Praxis-Einblick: Warum wir Kundenfeedback jetzt chatbar gemacht haben (nicht Umfragen, sondern öffentliche Meinungen der Kunden sind echte Daten)

Lasst uns mal ehrlich sein: Wenn wir über die Einführung von künstlicher Intelligenz sprechen, denken viele sofort an Roboter, die morgen den Laden übernehmen. Aber in unserem aktuellen Projekt ging es um etwas viel Bodenständigeres, das aber für das strategische Management und das Marketing vieler Unternehmen ein absoluter Gamechanger ist: Ordnung im Chaos der Kundenmeinungen.

Ich möchte euch kurz erzählen, was wir da gerade für einen Kunden gebaut haben, weil es ein perfektes Beispiel dafür ist, wie KI im Mittelstand wirklich Nutzen stiftet – ohne Science-Fiction, dafür mit messbaren Ergebnissen.

Das Problem: Wir ertrinken in Feedback, aber wissen nichts

Unser Kunde hatte genau das Problem, das eigentlich alle haben: Überall im Netz schwirren Meinungen herum.

• Google Reviews

• Trustpilot

• Kommentare in Social Media

Das Marketing liest da vielleicht mal sporadisch drüber. Aber mal Hand aufs Herz: Wer setzt sich jeden Freitag hin, kopiert hunderte Fließtexte in eine Excel-Tabelle, kategorisiert die händisch nach „Service-Problem“ oder „Hygiene-Mangel“ und baut daraus eine Statistik? Niemand.

Die Folge: Das Unternehmen sitzt auf einem Berg aus Gold (Daten), nutzt ihn aber nicht für strategische Entscheidungen.

Die Lösung: Ein Assistent, der den Fließtext versteht

Wir haben das Prozess-Design komplett umgedreht. Wir haben ein System gebaut, das diese Datenquellen anzapft – vollautomatisch. Egal ob Google, Trustpilot oder Facebook-Kommentare.

Der Clou ist aber nicht das Sammeln. Der Clou ist das Verstehen. Das System nimmt den unstrukturierten Text (z.B. "Das Essen war super, aber auf der Toilette fehlte Papier und der Kellner war unfreundlich"), zerlegt ihn im Hintergrund und speichert ihn strukturiert in einer Datenbank ab.

Am Ende steht ein Chatbot. Aber nicht so ein dummes Ding, das nur FAQ abspult. Jeder Mitarbeiter mit Zugriff – sei es aus dem Marketing oder dem Produktmanagement – kann nun mit den Daten chatten.

Warum wir das Ding "Assistent" nennen (und nicht Agent)

Hier muss ich kurz eine Lanze brechen. In der Tech-Szene wird gerade alles als "AI Agent" verkauft. Das Wort wird inflationär für jeden Mist benutzt. Für uns ist ein Agent etwas, das völlig autonom handelt und Entscheidungen trifft.

Das wollten wir hier bewusst nicht. Wir haben einen Assistenten gebaut. Warum? Weil wir den Menschen im Loop behalten wollen. Der Chatbot bereitet die Daten perfekt auf, er liefert die Statistik zur Unzufriedenheit im Servicebereich oder listet die Top-3 Hygienemängel der Woche auf. Aber die strategische Entscheidung, was man daraus macht, bleibt beim Menschen. Das ist ehrlich, das ist transparent und das funktioniert.

Wie sich das im Alltag anfühlt

Stellt euch vor, ihr kommt montags ins Büro. Ihr drückt (freiwillig!) auf den Knopf, um das wöchentliche Update zu ziehen. Das System rattert im Hintergrund, aktualisiert die Datenbanken, analysiert die neuen Texte.

Dann öffnet ihr den Chat und fragt einfach: > "Wie hat sich die Stimmung bezüglich unserer Lieferzeiten im letzten Monat auf Trustpilot entwickelt?"

Und statt einer Liste mit 500 Kommentaren bekommt ihr eine saubere Zusammenfassung und eine statistische Auswertung.

Das Marketing weiß sofort: "Okay, unsere Kampagne kommt gut an, aber das Produkt X hat einen Fehler." Das Qualitätsmanagement sieht: "Hoppla, in Filiale 3 häufen sich Beschwerden über Sauberkeit."

Meine persönliche Meinung zu diesem Projekt

Für mich zeigt dieses Projekt, wie die Einführung von künstlicher Intelligenz wirklich funktionieren sollte:

1. Kein Kontrollverlust: Der Kunde entscheidet, wann die Daten gezogen werden.

2. Vom Text zur Tabelle: Wir machen aus "Gefühl" harte Fakten für das Management.

3. Simpel in der Anwendung: Wer chatten kann, kann das Tool bedienen.

Wir haben hier keine abstrakte Zukunftsmusik installiert, sondern ein Werkzeug, das dem Kunden hilft, sein eigenes Geschäft besser zu verstehen. Und genau das ist es, was Technologie am Ende tun soll.