Ein praktischer Leitfaden zu den Wissensquellen von Freddy AI Agent

Seien wir ehrlich, ein KI-Support-Agent ist nur so schlau wie die Informationen, mit denen man ihn füttert. Die richtigen Wissensquellen zu finden, ist der Unterschied zwischen einer KI, die Kunden wirklich hilft, und einem frustrierenden Bot, der Ihrem Team nur mehr Arbeit macht, indem er jedes zweite Ticket eskaliert.

Der Freddy KI-Agent von Freshworks ist eine beliebte Wahl für Teams, die ihren Support automatisieren möchten, aber seine wahre Stärke hängt vollständig von den Wissensquellen des Freddy KI-Agenten ab. Wenn Sie die Einrichtung nicht von Anfang an richtig machen, sparen Sie keine Zeit, sondern handeln sich nur zukünftige Kopfschmerzen ein.

Dieser Leitfaden führt Sie genau durch, welche Wissensquellen Freddy unterstützt, wie man sie einrichtet und, was am wichtigsten ist, welche Einschränkungen Sie beachten müssen. Wir werden auch einen anderen Ansatz für Teams untersuchen, die etwas mehr Flexibilität und Leistung von ihrer KI benötigen.

Den Freddy KI-Agenten und seine Wissensquellen verstehen

Der Freddy KI-Agent ist das eigene KI-Tool von Freshworks, das direkt in den Plattformen Freshdesk und Freshchat funktioniert. Am einfachsten kann man ihn sich als einen neuen digitalen Teamkollegen vorstellen, dessen Hauptaufgabe darin besteht, die vorderste Front des Kundensupports zu übernehmen.

Er liest Kundenfragen und versucht, Antworten zu finden, indem er Informationen aus einer bestimmten Reihe von Dokumenten abruft, die Sie ihm zur Verfügung gestellt haben. Dadurch kann er all die häufigen, sich wiederholenden Fragen bearbeiten, die dazu neigen, die Support-Warteschlange zu verstopfen, wie z. B. „Wie setze ich mein Passwort zurück?“ oder „Wo finde ich meine Rechnung?“

Der ganze Sinn dahinter ist, Ihre menschlichen Agenten zu entlasten, damit sie sich auf die kniffligen Probleme konzentrieren können, die tatsächlich ihre Expertise erfordern. Aber alles läuft auf eines hinaus: Die KI kann nur so gut sein wie die Informationen, auf die sie Zugriff hat.

Die Wissensquellen des Freddy KI-Agenten verstehen

Freddy KI bezieht seine Antworten aus vier Haupttypen von Inhalten. Auf den ersten Blick scheint es unkompliziert, aber es gibt einige wichtige Einschränkungen, die Sie kennen sollten, bevor Sie sich voll darauf einlassen. Für viele Teams, insbesondere solche mit über verschiedene Apps verteilten Informationen, können diese Grenzen schnell zu einem echten Problem werden.

Die Wissensquellen des Freddy KI-Agenten, die Sie nutzen können (und ihre Grenzen)

Hier ist eine Aufschlüsselung dessen, was Sie in Freddy einbinden können. Wir haben auch einen Vergleich hinzugefügt, um Ihnen zu zeigen, wie ein flexiblerer Ansatz aussieht.

Quelltyp	Unterstützung und Einschränkungen durch den Freddy KI-Agenten	Ein flexiblerer Ansatz (eesel AI)
Dateien	Sie können .pdf-, .docx- und .txt-Dateien hochladen. Die Grenzen sind jedoch ziemlich eng: Sie erhalten nur 35 MB pro Datei und insgesamt 200 Dateien für Ihr gesamtes Konto. Es kann auch keine passwortgeschützten Dokumente lesen, was eine häufige Hürde darstellt.	Es verbindet sich direkt mit der Quelle. Anstatt Sie dazu zu zwingen, Dateien manuell hochzuladen und sich über Limits Gedanken zu machen, integriert es sich mit Tools, die Ihr Team bereits verwendet, wie Google Docs, Confluence und Notion, und hält alles automatisch synchron.
URLs	Sie können nur auf öffentliche URLs verweisen, sodass Ihre internen Wikis oder passwortgeschützten Inhalte tabu sind. Sie sind auch auf 10 URLs pro Agent und 25 pro Konto begrenzt. Der Crawler liest nur statischen Text, sodass nützliche Informationen in Videos oder Animationen ignoriert werden.	Es kann öffentliche Websites crawlen, aber es integriert sich auch direkt in Ihr gesamtes Hilfe-Center, egal ob es auf Zendesk, Intercom oder einer anderen Plattform ist. Sie müssen keine URLs zählen, es lernt einfach aus all Ihrem Wissen.
FAQs	Dies knüpft an Ihre bestehenden Freshdesk-Wissensdatenbankartikel an. Es funktioniert gut, wenn Sie bereits die Zeit investiert haben, Ihr gesamtes Firmenwissen ordentlich in Freshdesk zu organisieren.	Es verbindet sich mit dem von Ihnen verwendeten Hilfe-Center. Wichtiger noch, es kann auch direkt aus Ihrem bisherigen Ticketverlauf lernen. Das bedeutet, dass seine Antworten durch die echten, erfolgreichen Lösungen geprägt sind, die Ihr Team bereits Kunden zur Verfügung gestellt hat.
Benutzerdefinierte F&As	Mit dieser Funktion können Sie manuell bestimmte Frage-Antwort-Paare einzeln hinzufügen. Es ist Ihr Hauptwerkzeug, um Wissenslücken zu schließen, die Sie finden, nachdem der Bot live ist und Kunden anfangen, ihn zu überfordern.	Es hat eine ähnliche Funktion für schnelle Ergänzungen, aber es entwirft auch automatisch neue Wissensdatenbankartikel basierend auf erfolgreich gelösten Tickets. Dies hilft Ihnen, Informationslücken proaktiv mit Inhalten zu füllen, die sich bereits als wirksam erwiesen haben.

Die wichtigste Erkenntnis hier ist, dass Freddys Wissensquellen ein guter Ausgangspunkt sind, sich aber einschränkend anfühlen können, insbesondere für ein wachsendes Team. Die Obergrenzen für Dateien und URLs, die Unfähigkeit, auf private Inhalte zuzugreifen, und die oberflächlichen Integrationen bedeuten, dass Sie wahrscheinlich an eine Decke stoßen werden, wenn die Wissensdatenbank Ihres Unternehmens wächst.

Eine Infografik, die zeigt, wie eesel AI sich nahtlos mit mehreren Wissensquellen verbindet und eine flexible Alternative zu den Wissensquellen des Freddy KI-Agenten hervorhebt.

Für Teams, deren Informationen überall verstreut sind, von internen Wikis über Slack-Threads bis hin zu früheren Support-Tickets, ist ein Tool wie eesel AI oft eine viel bessere Lösung. Es wurde entwickelt, um Wissen aus über 100 Quellen ohne starre Grenzen zusammenzuführen und Ihrer KI ein viel reicheres und genaueres Bild Ihres Unternehmens zu geben.

Wie man Inhalte für die Wissensquellen des Freddy KI-Agenten vorbereitet

Damit jeder KI-Agent seine Arbeit gut machen kann, müssen Ihre Inhalte so strukturiert sein, dass eine Maschine sie verstehen kann. Eine KI erkennt keine Nuancen oder liest zwischen den Zeilen wie ein Mensch; sie braucht Klarheit und Struktur, um die richtige Antwort zu finden. Hier sind ein paar Tipps, um Ihre Wissensdatenbank in Form zu bringen.

Halten Sie es einfach und direkt

Sie müssen für einen Roboter schreiben (im positiven Sinne). Verwenden Sie eine klare, unkomplizierte Sprache und vermeiden Sie internen Jargon, Akronyme oder vage Formulierungen. Eine KI nimmt alles wörtlich. Eine Anweisung wie „Das können Sie vom Dashboard aus machen“ ist völlig nutzlos, ohne dem Benutzer zu sagen, welches Dashboard und welchen Knopf er klicken soll. Seien Sie spezifisch.

Verwenden Sie Überschriften und Listen

Lange, ununterbrochene Textwände sind für eine KI ein Albtraum. Teilen Sie Ihre Artikel mit Überschriften (H2s und H3s) in logische Abschnitte auf. Wenn Sie schrittweise Anweisungen schreiben, verwenden Sie immer nummerierte oder Aufzählungslisten. Dies schafft eine klare Hierarchie, die der KI hilft, dem Inhalt zu folgen und genau den Schritt herauszufiltern, nach dem ein Benutzer fragt.

Konzentrieren Sie jeden Artikel auf ein einziges Thema

Versuchen Sie nicht, drei verschiedene Arbeitsabläufe in ein einziges Dokument zu packen. Ein eigener Artikel für „Wie Sie Ihr Passwort zurücksetzen“ gibt der KI immer eine bessere Erfolgschance als ein allgemeiner Artikel zur „Kontoverwaltung“, der auch Abrechnungs- und Profilaktualisierungen behandelt. Dies erleichtert es der KI, die eine beste Antwort auf die Frage eines Benutzers zu finden.

Entfernen Sie alte und widersprüchliche Informationen

Das ist extrem wichtig. Wir alle sind schon einmal auf ein Support-Dokument von vor drei Produktversionen gestoßen. Eine KI hat keine Möglichkeit zu wissen, dass der Artikel von 2021 veraltet und der von letzter Woche die neue Quelle der Wahrheit ist. Wenn Sie widersprüchliche Informationen in Ihrer Wissensdatenbank haben, wird die KI verwirrt und gibt unzuverlässige Antworten. Machen Sie es sich zur Gewohnheit, Ihre Inhalte zu überprüfen und alles zu archivieren, was nicht mehr relevant ist.

Obwohl diese Aufräumschritte wichtig sind, um das Beste aus Freddy herauszuholen, sind sie auch unglaublich zeitaufwendig. Für die meisten vielbeschäftigten Support-Teams ist die Vorstellung, Hunderte von Artikeln neu zu schreiben, einfach nicht realistisch.

Hier kann ein anderer Ansatz Ihnen eine Menge Arbeit ersparen. Anstatt Sie zu zwingen, Ihre gesamte Wissensdatenbank manuell umzustrukturieren, lernt eesel AI direkt aus der natürlichen Sprache Ihrer vergangenen Support-Gespräche. Es analysiert Tausende von echten Lösungen, um den Kontext, den Tonfall und die gängigen Lösungen Ihres Unternehmens vom ersten Tag an zu verstehen, ohne dass Sie ein massives Projekt zur Überarbeitung von Inhalten starten müssen.

Leistung messen und Lücken in den Wissensquellen des Freddy KI-Agenten füllen

Sobald Ihr KI-Agent live ist, ist die Arbeit nicht getan. Sie müssen seine Leistung im Auge behalten, herausfinden, wo er Schwierigkeiten hat, und die Lücken in seinem Wissen füllen. Wie Sie dies tun, ist einer der größten Unterschiede zwischen KI-Plattformen.

Der Freddy-KI-Weg: Überprüfen und reagieren

Bei Freddy verfolgen Sie die Leistung im Freshworks-Analytics-Dashboard. Sie werden sich Metriken wie „Unbeantwortete Anfragen“ und „Nicht hilfreiche Antworten“ ansehen, um zu sehen, wo etwas schiefgelaufen ist.

Der Arbeitsablauf ist ziemlich einfach: Sie überprüfen die Berichte, finden eine Frage, die der Bot nicht beantworten konnte, und fügen dann manuell eine „Benutzerdefinierte F&A“ hinzu oder aktualisieren einen Artikel, um dieses Thema abzudecken.

Das Problem dabei ist, dass der gesamte Prozess reaktiv ist. Sie müssen warten, bis die KI bei einem echten Kunden versagt, bevor Sie das Problem finden und beheben können. Es gibt keine Möglichkeit zu testen, wie sie in Tausenden von verschiedenen Szenarien abschneiden wird, bevor Sie sie mit Ihren Benutzern sprechen lassen. Diese Trial-and-Error-Methode kann riskant sein und führt oft zu frustrierenden Kundenerfahrungen, während Sie noch die letzten Feinheiten ausbügeln.

Ein besserer Weg: Simulieren und mit Zuversicht verbessern

Hier sticht der Simulationsmodus von eesel AI wirklich hervor. Er gibt Ihnen eine Möglichkeit, Ihren KI-Agenten in einer vollständig sicheren Sandbox-Umgebung zu testen und zu verfeinern.

Anstatt live zu gehen und einfach auf das Beste zu hoffen, kann eesel AI seinen Agenten über Tausende Ihrer historischen Tickets laufen lassen. Es zeigt Ihnen genau, wie die KI auf echte Kundenprobleme der letzten Monate reagiert hätte, ohne jemals eine einzige Antwort an einen Live-Kunden zu senden.

Ein Screenshot des eesel AI-Simulationsmodus, der ein risikofreies Testen der KI-Leistung mit Ihren Wissensquellen des Freddy KI-Agenten ermöglicht.

Dieser „Simulation-First“-Ansatz bietet Ihnen drei wesentliche Vorteile:

1. Risikofreies Testen: Sie sehen genau, wie die KI mit kniffligen, nuancierten oder sogar verärgerten Kundenfragen umgehen würde, ohne dass ein Risiko für den Ruf Ihres Unternehmens besteht. Sie können ihre Persönlichkeit und die Eskalationsregeln so lange anpassen, bis Sie sich mit ihrer Leistung vollkommen wohlfühlen.

2. Genaue Prognosen: Die Simulation gibt Ihnen eine zuverlässige, datengestützte Vorhersage Ihrer potenziellen Lösungsrate. Sie wissen, welchen Prozentsatz der Tickets die KI vom ersten Tag an bearbeiten kann, was Ihnen hilft, Kosteneinsparungen zu prognostizieren und die Arbeitsbelastung Ihres Teams zu planen.

3. Proaktive Lückenanalyse: Der vielleicht beste Teil ist, dass die Simulation automatisch auf die Themen und Fragen hinweist, die Ihre aktuellen Wissensquellen nicht abdecken. Sie erhalten eine klare, priorisierte To-Do-Liste der genauen Artikel, die Sie erstellen müssen, um Ihre KI noch intelligenter zu machen.

Diese proaktive, datengesteuerte Methode ist eine Welt entfernt von Freddys reaktivem Modell. Sie ermöglicht es Ihnen, einen KI-Agenten zu entwickeln, zu testen und zu starten, dem Sie vertrauen können, da Sie wissen, dass er bereits an Ihrer eigenen realen Support-Historie getestet wurde.

Preise: Freddy AI im Vergleich zu einer berechenbaren Alternative

KI-Preismodelle können notorisch verwirrend sein, daher ist es wichtig zu verstehen, wofür Sie eigentlich bezahlen.

Freshworks teilt sein Freddy-KI-Produkt in zwei Teile mit unterschiedlichen Preisschildern auf:

• Freddy AI Copilot: Dies ist das Tool, das Ihre menschlichen Agenten unterstützt. Es kostet 35 $ pro Agent und Monat.

• Freddy AI Agent: Dies ist der autonome Agent, der Tickets selbstständig löst. Der Preis liegt bei 99 $ pro 800 „Sitzungen“.

Was ist also eine „Sitzung“? Freshworks definiert sie als eine einzelne E-Mail-Antwort oder den gesamten Austausch in einer Chat-Konversation innerhalb eines 24-Stunden-Fensters.

Dieses sitzungsbasierte Modell kann Ihre Kosten unvorhersehbar machen. Beispielsweise könnte ein einzelnes E-Mail-Ticket, das einige Antworten erfordert, drei oder vier Sitzungen verbrauchen, was es schwierig macht, Ihre Rechnung am Ende des Monats zu erraten. Sie müssen auch Sitzungen in Blöcken von 800 kaufen, was sich verschwenderisch anfühlen kann, wenn Ihre Nutzung nicht perfekt übereinstimmt.

Ein Screenshot der transparenten Preisseite von eesel AI, die eine vorhersehbare Alternative zu sitzungsbasierten Modellen für KI-Agenten bietet, die verschiedene Wissensquellen nutzen.

Zum Vergleich: Die Preisgestaltung von eesel AI ist so konzipiert, dass sie einfach und vorhersehbar ist. Die Pläne basieren auf einer monatlichen Interaktionsanzahl (eine Interaktion = eine KI-Antwort oder -Aktion), und es gibt keine Gebühren pro Lösung. Das bedeutet, dass Ihre Kosten nicht plötzlich in die Höhe schnellen, wenn die KI einen guten Monat hat. Alle Kernprodukte, AI Agent, Copilot, Triage und mehr, sind in einem einzigen Plan gebündelt. Sie können mit einem flexiblen monatlichen Abonnement beginnen und jederzeit kündigen, was Ihnen die Freiheit gibt, zu skalieren, ohne an einen langfristigen Vertrag gebunden zu sein.

Die richtige Strategie für die Wissensquellen Ihres Freddy KI-Agenten wählen

Die Wissensquellen des Freddy KI-Agenten bieten eine funktionale, wenn auch grundlegende Möglichkeit, eine KI innerhalb des Freshworks-Ökosystems zum Laufen zu bringen. Aber sie haben einige echte Einschränkungen in Bezug auf Konnektivität, Skalierbarkeit und Testmöglichkeiten, die Ihr Team zurückhalten können. Die Vorbereitung Ihrer Inhalte für Freddy erfordert viel manuellen Aufwand, und die Verbesserung seiner Leistung ist ein langsamer, reaktiver Prozess, bei dem Fehler erst behoben werden, nachdem sie bereits einen Kunden betroffen haben.

Für moderne Teams, die sich schneller und mit mehr Zuversicht bewegen müssen, ist ein leistungsfähigerer Ansatz eine Überlegung wert. eesel AI wurde für eine andere Realität entwickelt, eine, in der das Unternehmenswissen über Dutzende von Tools verteilt ist und in der sich Teams kein Risiko einer schlechten Kundenerfahrung leisten können.

Wenn Ihr Ziel darin besteht:

• Wissen aus all Ihren Apps sofort zu vereinheitlichen, nicht nur aus ein paar genehmigten Dateitypen.

• Den Support mit Zuversicht zu automatisieren, indem Sie risikofreie, groß angelegte Simulationen verwenden.

• Mit einem transparenten und vorhersehbaren Preismodell zu arbeiten, das mit Ihnen wächst.

Dann ist es vielleicht an der Zeit, über die integrierte Lösung hinauszuschauen. Anstatt Monate damit zu verbringen, eine begrenzte Wissensdatenbank zu kuratieren, könnten Sie in wenigen Minuten mit einem intelligenteren, besser vernetzten KI-Agenten live gehen.

Starten Sie Ihre kostenlose Testversion von eesel AI