---
title: "Let's build a bot! Learnings aus der Entwicklung eines Customer Support Chatbots"
description: "Konkrete Learnings aus der Entwicklung eines B2B-Support-Chatbots: Automatisierung, Userzentrierung und agile Zusammenarbeit im Fokus."
canonical_url: "https://www.shiftcx.de/mediathek/asset/lets-build-a-bot-learnings-aus-der-entwicklung-eines-customer-support-chatbots.html"
published: "2021-12-10"
updated: "2026-04-23"
language: "de"
content_type: "VideoObject"
publisher: ""
---

# Let's build a bot! Learnings aus der Entwicklung eines Customer Support Chatbots

**Aufgezeichnet am:** 09.03.2022
**Dauer:** 30 Min.

## Sprecher
- [Susanne Hagedorn](/experten/susanne-hagedorn.html) — Product Lead, sipgate
- [Laura Grimm](/experten/laura-grimm-lautmaler.html) — Conversational UX Designer, Die Lautmaler

Konkrete Learnings aus der Entwicklung eines B2B-Support-Chatbots: Automatisierung, Userzentrierung und agile Zusammenarbeit im Fokus.

Ein crossfunktionales Team aus Produktverantwortlichen, Service-Expertinnen und Conversational Designern entwickelt und integriert einen Chatbot für den B2B-Telekommunikations-Kundensupport. Im Mittelpunkt steht die Herausforderung, Automatisierung und Userzentrierung miteinander zu verbinden, ohne die persönliche Kundenbeziehung zu verlieren. Die Praxisperspektive umfasst sowohl die technische Weiterentwicklung – von einem einfachen Dialogflow-Agenten hin zu einer eigenentwickelten Bot-Architektur – als auch die organisatorische Zusammenarbeit zwischen internen und externen Partnern. Agile Methoden wie Scrum und die kontinuierliche Analyse von Nutzungsdaten prägen den Projektverlauf.
Der Beitrag zeigt, wie datengetriebenes Training, systematische Erfassung von Nutzeranfragen und die Integration des Chatbots ins Kundenportal zu einer verbesserten Servicequalität führen. Konkrete Learnings betreffen unter anderem die Ablehnung generischer Reformulierungsaufforderungen, die direkte Weiterleitung an den menschlichen Support bei unklaren Anfragen und die Bedeutung einer nahtlosen Übergabe inklusive Chatverlauf und Kundendaten. Die iterative Entwicklung basiert auf enger Abstimmung zwischen Produkt, Service und externen Conversational Designern. Die Erfahrungen unterstreichen, dass ein Chatbot als zusätzlicher Kanal verstanden werden muss und kontinuierliches Lernen sowie der Zugang zu internem Wissen entscheidend für die Akzeptanz und Wirksamkeit im Kundensupport sind.

## Kernaussagen
- <p>Eine enge Zusammenarbeit zwischen Produkt-, Service- und UX-Teams ist entscheidend für den Erfolg eines Chatbot-Projekts im Kundenservice.
- Die Integration des Chatbots in das Kundenportal ermöglicht personalisierte Antworten und reduziert Redundanzen in der Kundenkommunikation.
- Datengetriebenes Training und kontinuierliche Analyse der Chatbot-Interaktionen sind notwendig, um die Qualität und Relevanz der Antworten zu sichern.
- Die persönliche Kundenbeziehung bleibt erhalten, wenn der Chatbot als zusätzlicher Kanal und nicht als Ersatz für menschlichen Support verstanden wird.
- Reformulierungsaufforderungen an Nutzer sind wenig hilfreich – stattdessen sollte bei unklaren Anfragen direkt an den menschlichen Support weitergeleitet werden.</p>

## Zitat
> Wir wollten keinen Chatbot bauen, um effizienter zu werden – wir wollten unseren technikaffinen Kunden einen zusätzlichen, selbstgewählten Kanal bieten, der echte Nähe und schnelle Hilfe ermöglicht. – Anne Hagedorn
Ein guter Servicebot entsteht nur, wenn Produkt- und Kund:innen-Expertise mit UX- und Dialogdesign-Know-how eng verzahnt werden – das reine Expertenwissen aus dem Chatbot-Bereich reicht nicht. – Jannis Grimm
Wer einen Chatbot entwickelt, muss bereit sein, kontinuierlich zu lernen, die Datenlage ständig zu hinterfragen und das System iterativ an die echten Bedürfnisse der Nutzer:innen anzupassen. – Anne Hagedorn