So fügst du Freshchat einen KI-Chatbot hinzu

Was „einen KI-Chatbot zu Freshchat hinzufügen" eigentlich bedeutet

Freshchat ist Freshworks' Live-Chat-Produkt, der Messenger, der in der Ecke deiner Website und mobilen App sitzt und Web, E-Mail, WhatsApp, Instagram und SMS in einen Multichannel-Posteingang zusammenführt. Wenn Leute sagen, sie wollen dort „einen Chatbot hinzufügen", meinen sie meist eines von zwei Dingen:

• Ein Flow-Bot. Der ältere, regelbasierte Weg: Du zeichnest einen Entscheidungsbaum, und der Bot führt den Kunden durch die von dir definierten Äste. Vorhersehbar, kennt aber nur die Pfade, die du gezeichnet hast.
• Ein KI-Agent. Ein Bot, der eine Wissensquelle liest, die Frage in natürlicher Sprache versteht und seine eigene Antwort schreibt, ganz ohne Entscheidungsbaum. Das ist es, was Freshworks jetzt vorantreibt, und das meinen die meisten Leute 2026.

Der Rest dieses Guides konzentriert sich auf den KI-Agenten-Weg, denn dort liegen die echten Lösungsraten (und die echten Kosten). Wenn du den Flow-Builder-Weg willst, hat Freshchat den weiterhin, aber du stößt schnell an seine Grenze, sobald es nicht mehr um eine skriptierte Frage geht. Und falls du noch zwischen Plattformen abwägst, sind unsere KI-Live-Chat-Übersicht und der Vergleich Freshchat vs. Freshdesk Messaging gute nächste Lektüren.

Option 1: Freddy AI Agent, der native Weg

Freddy AI Agent ist Freshworks' eigener KI-Chatbot, und wenn du bereits für Freshchat bezahlst, ist er die naheliegende erste Anlaufstelle. Es ist ein No-Code-, autonomer Agent, den Freshworks als „immer aktiven digitalen Teamkollegen" positioniert, statt als skriptierten FAQ-Bot: Er liest deine Wissensdatenbank, antwortet in natürlicher Sprache und kann sogar Aktionen ausführen wie Rückerstattungen bearbeiten oder Bestellstatus prüfen, indem er sich mit Backend-Systemen verbindet.

Die Kennzahlen, die Freshworks veröffentlicht, sind stark: bis zu 80 % gelöste Anfragen, eine durchschnittliche Gesprächslösungszeit von unter zwei Minuten und ein behaupteter Produktivitätsanstieg der Agenten von 60 %. Es gibt ihn in zwei Varianten: vorgefertigte Vertical AI Agents, ausgestattet mit über 50 agentischen Workflows (Bestellverfolgung, Bestelländerung, Lieferverzögerungs-Benachrichtigungen), oder ein leerer, selbst gebauter Custom-Agent.

Wichtig im Hinterkopf zu behalten: Diese Zahlen sind Herstellerangaben auf einer Marketingseite, keine unabhängigen Benchmarks, und die Kundenreferenzen hinter der 80-%-Zahl (wie PhonePe) sind Enterprise-Einführungen mit viel Feinabstimmung dahinter. Behandle 80 % als eine Obergrenze, die jemand erreicht hat, nicht als Standard, den du am ersten Tag bekommst.

So richtest du Freddy AI Agent in Freshchat ein

Die Einrichtung selbst ist erfreulich schlank. Hier der Weg von Anfang bis Ende:

1. AI Agent Studio öffnen. Gehe von deinem Freshchat/Freshdesk-Omni-Admin-Bereich zum Freddy-AI-Agent-Bereich. Hier wird jeder Bot gebaut und verwaltet.
2. Einen Ausgangspunkt wählen. Entweder eine Vertical-AI-Agent-Vorlage nehmen, die zu deinem Anwendungsfall passt (E-Commerce-Bestellverwaltung, Finanztransaktionen und so weiter), oder einen Custom-Agent von null starten.
3. Dein Wissen verbinden. Freddy auf deine Wissensdatenbank und alle fertigen FAQs oder Dokumente ausrichten. Wie es ein Freshworks-Produktmanager auf ihrer eigenen Seite formuliert: „Wenn du deine FAQs und Daten bereit hast, kannst du sie einfach übergeben und hast innerhalb weniger Minuten einen neuen KI-Agenten fertig."
4. Workflows und Aktionen hinzufügen. Für alles Transaktionale (Bestellung verfolgen, Abo ändern) die passenden agentischen Workflows verdrahten und die dafür nötigen Backend-Apps wie Shopify oder Stripe verbinden.
5. Eskalationsregeln festlegen. Entscheiden, wann Freddy ein Gespräch an einen Menschen übergeben soll, und sicherstellen, dass der vollständige Kontext mitgegeben wird, damit sich der Kunde nie wiederholen muss.
6. Testen, dann für deine Kanäle veröffentlichen. Mit echten Fragen ausprobieren, dann über Web-Chat, WhatsApp, Social und E-Mail aktivieren.

Wenn du schon einmal einen Freshdesk-Chatbot eingerichtet hast, wird dir das bekannt vorkommen. Reibung, wenn sie auftritt, zeigt sich eher in der Bot-Konfiguration und der Dokumentation als beim grundlegenden Onboarding, ein Thema, das in den Nutzerbewertungen unten wiederkehrt.

Wie der Chatbot tatsächlich entscheidet, was er beantwortet

Unter der Haube läuft bei jedem KI-Chatbot (Freddy eingeschlossen) derselbe Grundablauf, und ihn zu verstehen ist der Unterschied zwischen einem Bot, dem du vertraust, und einem, den du still abschaltest. Der Kunde fragt etwas, der Bot durchsucht das Wissen, das ihm gegeben wurde, er formt eine Antwort, und dann prüft er im Idealfall, wie sicher er sich ist, bevor er etwas sendet.

Genau diesen Konfidenz-Schritt überspringen viele, und genau der beißt am Ende zurück. Ich saß einmal bei einem B2B-Technik-Support-Team, dessen Bot Kunden fröhlich erzählte „ja, wir unterstützen dein Fahrzeugmodell" für Modelle, die gar nicht in ihrer Datenbank waren, nur weil die Wissensdatenbank sagte „wir unterstützen alle Modelle". Der Bot war nicht kaputt, er war übermäßig selbstsicher und antwortete, wo er hätte zurückstecken sollen. Deshalb zählt konfidenzbasiertes Routing mehr als die reine Lösungsrate: Ein Bot, der nur beantwortet, wessen er sich sicher ist, und den Rest still einem Menschen überlässt, schlägt einen Bot, der alles beantwortet und in 15 % der Fälle falsch liegt.

Was Freddy kostet, sobald die kostenlosen Sitzungen aufgebraucht sind

Hier werden viele Teams überrascht. Dein Freshchat-Plan und dein KI-Chatbot werden getrennt abgerechnet.

Die Zeile, die zählt, ist die von Freddy. Eine Sitzung ist definiert als alle Interaktionen zwischen einem Kunden und dem Bot innerhalb eines 24-Stunden-Fensters, sodass ein besonders gesprächiger Support-Tag, an dem eine Person 20 Nachrichten schickt, immer noch als eine Sitzung zählt, was fair ist. Es bedeutet aber auch, dass die Rechnung direkt mit deinen Stoßzeiten skaliert, und starkes mehrsprachiges Volumen verbraucht Sitzungen genauso wie jedes andere. Bei rund 0,49 $ pro Sitzung liegen 2.000 Gespräche im Monat über dein kostenloses Kontingent hinaus bei fast 1.000 $ zusätzlich zu deinen Sitzplätzen.

Nichts davon ist unangemessen. Aber es ist die Zahl, die du modellieren solltest, bevor du den Schalter umlegst, nicht danach, und es lohnt sich, sie mit dem vollständigen Freshchat-Preisbild und den weiteren Kosten eines Chatbot-Betriebs zu vergleichen.

Wo der native Bot an Grenzen stößt

Freshchat hat viel zu bieten. Das durchgängige Lob in Bewertungen gilt dem einheitlichen Posteingang, der einfachen Einbindung von Agenten und dem Preis. Auf G2 steht es bei 4,4 aus 499 Bewertungen, und Capterra bei 4,1 aus 128, was ein solides, gut angenommenes Produkt ist, kein Flop.

Aber sobald du danach filterst, was Nutzer speziell über die KI sagen, wiederholt sich ein Thema: Der Bot bleibt schwach, selbst nachdem sie sich Mühe gegeben haben.

"Der derzeit angebotene Bot ist nicht besonders gut, trotz mehrfachen Trainings ist er nicht auf dem erwarteten Niveau. Daran müssen sie wirklich arbeiten."

Verifizierter Nutzer, Manager im Kundenservice, TrustRadius

"Die KI-Fähigkeiten wirken grundlegend und veraltet."

Akash B., Configuration Analyst, Capterra

Sogar ein Rezensent, der eingeladen (und mit einem Anreiz versehen) wurde, um eine Bewertung abzugeben, benannte dieselbe Lücke, was aufschlussreich ist:

"Was mir an Freshchat am wenigsten gefallen hat, ist das Fehlen fortgeschrittener Funktionen und Integrationen im Vergleich zu manchen Wettbewerbern, und die KI-Fähigkeiten fühlen sich noch etwas begrenzt an."

Rithik R., Chief Executive Officer, Capterra

Das Muster ist nicht, dass Freddy nichts beantworten kann. Es ist, dass Teams ihn trainieren, ihren besten Agenten erwarten und stattdessen einen leicht generischen FAQ-Bot bekommen. Wenn genau diese Lücke dein Knackpunkt ist, lohnt sich auch ein Blick auf die Freddy-Alternativen. Aber zuerst die eigentliche Ursache.

Was einen Chatbot wirklich gut macht: auf gelösten Tickets trainieren, nicht nur auf Dokumenten

Hier ist der Perspektivwechsel, den ich einem Freshchat-Team mitgeben würde. Die meisten Bots liefern nicht deshalb schwache Leistung, weil das Modell schwach ist, sondern wegen dem, womit sie gefüttert wurden. Hilfeartikel beschreiben, wie das Produkt funktionieren soll. Deine gelösten Tickets zeigen, wie dein Team die unordentliche, echte Version der Frage tatsächlich löst, mit den Einschränkungen, den Ausnahmen und der Formulierung, auf die Kunden reagieren.

Ein Bot, der auf beidem fußt, liest sich weniger wie ein Handbuch und mehr wie der Kollege, der dieses Ticket schon 200-mal beantwortet hat. Das ist der größte einzelne Hebel für die Antwortqualität, und genau der, den ein reines Dokumenten-Setup ungenutzt lässt. Deshalb traue ich auch nie einer Lösungsraten-Behauptung für sich allein: Ich will wissen, womit der Bot trainiert wurde und ob er vor dem Livegang gegen echte historische Tickets getestet wurde. In meinem Team simulieren wir jeden Rollout zuerst gegen die eigenen vergangenen Tickets eines Kunden, gerade weil wir beobachtet haben, wie selbstsicher klingende Bots still falsche Antworten geben, und eine Demo-Zahl sagt darüber gar nichts.

eesel ausprobieren

Kurz und ehrlich vorweg: eesel ist kein Plug-in, das im Freshchat-Messenger selbst läuft. Die In-Widget-KI von Freshchat ist Freddy, Punkt. Wenn dein Herz also daran hängt, dass der Bot nativ im eigenen Chat-Fenster von Freshchat erscheint, ist Freddy dein Werkzeug.

Wo eesel passt, sind die zwei Wege, die die meisten Freshchat-Teams als Nächstes tatsächlich gehen. Wenn du auch die Ticketing-Seite von Freshworks nutzt, bindet sich eesel direkt in Freshdesk ein und entwirft oder sendet automatisch Antworten in der Warteschlange. Und für Live-Chat auf deiner eigenen Website setzt eesel seine eigene KI-Chat-Bubble oder Inline-Widget mit einem einzigen Script-Tag ein, genau in der Ecke der Seite, wo bereits ein Chat-Widget sitzt.

Der Grund, warum sich das angesichts von allem oben ein Blick lohnt, ist, was es für Antwortqualität und Vertrauen tut. eesel trainiert gemeinsam auf deinen vergangenen Tickets, Hilfedokumenten und Makros, sodass es so antwortet, wie dein Team es bereits tut. Sein Simulationsmodus spielt den Bot gegen Tausende deiner echten historischen Tickets ab, sodass du Abdeckung und Genauigkeit siehst, bevor auch nur ein Kunde ihn sieht, und konfidenzbasiertes Routing hält ihn davon ab, zu antworten, wenn er unsicher ist. Die Preisgestaltung ist nutzungsbasiert bei 0,40 $ pro Gespräch ohne Sitzplatzgebühr, sodass du für Tickets abgerechnet wirst, die tatsächlich bearbeitet werden, nicht für vielbeschäftigte 24-Stunden-Fenster. Als Beleg dafür, dass das trägt: Gridwise sah, wie eesel im ersten Monat 73 % der Tier-1-Anfragen löste, mit Ergebnissen bereits während eines 7-tägigen Testzeitraums.

Wenn ein Chatbot, dem du bei echten Kunden vertrauen kannst, das Ziel ist, dann ist das der Maßstab, an dem jedes Tool gemessen werden sollte, Freshchats Freddy eingeschlossen. Du kannst eesel kostenlos testen.