Butler Tray
Kunden-FAQ Selfservice
format_list_numberedSchritte
  1. 1. Anfrage analysieren
  2. 2. Knowledge-Base durchsuchen
  3. 3. Lösungswahrscheinlichkeit bewerten
  4. 4. Verzweigung Self-Service vs. Ticket
  5. 5. Antwort generieren und senden
  6. 6. CRM dokumentieren
live_help

Kunden-FAQ Selfservice

Analysiert Kundenanfragen automatisch, durchsucht FAQ-Datenbanken und sendet Self-Service-Antworten oder erstellt Support-Tickets basierend auf Lösungswahrscheinlichkeit.

💡 Kunden-FAQ Selfservice: Anfrage analysieren, FAQ durchsuchen und je nach Lösungswahrscheinlichkeit automatisch Self-Service-Antwort senden oder Ticket erstellen.

Steckbrief

Trigger

Neue Kundenanfrage (Chat/E-Mail)

Bereich

Support

Aktionen (high level)

Anfrage analysieren → FAQ suchen → Confidence bewerten → Antwort senden oder Ticket erstellen

Human-in-the-Loop

Optional Review bei Grenzfällen

Ziel

  • Ticketvolumen senken — Wiederkehrende, in der FAQ beantwortbare Anfragen werden automatisch erledigt, ohne ein Ticket zu öffnen.
  • Kunden schneller helfen — Antwort innerhalb von 30–60 Sekunden statt Stunden oder Tagen Wartezeit im Support-Backlog.
  • Self-Service sauber skalieren — Komplexe Fälle werden gezielt eskaliert, einfache Fälle laufen automatisch — auch bei Anfrage-Spitzen.
  • FAQ-Lücken sichtbar machen — Anfragen ohne passenden FAQ-Treffer werden dokumentiert und zeigen, wo Content fehlt.

Voraussetzungen

  • Support-Ticket-System (z. B. Zendesk, Freshdesk, Intercom) — Empfängt Kundenanfragen über Chat oder E-Mail und legt bei komplexen Fällen Tickets an.
  • Knowledge-Base-Tool (z. B. Notion, Confluence, Zendesk Guide) — Durchsuchbare FAQ-/Help-Center-Datenbank mit API-Zugriff.
  • E-Mail-Tool (z. B. Gmail, Outlook, Postmark) — Versendet die automatischen Self-Service-Antworten an den Kunden.
  • CRM-System (z. B. HubSpot, Salesforce, Pipedrive) — Trackt Interaktionen und Kundenzufriedenheit am Kundendatensatz.
  • LLM-Zugang (z. B. OpenAI, Claude, Gemini) — Analysiert die Anfrage, bewertet die Lösungswahrscheinlichkeit und formuliert die Antwort.
  • Wichtig: Beschränke die FAQ-Suche auf öffentliche, gepflegte Artikel — interne Notizen oder veraltete Drafts dürfen nicht in der Self-Service-Antwort landen.

Workflow-Logik (Schritte)

  1. Anfrage analysieren — LLM extrahiert Hauptanliegen, 3–5 Keywords, Kategorie (Technisch / Abrechnung / Produkt / Account) und Dringlichkeit (Niedrig / Mittel / Hoch).
  2. Knowledge-Base durchsuchen — FAQ und Help-Center mit den extrahierten Keywords abfragen, Top-Treffer mit Titel, Snippet und Link sammeln.
  3. Lösungswahrscheinlichkeit bewerten — Zweites LLM prüft die Treffer gegen das Hauptanliegen und vergibt eine Confidence von 0–100 % inklusive Begründung.
  4. Verzweigung Self-Service vs. Ticket — Ab Schwelle (z. B. 70 %): personalisierte Self-Service-Antwort mit 2–3 relevanten FAQ-Links automatisch versenden. Unter Schwelle: Support-Ticket anlegen und Anfrage-Kontext sowie gefundene Artikel an das Team übergeben.
  5. Antwort generieren und senden — Drittes LLM formuliert die E-Mail im gewünschten Ton, fügt FAQ-Links mit Kurzbeschreibung ein und bietet Eskalation an.
  6. CRM dokumentieren — Interaktion, Kategorie, gewählter Pfad (Self-Service oder Ticket) und Confidence am Kundendatensatz festhalten.

Setup (Builder-Prompt)

Dieser Prompt muss im Workflow Builder des jeweiligen Tools eingegeben werden, das du für diesen Workflow einsetzt.
Baue einen Workflow, der neue Kundenanfragen automatisch analysiert, passende FAQ-Artikel sucht, eine Lösungswahrscheinlichkeit bewertet und bei hoher Wahrscheinlichkeit eine Self-Service-Antwort sendet, sonst ein Support-Ticket erstellt (inkl. Übergabe von Kontext und gefundenen Artikeln).

Testing

  • Test-Anfrage senden — Schicke eine realistische, FAQ-relevante Anfrage über den Website-Chat oder ans Support-Postfach (z. B. „Wie kann ich mein Passwort zurücksetzen?"). Beobachte den Lauf im Workflow-Log.
  • Was du prüfen solltest:
  • Anfrage-Analyse: Hauptanliegen und Keywords wurden korrekt extrahiert
  • FAQ-Suche: 2–3 relevante Artikel wurden gefunden
  • Lösungswahrscheinlichkeit: Confidence ist nachvollziehbar und der Schwellenwert greift
  • Self-Service-Antwort: E-Mail ist personalisiert, enthält die richtigen Links und liest sich natürlich
  • CRM-Update: Interaktion ist am Kundendatensatz dokumentiert
  • Erwartetes Ergebnis: Bei einer FAQ-relevanten Anfrage erhält der Kunde innerhalb von 30–60 Sekunden eine automatische Self-Service-Antwort mit 2–3 passenden Links. Bei einer komplexen Anfrage wird stattdessen ein Support-Ticket angelegt.
  • Edge Cases: Anfrage in einer anderen Sprache, Anfrage ohne klare Frage (z. B. nur „Hilfe"), mehrere Anliegen in einer Nachricht, sehr lange Anfrage mit irrelevantem Kontext, Confidence exakt am Schwellenwert.

Go Live

  • Aktivieren, wenn alles funktioniert: Test-Anfragen werden korrekt klassifiziert, Self-Service-Antworten landen bei hoher Confidence beim Kunden, Tickets werden bei niedriger Confidence sauber an das Team übergeben und das CRM wird zuverlässig aktualisiert.
  • Empfehlung Rollout: Starte mit einer Kategorie (z. B. „Account-Verwaltung") und einer konservativen Schwelle von 80 %. Senke die Schwelle erst, wenn die Antwort-Qualität bei Stichproben über mehrere Tage stabil ist.
  • Erweiterungsmöglichkeiten: Automatisches Follow-up nach 24 h mit der Frage, ob die FAQ-Artikel geholfen haben. Sentiment-Analyse, um frustrierte Kunden zu erkennen und ihre Tickets zu priorisieren. Multi-Language-Support für mehrsprachige FAQs. Analytics-Dashboard für häufigste Anfragen und FAQ-Lücken. Eskalations-Logik, um VIP-Kunden oder dringende Fälle direkt an Senior-Support zu leiten.

Output

  • Self-Service-Antwort an den Kunden mit 2–3 FAQ-Links und Eskalations-Hinweis ODER Support-Ticket mit Anfrage-Kontext und gefundenen Artikeln
  • CRM-Eintrag mit Kategorie, gewähltem Pfad und Confidence für spätere Auswertungen

Häufige Fehler

  • Keine FAQ-Artikel gefunden: Keyword-Extraktion und Suchparameter im Knowledge-Base-Tool prüfen
  • Confidence dauerhaft niedrig: Bewertungs-Prompt schärfen oder Schwellenwert (z. B. von 70 % auf 60 %) senken
  • Self-Service-Antwort wird nicht gesendet: E-Mail-Integration und SMTP-Einstellungen prüfen
  • CRM-Update schlägt fehl: Kundendatensatz und Schreibrechte sicherstellen
  • Antwort wirkt generisch oder roboterhaft: Tonalität und Länge im Antwort-Prompt anpassen, mit echten Beispielen aus dem Support-Archiv kalibrieren

Screenshots

JSON / Export

kunden-faq-selfservice.jsonWorkflow JSON – Kunden-FAQ Selfservice

So richtest du den Workflow ein

Du hast zwei Wege, um diesen Workflow in Langdock anzulegen — wähle den, der besser zu deinem Setup passt.

Weitere Workflows

account_treeWorkflow
alt_route

Support-Ticket-Kategorisierung und Routing

Kategorisiert, priorisiert und weist Support-Tickets automatisch dem zuständigen Team zu und sendet eine personalisierte Erstantwort an den Kunden.

account_treeWorkflow
support_agent

IT-Helpdesk Ticketbearbeitung

Kategorisiert neue IT-Support-Tickets automatisch, sucht passende Lösungen in der Knowledge Base und weist sie dem zuständigen Team zu.

account_treeWorkflow
quickreply

FAQ-basierte Antwort-Vorschläge

Generiert automatisch personalisierte Antwort-Drafts für Support-Tickets basierend auf einer FAQ-Datenbank.

account_treeWorkflow
forum

Slack/Teams Zusammenfassungen

Automatische tägliche Zusammenfassung wichtiger Slack/Teams-Diskussionen und Entscheidungen per E-Mail an das Team.