Wenn Kundinnen und Kunden eine Produktfrage haben, landen sie zuerst bei einem generischen KI-Assistenten. Der firmeneigene Chatbot wurde in einer Befragung mit 1'152 Teilnehmenden von niemandem als erste Anlaufstelle genannt. Die entscheidende Serviceaufgabe liegt damit ausserhalb der eigenen Systeme: Es geht darum, mit welchem Material ChatGPT, Gemini und Perplexity über euch sprechen.
Die Antwort fällt, bevor jemand eure Seite öffnet
Der Kundenservice hat über Jahre am eigenen Kanal gearbeitet: bessere FAQ, bessere Intents, bessere Antworten im eigenen Bot. Diese Arbeit ist nicht falsch gewesen. Sie trifft nur zunehmend einen Ort, an dem die Fragen gar nicht mehr gestellt werden.
Die Zahlen dazu sind eindeutig. Bei einer Produkt- oder Dienstleistungsfrage wenden sich 56 Prozent zuerst an einen generischen KI-Assistenten, 38 Prozent an eine Suchmaschine, 6 Prozent schreiben eine E-Mail. Für den eigenen Chatbot bleibt nichts übrig. Nicht wenig, sondern nichts.
Dazu passt die erlebte Qualität: Auf einer Skala von 1 bis 5 bewerten die Befragten die Antworten generischer Assistenten mit 4.1, jene der Firmen-Bots mit 2.6. Und der Aussage, dass es für allgemeine Informationen keinen Firmen-Chatbot mehr braucht, stimmen sie mit 4.2 am deutlichsten zu.
Eine Einordnung gehört dazu: Die Stichprobe ist überdurchschnittlich KI-affin, 81 Prozent nutzen generische Assistenten täglich. Wir sehen also nicht den Durchschnitt von heute, sondern ziemlich zuverlässig den von übermorgen.
Praktisch heisst das: Die erste Antwort über euer Produkt, eure Konditionen und euren Reklamationsablauf gibt heute ein System, das euch nicht gehört. Und es gibt sie auf Basis dessen, was es über euch findet.
Sichtbarkeit ist unspektakulärer, als der Name klingt
Das Thema läuft unter KI-Sichtbarkeit, LLMO oder GEO. Wer dahinter eine neue Disziplin mit eigenem Toolstack erwartet, wird enttäuscht. Es sind zu grossen Teilen Hausaufgaben, die viele Organisationen ohnehin vor sich herschieben.
- Maschinenlesbar statt vergraben: Saubere HTML-Struktur, aussagekräftige Überschriften, echte Tabellen. Konditionen, die als gescanntes PDF im Downloadbereich liegen, existieren für einen Assistenten schlicht nicht.
- Eindeutige Sprache: Produktnamen, Prozesse und Fachbegriffe überall gleich benennen, hauseigene Begriffe im Klartext erklären, Schema.org-Markup für Produkte, Preise, Öffnungszeiten und FAQ nutzen.
- Eine Quelle statt fünf Versionen: Veraltete Informationen sind die häufigste Ursache falscher Antworten. Mehrere der befragten Unternehmen nennen das Aktuellhalten des Wissens als grösste Herausforderung, noch vor jedem technischen Thema.
- Bewusst entscheiden: was öffentlich auffindbar sein soll, was hinter den Login gehört und was ausschliesslich in die Wissensbasis des eigenen Assistenten.
- Messen statt vermuten: regelmässig prüfen, was ChatGPT, Gemini und Perplexity auf die zwanzig häufigsten Kundenfragen antworten, und die Fehler protokollieren.
Der letzte Punkt ist der, der in der Praxis fast immer fehlt, und der, der am schnellsten weh tut. Die Ergebnisse einer solchen Standortbestimmung sind meist ernüchternd, dafür sehr konkret abstellbar. Der angenehme Nebeneffekt: Dieselbe Aufräumarbeit hebt auch die Qualität des eigenen Assistenten, weil er auf denselben Quellen sitzt. Ein besseres Verhältnis von Aufwand zu Wirkung findet man im Kundenservice derzeit selten.
Weitere Beispiele aus der Praxis und eine Übersicht der Massnahmen: www.sophiehundertmark.com/ai-sichtbarkeit-beratung
Und der eigene Bot? Der hat einen neuen Job
Damit ist der Chatbot nicht erledigt, er ist nur an eine andere Stelle gerückt. Denn eine Sorte Anfragen kann ein generischer Assistent nicht übernehmen: alles, was persönliche Daten oder eine tatsächliche Handlung erfordert. Ihm fehlt der Zugang.
Genau dort sind die Erwartungen hoch. Den Bestellstatus abfragen möchten 81 Prozent über einen Firmen-Bot erledigen, einen Termin buchen 69 Prozent. Persönliche Beratung durch einen Bot wünschen dagegen nur 31 Prozent. Und der Aussage, dass ein Firmen-Chatbot sinnvoll ist, wenn er Aktionen ausführen kann, stimmen die Befragten mit 3.9 zu, fast so deutlich, wie sie den reinen Informationsbot abschreiben. Das ist kein Widerspruch, sondern eine ziemlich präzise Arbeitsanweisung.
Drei Punkte halte ich dabei für entscheidend:
- Spezialisierte Agenten statt Generalist. Ein Bot, der alles können soll, kann meist wenig davon gut. Der Flughafen Nürnberg arbeitet mit klar abgegrenzten Agenten für Gepäck, Parkplatz, Check-in und Flugstatus, die jeweils nur auf ihr freigegebenes Wissen zugreifen. Das senkt die Halluzinationsrate und macht Qualität überhaupt erst messbar.
- Die richtige Reihenfolge. Erst die Daten strukturieren, dann einzelne, klar abgegrenzte Funktionen über APIs und Webhooks anbinden, beginnend mit risikoarmen Lesezugriffen. Statusauskunft vor Statusänderung. Projekte scheitern regelmässig daran, dass diese Reihenfolge umgedreht wird.
- Kontrolle einbauen statt hoffen. RAG, Guardrails und die Fähigkeit, ein Nichtwissen zuzugeben, sind kein Komfortmerkmal, sondern Haftungsschutz. Ein Bot, der überzeugend halluziniert, kommt teurer als einer, der weiterleitet.
Die Reihenfolge ist die eigentliche Botschaft
Wer heute Budget verteilt, sollte es in dieser Abfolge tun: zuerst prüfen und aufräumen, was die grossen Assistenten über das Unternehmen sagen, danach den eigenen Bot vom Antwortgeber zum Ausführenden umbauen.
Andersherum passiert das, was ich in vielen Organisationen sehe: Es wird ein Kanal optimiert, den die Kundschaft längst verlassen hat, während die Darstellung des Unternehmens genau jenen Systemen überlassen bleibt, die ohnehin gefragt werden. Ohne jede Kontrolle darüber, was dort steht.
Die strategische Frage lautet deshalb nicht: Bot ja oder nein. Sie lautet: Wo werden wir überhaupt noch gefragt, und was wird dort über uns gesagt?
Zur Datengrundlage
Die zitierten Zahlen stammen aus dem Guide «Die Zukunft von Chatbots in Unternehmen», herausgegeben von moinAI. Befragt wurden 1'152 Endnutzerinnen und Endnutzer sowie sechs Fachpersonen aus Banking, Versicherung, Logistik, Gesundheitswesen und Softwareentwicklung. Der Guide steht kostenlos zum Download bereit: www.moin.ai/downloads/chatbots-guide-2026
Transparenzhinweis
Die Autorin hat fachlich am Guide des Anbieters moinAI mitgewirkt. Einordnung und Empfehlungen in diesem Text sind davon unabhängig und liegen allein bei ihr.
Zur Autorin
Dr. Sophie Hundertmark ist AI Researcher, Beraterin und Speakerin. Sie forscht und lehrt am Institut für Finanzdienstleistungen Zug der Hochschule Luzern (IFZ) und begleitet mit der Hundertmark GmbH Unternehmen bei Conversational AI, Generative AI und KI-Sichtbarkeit.
