Gesprächsanalyse: Chats auswerten und verbessern

Ein KI-Chat-Assistent führt jeden Tag Dutzende, in gut besuchten Shops Hunderte Gespräche. Jedes davon enthält ein ehrliches Signal: was Menschen wirklich wissen wollen, wo sie hängen bleiben, welche Produkte sie interessieren und an welcher Stelle sie abspringen. Die Gesprächsanalyse macht aus diesem Strom von Chats verwertbare Erkenntnisse. Sie zeigt die häufigsten Fragen, deckt Wissenslücken auf, macht an den Leitbegriffen der Themen sichtbar, welche Produkte gefragt sind, und zählt, wie viele Anfragen, Termine und Warenkorbübergaben im Zeitraum entstanden sind. Wer diese Daten liest und umsetzt, kann nicht nur den Assistenten verbessern, sondern auch die Website und das Angebot dahinter. Rund 70 Prozent (Baymard Institute) der Online-Warenkörbe werden im Schnitt abgebrochen. Die Abbrüche im Shop selbst sieht die Gesprächsanalyse nicht; sie zeigt aber, welche Fragen Besucher im Chat stellen und an welcher Stelle Gespräche abbrechen, und gibt so Hinweise, wo der Assistent gegensteuern kann. Dieser Beitrag zeigt, wie Sie Chats systematisch auswerten und daraus konkrete Verbesserungen ableiten, ohne in Kennzahlen-Friedhöfen zu versinken. Wie das im Produkt umgesetzt ist, zeigt die Seite zur Gesprächsanalyse in XICBOT.

Grafik vergrößern

Beschriftungen der Abbildung

• Gespräche
• 1.284
• Testgespräche nicht mitgezählt
• Selbst gelöst
• 76%
• Rest an das Team übergeben
• Ergebnisse
• Anfragen
• 31
• Termine
• 14
• Warenkörbe
• 8
• Häufige Fragen (Top 5)
• Lieferzeit
• 312
• Größen/Varianten
• 244
• Preisfragen
• 190
• Verfügbarkeit
• 147
• Retoure
• 103
• Wissenslücken
• Ratenzahlung möglich?
• 12 Fragen ohne gute Antwort
• Ersatzteile Modell X
• 9 offene Fragen
• Feiertags-Öffnungszeiten
• 7 offene Fragen
• Wissensbasis ergänzen
• Aus Chats lernen: Fragen, Lücken und Ergebnisse sichtbar machen
• * illustrative Werte

XICBOT Gesprächsanalyse

Was die Gesprächsanalyse wirklich leistet

Gesprächsanalyse bedeutet, die Chats zwischen Besucherinnen und dem Assistenten systematisch auszuwerten, statt sie ungelesen im Verlauf verschwinden zu lassen. Aus vielen einzelnen Unterhaltungen entsteht ein Bild: Welche Themen kommen immer wieder vor? Welche Fragen konnte der Assistent gut beantworten, welche nicht? Bei welchen Produkten fragen Menschen nach, und an welcher Stelle brechen Gespräche ab? Anders als anonyme Klickzahlen liefert ein Chatverlauf den Kontext gleich mit, weil Menschen in eigenen Worten formulieren, was sie brauchen. Das ist der große Vorteil gegenüber reiner Seitenstatistik: Sie erfahren nicht nur, dass jemand die Produktseite verlassen hat, sondern auch, dass er vorher nach der Lieferzeit oder einer bestimmten Variante gefragt hat.

Wichtig ist die Abgrenzung zur klassischen Web-Statistik. Die Gesprächsanalyse ersetzt keine Reichweitenmessung, sondern ergänzt sie um die Stimme der Kundschaft. Sie arbeitet zudem mit den eigenen Inhalten und Daten, nicht mit fremden Profilen: Der Assistent antwortet aus Ihrer Wissensbasis, Ihrem Shop-Katalog und Ihren Dokumenten, und genau diese Antworten werden ausgewertet. Dadurch bleibt die Auswertung nah am Geschäft und lässt sich direkt in Handlungen übersetzen. Ein Muster in den Fragen führt direkt zu einer besseren Antwort, einem neuen Inhalt auf der Website oder einer klareren Produktbeschreibung. Die Analyse ist damit kein Selbstzweck, sondern der kürzeste Weg von der echten Frage zur konkreten Verbesserung.

Welche Signale die Analyse konkret erfasst

Damit aus Gesprächen verwertbare Erkenntnisse werden, wertet die Analyse mehrere Signale zugleich aus. Das wichtigste ist das Thema hinter einer Frage: Sucht jemand ein bestimmtes Produkt, möchte einen Termin oder meldet ein Problem? Die Analyse bündelt ähnlich formulierte Fragen zu Themen und benennt jedes mit den Begriffen, die diese Fragen teilen. Dazu kommt die Antwortqualität. Konnte der Assistent mit Beleg aus der eigenen Quelle antworten, musste er ausweichen, oder hat er an einen Menschen übergeben? Den Grund einer Übergabe wertet die Auswertung nicht aus; er steht als „Grund der Übergabe“ in der Ansicht des einzelnen Gesprächs und ist dort wertvoll, weil er zeigen kann, an welchen Stellen dem Assistenten noch Wissen oder eine Handlungsmöglichkeit fehlt. In einem Shop zeigen die Leitbegriffe der Themen, nach welchen Produkten gefragt wird; wie viele Warenkorbübergaben im Zeitraum entstanden sind, zählt die Auswertung insgesamt, nicht je Artikel.

Ebenso aussagekräftig ist der Verlauf eines Gesprächs. Die Analyse hält fest, an welcher Nachricht ein Chat endet, ob am Schluss eine Handlung stand und wie viele Schritte bis dahin nötig waren. Kurze Wege zu einer Warenkorbübergabe oder einer Terminanfrage sind ein gutes Zeichen, während lange Gespräche ohne Ergebnis auf eine Hürde hindeuten. Kontextsignale wie die Sprache der Unterhaltung und die Bildschirmbreite, vom Telefon bis zum Breitbild, runden das Bild ab, ohne dass dafür persönliche Profile nötig wären. Aus dieser Kombination entsteht ein ehrliches Abbild dessen, was auf der Website tatsächlich passiert, statt einer bloßen Vermutung darüber, woran es hakt.

Häufige Fragen erkennen und clustern

Der erste und oft wirkungsvollste Schritt ist das Erkennen wiederkehrender Fragen. In der Praxis konzentriert sich erfahrungsgemäß ein großer Teil der Chatfragen auf einige wenige Themen: Lieferzeit, Verfügbarkeit, Preis, Größen und Varianten, Rückgabe. Die Gesprächsanalyse gruppiert ähnliche Fragen zu Themen-Clustern und ordnet diese nach Häufigkeit. So sehen Sie nicht dreihundert einzelne Verläufe, sondern eine kurze, sortierte Liste der Dinge, die Ihre Kundschaft am meisten beschäftigen. Dort lohnt sich die Arbeit in der Regel am meisten: Eine bessere Antwort auf die häufigste Frage kann den Support entlasten und das Erlebnis für viele Besucher gleichzeitig verbessern.

Aus diesen Clustern lassen sich zwei Dinge ableiten. Erstens: Antworten, die der Assistent häufig braucht, sollten besonders klar, vollständig und aktuell sein. Zweitens: Wenn eine Frage immer wieder auftaucht, fehlt die Information vermutlich auch auf der Website selbst. Eine prominent gestellte Lieferzeit-Frage ist ein deutlicher Hinweis, die Lieferzeit sichtbarer auf der Produktseite zu platzieren. So wird aus der Chatauswertung eine Verbesserung der ganzen Seite, nicht nur des Assistenten. Ein Support-Assistent profitiert unmittelbar davon, weil er die entlastenden Antworten aus derselben gepflegten Basis zieht und wiederkehrende Anfragen rund um die Uhr abfängt.

Wissenslücken sichtbar machen

Mindestens so wertvoll wie die häufigen Fragen sind die Fragen, die der Assistent nicht gut beantworten konnte. Genau hier zeigt sich, wo Ihrem Angebot Information fehlt. Ein sauber gebauter Assistent erfindet keine Antworten ins Blaue, sondern bleibt an die eigenen Quellen gebunden und übergibt im Zweifel an einen Menschen. Die Gesprächsanalyse sammelt diese Fälle und macht sie sichtbar: Fragen ohne befriedigende Antwort, Themen, bei denen auffällig oft an das Team übergeben wurde, oder Antworten, die ohne Beleg aus Ihren Quellen blieben. Jede dieser Lücken ist eine konkrete Gelegenheit, die Wissensbasis oder die Website zu ergänzen.

Der Umgang mit Wissenslücken folgt einem einfachen Kreislauf: erkennen, ergänzen, prüfen. Taucht etwa die Frage nach Ratenzahlung wiederholt ohne gute Antwort auf, wird die Information einmal sauber in der Basis hinterlegt, und der Assistent kann sie ab dann in der Regel aus Ihrer Quelle beantworten. Beim nächsten Blick in die Analyse zeigt sich, ob die Lücke geschlossen ist. Dieser Kreislauf ist der Kern datenbasierter Verbesserung: Sie raten nicht, welche Inhalte fehlen, sondern lesen es direkt aus den Gesprächen ab. Über Wochen betrachtet kann so die Zahl unbeantworteter Fragen sinken; ob seltener an das Team übergeben wird, zeigt die Selbstlösungsquote.

Produktfragen und Kaufsignale

In einem Onlineshop zeigt die Gesprächsanalyse, welche Fragen die Kundschaft beschäftigen. Eine eigene Auswertung je Artikel gibt es nicht; welche Produkte gefragt sind, lässt sich an den Leitbegriffen der Themen ablesen, zu denen die Analyse die Fragen bündelt. Wie viele Warenkorbübergaben im Zeitraum entstanden sind, zählt sie insgesamt, nicht je Thema oder Artikel. Wo sich in den Themen Fragen zu einem Produkt häufen, lohnt es sich, Beschreibungen zu schärfen, Varianten klarer darzustellen oder passendes Zubehör als Empfehlung anzubieten. Der Shop-Assistent kann diese Erkenntnisse direkt umsetzen, weil er Produktdaten, Verfügbarkeit und Preise aus dem Katalog Ihres Shopware-Systems ausliest.

Besonders aufschlussreich sind Kaufsignale: Fragen wie ist das lieferbar, gibt es das in einer anderen Größe oder was kostet der Versand deuten auf konkrete Kaufabsicht hin. Häufen sich solche Fragen in einem Thema, kann eine kleine Hürde dahinterstecken, etwa eine unklare Versandangabe oder eine fehlende Variante. Die Themen der Analyse zeigen, wie häufig diese Fragen sind; ob danach gekauft wurde, misst die Auswertung nicht. Über Produktboxen im Chat und einen Warenkorb-Assistenten, der im Chat einen Warenkorb zusammenstellt und Gutscheine anwendet, lässt sich die Lücke zwischen Interesse und Kauf gezielt schließen, statt Warenkorbabbrecher einfach ziehen zu lassen.

Vom Signal zur Aktion

Eine Erkenntnis ist erst dann etwas wert, wenn ihr eine Handlung folgt. Genau hier spielt ein XICBOT-Assistent seine Stärke aus, denn er wertet nicht nur aus, sondern handelt auch. Fragt jemand nach einem Artikel, kann der Assistent ihn als Produktbox mit Bild, Preis und Bewertung zeigen; fragt jemand nach Zubehör, kann er das passende Bundle vorschlagen. Und wo Menschen kurz vor dem Kauf zögern, stellt ein Warenkorb-Assistent auf Wunsch einen Warenkorb mit dem Artikel zusammen, zeigt die Versandkosten und führt mit „Weiter“ in den Shop. So wird aus einem erkannten Kaufsignal ein konkreter nächster Schritt statt einer Notiz für später.

Über den Shop hinaus lassen sich viele Erkenntnisse in echte Aktionen übersetzen. Fragt die Kundschaft wiederholt nach Terminen, nimmt ein Termin-Assistent die Terminanfragen auf, die das Team anschließend bestätigt; sammeln sich Anfragen zu einer Leistung, qualifiziert ein Lead-Assistent sie strukturiert und übergibt sie an das Postfach. Anspruchsvollere Fälle deckt im Paket Individuell die Tool-Steuerung ab, bei der der Assistent angebundene Systeme wie Warenwirtschaft, CRM oder Ticketsystem über definierte Aktionen liest und bedient, jeweils mit klaren Freigaben. Die Gesprächsanalyse ist dabei der Kompass: Sie zeigt, welche Aktion sich lohnt, bevor Aufwand in Funktionen fließt, die kaum jemand nutzt. Für Sonderfälle bildet XICBOT über individuelle Funktionen eigene Abläufe ab.

Ergebnisse im Chat zählen

Der wirtschaftliche Kern der Gesprächsanalyse ist die Frage, wie oft aus einem Chat eine gewünschte Handlung wird. Eine Conversion ist dabei je nach Geschäft unterschiedlich: ein gefüllter Warenkorb, eine aufgenommene Terminanfrage, ein abgeschickter Lead oder eine gelöste Support-Anfrage ohne Ticket. XICBOT zählt dafür im gewählten Zeitraum die Anfragen, Termine und Warenkorbübergaben, auf Wunsch je Assistent, aber insgesamt und nicht je Thema. Ob nach einer Warenkorbübergabe gekauft wurde und welcher Umsatz daraus entstand, misst die Auswertung nicht. Welche Themen sich lohnen, lesen Sie deshalb aus dem Zusammenspiel ab: wie oft zu einem Thema gefragt und wie oft übergeben wird und wie sich diese Zahlen entwickeln, nachdem Sie die Antworten zu diesem Thema verbessert haben. Solche Beobachtungen sind Hinweise und keine Zuschreibung, helfen aber zu entscheiden, wo sich zusätzliche Aufmerksamkeit lohnt.

Wichtig ist, wenige aussagekräftige Kennzahlen zu betrachten, statt Dutzende Zahlen zu sammeln, die niemand liest. Das Gesprächsvolumen zeigt, wie stark der Assistent genutzt wird. Die Selbstlösungsquote misst, welcher Anteil ohne Übergabe an einen Menschen auskommt. Die Gruppe „Ergebnisse“ zeigt, wie viele Anfragen, Termine und Warenkorbübergaben im Zeitraum entstanden sind. Und die Abbruchpunkte verraten, an welcher Stelle Gespräche versanden. Diese vier Größen genügen, um Wirkung zu beurteilen und die nächste Verbesserung abzuleiten. Ein Lead-Assistent etwa lässt sich an Zahl und Inhalt der Anfragen aus seinen Gesprächen beurteilen und schrittweise so nachjustieren, dass er mehr qualifizierte Anfragen statt bloßer Kontakte erzeugt.

Von Daten zu Verbesserungen

Die eigentliche Arbeit beginnt nach der Auswertung. Aus den Erkenntnissen lassen sich zwei Bühnen verbessern: der Assistent und die Website. Am Assistenten schärfen Sie Antworten, ergänzen fehlendes Wissen, passen die Begrüßung an häufige Anliegen an und verfeinern die Übergabe an Menschen. An der Website übersetzen Sie wiederkehrende Fragen in bessere Inhalte, sichtbarere Angaben und klarere nächste Schritte. Beides greift ineinander: Eine gute Antwort im Chat und eine gute Information auf der Seite ergänzen sich, weil sie aus derselben gepflegten Quelle stammen. Ein Website-Assistent führt Besucher gezielt zu den passenden Seiten, und die Analyse zeigt, ob dieser Weg auch angenommen wird.

Entscheidend ist ein ruhiger, schrittweiser Rhythmus statt hektischer Rundumschläge. Ein sinnvoller Takt ist, die Analyse regelmäßig zu sichten, die drei oder vier größten Themen herauszugreifen, sie gezielt zu verbessern und beim nächsten Blick zu prüfen, ob die Maßnahme gewirkt hat. So entsteht ein nachvollziehbarer Kreislauf, in dem jede Änderung eine Begründung aus echten Gesprächen hat. Wer möchte, überlässt diese laufende Auswertung und Pflege ganz uns; wer selbst mitlesen will, bekommt die Erkenntnisse verständlich aufbereitet. In beiden Fällen kann so aus dem Assistenten Schritt für Schritt ein System werden, das besser zum eigenen Geschäft passt.

Gesprächsanalyse je nach Branche

Welche Fragen dominieren und was überhaupt als Conversion zählt, unterscheidet sich stark von Branche zu Branche. In einem Onlineshop drehen sich die meisten Gespräche um Verfügbarkeit, Varianten, Lieferzeit und Versand; die entscheidende Kennzahl ist der gefüllte Warenkorb. Bei einem Dienstleister oder im Handwerk geht es häufiger um Leistungsumfang, Einsatzgebiet und Preisrahmen, und die Conversion ist eine qualifizierte Anfrage oder ein Rückruf. Praxen und Gastronomie wiederum sehen vor allem Termin-, Öffnungszeiten- und Verfügbarkeitsfragen, bei denen eine Terminanfrage das Ziel ist. Die Analyse passt sich diesem Kontext an, weil sie nach den tatsächlich gestellten Fragen clustert und kein festes Schema überstülpt.

Diese Unterschiede sind kein Detail, sondern bestimmen, worauf Sie schauen. Ein Shop optimiert entlang von Kaufsignalen und Warenkorbabbrüchen, ein Dienstleister entlang von Anfragequalität und dem Abbruch im Formular, eine Praxis entlang von Telefonentlastung und klaren Terminwegen. In sensiblen Bereichen gilt zudem eine wichtige Grenze: Ein Assistent für Gesundheit oder Recht gibt keine fachliche Beratung, sondern weist den Weg und übergibt an Menschen. Auch das macht die Auswertung sichtbar, indem sie zeigt, wie oft und bei welchen Themen sauber eskaliert wurde. So bleibt die Analyse in jeder Branche ein Werkzeug, das den echten Bedarf trifft, statt ein universelles Kennzahlenraster darüberzulegen.

Datenschutz und eine ehrliche Erwartung

Gesprächsanalyse funktioniert nur mit sauberem Datenschutz. Bei XICBOT liegt das Hosting in Deutschland, mit Auftragsverarbeitungsvertrag, klarer Datenhoheit und einem Löschkonzept; die Antworten erzeugt ein spezialisierter Modellanbieter, auch außerhalb der EU auf Grundlage von Standardvertragsklauseln. Für die Auswertung selbst braucht es keine persönlichen Profile: Es geht um Themen, Häufigkeiten und Ausgänge von Gesprächen, nicht darum, einzelne Menschen über das Web hinweg zu verfolgen. Wo Kontaktdaten anfallen, etwa bei einem Lead, werden sie zweckgebunden und transparent verarbeitet. Mehr zu Hosting, Verträgen und Datenhoheit erklärt die Seite Datenschutz und Hosting im Detail. So bleibt die Analyse ein Werkzeug zur Verbesserung, ohne das Vertrauen der Besucher zu strapazieren.

Zur Ehrlichkeit gehört auch die Erwartungshaltung. Eine bestimmte Conversion-Rate oder eine feste Zahl gelöster Fragen lässt sich nicht zusichern, denn sie hängen von Branche, Angebot, Sortiment und Zielgruppe ab. Ein KI-Assistent kann zudem irren, weshalb die Bindung an die eigenen Quellen, die Übergabe an Menschen und eben die laufende Auswertung so wichtig sind. Was sich sagen lässt: Wer Gespräche systematisch auswertet und die Erkenntnisse umsetzt, verbessert Assistent, Website und Angebot in der Regel Schritt für Schritt, weil er an den echten Fragen seiner Kunden arbeitet statt an Vermutungen. Welche Auswertung zu Ihrem Bestand passt, besprechen wir gern an Ihrem Fall: Auswertung Ihrer Chats besprechen.

• Häufige Fragen zu Themen-Clustern zusammenfassen und nach Häufigkeit ordnen
• Wissenslücken erkennen, in der Basis ergänzen und Wirkung beim nächsten Blick prüfen
• Gefragte Produkte und Kaufsignale identifizieren und Beschreibungen dort schärfen
• Wenige aussagekräftige Kennzahlen betrachten statt Zahlenfriedhöfe anzulegen
• Erkenntnisse in Assistent und Website übersetzen, in kleinen nachvollziehbaren Schritten
• Auswertung datenschutzkonform halten und keine festen Conversion-Werte versprechen

Häufige Fragen