SaaS-Support und Onboarding per KI-Chat entlasten

Software und SaaS wachsen über die Zahl ihrer Nutzer, und mit jedem neuen Nutzer wächst auch die Zahl der Fragen: Wie richte ich das ein, wo finde ich die Einstellung, warum läuft der Import nicht, wie ändere ich meine Rechnung? Anfangs beantwortet das Team solche Fragen nebenbei. Doch was bei hundert Nutzern noch geht, wird bei tausend zur Dauerbelastung, und der Support wächst schneller als das Produkt. Genau hier setzt ein KI-Chat-Assistent an, der direkt im Produkt sitzt: Er beantwortet Onboarding-Fragen und How-tos aus Ihrer eigenen Dokumentation, fängt wiederkehrende Support-Fälle ab, bevor sie zum Ticket werden, und soll die wenigen komplexen Fälle mit vollem Kontext an Ihr Team übergeben. Dass Self-Service dabei für die Mehrheit dazugehört, zeigt eine breit angelegte Untersuchung: 73 Prozent (Gartner) der Kundschaft nutzen an irgendeinem Punkt ihres Lösungswegs einen Self-Service-Kanal. Der Haken: Nur 14 Prozent (Gartner) der Anliegen werden dort auch vollständig gelöst. Dieser Beitrag zeigt, wie ein individuell trainierter Assistent diese Lücke schließt und mit dem Nutzerwachstum mitskaliert, statt dass der Support-Aufwand es tut.

Grafik vergrößern

Beschriftungen der Abbildung

• Wie richte ich SSO ein?
• Onboarding-Frage
• How-to
• API-Key erstellen?
• Doku-Frage
• Häufig
• Rechnung ändern?
• komplexer Fall
• Eskalation
• direkt aus der App
• XICBOT
• In-App-Assistent
• liest Doku & Tools
• Sofort aus der Doku beantwortet
• SSO-Setup, API-Key, How-tos im Chat
• wiederkehrende Fragen abgefangen
• Komplexer Fall mit Kontext ans Team
• Abrechnung, Konto und Plan im Verlauf
• Team übernimmt ohne Nachfragen
• Skaliert mit dem Nutzerwachstum
• Warum das zählt
• 80%
• der häufigen Serviceanfragen löst
• agentische KI bis 2029 (Gartner)
• 73%
• der Kundschaft nutzt Self-Service
• im Lösungsweg (Gartner)
• 15%
• mehr gelöste Anfragen pro Stunde
• mit generativer KI (Brynjolfsson et al.)
• Onboarding-Fragen abfangen, komplexe Fälle mit Kontext übergeben

In-App-Assistent: Onboarding & Support skalieren

Warum Self-Service oft an der Lücke scheitert

Self-Service verspricht viel: Nutzer lösen ihr Anliegen selbst, sofort und ohne Warteschleife, und das Team wird entlastet. In der Praxis klafft jedoch eine Lücke zwischen Anspruch und Ergebnis. Selbst bei Anliegen, die Nutzer selbst als sehr einfach einstufen, werden nur 36 Prozent (Gartner) vollständig im Self-Service gelöst. Der häufigste Grund für gescheiterten Self-Service ist banal und teuer zugleich: In 43 Prozent (Gartner) der Fälle finden Nutzer schlicht keinen Inhalt, der zu ihrem konkreten Problem passt. Die Antwort steht in der Dokumentation, aber nicht dort, wo gesucht wird, oder nicht in den Worten, die der Nutzer verwendet. Wer nicht fündig wird, wechselt den Kanal, öffnet ein Ticket oder springt ab, und aus dem geplanten Self-Service wird zusätzliche Arbeit.

Klassische Hilfe-Center und statische FAQ setzen voraus, dass der Nutzer die richtige Seite findet und die Antwort auf seine Situation überträgt. Standard-Chatbots mit starren Entscheidungsbäumen helfen hier selten weiter: Bei komplexeren Fragen stoßen sie häufig an ihre Grenzen, und der Weg zu einer passenden Lösung wird für den Nutzer mühsam. Ein KI-Assistent, der an Ihre eigene Dokumentation und Wissensbasis gebunden ist, arbeitet anders: Er versteht die Frage in der Sprache des Nutzers, sucht die passende Stelle in Ihren Inhalten und formuliert eine Antwort auf genau diesen Fall, statt auf eine Suchergebnisliste zu verweisen. Wie eine belastbare Wissensbasis dafür aussieht, beschreibt die Seite zur Wissensbasis.

Onboarding-Fragen im Produkt beantworten

Die entscheidenden Fragen eines neuen Nutzers entstehen nicht auf der Marketing-Website, sondern mitten im Produkt, im Moment der ersten Einrichtung. Wer beim ersten Import, beim Anlegen des ersten Projekts oder beim Einrichten von SSO nicht weiterkommt, verliert schnell den Schwung, und genau dieser frühe Schwung entscheidet oft darüber, ob aus einem Test ein zahlender Nutzer wird. Ein Assistent, der direkt in der Anwendung sitzt, beantwortet diese Fragen dort, wo sie auftauchen: ohne Wechsel in ein separates Hilfe-Center, ohne Suche, ohne Wartezeit. Er kennt die Schritte aus Ihrer Dokumentation und führt den Nutzer durch die Einrichtung, statt ihn auf einen Doku-Artikel zu verweisen, den er selbst zusammensetzen müsste.

Der Wert steht und fällt damit, dass der Assistent nur aus Ihren eigenen Quellen antwortet. Ein Assistent, der frei fabuliert, richtet im Onboarding mehr Schaden als Nutzen an, weil eine falsche Anleitung Vertrauen kostet. Deshalb ist ein In-Product-Assistent an Ihre Dokumentation, Ihre Hilfe-Artikel und Ihre Produktlogik gebunden und sagt offen, wenn er etwas nicht weiß, statt zu raten. Wie sich das technisch absichern lässt, zeigt der Beitrag dazu, Halluzinationen über eine Wissensbasis zu vermeiden. Die Einbindung selbst geschieht mit einem kurzen Snippet in Ihrer Anwendung, wie es der Beitrag zum Einbinden des Assistenten in Website und Produkt beschreibt.

Wiederkehrende Support-Fälle abfangen

Ein großer Teil des Support-Aufkommens in Software und SaaS besteht aus denselben Fragen in stets wechselnden Formulierungen: Passwort zurücksetzen, Nutzer einladen, Berechtigungen ändern, Export starten, Rechnung herunterladen. Diese Fälle sind selten schwierig, aber in Summe binden sie einen erheblichen Teil der Team-Zeit, und in der Praxis (Projekterfahrung) sind es genau diese stets gleichen Fragen, die den größten Teil des Aufkommens ausmachen. Ein Assistent, der sie zuverlässig aus der Dokumentation beantwortet, fängt sie ab, bevor sie zum Ticket werden. Wie viel Routine sich so verlagern lässt, zeigt eine Prognose von Gartner: Bis 2029 soll agentische KI rund 80 Prozent (Gartner) der häufigen Serviceanfragen ohne menschliches Eingreifen lösen und die Betriebskosten im Service dabei um etwa 30 Prozent (Gartner) senken.

Auch dort, wo ein Mensch beteiligt bleibt, verändert ein Assistent das Bild. Im Kundenservice eines großen Softwareanbieters, den Forschende von Stanford und MIT anhand von Daten zu rund 5.000 Support-Mitarbeitenden untersucht haben, stieg die Zahl der pro Stunde gelösten Anliegen mit einem Assistenten auf Basis generativer KI im Schnitt um 15 Prozent (Brynjolfsson et al.), während die durchschnittliche Dauer eines Chats um 8,5 Prozent (Brynjolfsson et al.) sank und die Bitten der Kundschaft, mit einer Führungskraft zu sprechen, um fast 25 Prozent (Brynjolfsson et al.) zurückgingen. Bemerkenswert dabei: Der Effekt war bei weniger erfahrenen Mitarbeitenden am größten, weil der Assistent Wissen bereitstellt, das sonst erst mit der Zeit wächst. Für ein wachsendes SaaS-Team, das laufend neue Support-Kräfte einarbeitet, ist genau das ein Hebel.

• Konto und Zugang: Passwort zurücksetzen, Nutzer einladen, Berechtigungen anpassen
• Einrichtung: Integrationen verbinden, SSO konfigurieren, API-Key erstellen
• Abrechnung: Rechnung herunterladen, Zahlungsmethode ändern, Pläne vergleichen
• Nutzung: Import und Export starten, Daten filtern, Berichte erzeugen
• Produktwissen: welche Funktion löst welches Problem, wo finde ich welche Einstellung

Nicht jede Frage eignet sich für die Automatisierung, und der Assistent soll nicht um jeden Preis eine Antwort erzwingen. Der Funktionsumfang, mit dem er Support-Anfragen aufnimmt, beantwortet und bei Bedarf weiterreicht, ist auf der Seite zum Support-Assistenten beschrieben; wie sich ein Team damit spürbar entlasten lässt, ohne den menschlichen Kanal zu schließen, zeigt der Beitrag dazu, den Support mit einem 24/7-Assistenten zu entlasten.

Komplexe Fälle mit Kontext übergeben

So viel ein Assistent abfängt, so klar sind seine Grenzen. Ein vermuteter Fehler, ein individuelles Abrechnungsproblem, ein Datenverlust oder eine sicherheitsrelevante Frage gehören zu einem Menschen, und zwar zügig. Entscheidend ist, wie diese Übergabe geschieht. Ein Assistent, der bei jeder Hürde nur ein Kontaktformular einblendet, verlagert die Arbeit lediglich. Ein guter Assistent übergibt mit Kontext: Er fasst zusammen, was der Nutzer versucht hat, welche Schritte bereits gegangen wurden, und reicht die für den Fall relevanten Angaben mit. Dass sich viele Menschen bei echten Problemen einen menschlichen Ansprechpartner wünschen, zeigt eine repräsentative Befragung in Deutschland: Unter Online-Shoppern wollen sich 62 Prozent (Bitkom) bei Problemen mit einer Bestellung am liebsten an einen Menschen wenden. Der Assistent widerspricht dem nicht, er bereitet diesen Kontakt vor.

Gerade in Software und SaaS ist Kontext mehr als der bisherige Gesprächsverlauf. Nützlich ist, welchen Plan der Nutzer hat, seit wann das Konto besteht, welche Funktion betroffen ist und welche Fehlermeldung zuletzt auftrat. Über klar freigegebene, lesende Aktionen im Paket Individuell kann der Assistent solche Angaben ergänzen, sodass beim Team ein vollständiges Bild ankommt, statt einer Rückfragekaskade. Wann eine Übergabe sinnvoll ist und wie sie sauber gelingt, behandelt der Beitrag dazu, wann der Assistent an Menschen übergeben sollte; welche Aktionen der Assistent kontrolliert ausführen darf, ordnet die Seite zur Tool-Steuerung ein.

Mit dem Nutzerwachstum skalieren

Der eigentliche Grund, warum ein In-Product-Assistent für SaaS interessant ist, liegt im Skalierungsverhalten. Support-Aufwand wächst normalerweise linear mit der Nutzerzahl: doppelt so viele Nutzer, ungefähr doppelt so viele Anfragen, also mehr Personal. Ein Assistent, der einen wachsenden Anteil der Routine abfängt, entkoppelt beides zu einem guten Teil, sodass die Nutzerbasis wachsen kann, ohne dass der Support im gleichen Takt mitwächst. McKinsey beziffert das Potenzial deutlich: In einzelnen Branchen ließe sich die Zahl der von Menschen bearbeiteten Kontakte je nach bestehendem Automatisierungsgrad um bis zu 50 Prozent (McKinsey) senken. Zugleich entfallen rund 75 Prozent (McKinsey) des Wertes, den die untersuchten Anwendungsfälle generativer KI liefern könnten, auf wenige Funktionsbereiche, darunter den Kundenservice.

Dass Software zunehmend selbst zum Träger solcher Assistenten wird, zeichnet sich in den Marktprognosen ab: Gartner erwartet, dass bis 2028 rund 33 Prozent (Gartner) der Unternehmensanwendungen agentische KI enthalten, gegenüber weniger als 1 Prozent (Gartner) im Jahr 2024. Für einen SaaS-Anbieter heißt das, dass ein integrierter Assistent vom Sonderfall zur Erwartung wird. Damit er mit dem Produkt mitwächst, lässt er sich um produktspezifische Fähigkeiten erweitern, wie sie die Seite zu individuellen Funktionen beschreibt, und aus den geführten Gesprächen lernt das Team laufend mit, welche Onboarding-Hürden und Support-Themen wiederkehren, sichtbar über die Gesprächsanalyse.

Assistent, Doku oder Ticket-System?

Ein Assistent ersetzt weder Ihre Dokumentation noch Ihr Ticket-System, er verbindet beide und schließt die Lücke dazwischen. Eine gepflegte Dokumentation bleibt die Quelle der Wahrheit, aus der der Assistent schöpft. Ein Ticket-System bleibt der Ort, an dem komplexe Fälle bearbeitet werden. Der Assistent sitzt davor: Er beantwortet, was die Doku hergibt, in der Sprache der Frage, und erzeugt nur dann ein Ticket (Paket Individuell), wenn ein Mensch gebraucht wird. Für Anbieter mit internationaler Nutzerbasis kommt hinzu, dass derselbe Assistent Fragen in mehreren Sprachen aus denselben Quellen beantwortet, wie der Beitrag zum mehrsprachigen Assistenten für internationale Kundschaft zeigt. Die folgende Gegenüberstellung ordnet die drei Wege ein.

Für Software und SaaS richtig aufsetzen

Ein Assistent, der im Produkt wirklich hilft, entsteht nicht durch einen generischen Chatbot auf der Startseite, sondern durch drei bewusste Entscheidungen. Erstens die Wissensbindung: Der Assistent antwortet aus Ihrer Dokumentation, Ihren Hilfe-Artikeln und Ihrer Produktlogik, nicht aus allgemeinem Weltwissen. Zweitens die Aktionen: Über klar freigegebene, kontrollierte Funktionen im Paket Individuell kann er lesend Kontext ergänzen oder einfache Schritte anstoßen, wie es der Beitrag zu Function Calling und der Tool-Steuerung beschreibt. Drittens die Grenzen: Was der Assistent nicht entscheiden soll, eskaliert er. Die technische Einbindung in Ihre Anwendung erfolgt über ein schlankes Snippet, erläutert unter Integration.

Weil ein Support-Chat regelmäßig personenbezogene Daten berührt, ist der Datenschutz kein Anhängsel, sondern Teil der Grundeinrichtung. XICBOT speichert diese Daten auf Servern in Deutschland, auf Grundlage eines Auftragsverarbeitungsvertrags und mit klarem Löschkonzept; die Antworten erzeugt ein spezialisierter Modellanbieter, auch außerhalb der EU auf Grundlage von Standardvertragsklauseln, wie die Seite zu Datenschutz und Hosting ausführt. Wie ein solcher Assistent konkret für Software-Anbieter zugeschnitten wird, bündelt die Seite zum Assistenten für Software und SaaS; einen Überblick über weitere Einsatzfelder gibt die Seite Branchen. Und wo ein SaaS-Produkt einen Self-Checkout für Abonnements hat, greift die gleiche Gesprächslogik auch dort, etwa wenn der Assistent hilft, abgebrochene Abschlüsse im Chat zurückzuholen.

Grenzen und ehrlicher Umgang

Zur Ehrlichkeit gehört, die Grenzen offen zu benennen. Ein Assistent löst nicht jeden Fall, und er soll es nicht. Er kann irren, weshalb er an Ihre Quellen gebunden ist, fehlende Grundlagen offen benennen und sensible Fälle übergeben soll. Auch der Markt mahnt zur Nüchternheit: Gartner erwartet, dass mehr als 40 Prozent (Gartner) der Projekte rund um agentische KI bis Ende 2027 wieder eingestellt werden, wegen steigender Kosten, unklaren geschäftlichen Nutzens oder unzureichender Risikokontrollen. Der Umkehrschluss ist ermutigend: Projekte mit klar umrissenem Zweck, gepflegter Wissensbasis und sauberer Eskalation gehören seltener zu dieser Gruppe. Worin sich ein individuell trainierter Assistent von einem Standard-Chatbot unterscheidet, ordnet der Beitrag zu individuellem Assistenten gegenüber Standard-Chatbot ein.

Die Richtung ist dennoch eindeutig. Gartner erwartet, dass Self-Service und Live-Chat bis 2027 die klassischen Kanäle als wichtigste Servicetechnologien ablösen. Für Software- und SaaS-Anbieter ist der Assistent im Produkt damit weniger eine Frage des Ob als des Wie: gut eingegrenzt, an die eigenen Inhalte gebunden und mit sauberer Übergabe an Menschen. Welches Paket zum Umfang Ihres Produkts und Ihrer Nutzerbasis passt, ordnet die Seite Preise ein.

• Onboarding-Fragen und How-tos direkt im Produkt beantworten, im Moment des Bedarfs
• Antworten strikt an Dokumentation und Wissensbasis binden, statt frei zu formulieren
• Wiederkehrende Support-Fälle abfangen, bevor sie zum Ticket werden
• Komplexe Fälle mit Plan, Konto und Verlauf als Kontext an das Team übergeben
• Aus den Gesprächen lernen, welche Onboarding-Hürden und Themen wiederkehren
• Datenschutz mit Hosting in Deutschland und klarem Löschkonzept von Anfang an mitdenken
• Mit klar umrissenem Zweck starten und den Assistenten mit dem Produkt erweitern

Häufige Fragen