Interview-Vorbereitung
Content-Repurposing

Kundenfeedback-Analyse

Aus dem Kundenfeedback wird ein Report, kritische Fälle sofort

So funktioniert dieser Workflow

  1. 1Zeit-TriggerTäglich (z. B. 18:00 Uhr)
  2. 2Feedback abrufenAlle Einträge der letzten 24 h aus den Quellen
  3. 3Sentiment & ThemenPro Eintrag Sentiment, Dringlichkeit und 1–3 Themen
  4. 4AggregierenSentiment-Verteilung, Top-5 Themen, kritische Fälle, Highlights
  5. 5Report erzeugenExecutive Summary, Verteilung, Top-Themen, Empfehlungen
  6. 6Ablegen & eskalierenReport ins PM-Tool, kritische Fälle in Slack/Teams

Prompts zum Kopieren

Trag deine Angaben ein oder klick auf einen Namen im Text. Alles bleibt in deinem Browser — wir sehen und speichern es nicht.

Builder-Prompt

Baue einen Workflow nach der folgenden Spezifikation. Passe die Struktur an die Konzepte deines Tools an (z. B. Nodes, Steps, Zaps, Agenten-Aktionen) — erhalte dabei aber Trigger-Logik, Reihenfolge, die Schleife pro Feedback-Eintrag und den Datenfluss.

## Ziel
Täglich das Kundenfeedback des Tages sammeln, pro Eintrag Sentiment und Themen bewerten, einen strukturierten Tages-Report erstellen und kritische Fälle sofort ins Team eskalieren.

## Trigger
- Typ: Zeitgesteuert, täglich (z. B. 18:00 Uhr).
- Scope: alle Feedback-Einträge der letzten 24 h aus den Quellen (Typeform, Zendesk, Intercom o. ä.).

## Schritte
1. Feedback abrufen: alle Einträge der letzten 24 h inkl. Link zur Quelle (Datumsfilter prüfen).
2. SCHLEIFE pro Eintrag — KI-Schritt: Sentiment & Themen — nutze EXAKT „Prompt 1“ (unten) für JEDEN Eintrag einzeln. Output pro Eintrag: JSON.
3. Aggregieren: Sentiment-Verteilung, Top-5-Themen mit Zählung, Liste der Fälle mit Dringlichkeit HOCH/KRITISCH, positive Highlights.
4. KI-Schritt: Report — nutze EXAKT „Prompt 2“ (unten) mit allen analysierten Einträgen.
5. Output A: Report im PM-Tool/Notion ablegen.
6. Output B: kritische Fälle (HOCH/KRITISCH) sofort in Slack/Teams eskalieren — je Fall mit Zusammenfassung, Link zur Quelle und empfohlenem Follow-up.

## Prompts (exakt und unverändert übernehmen)
Prompt 1 – Sentiment & Themen:
"""
Analysiere das folgende Kundenfeedback und liefere eine strukturierte Bewertung:

FEEDBACK:
{{FEEDBACK_TEXT}}

AUFGABEN:
1. Sentiment-Analyse: Bewerte die emotionale Stimmung als POSITIV, NEUTRAL oder NEGATIV
2. Dringlichkeit: Schätze die Dringlichkeit ein (NIEDRIG, MITTEL, HOCH, KRITISCH)
3. Themen: Identifiziere 1-3 Hauptthemen (z.B. Produktqualität, Kundenservice, Lieferung, Preis, Funktionen)
4. Zusammenfassung: Fasse das Feedback in 1-2 Sätzen zusammen

AUSGABEFORMAT (JSON):
{
"sentiment": "[POSITIV/NEUTRAL/NEGATIV]",
"dringlichkeit": "[NIEDRIG/MITTEL/HOCH/KRITISCH]",
"themen": ["Thema 1", "Thema 2"],
"zusammenfassung": "[Kurze Zusammenfassung]",
"original_feedback": "{{FEEDBACK_TEXT}}"
}
"""

Prompt 2 – Report-Erstellung:
"""
Erstelle einen professionellen Tages-Feedback-Report basierend auf folgenden analysierten Einträgen:

ANALYSIERTE FEEDBACKS:
{{ANALYSIERTE_FEEDBACKS}}

ANFORDERUNGEN:
1. Executive Summary: Überblick über Anzahl der Feedbacks und allgemeine Stimmung
2. Sentiment-Verteilung: Prozentuale Aufteilung (Positiv/Neutral/Negativ)
3. Top-Themen: Die 5 häufigsten Themen mit Anzahl der Nennungen
4. Kritische Feedbacks: Liste aller Feedbacks mit Dringlichkeit HOCH oder KRITISCH
5. Positive Highlights: 2-3 besonders positive Feedbacks
6. Handlungsempfehlungen: Anzahl Empfehlungen konkrete nächste Schritte basierend auf den Erkenntnissen

DATUM: {{AKTUELLES_DATUM}}
BERICHTSZEITRAUM: {{ZEITRAUM}}

Formatiere den Report übersichtlich mit Markdown-Struktur (Überschriften, Listen, Hervorhebungen).
"""

## Datenfluss
- Schritt 1 → 2: einzelner Eintrag → {{FEEDBACK_TEXT}} (pro Schleifen-Durchlauf)
- Schritt 2/3 → 4: alle Analyse-JSONs → {{ANALYSIERTE_FEEDBACKS}}
- System → 4: {{AKTUELLES_DATUM}}, {{ZEITRAUM}}
- Schritt 2 → 6: Einträge mit dringlichkeit HOCH/KRITISCH inkl. Quell-Link

## Fehlerbehandlung
- Kein Feedback im Zeitraum: kurzen Hinweis statt leerem Report senden; Datumsfilter prüfen.
- KI liefert kein valides JSON: Eintrag 1x wiederholen; danach als „nicht klassifiziert“ in den Report aufnehmen.
- Ironie/Sarkasmus falsch klassifiziert: Beispiele im Prompt ergänzen und Stichproben prüfen.
- Zu viele Eskalationen: Schwelle schärfen (z. B. nur KRITISCH oder Kombination Dringlichkeit + negatives Sentiment).
- Mehrsprachiges Feedback: Sprache vorab erkennen; Analyse funktioniert sprachunabhängig, Report in der Team-Sprache.
- Hohes Volumen: Schleife in Batches ausführen, Rate-Limits beachten.

## Platzhalter-Konvention
Zwei Arten von Platzhaltern: {geschweifte Klammern} sind dynamisch — mappe {{FEEDBACK_TEXT}}, {{ANALYSIERTE_FEEDBACKS}}, {{AKTUELLES_DATUM}}, {{ZEITRAUM}} (siehe Datenfluss). NICHT dynamisch ist: Anzahl Empfehlungen — muss der User vor Aktivierung manuell festlegen (z. B. 3). Die eckigen Klammern im JSON-Ausgabeformat sind Format-Anweisungen ans LLM und bleiben unverändert. Liste manuelle Platzhalter am Ende explizit auf.

## Selbst-Check vor Abschluss
Prüfe, bevor du den Workflow als fertig meldest:
1. Läuft die Analyse als Schleife PRO Eintrag und werden beide Outputs (Report-Ablage + Eskalation) bedient?
2. Sind beide KI-Prompts vollständig und unverändert eingefügt und alle dynamischen Platzhalter gemappt?
3. Greift die Eskalation nur bei HOCH/KRITISCH und enthält sie Quell-Link und Follow-up-Empfehlung?
4. Liste alle Punkte auf, die manuell konfiguriert werden müssen (z. B. Feedback-Quellen, Report-Ablageort, Eskalations-Channel, Eskalationsschwelle, Anzahl Empfehlungen, LLM-API-Key).
Alternativ direkt importierenWorkflow-JSON herunterladen

Prompt – Sentiment & Themen

Analysiere das folgende Kundenfeedback und liefere eine strukturierte Bewertung:

FEEDBACK:
{{FEEDBACK_TEXT}}

AUFGABEN:
1. Sentiment-Analyse: Bewerte die emotionale Stimmung als POSITIV, NEUTRAL oder NEGATIV
2. Dringlichkeit: Schätze die Dringlichkeit ein (NIEDRIG, MITTEL, HOCH, KRITISCH)
3. Themen: Identifiziere 1-3 Hauptthemen (z.B. Produktqualität, Kundenservice, Lieferung, Preis, Funktionen)
4. Zusammenfassung: Fasse das Feedback in 1-2 Sätzen zusammen

AUSGABEFORMAT (JSON):
{
"sentiment": "[POSITIV/NEUTRAL/NEGATIV]",
"dringlichkeit": "[NIEDRIG/MITTEL/HOCH/KRITISCH]",
"themen": ["Thema 1", "Thema 2"],
"zusammenfassung": "[Kurze Zusammenfassung]",
"original_feedback": "{{FEEDBACK_TEXT}}"
}

Prompt – Report-Erstellung

Erstelle einen professionellen Tages-Feedback-Report basierend auf folgenden analysierten Einträgen:

ANALYSIERTE FEEDBACKS:
{{ANALYSIERTE_FEEDBACKS}}

ANFORDERUNGEN:
1. Executive Summary: Überblick über Anzahl der Feedbacks und allgemeine Stimmung
2. Sentiment-Verteilung: Prozentuale Aufteilung (Positiv/Neutral/Negativ)
3. Top-Themen: Die 5 häufigsten Themen mit Anzahl der Nennungen
4. Kritische Feedbacks: Liste aller Feedbacks mit Dringlichkeit HOCH oder KRITISCH
5. Positive Highlights: 2-3 besonders positive Feedbacks
6. Handlungsempfehlungen: Anzahl Empfehlungen konkrete nächste Schritte basierend auf den Erkenntnissen

DATUM: {{AKTUELLES_DATUM}}
BERICHTSZEITRAUM: {{ZEITRAUM}}

Formatiere den Report übersichtlich mit Markdown-Struktur (Überschriften, Listen, Hervorhebungen).

Was dieser Workflow genau macht

Kundenfeedback kommt aus vier Richtungen gleichzeitig: aus Umfragen, aus Support-Tickets, aus dem Chat und aus Bewertungen. Jeder liest ein paar Einträge, niemand liest alle. Was am Ende bleibt, ist ein Bauchgefühl — man erinnert sich an die zwei lautesten Beschwerden und übersieht, dass dieselbe Sache seit Montag fünfzehnmal genannt wurde. Und die eine Nachricht, in der ein Kunde ankündigt zu kündigen, liegt drei Tage im Stapel, bevor sie jemand aufmacht.

Dieser Workflow startet abends von selbst und holt alles, was in den letzten 24 Stunden hereingekommen ist. Jeden Eintrag bewertet er einzeln: Ist die Stimmung positiv, neutral oder negativ, wie dringend ist der Fall, um welche ein bis drei Themen geht es? Aus allen Bewertungen zusammen zählt er, wie sich die Stimmung verteilt und welche Themen obenauf liegen. Daraus schreibt er den Tages-Report mit Zusammenfassung, Verteilung, Top-Themen und Handlungsempfehlungen und legt ihn im Projekt-Tool ab. Alles, was als hoch oder kritisch eingestuft wurde, geht parallel und sofort in den Team-Chat — mit Zusammenfassung, Link zur Quelle und einem Vorschlag, was als Nächstes zu tun ist.

Der Unterschied zu einem Skill oder Agenten: Ein Workflow läuft von allein. Du richtest ihn einmal ein, danach arbeitet er ohne dich — es gibt kein Gespräch, in dem du etwas nachreichst. Einzustellen gibt es genau eine Sache: wie viele Handlungsempfehlungen am Ende des Reports stehen sollen. Die zweite Stellschraube sitzt im Workflow selbst — die Eskalationsschwelle, also ab welcher Dringlichkeit eine Meldung sofort im Team-Chat landet.

So richtest du ihn ein

Entscheide zuerst, wie du starten willst. Danach siehst du nur den passenden Weg.

Wie möchtest du den Workflow anlegen?

Beide Wege führen zum selben Aufbau.

Builder-Prompt: n8n · Make · Zapier · Langdock

Du siehst beim Aufbau zu und kannst eingreifen.

  1. Angaben oben ausfüllen und Builder-Prompt kopieren.
  2. Workflow-Tool öffnen, einen neuen Workflow anlegen und den KI-Chat wählen.
  3. Den Builder-Prompt einfügen.
  4. Den erzeugten Aufbau prüfen.

  1. Zugänge verbinden, bevor der Workflow das erste Mal läuft

    Eine Feedback-Quelle (Typeform, Zendesk, Intercom o. ä.), ein Projekt-Tool für die Ablage des Reports, ein Team-Chat für die Eskalationen und ein LLM-Zugang. Ohne Lese-Zugriff auf die Quelle findet Schritt 1 nichts, und der Report bleibt jeden Abend leer.

  2. Die beiden Teil-Prompts in die KI-Schritte einsetzen

    Der erste läuft in einer Schleife über jeden einzelnen Eintrag, der zweite bekommt alle Bewertungen auf einmal. Wer einen umschreibt, muss die Platzhalter des Nachbarschritts mitziehen.

  3. Einen Probelauf mit fünf Test-Einträgen machen

    Einer je Stimmungslage — positiv, neutral, negativ, ein klar kritischer Fall und einer ohne erkennbares Anliegen. Prüf drei Dinge: Zieht der Abruf wirklich die letzten 24 Stunden? Wird jeder Eintrag einzeln bewertet statt der ganze Stapel auf einmal? Sind Sentiment und Dringlichkeit nachvollziehbar?

  4. Die Grenzfälle durchspielen, bevor du live gehst

    Ein ironisch gemeintes Lob, ein Eintrag in einer anderen Sprache, ein inhaltsleerer Eintrag und ein Tag ganz ohne Feedback. Genau dort kippt der Report — Ironie wird als Lob gezählt, und ein leerer Zeitraum erzeugt einen Bericht über nichts.

  5. Die Eskalationsschwelle konservativ einstellen

    Mit einer Quelle starten und zunächst nur melden, was als kritisch eingestuft wurde. Erst senken, wenn du über mehrere Tage Stichproben gelesen hast. Zu viele Eskalationen sind schlimmer als zu wenige — nach drei Tagen mit Fehlalarmen schaut niemand mehr in den Kanal.

  6. Eine Person für die Eskalations-Queue benennen

    Der Workflow meldet, aber er kümmert sich nicht. Ohne festen Verantwortlichen liegen die kritischen Fälle im Chat und niemand fühlt sich zuständig.

Wenn dein Workflow läuft

Du bist fertig. Diese Hinweise brauchst du erst, wenn etwas hakt oder du den Workflow erweitern möchtest.

  • Report leerDatumsfilter der Quelle prüfen
  • Bewertung kommt als Fließtext statt als JSONAusgabeformat im ersten Teil-Prompt schärfen, Eintrag einmal wiederholen
  • Ironie als Lob gezähltBeispiele im Prompt ergänzen und Stichproben lesen
  • Zu viele EskalationenSchwelle auf kritisch anheben

So richtest du ihn ein

  1. Angaben oben ausfüllen und Prompts kopieren —deine Angaben setzen sich beim Kopieren mit ein. Den Prompt selbst kannst du dabei frei ändern — kürzen, ergänzen, umschreiben.
  1. Zugänge verbinden, bevor der Workflow das erste Mal läuft: eine Feedback-Quelle (Typeform, Zendesk, Intercom o. ä.), ein Projekt-Tool für die Ablage des Reports, ein Team-Chat für die Eskalationen und ein LLM-Zugang. Ohne Lese-Zugriff auf die Quelle findet Schritt 1 nichts, und der Report bleibt jeden Abend leer.
  2. Die beiden Teil-Prompts in die KI-Schritte einsetzen: Der erste läuft in einer Schleife über jeden einzelnen Eintrag, der zweite bekommt alle Bewertungen auf einmal. Wer einen umschreibt, muss die Platzhalter des Nachbarschritts mitziehen.
  3. Einen Probelauf mit fünf Test-Einträgen machen: einer je Stimmungslage — positiv, neutral, negativ, ein klar kritischer Fall und einer ohne erkennbares Anliegen. Prüf drei Dinge: Zieht der Abruf wirklich die letzten 24 Stunden? Wird jeder Eintrag einzeln bewertet statt der ganze Stapel auf einmal? Sind Sentiment und Dringlichkeit nachvollziehbar?
  4. Die Grenzfälle durchspielen, bevor du live gehst: ein ironisch gemeintes Lob, ein Eintrag in einer anderen Sprache, ein inhaltsleerer Eintrag und ein Tag ganz ohne Feedback. Genau dort kippt der Report — Ironie wird als Lob gezählt, und ein leerer Zeitraum erzeugt einen Bericht über nichts.
  5. Die Eskalationsschwelle konservativ einstellen: mit einer Quelle starten und zunächst nur melden, was als kritisch eingestuft wurde. Erst senken, wenn du über mehrere Tage Stichproben gelesen hast. Zu viele Eskalationen sind schlimmer als zu wenige — nach drei Tagen mit Fehlalarmen schaut niemand mehr in den Kanal.
  6. Eine Person für die Eskalations-Queue benennen: Der Workflow meldet, aber er kümmert sich nicht. Ohne festen Verantwortlichen liegen die kritischen Fälle im Chat und niemand fühlt sich zuständig.
  7. Wenn es hakt: Report leer (Datumsfilter der Quelle prüfen), Bewertung kommt als Fließtext statt als JSON (Ausgabeformat im ersten Teil-Prompt schärfen, Eintrag einmal wiederholen), Ironie als Lob gezählt (Beispiele im Prompt ergänzen und Stichproben lesen), zu viele Eskalationen (Schwelle auf kritisch anheben).
  8. Ausbauen: Wochen- und Monatstrend statt nur Tagesbild, automatische Mail an die Themen-Verantwortlichen, Rückfluss der Top-Themen ins Produkt-Backlog.

Screenshots

Alle Workflows