
Dixa taggt Konversationen auf vier Arten: Co-Pilot-Tag-Vorschläge (39 € pro Agent und Monat), einen Automation-KI-Agenten in Beta, Flow-Builder-Regeln und Mims automatische Tags für seine eigenen Chats. Ich würde zuerst den Regeln vertrauen, da du sie selbst geschrieben hast, und jeden KI-Tag anhand einer wöchentlichen Stichprobe prüfen, bevor darauf geroutet wird. Dixa veröffentlicht weder Genauigkeit noch Sprachabdeckung noch den Plan für den Automation-Agenten.
eesel hat keinen Dixa-Connector, also kann ich kein Tagging innerhalb von Dixa anbieten. Auf Zendesk, Freshdesk, Gorgias, Front oder Help Scout entwirft das KI-Helpdesk-Teammitglied Antworten und taggt Tickets nach Thema. Mit der eesel-CLI kann ein KI-Coding-Agent genehmigte Tag-Definitionen und Policies hochladen und dann Testfragen stellen, bevor etwas live geht. Helpdesk-Admin-Zugriff ist weiterhin nötig, um sie zu verbinden.
Wie funktioniert KI-Konversations-Tagging in Dixa?
Dixa setzt einen Tag auf eine Konversation aus einer von vier Quellen, und die Quelle entscheidet, wer für den Tag verantwortlich ist. Eine Regel, die du gebaut hast, taggt genau das, was du ihr gesagt hast. Ein KI-Vorschlag wartet auf einen Agenten. Ein KI-Agent taggt im Hintergrund.

Dixas eigene Seiten beschreiben jede davon:
- Flow-Builder-Regeln. Dixas Flow-Builder-Seite sagt, du kannst „tagging, routing, escalations, follow-ups" ohne Code automatisieren, und ihr FAQ beschreibt das Taggen von Konversationen nach Thema oder Dringlichkeit. Regeln reagieren auf Tags, SLA-Status und Events.
- Der Automation-KI-Agent. Dieselbe Seite sagt, er analysiert Konversationen, sobald sie eingehen, extrahiert Details, kategorisiert Contact Reasons und fügt Tags hinzu, sodass Agenten mit Kontext starten.
- Co-Pilot-Tag-Vorschläge. Dixas Co-Pilot-Seite sagt, KI empfiehlt passende Tags aus der Konversation, damit Agenten konsistent taggen, ohne die manuelle Arbeit.
- Mims eigene Tags. Dixas Q1-2026-Roadmap sagt, jede Konversation, die Mim analysiert, bekommt ein „AI promise resolved"- oder „AI promise pending review"-Tag.

Wenn du die benachbarten Teile willst, behandeln meine Beiträge zu Dixa KI-Antwortentwürfen und Dixa KI-Konversationszusammenfassungen, was Co-Pilot sonst noch macht.
Welche Dixa-Funktionen taggen Konversationen, und sind sie live?
Beim Status fand ich die meisten Lücken, also hier die Tabelle, die ich in eine Demo mitnehmen würde.
| Funktion | Was Dixa sagt, dass sie tut | Status auf Dixas eigenen Seiten | Quelle |
|---|---|---|---|
| Tag-Vorschläge (Co-Pilot) | KI-vorgeschlagene Tags basierend auf ähnlichen Konversationen | Beta auf der Q1-2026-Roadmap; in Co-Pilots Funktionsliste aufgeführt | Q1-Roadmap |
| Automation-Agent | Reichert Konversationen mit Zusammenfassungen, Tags, Attributen und Routing an | Beta auf der Q2-2026-Roadmap; in Q3 nicht genannt | Q2-Roadmap |
| Vorgeschlagene Konversationsattribute | Co-Pilot empfiehlt Werte für benutzerdefinierte Attribute beim Abschluss | Beta auf der Q2-2026-Roadmap | Q2-Roadmap |
| Auto-Tagging von Mim-Konversationen | Taggt Mims eigene Chats | Allgemein verfügbar, Q3-2026-Roadmap | Q3-Roadmap |
| Intent Detection in Automatisierungen | Intent-Knoten funktioniert in Automatisierungen für automatische Tags und Attribute | Early Access, Q3-2026-Roadmap | Q3-Roadmap |
| Contact-Reason-Kategorisierung | Advanced Insights gruppiert Contact Reasons kanalübergreifend | Im Präsens beschrieben | Advanced Insights |
Mein Fazit: Mims Tags sind die einzigen KI-Tags, die Dixa als allgemein verfügbar markiert. Der Rest reicht von Beta bis Early Access, oder hat keinen genannten Status, und die Marketingseiten beschreiben sie im Präsens. Frag nach, welche davon in deinem Account aktiv sind.
Was sagen Dixas Kunden über Tagging?
Dixas Produktseite trägt ein Tagging-Testimonial. Benedikt Peine von Celebrate Company sagt, dass zu Stoßzeiten bis zu vier Agenten am Tag ihre volle Zeit mit dem Taggen und Zuweisen von Tickets verbrachten, und dass sie das heute nicht mehr brauchen.
"Dixa automatically tags all conversations, regardless of channel."
Benedikt Peine, Celebrate Company, auf Dixas Produktseite
Es ist ein vom Anbieter veröffentlichtes Zitat, also lese ich es als Richtung statt als Benchmark. Es beschreibt das Taggen nach Kategorien, damit Konversationen in der richtigen Warteschlange landen, was der beste Einsatz für einen Tag ist: eine nachgeschaltete Entscheidung. Ich fand keine G2-, Capterra- oder Reddit-Bewertung, die Dixas Tagging bespricht, also habe ich keine unabhängige Nutzerstimme zur Genauigkeit. Meine Notizen zum Überprüfen von KI-Konversationen zeigen, wie du dir selbst eine aufbaust.
Welchen Plan oder Zusatz brauchst du?
Zuerst Sitzplätze, dann Co-Pilot für Tag-Vorschläge, und der Plan entscheidet, was die Regeln erreichen können.
| Posten | Preis | Hinweise |
|---|---|---|
| Team-Sitzplatz | 49 € pro Agent und Monat, jährlich abgerechnet | Mim enthalten, pro Konversation abgerechnet |
| Professional-Sitzplatz | 139 € pro Agent und Monat, jährlich abgerechnet | Standard AI Intent Detection |
| Enterprise-Sitzplatz | Individuell | Advanced AI Intent Detection, Advanced Insights enthalten |
| Co-Pilot | 39 € pro Agent und Monat | Seite listet Tag-Vorschläge; Dixas Preisseite sagt, Tag-Vorschläge sind enthalten |
| Advanced Insights | 29 € pro Agent und Monat, in Enterprise enthalten | Contact Reasons, Sentiment, wiederkehrende Probleme |
| Auto QA | 0,10 € pro Review | Zusatz auf jedem Plan |
| Mim | 0,40 € pro Konversation | Auf jedem Plan |
Alle Preise stammen von Dixas Preisseite. Ein Team mit 10 Agenten auf Team mit Co-Pilot zahlt (49 € + 39 €) x 10 = 880 € im Monat. Auf Professional sind es (139 € + 39 €) x 10 = 1.780 €, und mit Advanced Insights werden es 2.070 €. Dixa listet keinen eigenen Preis für den Automation-Agenten oder Flow-Builder-Tagging, und es sagt nicht, ob Mims Auto-Tags Teil der 0,40 € sind. Ältere Berichte zu Dixa-Preisen nutzten andere Plannamen, lies also die aktuelle Seite, und mein Dixa-Review deckt den Rest der Plattform ab.
Was dokumentiert Dixa nicht zum Tagging?
Sechs Dinge, und jedes entscheidet, wie weit du dich auf die Tags verlassen kannst.
- Genauigkeit. Für vorgeschlagene oder automatische Tags ist keine Zahl veröffentlicht.
- Die Tag-Liste. Dixa sagt nicht, ob die KI aus von dir angelegten Tags wählt oder neue erfindet. Dixas API-Referenz sagt, das Taggen einer Konversation braucht einen aktiven Tag, während der Bulk-Endpunkt einen Tag anlegt, wenn der Name nicht existiert. Das zeigt mir, dass das Datenmodell beides erlaubt, nicht, was die KI tut.
- Sprachabdeckung. Mim antwortet in der Sprache des Kunden, aber nichts, was ich fand, deckt Sprachen für Tag-Vorschläge ab.
- Timing. Ob der KI-Tag bei der Eröffnung, bei der Übergabe oder beim Abschluss gesetzt wird, ist nicht angegeben, und das entscheidet, ob ein Tag einen laufenden Chat routen kann.
- Backfill. Ob der Verlauf getaggt wird, wenn du eine Funktion einschaltest, ist unklar.
- Plan für den Automation-Agenten. Beta auf Dixas Roadmap, ohne genannten Zusatz oder Plan.
Dixas Hilfe-Center unter docs.dixa.help gab bei jedem Versuch einen Serverfehler zurück, also habe ich mich auf Dixas Marketing-, Roadmap- und API-Seiten verlassen. Wenn ein Hilfeartikel existiert, der das klärt, zählt er mehr als meine Einschätzung.
Wie richtest du Dixa-Tags ein, die die KI nutzen kann?
Weniger Tags schlagen mehr Tags. Jedes zusätzliche Label ist eine weitere Entscheidung, bei der die KI sich irren kann, und ein weiterer Balken in deinem Bericht, der zu klein zum Lesen ist. Eine Routine, die bei mir bei jedem Helpdesk funktioniert hat:
- Liste 12 bis 20 Contact Reasons auf, die dein Team schon nutzt, etwa „wo ist meine Bestellung", „Rückerstattung", „Adressänderung" und „Produktfrage".
- Gib jedem eine einzeilige Definition und ein Beispiel, und halte sie in einer gemeinsamen Notiz.
- Schalte KI-Vorschläge für eine Warteschlange ein, damit Agenten sie bestätigen und du die Fehltreffer siehst.
- Route erst auf einen Tag, wenn eine Stichprobe zeigt, dass er meistens richtig liegt. Mein Leitfaden zur Ticket-Klassifizierung hat einen Weg, das zu bewerten.
- Wiederhole die Prüfung wöchentlich im ersten Monat, danach monatlich.

Für einen Shop gibt Ticket-Tagging für Ecommerce eine Startliste, und der Beitrag Ecommerce-Kontaktrate hilft dir zu entscheiden, welche Gründe einen eigenen Tag verdienen. Ein Ticket-Tagging-Glossareintrag definiert die Grundlagen.
Wie gehen andere Helpdesks mit KI-Tagging um?
Meist dieselbe Aufteilung zwischen Regeln und KI-Vorschlägen, mit unterschiedlichen Schranken. Help Scout dokumentiert Topics als Bedingung statt als Aktion, und HubSpot sperrt sein Kategoriefeld auf Enterprise.
Gorgias, Zoho Desk und Re:amaze haben jeweils ihre eigene Version, behandelt in meinen Beiträgen zu Gorgias-Tagging und Zoho-Desk-Tagging. Zendesk-Ticket-Klassifizierung ist die ausgereifteste davon.
Dixas Ansatz ist, dass Tagging Teil eines agentischen Stacks ist: Tags füttern das Routing, Mim übergibt mit Kontext, und Advanced Insights berichtet über Contact Reasons. Wenn Tagging dein einziger Kaufgrund ist, runden mein Vergleich Re:amaze vs. Dixa und die beste KI für Dixa das Bild ab.
Wo passt eesel hin, wenn du Dixa nutzt?
Ich sage es direkt: eesel hat keinen Dixa-Connector, kann also keine Tags innerhalb von Dixa lesen oder schreiben. Dixa hat eine öffentliche API mit Tag- und Untag-Endpunkten, aber ich verspreche keine Brücke, die eesel nicht liefert. Was ich sagen kann, ist, was eesel auf den Helpdesks tut, die es unterstützt: Zendesk, Freshdesk und Gorgias, plus Front, Help Scout und HubSpot.
STIL Classics betreibt eesel auf Gorgias und Shopify. In einem Monat bereitete der Agent rund 320 Tickets vor, hinterließ rund 430 interne Notizen und taggte rund 80 Tickets nach Thema, damit das Team sehen konnte, was eintrifft, wobei eine Person jede Antwort absendet. Tags können den Agenten auch steuern. Bei Luxedo überspringt der Agent Tickets, die mit „commercial" getaggt sind, zusammen mit allem von einer Schule, einem Fitnessstudio oder einer Gemeinde, und entwirft nur für Privatkunden. Das ist der nützliche Kreislauf: Ein Tag entscheidet, was die KI als Nächstes tut.

Bevor ich einen Tagging-Agenten an echte Tickets lasse, würde ich ihn gegen vergangene Konversationen laufen lassen und einen Menschen im Loop behalten. Die Best Practices für Übergaben gelten für jeden Stack, und mein Leitfaden zu Agent-Berechtigungen deckt ab, was du zuerst erlauben solltest.
Was würde ich Dixa vor dem Kauf fragen?
Sechs Fragen, in dieser Reihenfolge:
- Zeig mir Tag-Vorschläge an drei unserer echten Konversationen. Welche sind richtig, und welche würde ein Agent ablehnen?
- Kommen die KI-Tags aus unserer Tag-Liste, oder können sie neue erstellen?
- Ist der Automation-Agent heute allgemein verfügbar, und welcher Plan oder Zusatz enthält ihn?
- Wann wird ein Tag gesetzt, bei Eröffnung oder bei Abschluss, und kann eine Regel einen laufenden Chat danach routen?
- Sind Mims Auto-Tags Teil der 0,40 € pro Konversation?
- Kann ich dieselben Tags in Advanced Insights sehen, und sind sie dieselben wie die Contact Reasons?
Wenn die Antworten konkret sind, ist Dixas Tagging eine echte Zeitersparnis. Wenn sie vage sind, behandle die Tags als Entwurf und halte deine eigenen Regeln für alles, was Geld oder Risiko routet.
Probier eesel für Ticket-Tagging auf deinem Helpdesk
Wenn du Gorgias, Zendesk oder Freshdesk nutzt, funktioniert eesels KI-Helpdesk-Teammitglied wie eine neue Mitarbeiterin, die dein Hilfe-Center liest, die Antwort entwirft und das Ticket nach Thema taggt, während dein Team freigibt, was rausgeht. Probier eesel kostenlos, ab 299 $ im Monat für 500 Credits, oder buch eine Demo, um es auf deinem Stack zu sehen.