So richten Sie den Freshdesk Freddy AI Chatbot zur Bearbeitung von Bestellstatus-Anfragen ein

Seien wir ehrlich: Wenn Ihr Support-Team für jedes Ticket mit der Frage „Wo ist meine Bestellung?“ einen Euro bekommen würde, könnten Sie wahrscheinlich die gesamte Abteilung für ein Jahr finanzieren. Diese wiederkehrenden WISMO-Anfragen (Where Is My Order) kosten ständig Zeit und Energie und halten die Agenten von Problemen ab, die tatsächlich eine menschliche Note erfordern. Die gute Nachricht? Sie können diese Aufgaben automatisieren.

Diese einfachen, volumenstarken Fragen von Ihrem Team fernzuhalten, ist einer der schnellsten Wege, um sowohl die Teameffizienz als auch die Kundenzufriedenheit zu steigern. Ihre Kunden erhalten sofortige Antworten rund um die Uhr, und Ihre Agenten können sich auf die Lösung schwierigerer Probleme konzentrieren. Dieser Leitfaden führt Sie Schritt für Schritt durch die Einrichtung des Freshdesk Freddy AI Chatbots, um Bestellstatus-Anfragen zu bearbeiten. Wir decken alles ab – von der Anbindung an Ihr Bestellsystem über den Aufbau der Konversation bis hin zur Planung einer reibungslosen Übergabe an einen Menschen, wenn es kompliziert wird.

Was Sie für den Anfang benötigen

Bevor wir mit der Einrichtung beginnen, sollten wir alles Notwendige vorbereiten. Dieser Prozess beinhaltet die Verbindung von Freshdesk mit Ihrem Backend-Bestellverwaltungssystem. Daher sollten Sie einige Dinge bereithalten.

• Ein Freshdesk-Konto: Um den Assist Bot und seine API-Bibliothek wirklich nutzen zu können, müssen Sie einen der höherwertigen Tarife nutzen, wie den Enterprise Omnichannel-Tarif.

• Administrator-Zugriff: Sie müssen Administrator in Ihrem Freshdesk-Konto sein, um in die Einstellungen zu gelangen und die Bots zu konfigurieren. Hier kommen Sie am IT-Team nicht vorbei.

• API-Zugriff auf das Bestellsystem: Das ist der wichtigste Punkt. Sie benötigen die API-Dokumentation für die E-Commerce-Plattform oder das System, in dem Ihre Bestelldaten gespeichert sind. Das kann Shopify, Magento oder eine benutzerdefinierte Datenbank sein. Halten Sie den API-Schlüssel (API Key) oder den Token bereit.

• Grundkenntnisse über APIs: Sie müssen kein Entwickler sein, aber ein wenig Wissen darüber, wie APIs funktionieren (insbesondere, was eine GET-Anfrage ist und wie eine JSON-Antwort aussieht), wird definitiv helfen.

Eine Schritt-für-Schritt-Anleitung

Alles klar, fangen wir an. Wir werden einen Bot-Flow (Gesprächsfluss) erstellen, der grüßt, nach Bestelldetails fragt, diese Informationen über eine API aus Ihrem System abruft und sie dann direkt im Chat mit dem Kunden teilt.

Schritt 1: Gehen Sie zum Assist Bot Builder

Zuerst müssen Sie herausfinden, wo die Magie des Bots passiert. Melden Sie sich als Administrator in Ihrem Freshdesk-Konto an.

• Navigieren Sie im Haupt-Dashboard zu Admin > Agentenproduktivität > Assist bot.

• Sie können entweder einen bestehenden Bot zur Bearbeitung auswählen oder einen neuen von Grund auf neu erstellen. Betrachten Sie diesen Bereich als Ihre Kommandozentrale für alle Bot-Konversationen.

Schritt 2: Verbindung zum Bestellsystem über die API-Bibliothek herstellen

Bevor Ihr Bot über Bestellungen sprechen kann, benötigt er eine direkte Leitung zu Ihrer E-Commerce-Plattform. Hier kommt die API-Bibliothek von Freshdesk ins Spiel, die im Grunde ein Telefonbuch für Ihre API-Verbindungen ist.

• Klicken Sie im Bot Builder auf das Symbol API Library im rechten Menü.

• Klicken Sie auf die Schaltfläche + New API. Es ist ratsam, einen Namen zu vergeben, den Sie sich merken können, wie zum Beispiel "GetOrderStatus".

• Nun zum technischen Teil. Sie müssen den API-Aufruf konfigurieren:

  • Method (Methode): Wählen Sie GET, da Sie nur Informationen abrufen (oder „holen“).
  • URL: Dies ist der spezifische API-Link aus der Dokumentation Ihres Bestellsystems zum Abrufen einer einzelnen Bestellung. Sie verwenden einen Platzhalter für die Bestellnummer, die der Kunde Ihnen gibt. Das könnte etwa so aussehen: "https://api.yourstore.com/orders/{{order_number}}".
  • Headers (Kopfzeilen): Die meisten APIs benötigen eine Art Passwort für den Zugriff. Dies fügen Sie hier hinzu, meist in Form eines API-Schlüssels oder eines Autorisierungs-Tokens.

• Sobald das ausgefüllt ist, nutzen Sie die Test-Funktion. Damit können Sie eine echte Bestellnummer aus Ihrem System eingeben, um sicherzustellen, dass die Verbindung funktioniert. Wenn Sie eine erfolgreiche Antwort sehen, können Sie die API speichern und fortfahren.

Schritt 3: Einen neuen Gesprächsfluss für den Bestellstatus planen

Ein Dialogfluss (Dialog Flow) ist einfach das Skript, dem der Bot folgt, wenn er mit einem Kunden spricht. Wir müssen ein neues Skript speziell für den Fall erstellen, dass jemand nach seiner Bestellung fragt.

• Erstellen Sie im Bot Builder einen neuen Flow und geben Sie ihm einen klaren Namen, zum Beispiel „Bestellstatus-Prüfung“.

• Das Erste, was der Bot sagen sollte, ist eine freundliche Begrüßung, die dem Kunden auch mitteilt, was er benötigt. Etwas wie: „Ich kann Ihnen dabei helfen! Wie lautet Ihre Bestellnummer?“ ist perfekt.

• Als Nächstes müssen Sie dem Bot sagen, dass er auf die Antwort des Kunden hören und diese speichern soll. Nennen wir die gespeicherte Information „order_number“. So merkt sich der Bot, wonach er im nächsten Schritt suchen muss.

Schritt 4: Die API auslösen und die Ergebnisse teilen

Dies ist der Moment der Wahrheit. Wir verwenden die soeben eingerichtete API und die Bestellnummer des Kunden, um den aktuellen Bestellstatus abzurufen.

• Fügen Sie in Ihrem Flow „Bestellstatus-Prüfung“ direkt nach dem Erhalt der Bestellnummer eine neue Aktion hinzu.

• Wählen Sie Trigger API als Aktionstyp und wählen Sie die „GetOrderStatus“-API aus, die Sie in Schritt 2 erstellt haben. Der Bot ist schlau genug, um automatisch die gerade gespeicherte „order_number“ zu verwenden.

• Fügen Sie nun eine neue Nachricht hinzu, um dem Kunden zu zeigen, was der Bot gefunden hat. Verwenden Sie die Inhaltsauswahl „[+]“, um Daten direkt aus der API-Antwort zu ziehen. Ihre Nachricht könnte etwa so lauten: „Gute Nachrichten! Ihr Bestellstatus ist: „{{api_response.status}}“.“

• Wenn Ihre API auch Details wie eine Tracking-Nummer oder ein Lieferdatum teilt, können Sie diese ebenfalls in die Nachricht einbauen.

Schritt 5: Einen Fluchtweg planen

Automatisierung ist fantastisch, aber was passiert, wenn etwas schiefgeht? Ein Kunde könnte sich bei der Bestellnummer vertippen oder Ihr System könnte kurzzeitig offline sein. Sie benötigen einen Fallback (Rückfallebene), damit der Kunde nicht das Gefühl hat, gegen eine Wand zu reden.

• Verwenden Sie den Tab Conditions (Bedingungen) in Ihrem Dialogfluss, um zu prüfen, ob der API-Aufruf erfolgreich war.

• Erstellen Sie eine Bedingung, die nach einer erfolgreichen Antwort sucht. Wenn alles okay ist, fährt der Bot mit der Erfolgsmeldung fort, die wir im letzten Schritt erstellt haben.

• Erstellen Sie eine weitere Bedingung für einen Fehler oder eine Fehlermeldung (wie „Bestellung nicht gefunden“). In diesem Fall sollte der Bot eine andere Nachricht senden. Zum Beispiel: „Ich konnte diese Bestellnummer leider nicht finden. Lassen Sie mich Sie mit jemandem aus dem Team verbinden, der Ihnen weiterhelfen kann.“

• Fügen Sie schließlich eine Aktion hinzu, um den Chat an einen menschlichen Agenten zu übertragen. Dies gewährleistet eine reibungslose Übergabe, und der Agent erhält den gesamten Chat-Verlauf, um zu sehen, was der Kunde versucht hat.

Tipps für den Erfolg und häufige Fehler, die man vermeiden sollte

Einen KI-Chatbot live zu schalten, ist eine große Sache, aber ein wenig Planung kann den entscheidenden Unterschied machen. Hier sind einige Dinge, die Sie beachten sollten.

• Versuchen Sie nicht, das Rad neu zu erfinden. Es ist verlockend, einen Bot zu bauen, der alles kann, aber Sie erzielen viel bessere Ergebnisse, wenn Sie klein anfangen. Einen einzelnen, wirkungsvollen Workflow wie die Bearbeitung von Bestellstatus-Anfragen perfekt umzusetzen, ist viel effektiver, als fünf verschiedene Automatisierungen zu starten, die alle nur halbwegs funktionieren.

• Testen, testen und nochmals testen. Nutzen Sie die Tools in Freshdesk, um die gesamte Konversation mehrmals zu durchlaufen, bevor sie live geht. Probieren Sie es mit echten Bestellnummern, gefälschten Nummern und allem anderen aus, was Ihnen einfällt. Ein fehlerhafter Bot ist für einen Kunden oft frustrierender als gar kein Bot.

• Behalten Sie die Leistung im Auge. Sobald Ihr Bot live ist, vergessen Sie ihn nicht einfach. Überprüfen Sie die Lösungsrate und suchen Sie nach Stellen, an denen Kunden feststecken. Ihre Analysen zeigen Ihnen, wo Kunden abspringen, sodass Sie den Gesprächsfluss oder die API-Verbindung anpassen können.

Eine der größten Hürden bei jedem KI-Projekt ist das Vertrauen darauf, dass es tatsächlich funktioniert, bevor man es auf die Kunden loslässt. Dies ist ein Bereich, in dem das Ökosystem von Freshdesk durch spezialisierte Simulationstools weiter verbessert werden kann.

Ein häufiger Fehler besteht darin, einen Bot zu bauen, ohne eine klare Vorstellung davon zu haben, wie er mit der unordentlichen Realität von Kundenfragen umgeht. Dies kann zu frustrierten Nutzern und einem Vertrauensverlust in Ihren automatisierten Support führen. Genau deshalb wurden Tools wie eesel AI als komplementäre Ergänzung mit einem leistungsstarken Simulationsmodus entwickelt. Sie können Ihr gesamtes KI-Setup sicher in einer Übungsumgebung an Tausenden Ihrer tatsächlichen vergangenen Tickets testen. Dies liefert Ihnen eine datengestützte Prognose der Lösungsrate und zeigt Ihnen genau, wo Verbesserungen nötig sind, damit Sie mit der Gewissheit starten können, dass alles bereit ist.

Funktion	Freshdesk Freddy AI	eesel AI
Einrichtungsprozess	Umfassende Einrichtung mit tiefgehender Anpassung und Kontrolle über jede Interaktion.	Schnellstart-Option mit vereinfachter Ein-Klick-Integration für schnelle Bereitstellung.
Benutzerdefinierte Aktionen	Vollständig über die API-Bibliothek möglich, erlaubt leistungsstarke, maßgeschneiderte Systemverbindungen.	Erstellen Sie einfach benutzerdefinierte Aktionen, um Daten abzurufen oder Workflows in jedem System auszulösen.
Tests vor dem Start	Robuste manuelle Test-Tools im Bot Builder zur Überprüfung jedes Gesprächspfads.	Einzigartiger Simulationsmodus testet die KI an Tausenden alter Tickets für eine präzise Leistungsprognose.
Wissensquellen	Nutzt Ihre Wissensdatenbank (Knowledge Base) und strukturierte Flows für hohe Genauigkeit.	Vereint sofort Wissen aus alten Tickets, Help Centern, Confluence, Google Docs und mehr.

Was ist das Fazit?

Die Automatisierung von Routinefragen ist heutzutage kein „Nice-to-have“ mehr: Sie ist unerlässlich für den Betrieb eines modernen, effizienten Support-Teams. Indem Sie den Schritten in diesem Leitfaden folgen, können Sie den Freshdesk Freddy AI Chatbot dazu bringen, Bestellstatus-Anfragen zu bearbeiten. Das wird die Zeit Ihrer Agenten sofort entlasten und Ihren Kunden die sofortigen Antworten geben, die sie erwarten.

Freshdesk Freddy AI bietet ein robustes und umfassendes Toolkit für Teams, die tiefe Kontrolle über ihre Automatisierung wünschen. Während das Einrichten von API-Verbindungen und das Erstellen detaillierter Flows ein gewisses Maß an anfänglicher Integrationskompetenz erfordert, ist die resultierende Automatisierung leistungsstark und zuverlässig. Für Teams, die noch schneller vorankommen oder eine zusätzliche Testebene für ihren KI-Rollout hinzufügen möchten, lohnt es sich, komplementäre Optionen für eine flexiblere Erfahrung in Betracht zu ziehen.

Nutzen Sie leistungsstarke Self-Service-Automatisierung, die einfach funktioniert

Wenn Sie nach einer KI-Lösung suchen, die Sie in wenigen Minuten einrichten können, um parallel zu Ihrem Helpdesk zu arbeiten, probieren Sie eesel AI aus. Es lässt sich direkt in Freshdesk und über 100 andere Tools integrieren und lernt automatisch aus Ihren vergangenen Tickets und anderen Wissensquellen. Mit unserem Simulationsmodus und einer vollständig anpassbaren Workflow-Engine können Sie selbst Ihre komplexesten Support-Anfragen vertrauensvoll automatisieren.

Starten Sie noch heute Ihre kostenlose Testversion und überzeugen Sie sich selbst davon, wie einfach die Automatisierung des Frontline-Supports sein kann.