wie Unternehmen im Bereich Vermessung & Geoinformation ihre Projektarchive, CAD-Daten und Gerätehandbücher in einen Always-on-Assistenten verwandeln können.

Assistent für Koordinatensysteme & Transformationen

Technischer Support / Geodäsie

Die Idee

Die Idee

Ein interner und externer Assistent, der Fragen zu Koordinatenreferenzsystemen, EPSG-Codes, Höhensystemen und Transformations-Workflows beantwortet. Nutzende könnten fragen: „Wie konvertiere ich unsere Altdaten in DHDN nach ETRS89/UTM für Projekt Y?“ und erhalten Schritt-für-Schritt-Anleitungen auf Basis der dokumentierten Best Practices des Unternehmens.

Was Sie dafür brauchen

  • <h4 class="uc-req-heading">Was Sie brauchen</h4>Dokumentierte CRS- und Transformationsrichtlinien, einschließlich länderspezifischer Regeln
  • Beispiel-Projektdokumentation und Workflows aus aktuellen Vermessungs- und GIS-Projekten
  • Optional: Integration mit GIS-Softwaredokumentation (z. B. QGIS, Esri) und interner Wissensbasis

Hilfsassistent für Vermessungsgeräte-Konfiguration

Field Service / Gerätesupport

Die Idee

Die Idee

Ein Chat Agent, der Außenteams bei Fragen zur Einrichtung von GNSS-Rovern, Tachymetern und Controllern direkt anhand von Gerätehandbüchern und internen Konfigurations-Checklisten unterstützt. Er kann Themen wie Netzwerk-RTK-Konfiguration, NTRIP-Einstellungen oder das Aufzeichnen von Rohdaten zur Post-Processing-Auswertung bei schlechter Mobilfunkabdeckung beantworten.

Was Sie dafür brauchen

  • <h4 class="uc-req-heading">Was Sie brauchen</h4>Herstellerhandbücher für GNSS, Tachymeter, Scanner und Controller in digitaler Form
  • Interne Konfigurationsstandards, Troubleshooting-Bäume und FAQ-Dokumente
  • Optional: Anbindung an das Ticketsystem zur Eskalation ungelöster Geräteprobleme

Informationsportal für Kataster & Liegenschaftsverwaltung

Kundenservice / Öffentliche Verwaltungen

Die Idee

Die Idee

Ein Portalassistent für Bürgerinnen und Bürger, Notare und Kommunen, der auf Basis offizieller Dokumentation Katasterprodukte, Datenverfügbarkeit, Aktualisierungszyklen und rechtliche Grenzen erklärt. Er kann Fragen beantworten wie „Welche Produkte kann ich für Flurstück X bestellen?“ oder „Wie oft wird die Liegenschaftskarte in diesem Bezirk aktualisiert?“.

Was Sie dafür brauchen

  • <h4 class="uc-req-heading">Was Sie brauchen</h4>Leistungsbeschreibungen für Katasterdatensätze und Webservices (WMS/WFS)
  • Richtlinien zu Entgelten, Zugriffsrechten und Datenschutzbestimmungen für Liegenschaftsdaten
  • Optional: Integration mit E-Government-Bestellportalen und Identitätssystemen

Angebots- & Ausschreibungsunterstützung für Geodatenprojekte

Vertrieb / Bid Management

Die Idee

Die Idee

Ein Assistent, der Vertriebs- und Angebotsteams bei der Beantwortung von Ausschreibungen unterstützt, indem er frühere Angebote, technische Konzepte und Projektberichte durchsucht. Er kann relevante Abschnitte zu Genauigkeitsklassen, Vermessungsmethoden, QA-Prozessen und Lieferformaten auffinden, um die Angebotserstellung zu beschleunigen und eine konsistente Wortwahl sicherzustellen.

Was Sie dafür brauchen

  • <h4 class="uc-req-heading">Was Sie brauchen</h4>Historische Angebote, Verträge und technische Konzepte in einem zentralen Repository
  • Standardtexte zu Methoden, Qualitätssicherung und Datenformaten
  • Optional: Anbindung an CRM- oder Ausschreibungsmanagement-Tools für Kontext

Chatbot für Baustellen- & Auftragnehmer-Support

After-Sales / Projektsupport

Die Idee

Die Idee

Ein Chat-Kanal für Bauunternehmen und Ingenieurbüros zur Klärung von Vermessungslieferungen: Dateiformate, Koordinatensysteme, Festpunkte und „How-to“-Anleitungen für BIM/GIS-Integrationen. Außerhalb der Bürozeiten verfügbar, reduziert er Rückfragen und Fehlinterpretationen, die zu Nacharbeit auf der Baustelle führen.

Was Sie dafür brauchen

  • <h4 class="uc-req-heading">Was Sie brauchen</h4>Standard-Lieferspezifikationen für CAD/BIM/GIS, einschließlich Benennungskonventionen
  • Beispieldatensätze und Anleitungen, die beschreiben, wie Daten in gängige Werkzeuge geladen werden
  • Optional: Verknüpfung mit dem Projektmanagementsystem zur projektbezogenen Zugriffsbeschränkung

Onboarding-Coach für Junior-Vermesser & GIS-Analysten

HR / Training & Kompetenzentwicklung

Die Idee

Die Idee

Ein interner Wissensassistent, der neuen Teammitgliedern hilft, Unternehmensstandards zu verstehen: Vermessungsmethoden, Feldverfahren, Datenqualitätsprüfungen und Dokumentationsvorlagen. Anstatt auf Netzlaufwerken zu suchen, fragen sie den Chat Agent nach Workflows oder Fachbegriffen und erhalten Antworten, die in bestehenden Handbüchern und SOPs verankert sind.

Was Sie dafür brauchen

  • <h4 class="uc-req-heading">Was Sie brauchen</h4>Sch Schulungsunterlagen, SOPs und methodische Richtlinien aus dem Tagesgeschäft
  • Beispiel-Feldbücher, Checklisten und QA-Protokolle für unterschiedliche Projekttypen
  • Optional: Integration mit Lernplattformen, um nächste Trainingsmodule vorzuschlagen

Messbare Ergebnisse von AI Chat Agents in Vermessung & Geoinformation

+3%

Umsatzwachstum

Unternehmen im Bereich Vermessung & Geoinformation verlieren häufig Folgeaufträge, wenn potenzielle Kundinnen und Kunden zu lange auf Klärungen zu Datenformaten, Genauigkeit oder Lizenzierung warten. KI-unterstützte Serviceteams antworten schneller und bearbeiten mehr Anfragen, was sich in zusätzlichen Projektgewinnen und Upsells von Datendiensten in Höhe einiger Prozent des Jahresumsatzes niederschlagen kann.[4][5]

4x

Kundenzufriedenheit

Auftragnehmer, Planer und öffentliche Stellen legen vor allem Wert auf schnelle, korrekte Antworten zu technischen Details. Studien zeigen, dass KI-unterstützter Support die Reaktionszeiten deutlich verbessert und Abbrüche reduziert, was zu höheren Zufriedenheitswerten und größerer Loyalität führt.[4][6] In Geodatenprojekten bedeutet dies weniger Streitfälle zu Grenzen, Genauigkeit und Lieferobjekten.

3-5h

Wöchentlich pro Agent eingespart

Routinefragen wie „Wie öffne ich diese Datei?“, „Welches CRS ist das?“ und „Können Sie den Link noch einmal senden?“ eignen sich ideal zur Automatisierung. KI-Chatbots können einen erheblichen Anteil der wiederkehrenden Tickets abfangen,[6] sodass Fachleute in Vermessung & Geoinformation 3–5 Stunden manueller Arbeit pro Woche einsparen, die stattdessen für Außendienst, QA und Beratung genutzt werden können.

+17%

Teamzufriedenheit

Support- und Projektteams, die wiederkehrende Anfragen an KI auslagern können, berichten von weniger Stress und höherem Engagement, da sie sich auf komplexe Analysen statt auf Posteingangs-Triage konzentrieren.[1][7] In Vermessung & Geoinformation bedeutet dies mehr Zeit für anspruchsvolle geodätische Fragestellungen, Innovation mit KI/Fernerkundung und die Betreuung von Junior-Kolleginnen und -Kollegen.

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 Vermessung & Geoinformation

1

Sich nur auf Marketingbroschüren statt auf technische Dokumentation zu stützen

Das Hochladen ausschließlich von Produktbroschüren und Website-Texten führt zu oberflächlichen, generischen Antworten. Für aussagekräftige Ergebnisse sollten Vermessungsberichte, Transformationsrichtlinien, Gerätehandbücher, SOPs und Datendictionaries einbezogen werden. Beginnen Sie mit den Dokumenttypen, die Supportteams bereits täglich zur Beantwortung von Kundenfragen nutzen.

2

Vom ersten Tag an 100 % Automatisierung erwarten

In der Praxis automatisieren erfolgreiche AI Chat Agents zunächst einen Teilbereich der Anfragen und erweitern diesen über die Zeit.[7] Ein realistisches Ziel für Vermessung & Geoinformation nach 90 Tagen ist die Automatisierung von 40–60 % der Routinefragen zu Formaten, Koordinatensystemen und Zugriffsrechten – mit klarer Eskalation an Menschen bei komplexen Grenz- oder Vertragsfragen.

3

Katasterspezifische Governance- und Datenschutzvorgaben ignorieren

Die Liegenschaftsverwaltung unterliegt strengen Regeln dazu, welche Flurstücksinformationen wem angezeigt werden dürfen.[3][10] Die Behandlung des Chat Agents wie eine öffentliche Suchmaschine kann sensible Daten offenlegen. Stattdessen sollten Sie rollenbasierten Zugriff konzipieren, wo nötig anonymisieren und sicherstellen, dass für jede Nutzergruppe nur zulässige Datensätze angebunden werden.

4

Das Projekt als reines IT-Thema behandeln – ohne Vermesser und GIS-Expertinnen

KI-Projekte werden häufig vollständig an IT-Teams delegiert. In Vermessung & Geoinformation führt dies zu Agents, die geodätische Terminologie missverstehen oder Workflows vorschlagen, die Qualitätsstandards verletzen. Beziehen Sie Chefsurveyor, GIS-Leads und QA-Manager frühzeitig ein, damit der Agent reale Vorgehensweisen und lokale Vorschriften korrekt abbildet.

5

Keine Eskalationspfade und menschliche Aufsicht definieren

Ohne klare Regeln könnte der Chat Agent bei unklaren Grenzstreitigkeiten oder Vertragsfragen raten. Vorgaben betonen die menschliche Aufsicht für KI-Systeme in kundenseitigen Anwendungsfällen.[3] Definieren Sie, wann der Agent an einen Menschen übergeben muss – etwa immer dann, wenn es um rechtliche Auslegung oder projektübergreifende Datenänderungen geht.

Kosten-Nutzen-Analyse: menschlicher Geodaten-Support vs. Reruption Chat Agent

Technischer Support in Vermessung & Geoinformation ist spezialisiert und daher teuer. Unternehmen beschäftigen typischerweise Senior-Vermesserinnen bzw. -Vermesser oder GIS-Expertinnen bzw. -Experten, um zahlreiche Routinefragen zu Koordinatensystemen, Datenformaten und Zugriffsrechten zu beantworten. Der Vergleich dieser Rollen mit einem AI Chat Agent macht deutlich, wo Automatisierung wirtschaftliche Hebel schaffen kann.[4][5]

Geospatial Support Engineer GIS- / CAD Application Specialist Chat Agent (Professional)
Jährliche Kosten 65.000–85.000 € (inkl. Overhead) 60.000–80.000 € (inkl. Overhead) €5,988 + €2,999 setup
Verfügbarkeit Mo–Fr, Geschäftszeiten, begrenzter Bereitschaftsdienst Bürozeiten, projektabhängig 24/7/365
Sprachen In der Regel 1–2 Typischerweise 1–2 80+
Gleichzeitige Anfragen 1–3 parallele Anfragen Mehrere Tickets, aber mit Kontextwechseln Unbegrenzt
Urlaub / Krankheit 25–30 Tage/Jahr + Krankheitsausfall 25–30 Tage/Jahr + Krankheitsausfall Keine
Einarbeitungszeit 3–6 Monate bis zur vollen Produktivität 4–9 Monate für Tools & Standards 5–10 Tage
Wissenserhalt Verlustrisiko beim Ausscheiden von Mitarbeitenden Implizites Know-how schwer zu dokumentieren Permanent, immer aktuell

Der Reruption Chat Agent (Professional) kostet €5.988 pro Jahr plus €2.999 einmalige Einrichtung, mit 24/7/365-Verfügbarkeit, 80+ Sprachen und unbegrenzten gleichzeitigen Unterhaltungen. Es geht nicht darum, Geodatenexpertinnen und -experten zu ersetzen, sondern darum, wiederkehrende Fragen auszulagern, damit sie sich auf wertschöpfende Aufgaben konzentrieren können. Bei €499 pro Monat amortisiert sich die Investition typischerweise, wenn der Chat Agent das Äquivalent von 2–3 manuell bearbeiteten Anfragen pro Tag abfängt – eine Schwelle, die die meisten Teams in Vermessung & Geoinformation mit wiederkehrenden Kundenanfragen problemlos überschreiten.[5][8]

Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Wie ein Anbieter für Kataster- und Ingenieurvermessung 55 % der technischen Anfragen in 90 Tagen automatisierte

Branche Vermessung & Geoinformation
Mitarbeiter 180
Produkte 350+ Datenprodukte & Services
Deployment 7 Tage

Die Herausforderung

Ein regionaler Anbieter für Vermessung & Geoinformation mit Kataster-, Ingenieur- und GIS-Services bearbeitete rund 2.800 Supportanfragen pro Monat von Bauunternehmen, Planern, Kommunen und Bürgerinnen bzw. Bürgern. Die meisten Fragen bezogen sich auf Koordinatensysteme, Dateiformate, Flurstücksinformationen und Portalzugänge. Die Antwortzeiten lagen in Spitzenzeiten im Durchschnitt bei 1–2 Arbeitstagen, und Senior-Vermesser verbrachten mehrere Stunden pro Woche mit der Suche in Altprojekten nach Details wie Referenzsystemen oder Aktualisierungszyklen. Das Management wollte das Servicelevel verbessern, ohne zusätzliche FTEs einzustellen, und benötigte eine Lösung, die mit DSGVO und nationalen Katastervorgaben im Einklang steht.[3][10]

Die Lösung

Innerhalb von 7 Tagen setzte das Unternehmen einen AI Chat Agent auf, der mit ausgewählter interner Dokumentation verbunden war: Produktblätter zu Vermessungs- und Katasterprodukten, CRS- und Transformationsrichtlinien, GNSS-Gerätehandbücher, Webservice-Beschreibungen und Nutzerhandbücher für das Kundenportal. Der Agent wurde für externe Nutzende auf der Website und für Mitarbeitende im Intranet verfügbar gemacht. Eskalationsregeln stellten sicher, dass rechtliche oder unklare Katastergrenzenfragen an menschliche Expertinnen und Experten weitergeleitet wurden. Während einer 90-tägigen Pilotphase verfeinerte das Team die Trainingsdaten iterativ und überwachte Protokolle, um verwirrende Terminologie zu korrigieren und Antworten mit internen QA-Standards abzugleichen.[7]

Die Ergebnisse

  • 55 % der eingehenden Anfragen zu Formaten, Koordinatensystemen und Portalnutzung wurden nach 3 Monaten autonom durch den Chat Agent beantwortet.[9]
  • Die durchschnittliche Reaktionszeit für automatisierte Themen sank von 1–2 Arbeitstagen auf wenige Sekunden, während auch manuell bearbeitete Tickets dank besserem Informationszugang schneller wurden.[4]
  • Die monatliche Lead-Erfassung über die Website stieg Schätzungen zufolge um 12 %, da Interessenten sofortige Klarstellungen erhielten und häufiger Angebote für zusätzliche Datenprodukte anfragten.[5]
  • Die Teamzufriedenheit in der Supportgruppe verbesserte sich, da Vermesserinnen und Vermesser von weniger Frustration über wiederkehrende Fragen und mehr Zeit für komplexe geodätische und katasterspezifische Fälle berichteten.[1][9]
„Wir waren überrascht, wie schnell der Chat Agent gelernt hat, detaillierte Fragen zu Koordinatensystemen und Lieferformaten zu beantworten. Unsere Vermesserinnen und Vermesser verbringen nun deutlich weniger Zeit mit der Suche in Altprojekten und viel mehr Zeit mit der Lösung der komplexen Fälle, in denen ihre Expertise wirklich zählt.“ - Leiter Geospatial Services
Stell unserer Demo die schwierigsten Fragen, die dir einfallen.

Wer profitiert am meisten von einem AI Chat Agent in Vermessung & Geoinformation?

Gute Voraussetzungen

  • Anbieter mit wiederkehrenden technischen Fragen von Bauunternehmen, Planern, Versorgern oder Kommunen zu Koordinatensystemen, Formaten, Zugriffsrechten oder Aktualisierungszyklen.
  • Kataster- und Liegenschaftsverwaltungen, die Portale betreiben oder Self-Service-Zugriff auf Flurstücksinformationen bereitstellen und konformen, geführten Support für Bürgerinnen und Bürger sowie Fachleute benötigen.
  • Ingenieur- und industrielle Vermessungsunternehmen, die wiederkehrende Datensätze (Monitoring, Bestandsaufnahmen, Scanning) liefern, bei denen viele Projekte ähnliche Dokumentation und FAQs teilen.
  • Unternehmen mit strukturierter Dokumentation wie Vermessungshandbüchern, SOPs, Datendictionaries, Produktblättern und Geräteanleitungen, die bereits digital gespeichert sind.
  • Teams mit 200+ Support-Interaktionen pro Monat über E-Mail, Telefon oder Portale, bei denen selbst eine Teilautomatisierung die Arbeitslast deutlich reduziert und die Reaktionszeiten verbessert.

(Noch) nicht ideal

  • Rein projektbasierte Kleinstunternehmen, die pro Jahr nur wenige Einzelaufträge vermessen und weniger als 20 Supportanfragen pro Monat erhalten.
  • Organisationen ohne zentralisierte oder digitale Dokumentation, in denen Schlüsselinformationen nur in Papierarchiven oder individuellen E-Mail-Postfächern existieren.
  • Early-Stage-Teams, die Vermessungsstandards, Formate und Prozesse alle paar Wochen ändern, was die Pflege einer stabilen Wissensbasis für den Chat Agent erschwert.

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 die zugrunde liegende Dokumentation verfügbar ist. Ein Chat Agent kann Vermessungsberichte, CRS- und Transformationsrichtlinien, Gerätehandbücher, GIS-Schemata und Portaldokumentation aufnehmen und anschließend Fragen direkt aus diesen Quellen beantworten. Studien zeigen, dass gut implementierte Systeme einen großen Anteil domänenspezifischer Fragen autonom lösen können, wenn sie mit hochwertigen Inhalten trainiert werden.[2][7]

Der Chat Agent erfindet keine eigene geodätische Logik. Er nutzt die dokumentierten Standards und Projektinformationen des Unternehmens, um zu erklären, welches Koordinatenreferenzsystem, welches Datum und welcher Höhenbezug verwendet wurde und wie Daten zwischen diesen transformiert werden. Durch das Indexieren von Projektmetadaten, CRS-Dokumentation und Transformations-Workflows kann er Fragen wie „Welcher EPSG-Code gilt hier?“ oder „Wie konvertiere ich diesen Altdatensatz nach ETRS89/UTM?“ projektübergreifend konsistent beantworten.[10]

Es kann sicher sein, wenn die Governance korrekt umgesetzt wird. Leitlinien für KI-Systeme betonen Transparenz, Datenminimierung und rollenbasierte Zugriffskontrolle.[3][10] In der Praxis bedeutet dies, nur freigegebene Datensätze anzubinden, sensible Flurstücksattribute auf authentifizierte Nutzende zu beschränken und Interaktionen zu protokollieren. Der Chat Agent kann dann Produkte und Richtlinien erklären, während er nur die Daten offenlegt, die die aktuelle Nutzerin oder der aktuelle Nutzer sehen darf.

Der Chat Agent wird in der Regel mit Dokumentenmanagementsystemen, Ticketing-Tools und Portalen verbunden, nicht direkt mit CAD-/GIS-Software. Er kann jedoch Exportspezifikationen, Datenschemata und Nutzerhandbücher aus Systemen wie QGIS, ArcGIS, CAD-/BIM-Werkzeugen oder Web Map Services indexieren, um „How-to“-Fragen zu beantworten. Optionale Integrationen mit CRM oder Portal-Authentifizierung können Kontext wie Kundin bzw. Kunde, Projekt oder Abonnementstufe bereitstellen.[1][9]

Für die meisten mittelgroßen Organisationen dauert die Einführung **5–10 Arbeitstage**. Dies umfasst die Anbindung der initialen Dokumentquellen (z. B. Produktblätter, CRS-Richtlinien, Gerätehandbücher), die Konfiguration von Zugriffsregeln und das Testen mit einer Pilotgruppe. Weitere Optimierungen – das Hinzufügen weiterer Projektarchive oder das Verfeinern von Antworten – erfolgen üblicherweise iterativ in den folgenden Wochen.[7]

Der 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 Implementierungen oder besondere Anforderungen

Die meisten Unternehmen im Bereich Vermessung & Geoinformation mit einigen hundert Anfragen pro Monat wählen den Professional-Tarif, der **€5.988 pro Jahr plus Einrichtung** entspricht.

Nein. Der Reruption Chat Agent basiert nicht auf Standardpipelines für Retrieval-Augmented Generation (RAG). Stattdessen nutzt er ein proprietäres Knowledge-Orchestration-System, das auf **strukturierte Dokumentenverarbeitung, deterministische Recherche und transparente Antwortzusammensetzung** fokussiert. Dieser Ansatz soll sicherstellen, dass Antworten eng an der angebundenen Vermessungs- und Geodaten-Dokumentation bleiben und dennoch von modernen Sprachmodellen profitieren.[2][7]

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 →