
Gladly entwirft KI-Antworten mit Team Assist, einem Panel, das eine Antwort aus deiner Answers-Wissensdatenbank, der Kundenhistorie und Live-Bestelldaten schreibt, wenn ein Agent danach fragt. Es sendet nie von sich aus: Der Agent klickt auf Use, bearbeitet im Editor und sendet. Gladlys ältere AI Authoring ist ein anderes Werkzeug, das nur Text überarbeitet, den du bereits eingegeben hast, und es liest weder das Kundenprofil noch frühere Gespräche. Zwei Einrichtungsdetails entscheiden, ob Agenten Team Assist überhaupt nutzen: Das Panel Quick responses startet leer, füge also eine Schaltfläche „Suggest a reply" hinzu, und halte Richtlinienzahlen aus deinen Brand-voice-Beispielen heraus.
Wenn dein Team Zendesk, Freshdesk, Gorgias oder Help Scout nutzt, kann eesels KI-Teammitglied einen Entwurf bereithalten, bevor ein Agent das Ticket öffnet; es verbindet sich nicht mit Gladly. Mit dem eesel CLI kann ein KI-Coding-Agent freigegebene Hilfeartikel und Textbausteine hochladen und Testfragen stellen, bevor etwas live geht, wobei ein Admin die Helpdesk-Verbindung weiterhin selbst bestätigt.
Was nutzt Gladly, um Antworten mit KI zu entwerfen?
Gladly nutzt zwei Funktionen dafür, und sie erfüllen unterschiedliche Aufgaben: Die eine ist ein KI-Copilot, der schreibt, die andere ein Umformulierer. Ich arbeite im Support-Team von eesel, und das Erste, was ich bei jedem Entwurfswerkzeug frage, ist, was es liest, bevor es schreibt, denn das entscheidet, ob der Entwurf diesen Kunden kennt oder nur Englisch kennt.
| Feature | Was der Agent tut | Was es liest | Wo man es findet |
|---|---|---|---|
| Team Assist | Fordert in einem Seitenpanel einen Entwurf an, klickt dann auf Use | Öffentliche und private Answers, das Profil des Kunden, die Gesprächshistorie und Live-Bestelldaten | Ein Panel rechts im Agenten-Arbeitsbereich, pro Team aktiviert |
| AI Authoring | Schreibt eine Antwort, wählt dann eine Umschreiben-Option | Nur den Text im Editor | Die Editor-Werkzeugleiste, für E-Mail und Messaging |

Gladly hat außerdem einen kundenseitigen KI-Agenten, der Kunden selbst über Chat, E-Mail und Sprache antwortet und bei Bedarf mit einer Zusammenfassung an einen Menschen übergibt. Das ist ein eigenes Produkt, das ich in meinem Beitrag zu Gladly-KI-Deflection behandle. Hier geht es um die Entwürfe, die ein Mensch sendet.
Wie entwirft Gladly Team Assist eine Antwort?
Ein Agent gibt im Feld Chat with Gladly AI eine Anfrage ein, etwa „Help me draft a response to this message" oder „Draft a response apologizing for the delay", und Team Assist schreibt laut Gladlys Leitfaden Use Team Assist eine Antwort, die sich auf die Wissensdatenbank und das Gespräch dieses Kunden stützt. Von dort aus kann der Agent:
- Use auswählen, um den Entwurf für den richtigen Kanal in den Editor zu laden und vor dem Senden zu bearbeiten
- Retry auswählen, um eine neue Version zu erhalten
- Eine Anschlussfrage eingeben, etwa „make it more apologetic" oder „make it shorter", und so lange weitermachen, bis es passt

Am besten gefällt mir die Liste Answers referenced unter jeder Antwort. Ein Agent kann den Artikel öffnen, auf den sich ein Entwurf gestützt hat, bevor er ihn sendet, was der schnellste Weg ist, einen Entwurf zu erkennen, der die falsche Richtlinie zitiert hat. Team Assist liest laut Gladlys Agent-Assist-Seite auch private Answers, sodass rein interne Vorgaben einen Entwurf prägen können, ohne dass der kundenseitige KI-Agent sie je zu sehen bekommt.
Ein paar Verhaltensweisen, die man kennen sollte, bevor man es ausrollt, alle von Gladlys Seite What is Team Assist:
- Es antwortet nur, wenn man fragt. „It does not proactively generate responses or take any action on its own." Kein Entwurf wartet schon, wenn der Agent ein Gespräch öffnet.
- Sitzungen sind privat. Was ein Agent fragt, ist für einen anderen Agenten im selben Gespräch nicht sichtbar, außer sie teilen einen Sitzungslink. Praktisch bei einer Übergabe mitten in der Schicht.
- Es sendet nie selbst. Der Agent prüft und sendet immer selbst.
Gladly hat Team Assist laut seinem Launch-Beitrag am 22. Juli 2026 als Add-on für Gladly Team allgemein verfügbar gemacht. Auf Gladlys Agent-Assist-Seite antworteten 64 % der Teammitglieder nach ihrer ersten Sitzung schneller, und 54 % der vorgeschlagenen Entwürfe wurden wortgetreu oder nur leicht bearbeitet verwendet. Das sind Angaben des Anbieters, ich würde sie also eher als Zielwert für dein Pilotprojekt behandeln als als Prognose.
Wie überarbeitet Gladly AI Authoring eine Antwort?
Der Agent schreibt zuerst etwas, dann wählt er eine von fünf Optionen im Editor: Friendly, Professional, Rephrase, Shorten oder Make Longer. Ist nichts markiert, wird die ganze Nachricht überarbeitet; markiert man einen Satz, ändert sich nur dieser Teil. Tab übernimmt den Vorschlag, Esc verwirft ihn, und Retry fordert einen weiteren an.

Gladlys Tipp ist, in Kurzform zu schreiben und Authoring den Rest erledigen zu lassen: „Yes, can help, need one moment" kommt als vollständiger, freundlicher Satz zurück. Das funktioniert gut für ein Team mit unterschiedlichem Schreibstil. Die Grenzen stehen klar im Authoring-Leitfaden:
- „Customer Profile details and past Conversations are not considered when generating responses."
- Bei E-Mails überarbeitet es auch Anrede und Signatur, außer man markiert nur den Fließtext.
- Gladlys Einstiegsseite gibt an, dass es „supports English input only", andere Sprachen also nicht garantiert funktionieren.
Authoring poliert also den Ton. Es kann dir weder die Rückerstattungsfrist nennen noch, was dieser Kunde bestellt hat; das ist die Aufgabe von Team Assist.
Welches Gladly-Entwurfswerkzeug passt zu deinem Team?
Wähl die Aufgabe, die du hast, um zu sehen, welches Gladly-Feature sie erledigt, und welcher Haken dabei ist.
Wie richtet man Gladly Team Assist für Antwortentwürfe ein?
Ein Administrator aktiviert es pro Team und gestaltet es dann auf einer Einstellungsseite. Diese Schritte folgen Gladlys Leitfaden Set Up Team Assist.
- Für ein Team aktivieren. Geh zu Settings > Teams, öffne das Team, aktiviere Team Assist unter Enable features und speichere. Ein Agent in mehreren Teams braucht es nur in einem davon.
- Eine Entwurfs-Schaltfläche hinzufügen. Unter Settings > Agent Experience > Team Assist startet das Panel Quick responses leer, Agenten sehen also keine Verknüpfungen, bis du welche hinzufügst. Wähle Browse library und füge Suggest a reply hinzu, das „drafts a starting response based on the current Conversation and Customer context", zusammen mit Catch me up und Summarize this customer.
- Eine Brand voice festlegen. Beschreibe unter Brand voice, wie du klingst (bis zu 500 Zeichen), wähle eine Emoji-Einstellung, liste zu bevorzugende und zu vermeidende Formulierungen auf und füge Beispielantworten mit einer Situation und einem Kanal hinzu. Mein Leitfaden zur KI-Markenstimme erklärt, was ein gutes Beispiel ausmacht.
- Das Wissen eingrenzen. Wenn du Answers per Audiences nach Marke, Region oder Sprache aufteilst, ordne jeden Posteingang oder Einstiegspunkt seiner Audience zu. Nicht zugeordnete greifen auf deine gesamte Answers-Bibliothek zu.
- Die App Actions auswählen. Wenn du über Gladlys App Platform Apps verbunden hast, lege fest, welche Aktionen Team Assist nutzen darf. Neue Aktionen, die Daten verändern, etwa das Stornieren oder Erstatten einer Bestellung, bleiben aus, bis ein Administrator sie aktiviert, und das Limit liegt bei 128 Tools. Diese Trennung spiegelt, wie ich allgemein über KI-Agenten-Berechtigungen denke.

Zwei Details aus diesem Leitfaden ersparen viel Nacharbeit. Erstens: Halte Fristen, Dollarbeträge und Berechtigungsregeln aus deinen Voice-Beispielen heraus, denn Team Assist „may repeat those details in a draft where they don't actually apply". Zweitens muss die Anfrage einer Schaltfläche als allererste Nachricht einer Sitzung funktionieren, „make it shorter" gehört also in das, was Agenten später eintippen, nicht auf eine Schaltfläche. Schaltflächen-Anfragen sind auf 1.000 Zeichen begrenzt.
Wie bekommt man bessere Entwürfe aus Team Assist?
Nenne den Ton und die Quelle. Gladlys Best-Practices-Leitfaden nennt „Draft a firm but empathetic reply" „the single most reliable way to lift draft quality" und empfiehlt zu sagen, wo nachgeschaut werden soll („check the knowledge base", „look at their order history").
Der Standardweg für die meisten Gespräche ist kurz:
- Klicke auf Catch me up.
- Frag „What's our policy on [issue] for [situation]? Answer in 2-3 sentences."
- Frag „Draft a reply from the answer above."
- Frag „Make this reply shorter."
- Prüfen, dann senden.
Ich würde eine Gewohnheit aus eesels Support-Warteschlange ergänzen: Wenn ein Entwurf eine Richtlinie nennt, öffne die referenzierte Answer, bevor du sendest. Gladly empfiehlt dasselbe für einen unklaren Fall: Frag „Is there a source for that answer, or is this your best guess?", und zieh jemanden mit mehr Kontext hinzu, wenn es keine gibt. Eine selbstbewusst versendete falsche Rückerstattungsfrist, eine klassische KI-Halluzination, kostet mehr als die Minute, die die Prüfung gedauert hätte. Meine Routine zum Prüfen von KI-Support-Gesprächen beschreibt, was man sich jede Woche ansehen sollte.
Um zu sehen, ob es funktioniert, können Administratoren auf der Einstellungsseite unter Team Assist Sessions jede Sitzung nachlesen, mit dem, was gefragt wurde, was zurückkam und wie der Agent es bewertet hat. Der Feedback and Usage report unter Reports > Gladly AI zählt Daumen hoch und runter, die Gründe für ein Daumen runter und welche Schaltflächen Agenten am häufigsten nutzen. Average handle time und First Contact Resolution mit und ohne Team Assist kommen laut Setup-Leitfaden weiterhin von deinem Gladly-Account-Team.
Wo stoßen Gladlys KI-Entwürfe an ihre Grenzen?
Ihre Grenzen liegen vor allem beim Timing und bei der Preistransparenz, nicht bei der Qualität.
- Nichts wird entworfen, bis jemand fragt. Team Assist ist darauf ausgelegt, nur auf Anfrage zu antworten, der Agent muss also trotzdem das Gespräch öffnen, das Panel öffnen und klicken. Eine Quick-Response-Schaltfläche macht daraus einen Klick, sie entfernt ihn nicht.
- Authoring schreibt blind. Es verbessert den Ton, liest aber nichts über den Kunden, sodass eine polierte Antwort trotzdem falsch sein kann.
- Kein öffentlicher Preis. Team Assist ist ein Add-on, und Gladly veröffentlicht dafür keinen Preis (meine Notizen zu Gladly-Preisen fassen zusammen, was öffentlich bekannt ist), du kennst die Kosten also erst nach einem Gespräch mit dem Vertrieb. Frag nach dem Preis pro Agent und ob App Actions extra kosten.
- Wirkungszahlen kommen von Gladly. Feedback und Nutzung findest du unter Reports > Gladly AI, aber Bearbeitungszeit und First Contact Resolution mit und ohne Team Assist bekommst du auf Anfrage von deinem Account-Team.
Das ist nichts Ungewöhnliches. Kustomers Auto-Antwort trifft ihren eigenen Kompromiss zwischen Entwerfen auf Anfrage und Entwerfen im Voraus, ebenso Gorgias-Entwürfe. Gladlys Stärke ist Kontext: ein lebenslanges Gespräch pro Kunde über alle Kanäle hinweg, auf dem auch sein Conversation Routing aufbaut. Seine KI-Zusammenfassungen stützen sich auf dieselbe Zeitleiste. Für andere Werkzeuge, die neben einem Agenten sitzen, vergleicht meine Liste der besten KI-Agent-Assist-Tools sie.
Wo passt eesel zu Gladlys Entwürfen?
eesel ist ein KI-Teammitglied, das sich dem Helpdesk anschließt und entwerfen kann, bevor jemand fragt, auf Zendesk, Freshdesk, Gorgias oder Help Scout. Es verbindet sich nicht mit Gladly, wenn du also an Gladly gebunden bist, nutze Team Assist und sieh dir beste KI für Gladly an, was sonst dort funktioniert.
In diesen Helpdesks startet eine Automatisierung es, wenn ein Ticket eingeht, es schreibt aus deinem Help Center und früheren Tickets, und jede Aktion, einschließlich des Sendens, kann eigenständig laufen, auf das Ja eines Menschen warten oder ausgeschaltet bleiben. In Help Scout etwa hinterlässt die Aktion Leave draft reply einen unversendeten Entwurf im Gespräch, den ein Teammitglied prüfen kann, wie mein Beitrag zu Help-Scout-KI-Entwürfen zeigt. Wenn du einen Wechsel weg von Gladly abwägst, würde ich bei meiner Übersicht zu Gladly-Alternativen anfangen. Für einen direkten Vergleich sieh dir Kustomer vs. Gladly an.
Probiere eesel für Entwürfe, die bereit sind, wenn dein Agent es ist
Wenn deine Agenten die erste Minute jedes Tickets damit verbringen, eine KI um einen Entwurf zu bitten, probiere stattdessen, einen bereits wartend zu haben. eesel liest deine Wissensdatenbank und frühere Tickets, und du kannst es an geschlossenen Tickets testen, um seine Entwürfe zu lesen, bevor es ein laufendes Gespräch berührt. Pläne starten laut eesels Preisseite bei 299 $ im Monat.

Probiere eesel kostenlos aus und teste es zuerst an deinen eigenen früheren Tickets.