*Thisarticle is based on a YouTube video by Sophie Hundertmark, an expert in the use of artificial intelligence with a focus on chatbots and strategic AI applications in companies and public institutions. Sophie is a researcher and lecturer at the Lucerne University of Applied Sciences and Arts and is doing her doctorate in Conversational AI at the University of Fribourg. The blog text was created using a custom GPT model that was trained on Sophie’s video content, language style and expertise. The result is well-founded, up-to-date articles based on Sophie Hundertmark‘s own expertise.
You can find the link to the video at the end of this article.
Conversational AI ist gerade überall. Plötzlich „macht jede Firma irgendwas mit KI“. Das klingt nach Hype – und manchmal ist es das auch. Gleichzeitig steckt in Conversational AI (also KI-gestützter Dialog über Chat, Telefon oder andere Kanäle) echtes Potenzial, vor allem dort, wo Unternehmen täglich sehr viele Kundenanliegen bearbeiten müssen.
In einem Gespräch mit Jens und Miguel von Solonex ging es genau darum: Was bringt KI im Kundenservice wirklich? Wo liegt der größte Hebel? Und warum ist die wichtigste Frage nicht „Welches Tool?“, sondern: „Was willst du eigentlich erreichen?“
Wer sind Jens und Miguel – und was macht Solonex?
Jens und Miguel sind Teil der Geschäftsleitung der Solonex AG. Das Team besteht aus rund 20 Spezialistinnen und Spezialisten, mit starkem Fokus auf Software Engineering an der Kundenschnittstelle.
Solonex unterstützt Unternehmen dabei, bestehende Standardlösungen kundenspezifisch anzupassen – insbesondere überall dort, wo Kommunikation „rein kommt“ (Input) und „raus geht“ (Output). Also in Bereichen wie:
- Eingangskanäle (E-Mail, Formulare, Social, Chat, Voice)
- Prozessunterstützung im Kundenservice
- Plattformen für Kundenkommunikation und Automatisierung
Besonders häufig arbeiten sie mit Banken und Versicherungen – nicht weil sie nur das machen wollen, sondern weil diese Branchen sehr prozesslastig sind und dadurch einen großen Hebel für Automatisierung haben.
Wie kommen Unternehmen überhaupt zu KI-Projekten?
Die Antwort war überraschend unaufgeregt: Solonex wurde nicht aus Marketinggründen „KI-first“. Der Einstieg kam über konkrete Kundenanfragen.
Kunden kamen auf sie zu und wollten wissen:
- „Könnt ihr uns dabei unterstützen?“
- „Ist das ein Thema, das zu eurer Kompetenz passt?“
- „Was ist bei uns sinnvoll – und was nicht?“
Und genau da liegt ein wichtiger Punkt: Nicht jedes Problem braucht KI. Solonex denkt stark von den Kundenbedürfnissen her – und sagt auch mal ehrlich „nein“, wenn es fachlich keinen Sinn ergibt.
Für wen lohnt sich Conversational AI besonders?
Ein „typischer“ Kunde ist schwer zu definieren. Es gibt große und kleinere Organisationen, aber ein Muster ist klar: Überall, wo es viele wiederkehrende Anliegen gibt und mehrere Kontaktkanäle zusammenkommen, wird es spannend.
Wichtig ist dabei: Kundenschnittstelle heißt nicht nur Endkunde. Auch interne Services (z.B. HR als interner Dienstleister) können „Außenschnittstellen“ haben – immer dann, wenn Anfragen strukturiert entgegengenommen, verteilt und bearbeitet werden müssen.
Der größte Hebel liegt im Input – nicht im Smalltalk
Wenn man an Conversational AI denkt, landet man schnell bei Chatbots, die nette Dialoge führen. Aber Jens und Miguel haben den Fokus bewusst anders gesetzt: Der größte Nutzen liegt häufig im Input Management.
Das bedeutet:
- Anliegen kommen rein (E-Mail, Chat, Briefe, Social, Voice)
- und müssen erstmal sortiert, klassifiziert und an die richtige Stelle geleitet werden.
Diese Schritte sind in vielen Organisationen hochmanuell. Und genau da kann KI stark sein:
- Klassifizierung von Anfragen
- Triage (also Vorsortieren und Priorisieren)
- Vorstrukturierung für die Bearbeitung
Die Maschine ist hier schneller und konsistenter. Der Mensch gewinnt dadurch Zeit für das, was wirklich zählt: individuelle Fälle, echte Beratung, emotionale Situationen, komplexe Entscheidungen.
Vollautomatisierung: Möglich – aber nicht immer klug
Technisch kann man vieles komplett automatisieren. Zum Beispiel:
- Adressänderungen
- Paket- oder Vertragswechsel
- einfache Auskünfte
Die spannendere Frage ist aber: Will das Unternehmen das? Und noch wichtiger: Was hängt fachlich daran?
Ein gutes Beispiel aus dem Gespräch: Adressänderung klingt simpel. In einer Schweizer Krankenversicherung kann ein Umzug aber Tarif, Prämie oder Vertrag beeinflussen. Dann reicht es nicht, nur die Straße im System zu ändern. Man muss die Implikationen kennen – und entscheiden, ob ein zusätzlicher menschlicher Touchpoint sinnvoll ist.
Das ist die Balance, um die es in der Praxis geht: Automatisieren, wo es Routine ist. Menschlich bleiben, wo Vertrauen, Verantwortung oder Komplexität eine Rolle spielen.
Bot oder Mensch: Es gibt keine Einheitslösung
Viele Diskussionen drehen sich um „Bot vs. Mensch“. In der Realität geht es eher um die richtige Mischung.
- Manche Kundengruppen akzeptieren Zusatzangebote (Upselling) eher über einen Bot.
- Andere wollen genau das nur von einem Menschen hören.
- Manche Anliegen brauchen Emotion, andere nur Effizienz.
Und vor allem in Branchen wie Versicherung und Bank ist Vertrauen ein echter Erfolgsfaktor. KI kann unterstützen – aber nicht automatisch ersetzen.
Plattformen: Warum Solonex nicht alles neu baut
Solonex entwickelt nicht jede Lösung von Grund auf neu, sondern setzt auf ausgewählte Plattformen und ergänzt sie durch Integration, Anpassung und Beratung.
Zwei Beispiele aus dem Gespräch:
- Eine Omnichannel Customer Experience Plattform: Sie bündelt verschiedene Eingangskanäle (z.B. E-Mail, Telefon, Social Media, WhatsApp) und bringt viele Standardfunktionen schon mit.
- Rasa als Conversational-AI-Plattform: Sehr flexibel, gut für individuelle Dialoglogik, Voice- und Chatbots, und mit viel Kontrolle über Integrationen und Daten.
Omnichannel heißt dabei schlicht: Kunden können über verschiedene Kanäle kommen – und du willst diese nicht als einzelne Silos behandeln.
„Out of the box“ bedeutet: Viele Bausteine sind im Produkt bereits vorhanden, ohne dass du sie selbst entwickeln musst.
Die wichtigste Entscheidung ist nicht „Rasa oder Plattform X“, sondern Strategie
Ein Satz aus dem Gespräch, den ich gerne hängen lasse: „Ich will jetzt AI machen“ ist keine Strategie.
Ob eine Plattform passt, hängt stark davon ab:
- Geht es primär um maximale Effizienz und Kosten?
- Oder ist das Ziel, als „persönlicher Versicherer“ wahrgenommen zu werden?
- Wie wichtig sind Datenschutz, Hosting, Kontrolle über Daten?
- Muss es Cloud sein oder On-Prem (also im eigenen Betrieb)?
Zwei Unternehmen können im gleichen Markt sein und komplett unterschiedliche Ziele haben – und damit auch komplett unterschiedliche KI-Setups brauchen.
Enablement: Damit ihr nicht dauerhaft externe Berater braucht
Ein Punkt, den ich sehr wichtig finde: Solonex betont stark das Thema Enablement.
Ziel ist nicht, dass ständig externe Leute „im Haus rumschwirren“, sondern dass Teams selbstständig werden. Denn am Ende sind es oft die Mitarbeitenden, die:
- seit 15–20 Jahren Prozesse kennen,
- die täglichen Frustpunkte sehen,
- und genau wissen, wo Automatisierung wirklich hilft.
Schulungen und Coaching richten sich dabei an unterschiedliche Zielgruppen:
- Technikteams (Integrationen, Schnittstellen, Betrieb)
- Fachbereiche (Prozesse, Inhalte, Verbesserungen „bottom up“)
Die besten Prozessverbesserungen entstehen selten top-down. Die Führung setzt Leitplanken – aber die wirksamen Ideen kommen aus dem Alltag.
Datenschutz und Privacy: Nicht am Ende drüber nachdenken
Gerade in regulierten Branchen ist Datenschutz kein „späteres To-do“, sondern muss in der Scopingphase geklärt werden:
- Welche Datenquellen gibt es?
- Wie sind Daten klassifiziert?
- Was ist die „Source of Truth“ (also die verlässliche Datenbasis)?
- Wo liegen Daten, wer hat welche Rechte (Least Privilege)?
- Was passiert bei regulatorischen Änderungen?
Im Gespräch wurde deutlich: Viele machen den Fehler, das erst kurz vor Projektende ernsthaft anzugehen. Solonex legt den Fokus darauf, diese Fragen früh zu klären – weil späteres Nachbessern teuer und riskant ist.
Sprachmodelle: Muss es OpenAI sein?
Kurz gesagt: Nein.
Sowohl Plattformen als auch Conversational-AI-Setups können so gebaut werden, dass verschiedene Sprachmodelle genutzt werden können – je nach Anforderungen.
Wichtige Fragen sind dabei:
- Hat das Unternehmen bereits Modelle oder KI-Komponenten im Einsatz?
- Wo sollen Modelle betrieben werden (eigener Betrieb vs. Provider)?
- Passt ein lokaler oder europäischer Ansatz besser zur Positionierung?
- Wie wichtig ist Datenhoheit?
Auch hier gilt: Es gibt kein „richtig oder falsch“, sondern „passt es zu deinem Case?“
Think big, start small – und macht es messbar
Zum Abschluss ging es um das, was erfolgreiche KI-Einführung oft ausmacht:
- in kleinen Schritten starten
- bewusst mit Pilotphasen arbeiten
- Feedback-Schleifen einplanen
- Akzeptanz intern und extern ernst nehmen
- messbar machen, was ihr erreichen wollt
Wichtig ist dabei auch: Nicht nach Tag 1 frustriert messen und abbrechen. Nutzerakzeptanz, Prozesse und Qualität brauchen Zeit. Gute Feedback-Loops funktionieren eher wie ein Echolot: senden, beobachten, nachsteuern.
Fazit: KI verbessert Kundenservice dann, wenn sie Menschen Zeit zurückgibt
Der Kern aus dem Gespräch: KI soll nicht einfach „mehr Arbeit schneller“ erzeugen. Sie soll dort automatisieren, wo Routine dominiert – und dadurch Freiräume schaffen für Qualität, Vertrauen und echte menschliche Interaktion.
Oder anders gesagt: KI ist dann erfolgreich, wenn sie nicht die Beziehung ersetzt, sondern sie möglich macht.
Any further questions?
Do you have any questions? I am happy to support you, act as a sparring partner and answer your questions. I am always happy to receive your messages, preferably by WhatsApp message or e-mail.
