---
title: "Chatbot im Kundenservice: Wann er aus meiner Sicht hilft und wann er nervt"
description: "Chatbot im Kundenservice: wann er Kunden hilft, wann er nervt, was Studien zu Vertrauen und Zufriedenheit zeigen und wie ich klein starten würde."
author: "Felix Schmitz"
author_url: https://felixshmtz.de/ueber-mich/
published: 2026-11-13
category: "KI & Automation"
canonical: https://felixshmtz.de/artikel/chatbots-im-kundenservice/
language: de
---

# Chatbot im Kundenservice: Wann er aus meiner Sicht hilft und wann er nervt

Von Felix Schmitz, Founder aus Köln: Gründer und Geschäftsführer der quik UG, Gründer von ai-website.com, baut den KI-Workspace quik OS.

## Kurz gesagt

- Ein Chatbot im Kundenservice hilft bei einfachen, wiederkehrenden Fragen und nervt, wenn er Menschen in einer Schleife festhält.
- Vertrauen in Chatbots entsteht laut Forschung auf mehreren Ebenen, und ein Teil davon liegt außerhalb deines Einflusses.
- Ein Chatbot mit leichter menschlicher Unterstützung kam in einer Studie bei den meisten Ergebnissen an reinen Menschenservice heran.
- Für die Zufriedenheit zählt besonders, wie der Bot mit Fehlern umgeht und wie gut er das Gespräch führt.
- Bevor ich einen Chatbot einführe, würde ich die häufigsten Fragen sammeln und prüfen, ob eine bessere Website sie nicht schon beantwortet.

Ein Chatbot im Kundenservice ist ein Programm, das Kundenanfragen im Chat automatisch beantwortet, rund um die Uhr und ohne Wartezeit. Er hilft, wenn Fragen einfach sind, häufig vorkommen und eine eindeutige Antwort haben. Er nervt, wenn er ein Anliegen nicht versteht, das nicht zugibt und den Weg zu einem Menschen versperrt.

Ich baue viel mit KI-Werkzeugen und bin grundsätzlich optimistisch, was sie leisten können. Beim Kundenservice bin ich vorsichtiger als bei internen Abläufen, weil hier jeder Fehler direkt beim Kunden landet. Deshalb habe ich Studien aus der Uni-Bibliothek gelesen, um meine eigene Haltung zu prüfen. Hier ist, wie ich das Thema heute sehe.

## Was ein Chatbot im Kundenservice ist

Unter dem Wort verstecken sich sehr unterschiedliche Systeme. Für die Einordnung unterscheide ich drei Arten:

- **Regelbasierte Bots** führen über Schaltflächen und feste Pfade. Sie sind berechenbar, aber starr.
- **Intent-basierte Bots** erkennen das Anliegen hinter einer frei formulierten Frage, den sogenannten Intent, und spielen eine vorbereitete Antwort aus.
- **Generative Bots** formulieren Antworten mit einem Sprachmodell selbst, meist auf Grundlage deiner Dokumente. Sie sind flexibel, können aber auch überzeugend klingende Fehler machen.

Die Studien, die ich gelesen habe, sagen in ihren Zusammenfassungen meist nicht genau, welche Art von Bot untersucht wurde. Eine nennt ausdrücklich einen intent-basierten Bot. Das behalte ich im Kopf, wenn ich die Ergebnisse auf heutige generative Systeme übertrage. Wie sich generative KI an anderer Stelle auswirkt, beschreibe ich in [Generative KI im Marketing](https://felixshmtz.de/artikel/generative-ki-im-marketing/).

## Wann ein Chatbot hilft und wann er nervt

Ob ein Bot hilft, hängt aus meiner Sicht weniger an der Technik als an der Art der Frage.

| Situation | Chatbot hilft eher | Chatbot nervt eher |
|---|---|---|
| Art der Frage | Öffnungszeiten, Lieferstatus, Preise, Terminbuchung | Beschwerde, Sonderfall, mehrere Probleme zugleich |
| Antwort | Eindeutig und dokumentiert | Braucht Abwägung oder Kulanz |
| Zeitpunkt | Abends und am Wochenende | Wenn ohnehin gerade jemand erreichbar wäre |
| Gefühlslage | Neutral, will schnell weiter | Verärgert oder verunsichert |
| Ausweg | Übergabe an einen Menschen ist ein Klick | Kein Kontakt zu finden |

Der letzte Punkt ist für mich der entscheidende. Ein Bot, der nicht weiterweiß, ist kein Problem. Ein Bot, der nicht weiterweiß und mich trotzdem nicht durchlässt, schon. Dann lernt der Kunde, dass das Unternehmen sich hinter der Technik versteckt. Diesen Eindruck wieder loszuwerden ist aus meiner Sicht schwerer, als von Anfang an einen klaren Ausweg anzubieten.

> Ein Chatbot sollte Wartezeit sparen, nicht den Kontakt zu Menschen ersetzen.

## Vertrauen entscheidet, ob Kunden einen Chatbot annehmen

Warum bevorzugen Menschen in manchen Situationen einen menschlichen Ansprechpartner? Huang, Markovitch und Stough erklären das 2024 im Journal of Retailing and Consumer Services mit Vertrauen auf drei Ebenen:

1. **Grundvertrauen** in Servicetechnologien allgemein, also eine persönliche Veranlagung.
2. **Gelerntes Vertrauen** in Chatbots, das sich über die Zeit gebildet hat.
3. **Situatives Vertrauen** in genau den Bot, mit dem man gerade spricht.

In drei Studien mit insgesamt 643 Teilnehmern, durchgeführt über Online-Panels, zeigen sie, dass diese Ebenen die Ergebnisse nach einem Chatbot-Kontakt beeinflussen, darunter Zufriedenheit, Akzeptanz und die Absicht wiederzukommen.

Für mich steckt darin eine unbequeme Einsicht. Zwei der drei Ebenen bringt der Kunde schon mit, bevor er meinem Bot begegnet. Wer Chatbots generell misstraut, begegnet auch meinem mit Skepsis. Beeinflussen kann ich vor allem die dritte Ebene, also wie verlässlich sich mein Bot in diesem einen Gespräch verhält.

Ermutigend finde ich den zweiten Teil der Arbeit. Die Autoren testen zwei alternative Aufbauten. Die Variante, die den Chatbot mit einem leichten menschlichen Eingriff kombiniert, erreichte bei den meisten Kundenergebnissen das Niveau des reinen Menschenservice. Es sind Studien mit Panel-Teilnehmern, keine Messung im laufenden Betrieb eines Unternehmens. Trotzdem passt das zu meiner Vorstellung von guter Automatisierung: Die Maschine übernimmt den Großteil, ein Mensch bleibt sichtbar in der Nähe. Ähnlich sehe ich es bei Wissensarbeit, mehr dazu in [KI in der Beratung](https://felixshmtz.de/artikel/ki-in-der-beratung/).

## Der Ernstfall zählt: wenn der Bot nicht weiterweiß

Hsu und Lin haben 2023, ebenfalls im Journal of Retailing and Consumer Services, 219 Nutzer zu ihrer Wahrnehmung von Kundenservice-Chatbots befragt. Sie unterscheiden drei Arten von Qualität: die Kernleistung, die Qualität der Wiedergutmachung nach einem Fehler und die Qualität des Gesprächs selbst.

Ihr Ergebnis:

- Die **Zufriedenheit** hängt signifikant an der Wiedergutmachung und an der Gesprächsqualität.
- Die **Loyalität** gegenüber dem Chatbot hängt an der Kernleistung und an der Zufriedenheit.

Ich lese das so: Dass der Bot seine eigentliche Aufgabe erledigt, entscheidet mit darüber, ob Menschen ihn wieder nutzen. Ob sie zufrieden sind, hängt stark an dem Moment, in dem etwas schiefgeht. Das ist eine Befragung, und die Stichprobe ist nicht riesig. Die Richtung leuchtet mir aber ein. Auch bei menschlichem Service entscheidet sich für mich viel daran, wie ein Problem gelöst wird.

Praktisch heißt das für mich, die Fehlerfälle zuerst zu gestalten. Was sagt der Bot, wenn er etwas nicht versteht? Nach wie vielen Versuchen übergibt er? Kommt die bisherige Unterhaltung beim Menschen an, oder muss der Kunde alles noch einmal erklären?

## Ton und Tempo: kein einfaches Rezept

Zwei naheliegende Ratschläge lauten, ein Bot solle sofort antworten und möglichst menschlich plaudern. Xu, Niu und Zhao zeigen 2023 im Journal of Retailing and Consumer Services, dass es komplizierter ist. Sie setzen bei der Beobachtung an, dass Chatbots im verkaufsnahen Service gemischte Wirkungen auf die Zufriedenheit haben.

In drei Experimenten variieren sie zwei Dinge: das Tempo, also eine sofortige Antwort gegenüber einer menschlich wirkenden Verzögerung, und den Gesprächsstil, also aufgabenorientiert gegenüber sozial orientiert. Beide Faktoren und ihr Zusammenspiel wirken auf die wahrgenommene Wärme, die wahrgenommene Kompetenz und die Zufriedenheit. Wärme und Kompetenz vermitteln dabei den Effekt auf die Zufriedenheit. Außerdem spielt die Art des Produkts eine Rolle, also ob es eher funktional ist oder eher über das Erlebnis gekauft wird.

Ein einfaches „so ist es richtig“ lese ich aus der Zusammenfassung nicht heraus, und ich will keines hineinlegen. Was ich mitnehme: Ton und Tempo sind Stellschrauben, die zum Angebot passen müssen. Ich würde sie testen, statt eine Empfehlung von außen zu übernehmen.

## Gesprächsprotokolle lesen statt auf Bewertungen warten

Jeder Chatbot erzeugt Protokolle. Ay, Freddi, Følstad und Hodnebrog haben 2025 in Quality and User Experience untersucht, ob sich daraus die Zufriedenheit vorhersagen lässt. Grundlage waren Gesprächsprotokolle und Zufriedenheitswerte eines viel genutzten intent-basierten Kundenservice-Chatbots.

Ein Modell mit allgemeinen Merkmalen des Gesprächs, etwa der Zahl der Nutzernachrichten und der erkannten Anliegen, erklärte 10 Prozent der Unterschiede in der Zufriedenheit. Kamen fachliche Informationen dazu, nämlich die Art der erkannten Anliegen, waren es 27 Prozent. Zwischen verschiedenen Supportbereichen unterschied sich die Güte der Vorhersage deutlich.

Ich ziehe daraus zwei Schlüsse. Erstens stecken in den Protokollen echte Hinweise, und der Zusammenhang deutet laut den Autoren auf effiziente Gespräche hin. Viele Nachrichten bis zur Lösung würde ich deshalb als Warnsignal behandeln. Zweitens bleibt der größte Teil der Zufriedenheit unerklärt. Protokolle ersetzen also nicht die Frage an den Kunden. Wie ich solche Gespräche führe, steht in [Kundengespräche führen](https://felixshmtz.de/artikel/kundengespraeche-fuehren/).

## Lohnt sich ein Chatbot im Kundenservice für kleine Unternehmen?

Meine ehrliche Antwort: oft noch nicht. Mit quik arbeite ich für Selbstständige und kleine Unternehmen, und dort würde ich zuerst fragen, wie viele Anfragen überhaupt eingehen. Wenn dieselbe Frage immer wieder kommt, ist das für mich zuerst ein Zeichen, dass die Website sie nicht beantwortet. Dann würde ich die Seite verbessern, einen klaren Bereich mit häufigen Fragen anlegen und die Terminbuchung vereinfachen.

Dazu kommt, dass persönlicher Kontakt für kleine Anbieter ein Vorteil ist. „Menschen kaufen von Menschen“ ist eine der Regeln, nach denen ich baue. Einen Bot zwischen mich und einen Interessenten zu stellen, würde ich mir gut überlegen.

Sinnvoller finde ich Automatisierung oft hinter den Kulissen: Eine Anfrage wird sortiert, ein Entwurf für die Antwort vorbereitet, ein Termin vorgeschlagen, und ein Mensch schickt ab. Wie KI dafür mit den eigenen Werkzeugen verbunden wird, erkläre ich in [MCP erklärt](https://felixshmtz.de/artikel/mcp-erklaert/). Wie ich allgemein auf KI im Unternehmen schaue, steht in [Die Zukunft des Unternehmertums mit KI](https://felixshmtz.de/artikel/zukunft-des-unternehmertums-mit-ki/).

## Was ich daraus mitnehme

Wenn ich einen Chatbot im Kundenservice einführen würde, dann in kleinen Schritten:

1. **Die häufigsten Fragen sammeln.** Zwei bis vier Wochen lang notieren, was wirklich gefragt wird.
2. **Erst die Website prüfen.** Was sich dort beantworten lässt, braucht keinen Bot.
3. **Eng anfangen.** Wenige Anliegen mit eindeutiger Antwort, alles andere geht an einen Menschen.
4. **Offen sagen, dass es ein Bot ist,** und den Weg zum Menschen in jeder Antwort sichtbar halten.
5. **Die Fehlerfälle zuerst gestalten.** Nichtverstehen, Übergabe, Wiedergutmachung.
6. **Protokolle regelmäßig lesen** und zusätzlich nach der Zufriedenheit fragen.
7. **Daten prüfen.** Klären, welche Kundendaten der Bot verarbeitet und wohin sie fließen, bevor er live geht.

Unsicher bin ich, wie gut sich die Studienlage auf generative Bots übertragen lässt. Sie verstehen mehr, machen aber andere Fehler. Ich vermute, dass Vertrauen und der Umgang mit Fehlern dadurch eher wichtiger werden. Belegen kann ich das mit den Arbeiten, die ich gelesen habe, nicht.

## Fazit

Ein Chatbot im Kundenservice ist für mich dann gut, wenn er einfache Fragen sofort klärt und bei allem anderen schnell Platz macht. Die Studien zeigen, dass Zufriedenheit weniger an der Technik hängt als an Vertrauen, am Umgang mit Fehlern und an einem Gesprächsstil, der zum Angebot passt. Die Kombination aus Bot und sichtbarem Menschen scheint dem reinen Menschenservice am nächsten zu kommen.

Mein Vorschlag: Schreib zwei Wochen lang jede Kundenfrage auf und entscheide danach, ob du einen Bot brauchst oder eine bessere Website. Wie ich KI in meinen eigenen Projekten einsetze und wo ich sie bewusst weglasse, teile ich in den [Unternehmer Thoughts](https://felixshmtz.de/unternehmer-thoughts/).

## Häufige Fragen

### Was ist ein Chatbot im Kundenservice?

Ein Chatbot im Kundenservice ist ein Programm, das Kundenanfragen im Chat automatisch beantwortet. Einfache Varianten folgen festen Regeln oder erkennen Anliegen, neuere Varianten formulieren Antworten mit generativer KI selbst.

### Wann lohnt sich ein Chatbot im Kundenservice?

Er lohnt sich vor allem, wenn viele gleichartige Fragen eingehen, die sich eindeutig beantworten lassen, und wenn Kunden auch außerhalb der Geschäftszeiten Hilfe suchen. Bei wenigen oder sehr individuellen Anfragen ist der Aufwand oft höher als der Nutzen.

### Sind Kunden mit Chatbots zufrieden?

Das hängt vom Kontext ab. Studien zeigen, dass Vertrauen, der Umgang mit Fehlern und die Qualität des Gesprächs die Zufriedenheit beeinflussen. Eine Kombination aus Chatbot und leichter menschlicher Unterstützung schnitt in einer Studie ähnlich gut ab wie reiner Menschenservice.

### Sollte ein Chatbot sagen, dass er kein Mensch ist?

Ich finde ja. Kunden sollten wissen, mit wem sie sprechen, und jederzeit einen Weg zu einem Menschen haben. Offenheit schützt aus meiner Sicht das Vertrauen, wenn der Bot an seine Grenzen kommt.

## Quellen

- [Huang, Markovitch, Stough (2024): Can chatbot customer service match human service agents on customer satisfaction? An investigation in the role of trust. Journal of Retailing and Consumer Services](https://doi.org/10.1016/j.jretconser.2023.103600)
- [Hsu, Lin (2023): Understanding the user satisfaction and loyalty of customer service chatbots. Journal of Retailing and Consumer Services](https://doi.org/10.1016/j.jretconser.2022.103211)
- [Xu, Niu, Zhao (2023): Dissecting the mixed effects of human-customer service chatbot interaction on customer satisfaction: An explanation from temporal and conversational cues. Journal of Retailing and Consumer Services](https://doi.org/10.1016/j.jretconser.2023.103417)
- [Ay, Freddi, Følstad, Hodnebrog (2025): Conversation logs as a source of insight: predicting user satisfaction for customer service chatbots. Quality and User Experience](https://doi.org/10.1007/s41233-025-00071-8)

Quelle: https://felixshmtz.de/artikel/chatbots-im-kundenservice/