Auf B2B-Websites fragen Kunden selten nach Öffnungszeiten. Sie wollen wissen, ob eine Dichtung 250 bar aushält, welcher Werkstoff für ein Medium zugelassen ist oder ob ein Ersatzteil zur älteren Baureihe passt. Ein KI-Chatbot für Fachinformationen beantwortet solche Fragen aus Datenblättern, Handbüchern und Produktdaten, nennt die Quelle und fragt nach, wenn eine Angabe fehlt. Wo eine Auslegung oder eine verbindliche Freigabe nötig ist, übergibt er an die Anwendungstechnik oder den Vertrieb, mit allen Angaben, die er erfasst hat.
Welche Fachfragen auf B2B-Websites ankommen
Technische Werte: Druck, Temperatur, Abmessungen, Toleranzen, Lastgrenzen.
Werkstoffe und Beständigkeit: Welches Material verträgt welches Medium, welche Oberfläche welche Umgebung?
Normen und Zulassungen: Erfüllt das Produkt eine bestimmte Norm, gibt es ein Zertifikat für den Einsatzbereich?
Kompatibilität: Passt das Teil zur vorhandenen Anlage, zur älteren Baureihe, zum Zubehör eines anderen Herstellers?
Einbau und Wartung: Anzugsmomente, Einbaulage, Wartungsintervalle.
Dokumente: Datenblatt, Montageanleitung, Konformitätserklärung, CAD-Daten.
Die Antworten auf fast alle diese Fragen existieren bereits. Sie stehen in Dokumenten, die der Kunde nicht findet, oder im Kopf von Fachleuten, die gerade anderes zu tun haben.
Warum Suche und FAQ hier nicht weiterhelfen
Eine Suche liefert Dokumente, die Antwort darin muss der Kunde selbst finden. Wer nach „Dichtung Hydrauliköl 80 Grad“ sucht, bekommt zwanzig Datenblätter und muss selbst herausfinden, welches passt. Eine FAQ beantwortet die häufigsten Fragen, aber Fachfragen sind selten häufig. Sie sind spezifisch, und die richtige Antwort hängt von Angaben ab, die der Kunde erst nennen muss.
Ein Chatbot für Fachinformationen arbeitet anders: Er versteht die Frage in der Sprache des Kunden, sucht die passende Stelle in den Unterlagen und fragt nach, bevor er antwortet.
Wann der Chatbot nachfragt und wann er übergibt
Er fragt nach, wenn die Antwort von einer Angabe abhängt, die fehlt: Druck, Temperatur, Medium, Baureihe, Baujahr. Eine Antwort ohne diese Angaben wäre eine Vermutung.
Er antwortet, wenn die Angaben vollständig sind und die Antwort in einer freigegebenen Quelle steht. Dazu nennt er die Quelle, damit der Kunde sie prüfen kann.
Er übergibt, wenn eine Auslegung nötig ist, die über die Unterlagen hinausgeht, wenn der Kunde eine verbindliche Freigabe braucht oder wenn das Wissen fehlt. Die Anwendungstechnik oder der Vertrieb sieht dann den bisherigen Verlauf und die erfassten Angaben und muss nicht von vorn fragen.
Was Sie an Daten vorbereiten sollten
Perfekte Daten braucht es für den Start nicht. Drei Dinge entscheiden aber über die Qualität der Antworten:
Aktuelle Fassungen. Für jedes Produkt sollte klar sein, welches Datenblatt gilt. Alte Fassungen gehören archiviert oder als solche gekennzeichnet.
Varianten und Baureihen. Wenn sich Werte je Variante unterscheiden, muss das in den Daten erkennbar sein, etwa über eine Tabelle oder getrennte Abschnitte.
Freigaben. Legen Sie fest, welche Dokumente öffentlich beantwortet werden dürfen und welche nur für Partner oder intern gelten.
Wie aus verstreuten Dokumenten eine belastbare Wissensbasis wird, beschreibt der Beitrag Von Dokumenten zur KI.
Wie Mercury.ai Fachinformationen beantwortet
Mercury.ai bündelt Datenblätter, Handbücher, Website, PIM und weitere Quellen im Knowledge Hub, auch technische Dokumentation mit Bildern. Mercury Intelligence erkennt die Frage, wählt den passenden Weg und fragt bei fehlenden Angaben nach, bevor die Antwort entsteht. Antworten stammen aus freigegebenen Quellen und sind bis zur Fundstelle nachvollziehbar. Für die Übergabe sorgt der Agent Desk, geroutet nach Fachbereich oder Sprache, mit vollständigem Verlauf.
Im Einsatz ist das zum Beispiel bei Böllhoff, Spezialist für Verbindungstechnik, mit einem komplexen B2B-Portfolio. Johanna Neumann, Head of Marketing Europe der Böllhoff Gruppe: „Mit unserem Chatbot können unsere Kunden schnell und unkompliziert das passende Produkt finden und offene Fragen direkt klären, ohne das Medium wechseln zu müssen.“ Mehr dazu in der Case Study Böllhoff und auf der Seite für die Industrie.
Woran Sie messen, ob es funktioniert
Nach dem Start zeigt die Auswertung, welche Fachfragen am häufigsten kommen, zu welchen Produkten und wo der Chatbot keine Antwort fand. Diese Wissenslücken sind eine wertvolle Liste für Ihre Produktdokumentation: Sie zeigen, was Kunden wissen wollen und in keinem Datenblatt finden.
Sie möchten Ihre Fachinformationen auf der Website beantworten lassen? Sprechen Sie mit uns.
Über den Autor
Mirco Schmidt
Chief Revenue Officer @Mercury.ai
Mirco Schmidt ist Chief Revenue Officer bei Mercury.ai. Er verfügt über mehr als zehn Jahre Erfahrung in internationalen und Führungspositionen, unter anderem beim Volkswagen Konzern, bei Club Med und der EQS Group, und hat einen Abschluss in Marketing Management der FH des Mittelstands in Bielefeld. Seine Schwerpunkte sind Projektmanagement, Marketing und Vertrieb sowie Kommunikation.
