--- title: "Von Null auf Bot: Die Tradebyte Reise zur automatisierten Customer Experience" description: "Iterative Einführung und Skalierung eines Chatbots im B2B-SaaS-Support: Methoden, Learnings und Erfolgsfaktoren aus der Praxis." canonical_url: "https://www.shiftcx.de/mediathek/asset/von-null-auf-bot-die-tradebyte-reise-zur-automatisierten-customer-experience.html" published: "2022-11-27" updated: "2026-04-24" language: "de" content_type: "VideoObject" publisher: "" --- # Von Null auf Bot: Die Tradebyte Reise zur automatisierten Customer Experience **Aufgezeichnet am:** 21.09.2023 **Dauer:** 30 Min. ## Sprecher - [Philipp Ahner](/experten/philipp-ahner.html) — Project Manager, Tradebyte Software - [Johannes Markert](/experten/johannes-markert.html) — Head Of Customer Experience, Tradebyte Software Iterative Einführung und Skalierung eines Chatbots im B2B-SaaS-Support: Methoden, Learnings und Erfolgsfaktoren aus der Praxis. Philipp Ahner und Johannes Markert schildern die Einführung und Skalierung eines Chatbots zur Automatisierung von Supportprozessen in einem mittelständischen B2B-SaaS-Unternehmen. Im Mittelpunkt steht die iterative Entwicklung eines Conversational AI-Systems, das auf Basis realer Supportdaten und kontinuierlichem Nutzerfeedback ausgebaut wird. Die Praxisorientierung zeigt sich in der detaillierten Beschreibung der einzelnen Projektphasen, der organisatorischen Verankerung und der engen Verzahnung mit dem Supportteam. Besonderes Augenmerk liegt auf der methodischen Herangehensweise, der Nutzung eines Minimum-Viable-Product-Ansatzes und der konsequenten Einbindung von Stakeholdern und Endanwendern. Die Umsetzung erfolgt in fünf klar definierten Phasen: Teambildung, Zieldefinition, Toolauswahl, MVP-Implementierung und kontinuierliche Optimierung. Die Entscheidung für den Salesforce Einstein Bot basiert auf einer strukturierten Evaluierung und dem Abgleich technischer Anforderungen. Der Rollout startet mit einem Silent Release im Kundenportal, um gezielt Feedback zu sammeln und Anpassungen vorzunehmen. Die Skalierung des Chatbots erfolgt durch die schrittweise Erweiterung der Intents und die Integration neuer Use Cases, wobei die Dokumentation und Ownership im Team als kritische Erfolgsfaktoren hervorgehoben werden. Die Erfahrungen zeigen, dass ein iteratives Vorgehen, die frühzeitige Klärung von Verantwortlichkeiten und die kontinuierliche Abstimmung mit dem Supportteam die Akzeptanz und Weiterentwicklung der Lösung maßgeblich unterstützen. Perspektivisch steht die Ausweitung auf weitere Unternehmensbereiche und die Mehrsprachigkeit im Fokus. ## Kernaussagen -

Die Einführung eines Chatbots im B2B-Support sollte als iterativer Prozess mit klar definierten Phasen und einem Minimum-Viable-Product-Ansatz erfolgen. - Self-Service über Chatbots entlastet Support-Teams und ermöglicht es, Kapazitäten für komplexere Kundenanliegen und Potenzialanalysen zu nutzen. - Ein strukturierter Rollout mit Silent Release und kontinuierlichem Kundenfeedback ist entscheidend, um Erwartungsmanagement und Akzeptanz zu sichern. - Die Skalierung des Chatbots erfordert eine flexible Intent-Struktur und regelmäßige Optimierung basierend auf realen Nutzerdaten und Support-Feedback. - Verantwortlichkeiten und Ownership für den Chatbot müssen frühzeitig im Team und in der Organisation verankert werden, um nachhaltigen Erfolg zu gewährleisten.

## Zitat > Wir sind konstant mit unserem Ohr am Markt, schauen auf technologische Entwicklungen im Bereich conversational AI und sind proaktiv im Austausch mit unserem Technologiepartner Salesforce, um immer auf dem neuesten Stand zu bleiben. – Johannes Markert Unser Ansatz war, ein Minimum-Viable-Product zu bauen, das möglichst schnell released werden kann, um direkt von unseren Kunden zu lernen und deren Feedback unmittelbar in die Weiterentwicklung einfließen zu lassen. – Philipp Ahner Die Reise zur voll automatisierten Customer Experience ist für uns ongoing – wir sind noch nicht am Ziel, sondern entwickeln die Lösung kontinuierlich weiter und skalieren auf neue Use Cases und Sprachen. – Johannes Markert