
/ Aus dem Alltag
Kommt euch das bekannt vor?
Die Antwort gibt es längst. Sie steht im Hilfecenter, in einem Handbuch oder in einer PDF, nur finden eure Kund:innen sie nicht. Also rufen sie an, schreiben ein Ticket oder brechen ab. Antwortet ein Bot, klingt es oft gut und stimmt trotzdem nicht.
Das kostet Zeit, führt zu widersprüchlichen Antworten und macht Wissen schwer nutzbar.
Die Antwort steht im Hilfecenter, aber niemand findet sie.
Der Bot sollte das doch beantworten können.
Unser Bot hat einem Kunden etwas erzählt, das so nirgends steht.
/ Self-Service stößt an Grenzen
Was Automatisierung möglich macht
Wissen ist da. Finden ist das Problem.
14%
der Kundenservice-Anliegen werden vollständig im Self-Service gelöst.
36%
beträgt die Quote der „einfachen“ Anliegen, die Kund:innen im Self-Service lösen. Der Rest landet trotzdem bei eurem Team.
73%
der Kund:innen nutzen Self-Service irgendwann in ihrer Service-Journey.
/ Anforderungen an den Bot
Ein Sprachmodell kennt euer Unternehmen nicht.
Der Bot beantwortet Fragen eurer Kund:innen aus euren geprüften Quellen. Statt einen langen Artikel hinzulegen, liefert er die eine relevante Antwort, mit Verweis auf die Quelle.

Aus euren Quellen.
Generische Modelle antworten aus öffentlichem Wissen. Unser Bot antwortet ausschließlich aus euren Inhalten: Verträge, Produkte, Prozesse.
Mit Quellenangabe statt Halluzination.
Jede Antwort verweist auf die Stelle, aus der sie stammt. Was nicht dokumentiert ist, erfindet der Bot nicht.
Immer aktuell.
Ändert sich ein Dokument, ändert sich die Antwort.
/ Referenz Wissen auffindbar machen
YOUNA
Genau das haben wir bei YOUNA gebaut.
Der Bot antwortet nur aus einer von Expert:innen geprüften Wissensbasis und erfindet nichts. Seit dem Umbau dauern die Gespräche 90 % länger, und rund doppelt so viele Menschen beginnen überhaupt eins.

/ Unser Paket
So bauen wir mit euch
Eine Plattform kauft ihr und richtet sie selbst ein. Mit uns bekommt ihr ein Team, das euren Bot baut und auch nach dem Launch betreut.
Ein Team, das euch kennt
Von der ersten Idee bis zum laufenden Bot betreut euch dasselbe Team aus Linguistik, Design und Technik. Keine Ticketnummer, sondern Expert:innen, die euer Wissen verstehen.
Tiefer als die Schnittstelle
Eine Schnittstelle hat fast jedes System. Wir prüfen auch die Daten dahinter und bereiten sie auf, bevor der Bot sie nutzt. Wo es nötig ist, bauen wir eine eigene Datenbank oder trainieren ein eigenes Modell.
Live gehen ohne Bruch
Wir testen mit euch, gehen gemeinsam live und bleiben dran. Monitoring und regelmäßige Reviews halten den Bot in Form.
Preis, der zu eurem Fall passt
Wir schauen uns eure Anfragen und Systeme an, legen gemeinsam den Umfang fest, der zu eurem Problem und euren Anforderungen passt, und sagen vorher ehrlich, was sich lohnt.
Was wir anbinden
Alles, was eine Schnittstelle hat. Wo Daten verstreut sind, bauen wir eine eigene Datenbank auf. Ist ein großes Sprachmodell zu teuer oder zu langsam, trainieren wir ein kleines auf eure Daten. Zum Beispiel:
- Wiki und Intranet: Confluence, Notion, SharePoint, Staffbase
- Dokumente: SharePoint, Google Drive
- Hilfecenter: Zendesk Guide, Freshdesk, Salesforce Knowledge, Intercom
- Produkt: Akeneo, Pimcore, SAP S/4HANA
- Daten: eigene Datenbanken, PDFs, Handbücher, Webseiten
Mögliche Anwendungen
- Produktfragen
- Aktuelle Tarif- und Preisfragen
- Anleitungen Schritt für Schritt aus euren Handbüchern
- Vertrags- und Richtlinienfragen mit Verweis auf die Stelle im Dokument
- Suche über mehrere Quellen gleichzeitig, mit Quellenangabe
/ FAQ
Häufig gestellte Fragen
Hier findet ihr die am häufigsten gestellten Fragen. Nicht gefunden, wonach ihr sucht? Dann chattet einfach mit unserem Bot!
Ja, genau darum geht es. Ein Chatbot mit euren eigenen Daten nutzt Quellen wie Hilfecenter, Handbücher, Wiki oder einzelne Datenbanken. Er antwortet dann ausschließlich aus diesen Inhalten.
Der Bot antwortet nur aus euren geprüften Quellen, die er per RAG durchsucht, bevor er formuliert. Steht etwas nicht drin, sagt er das offen und gibt an euer Team weiter. Vor dem Go-live testen wir mit echten Fragen, ob die Antworten stimmen.
RAG steht für Retrieval Augmented Generation. Der Bot sucht zuerst die passenden Stellen in euren Quellen und formuliert erst dann eine Antwort, und zwar nur aus diesen Stellen. So bleibt jede Antwort nachprüfbar.
In vier Schritten: Wir sichten mit euch, welche Quellen es gibt und welche gepflegt sind. Dann binden wir sie an, testen mit echten Kundenfragen und legen fest, was der Bot beantworten darf und wann er weiterleitet. Nach dem Go-live prüfen wir regelmäßig, wo Antworten fehlen.
So aktuell wie eure Quellen. Aktualisiert ihr ein Dokument, zieht der Bot nach, und niemand bekommt mehr eine Auskunft aus einer alten PDF. Wie oft er synchronisiert, legen wir gemeinsam fest.
In der Regel ja. Einen Chatbot an SharePoint oder Confluence anzubinden, ist über die gängigen Schnittstellen möglich. Was in eurem Setup geht und wie tief, prüfen wir, bevor wir etwas versprechen.
Ja. Wir hosten in der EU oder bei euch vor Ort und legen fest, welche Daten der Bot verarbeitet. Kundendaten fließen in kein offenes Modell, und auf Wunsch liefern wir die Dokumentation für die EU-KI-Verordnung mit.
Dann rät der Bot nicht. Er sagt es offen und leitet weiter, an ein Team, ein Formular oder eine Ansprechperson. Diese Lücken landen im Report und zeigen euch, wo Wissen fehlt.
