CoSupport AI: Funktionen, Preise und meine ehrliche Einschätzung für 2026

Was ist CoSupport AI?

CoSupport AI ist eine Plattform zur Automatisierung des KI-Kundensupports, die 2020 in Los Angeles gegründet wurde, von ML-Ingenieur Roman Lutsyshyn und Support-Unternehmerin Daria Leshchenko (die auch den BPO-Anbieter SupportYourApp leitet). Sie ist bootstrapped und wird inzwischen von CEO Alex Khoroshchak geführt. Die Grundidee ist einfach und schlüssig: Man nimmt die historischen Support-Tickets, die Dokumentation und die Produktdaten eines Unternehmens, trainiert ein Modell darauf und lässt dieses Modell Kunden direkt antworten.

Worauf CoSupport im Marketing am meisten setzt, ist Vertrauen. Das Unternehmen hält ein US-Patent (US11823031B1), das im Januar 2024 für eine Multi-Modell-Architektur zur Nachrichtenerstellung erteilt wurde, und schreibt diesem Design geringe Halluzinationsraten und Antworten "nur aus deinen Daten" zu. Das ist ein cleverer Pitch als die meisten, denn im Support ist es nicht die Frage, ob die KI einen schönen Absatz schreiben kann, die einen nachts wachhält, sondern ob sie einem Kunden selbstbewusst etwas Falsches erzählt. Genau das Problem beschäftigt mich ständig, und es lohnt sich, KI-Halluzinationen im Support zu verstehen, bevor man der Genauigkeitszahl eines Anbieters vertraut.

Das Produkt richtet sich hauptsächlich an kleine und mittelständische Support-Teams und wird als KI-Kundenservice-Schicht verkauft, die auf dem bereits vorhandenen Helpdesk aufsetzt, statt ihn zu ersetzen.

Das CoSupport-AI-Produktportfolio

CoSupport nennt sein Set das "AI Triangle". In der Praxis hast du es mit drei unterschiedlichen Produkten zu tun, und es lohnt sich zu wissen, welches du tatsächlich brauchst, bevor ein Verkaufsgespräch es dir vorgibt.

CoSupport Customer: der autonome Agent

Das ist das Aushängeschild-Produkt, ein kundenzugewandter KI-Agent, der Tickets ohne Mensch im Loop löst. CoSupport gibt an, bis zu 90 % der sich wiederholenden Tickets automatisieren zu können, trainiert über ein LLM-plus-Retrieval-Setup auf deinen Dokumenten und der bisherigen Korrespondenz, und es beherrscht über 40 Sprachen. Ist es sich nicht sicher, eskaliert es – das richtige Design, auf das jedes Team bestehen sollte (hier meine Sicht auf KI-Chat-Eskalation).

Du kannst in einem eingebauten Playground beobachten, wie es antwortet, bevor du es je auf Kunden loslässt – eine wirklich gute Gewohnheit für jeden KI-Support-Agenten.

CoSupport Agent: der Copilot für menschliche Mitarbeiter

Das zweite Produkt ist ein Agent-Assist-Copilot. Statt dem Kunden zu antworten, entwirft es eine vorgeschlagene Antwort (CoSupport nennt etwa 1,5-sekündige Vorschläge) für einen menschlichen Mitarbeiter zur Prüfung, Bearbeitung und zum Versand. Es bringt außerdem eine "Text Lens"-Funktion mit, die die wichtigen Teile eines Tickets hervorhebt, und lernt im Laufe der Zeit aus dem Feedback der Mitarbeiter. Der Mensch finalisiert die Nachricht immer – der vorsichtige, sinnvolle Weg, um mit KI zu starten, bevor man die volle Lösungskompetenz abgibt. Wenn du zwischen beiden Modi abwägst, deckt meine Analyse eines KI-Copiloten für den Kundenservice ab, wann welcher sinnvoll ist.

CoSupport BI: Analysen in einfacher Sprache

Das dritte Produkt, CoSupport BI, ist ein Analyse-Assistent in natürlicher Sprache. Du stellst einfache Fragen zu deinen Support- und Unternehmensdaten und bekommst Antworten, Trends und Prognosen zurück, geliefert direkt in Slack oder Microsoft Teams. Es greift auf dein CRM, deine Dokumentation, Wissensdatenbank und Kundenkorrespondenz zu. Es ist das "Nice-to-have" der drei Produkte und überschneidet sich mit Reporting, das du möglicherweise schon von deinem Helpdesk bekommst, ist aber eine durchdachte Ergänzung für Führungskräfte, die in Support-Kennzahlen leben.

Wie CoSupport AI tatsächlich funktioniert

Unter der Haube läuft der gleiche Ablauf wie bei den meisten modernen KI-Ticketing-Systemen: Ein Kunde stellt eine Frage, das Modell holt die relevanten Fakten aus den Daten, auf denen es trainiert wurde, generiert eine Antwort und prüft seine eigene Zuversicht, bevor es entscheidet, ob es antwortet oder eskaliert. Der veröffentlichte 90-Tage-Test von CoSupport nutzte einen Konfidenz-Schwellenwert von 0,85, bevor die KI automatisch antworten durfte.

Was darüber entscheidet, ob das für dich funktioniert, ist die Konfiguration: welche Rolle der Agent spielt, sein Tonfall, die Antwortlänge und welche Wissensquellen er nutzen darf. CoSupport stellt diese Einstellungen in einem Persona-Editor bereit, und sie richtig einzustellen macht den Großteil der Arbeit beim Trainieren jedes KI-Wissensdatenbank-Chatbots aus.

Was CoSupport hier richtig macht: Alles basiert auf deinen Quellen, nicht dem offenen Web. Du kannst es auf ein Zendesk Help Center, FAQs, Websites und Dateien richten und jede Quelle pro Agent einzeln ein- oder ausschalten. Diese Quellenkontrolle ist der größte Hebel für Genauigkeit, weit mehr als jede Modellwahl, und aus demselben Grund ist es so wichtig, KI auf vergangenen Tickets zu trainieren.

Die Preise von CoSupport AI, in einfacher Sprache

Hier musst du genau lesen, denn "ab 99 $/Monat" verschleiert einiges. CoSupport veröffentlicht keine festen Starter-/Pro-/Enterprise-Stufen. Stattdessen bietet es drei Abrechnungsmodelle, und dein Gesamtbetrag setzt sich aus einer einmaligen Einrichtungsgebühr plus einem monatlichen Abo zusammen, beides nur als Angebot hinter einer Demo-Anfrage.

Eine ehrliche Ungereimtheit, die man erwähnen sollte: Die eigene Website von CoSupport ist bei den Preisen pro Einheit nicht ganz konsistent. Die aktuelle Preisseite und die Profile auf Bewertungsportalen nennen 0,19 $ pro Lösung und 0,04 $ pro Antwort, während eine Produktseite noch 0,59 $ pro Ticket und 0,10 $ pro Antwort angibt. Ich würde die Zahlen der Preisseite als aktuell behandeln und alles schriftlich in deinem Angebot bestätigen lassen.

Um ein Gefühl dafür zu bekommen, welches Modell bei deinem Volumen am günstigsten ist, gib deine eigenen Zahlen in den Rechner unten ein. Er nutzt die veröffentlichten Mindestsätze von CoSupport, also verstehe ihn als richtungsweisenden Bestfall, nicht als Angebot.

Was auffällt, wenn man damit spielt: Bei jedem realistischen Ticketvolumen summieren sich die Modelle pro Einheit schnell, und der feste serverbasierte Plan wirkt auf dem Papier oft am günstigsten. Das ist der Kompromiss, den so viele Teams übersehen. Deshalb bin ich auch zu der Überzeugung gekommen, dass Preise pro Lösung und pro Nachricht heimlich Unruhe erzeugen: Jede Antwort fühlt sich an wie ein laufender Zähler, und Teams beginnen sich zu fragen, ob sie die KI überhaupt ein Ticket bearbeiten lassen sollen. Es ist ein reales genug Problem, dass eesel sich bewusst davon abgewandt hat, pro Lösung abzurechnen, als eesels Preise festgelegt wurden, und die umfassendere Logik dahinter findest du in diesem Leitfaden zu Kosteneinsparungen im KI-Kundensupport.

Was echte Nutzer über CoSupport AI sagen

Die Bewertungen von CoSupport sind hervorragend: 4,9 von 5 auf G2 bei 13 Bewertungen und 5,0 auf Capterra bei 10. Der ehrliche Vorbehalt ist die Stichprobengröße. Dreizehn Bewertungen auf einem vom Anbieter verwalteten Profil sind ein echtes Signal, aber nicht die Hunderte, auf die man sich bei einem größeren KI-Kundenservice-Unternehmen stützen würde – lies es also eher als "frühe, sehr zufriedene Kunden" statt als endgültiges Urteil.

Das Lob ist konsistent und glaubwürdig. Genauigkeit wird immer wieder als Grund genannt, warum sich Teams dafür entschieden haben:

"Before using Co-Support's AI Agent, we tried various chatbots from other third parties as well as the native Zendesk AI offerings. All fell short of our needs for accurate responses without hallucination… Co-Support's AI Agent checked all of those boxes for us."

Matthew B., Small-Business, G2

Ebenso das praxisnahe Onboarding und schnelle, messbare Erfolge:

"AI solutions are typically considered time-consuming and expensive. With CoSupport AI we learnt that AI tools implementation can be easy… Our most significant result of using CoSupport AI is that we cut the response time in half. 50% reduction number was achieved within days."

Verified G2 reviewer, Small-Business, G2

Doch die Kritik ist genauso konsistent, und sie betrifft die Einrichtung. Der am häufigsten getaggte Kritikpunkt auf G2 ist die schwierige Einrichtung, und selbst zufriedene Rezensenten weisen darauf hin:

"The initial setup and ongoing model adjustments can be tedious and somewhat time-consuming… The Co-Support team was there every step of the way with us."

Matthew B., Small-Business, G2

Das ist das wiederkehrende Thema: Das Modell ist präzise, sobald es eingestellt ist, aber es einzustellen ist ein praxisnahes Projekt mit dem Anbieter, keine Sache eines Nachmittags. Wenn du die Zeit hast und einen Partner willst, der es mit dir gemeinsam aufbaut, ist das ein Vorteil. Wenn du ein knapp besetztes Team bist, das nächste Woche Deflection braucht, solltest du das einkalkulieren.

Die Genauigkeitsbehauptung, und was in der Praxis zu erwarten ist

Hier würde ich dem Marketing widersprechen. "99 % Genauigkeit" ist die Art von Zahl, die großartig klingt und ohne Definition fast nichts bedeutet. Der eigene veröffentlichte 90-Tage-Test von CoSupport ist tatsächlich nützlicher und ehrlicher als die Schlagzeile: Er berichtete von rund 80 % Lösungsquote, Antwortzeiten, die von 72 Sekunden auf etwa 4 sanken, und vielsagend eine anfängliche Halluzinationsrate im Bereich von 3-27 %, die mit dem Fine-Tuning des Modells sank. Reale Lösungsquoten bei Kunden liegen bei rund 74-85 %, nicht bei 99 %.

Nichts davon ist ein Seitenhieb speziell gegen CoSupport; es ist die Realität jedes autonomen Agenten. Ich habe erlebt, wie ein selbstbewusst klingender Bot einem Kunden erzählte, ein Produkt werde unterstützt, obwohl das nicht stimmte, nur weil eine Wissensdatenbank sagte "wir unterstützen alle Modelle". (Das war ein echter Rollout, anonymisiert: ein B2B-Telematik-Team auf Zendesk.) Die Lektion blieb hängen: Die Zahl, die zählt, ist nicht die Spitzengenauigkeit in einer sauberen Demo, sondern wie sich die KI bei deinen unordentlichsten echten Tickets verhält, und ob du kontrollieren kannst, welche Tickets sie überhaupt berühren darf – der Kern guter Tier-1-Deflection.

Wie es eine Support-Leitung, mit der ich gesprochen habe (eine CX-Leitung bei einem DTC-Nahrungsergänzungsmittel-Unternehmen), ausdrückte: Das Ziel ist nicht eine KI, die alles beantwortet: "Die KI wird nie 100 % der Fragen beantworten können. Ich brauche eine KI, die nur die Tickets bearbeitet, bei denen sie sich sicher ist, und bei allen anderen die Finger lässt." Das ist der Maßstab. Bevor du der Genauigkeitsbehauptung irgendeines Anbieters vertraust, auch der von CoSupport, ist die Frage, die du in der Demo stellen solltest: Kann ich das an ein paar tausend meiner eigenen historischen Tickets testen und genau sehen, wo es falsch gelaufen wäre, bevor auch nur ein Kunde betroffen ist?

Lohnt sich CoSupport AI also?

CoSupport AI ist ein echtes, leistungsfähiges Produkt, und der Genauigkeits-zuerst-Ansatz ist der richtige für den Support. Es passt gut, wenn du möchtest, dass ein Anbieter ein individuelles Modell für dich baut und feinabstimmt, wenn du jemanden hast, der ein mehrwöchiges Onboarding übernehmen kann, und dich ein vertriebsgeführtes, angebotsbasiertes Vorgehen nicht stört. Die genannten Ergebnisse (ein Dental-SaaS-Unternehmen, das ~74 % der Tickets löst, ein anderes Team, das ~80 % automatisiert) sind für diese Art von begleitetem Rollout glaubwürdig.

Wo ich woanders schauen würde: wenn du ein kleines oder knapp besetztes Team bist, das selbst starten und schnell live gehen will, wenn du deine Kosten im Voraus kennen willst, ohne eine Demo, oder wenn dich eine Abrechnung pro Lösung nervös macht wegen eines Zählers, der bei jeder Antwort mitläuft. Das sind keine Schwächen, sondern eher eine andere Philosophie darüber, wie KI-Support eingekauft werden sollte.

Teste eesel für KI-Support, den du zuerst ausprobieren kannst

Wenn dir der CoSupport-Rollout schwerfälliger erscheint, als du willst, ist eesel AI genau auf das Gegenteil ausgelegt. Es ist ein KI-Support-Agent, der sich in das Helpdesk einklinkt, das du bereits nutzt (Zendesk, Freshdesk, Gorgias, Help Scout, Slack und mehr), sich selbst an deinen vergangenen Tickets und Dokumenten trainiert, und du kannst es selbst in wenigen Minuten einrichten, statt ein Verkaufsgespräch zu buchen.

Der Punkt, auf den ich einen sorgfältigen Käufer hinweisen würde: eesel lässt dich eine Simulation über tausende deiner historischen Tickets laufen lassen, bevor es live geht, sodass du die echte Lösungsquote siehst und genau, wie es geantwortet hätte – kein Rätselraten anhand einer polierten Demo. Du behältst außerdem die Kontrolle darüber, welche Tickets es beantwortet, und die Preise sind transparent und vorhersehbar, ohne Zähler pro Lösung. Es ist der Ansatz "erst an meiner eigenen unordentlichen Realität testen", auf den dieser ganze Beitrag immer wieder zurückkommt. Du kannst eesel kostenlos testen.