Kustomer AI Stimmungsanalyse: wie die Scores funktionieren und was Sie damit automatisieren

Kira
Geschrieben von

Kira

Katelin Teen
Geprüft von

Katelin Teen

Zuletzt bearbeitet 21. November 2026

Expertengeprüft
Handgezeichnete Illustration eines Support-Agenten mit Headset am Laptop, Chat-, E-Mail- und Telefonsymbole speisen ein Panel mit einer Kundenliste und einem Roboter über einem Entscheidungsdiagramm, ein lächelnder Kunde am Telefon, und das Kustomer-Logo in der Ecke
TL;DR

Kustomer bewertet die Stimmung jeder eingehenden Textnachricht von -1 (unzufrieden) bis +1 (zufrieden), sobald die Intelligence-App installiert ist, und die Preisseite listet Sentiment Tracking bei Enterprise und Ultimate. Das macht es zu einem enthaltenen, ständig aktiven Signal, um einen verärgerten Kunden in der Warteschlange zu erkennen. Der Haken ist die Zahl auf Konversationsebene: Kustomers eigene Dokumentation beschreibt sie einmal als einen Durchschnitt aus den Scores aller Nachrichten und an anderer Stelle als den Score der letzten eingehenden Nachricht, und diese beiden können in entgegengesetzte Richtungen zeigen. Wenn Sie eskalieren wollen, sobald ein Kunde zunehmend wütender wird, bauen Sie einen Conversation-Intelligence-Score, der beurteilt, ob sich die Stimmung verschlechtert hat, zu 0,02 $ pro Durchlauf.

Bei Zendesk, Freshdesk, Gorgias oder Help Scout liest ein AI helpdesk agent wie eesel den gesamten Thread, bevor er taggt oder routet, sodass „wütend und wird zunehmend wütender" eine Anweisung ist, keine Kennzahl zum Nachjustieren; es gibt keine Kustomer-Integration. Mit der eesel CLI kann ein KI-Coding-Agent Ihre Eskalationsrichtlinie hochladen und Testfragen gegen vergangene Tickets laufen lassen, bevor irgendetwas live geht, auch wenn das Verbinden des Helpdesks weiterhin die Zustimmung eines Admins braucht.

Was ist Kustomer AI Stimmungsanalyse?

Es ist die Sentiment-Analyse, die Kustomer auf Kundennachrichten anwendet, damit Agenten und Manager sehen können, wer frustriert ist, ohne jeden Thread zu lesen. Ich baue Features und KI-Agenten bei eesel, also lese ich sie so, wie ich unsere eigene lesen würde: was sie auslöst, welches Modell sie aufruft, wo die Zahl gespeichert wird, und was Sie darauf aufbauen können. In Kustomer gibt es drei Ebenen, und sie werden leicht verwechselt.

  • Eingebaute Nachrichten-Stimmung. Laut Kustomers Leitfaden zur Spracherkennung und Stimmungsanalyse bewertet ein Systemworkflow namens detect-language-at-message-creation jede neue eingehende Nachricht und weist ihr eine Einordnung wie positiv, neutral oder negativ zu. Das ist Teil der Plattform, kein Add-on, ähnlich wie bei der Zendesk-Stimmungsanalyse. Gorgias macht dasselbe mit der Stimmungserkennung.
  • Conversation Intelligence. KI-Attribute, die Sie selbst definieren: ein Classifier, ein Score oder ein Extractor, der die Konversation liest und das Ergebnis als Feld speichert. Hier lebt ein selbst gebautes Signal wie „wird dieser Kunde zunehmend wütender?". Es wird pro Durchlauf abgerechnet.
  • AI QA. Scorecards, die bewerten, wie eine Konversation gehandhabt wurde, zu 0,05 $ pro Durchlauf. Das beurteilt Ihr Team, nicht die Stimmung des Kunden, deshalb lasse ich es unten außen vor, außer wo es sich überschneidet; AI support quality assurance deckt diese Aufgabe ab.

Der Rest von Kustomer AI, etwa Concierge und die Envoy-Tools hinter den Konversationszusammenfassungen, steht getrennt von diesen drei.

Wie berechnet Kustomer die Stimmung?

Kustomer bewertet jeweils eine Nachricht, und nur eingehende Kundennachrichten. Der Leitfaden nennt zwei Bedingungen: die Nachricht ist nicht importiert, und sie enthält Text. Konversationen, die Sie aus einem alten Helpdesk migriert haben, tragen also keine Stimmung, und eine eingehende Nachricht, die nur ein Bild oder einen Anhang ist, wird nicht bewertet.

Kustomers Pipeline für natürliche Sprachverarbeitung hat sich über die Zeit verändert. Kustomers Artikel Sentiment scores von 2024 sagt, bei jeder Nachrichtenerstellung sei Amazon Comprehend aufgerufen worden. Der Artikel automatic language detection vom Juni 2026 sagt „die Stimmungsanalyse läuft über moderne große Sprachmodelle, die in AWS Bedrock gehostet sind", wobei Comprehend als Fallback erhalten bleibt, wenn der Hauptdienst nicht verfügbar ist. Derselbe Artikel beschreibt den Standardworkflow so, dass er „die Stimmung einer eingehenden E-Mail-Nachricht" erkennt, während der Leitfaden sagt, er laufe auf allen eingehenden Nachrichten mit Text, also testen Sie auch eine Chatnachricht, wenn Chat Ihr Hauptkanal ist.

Jede bewertete Nachricht speichert zwei Zahlen, laut Kustomers Referenz zu Nachrichtenattributen:

FeldBereichBedeutung
Sentiment Polarity (sentiment.polarity)-1 bis +1-1 ist unzufrieden und negativ, +1 ist zufrieden und positiv
Sentiment Confidence (sentiment.confidence)0 bis 100Wie sicher sich das Modell bei dieser Einschätzung ist

In der Agentenansicht sagt der Leitfaden, die Scores „repräsentieren das Vertrauen des Modells in den erkannten Ton der Nachricht" und werden als Prozentwerte angezeigt. Ein Manager, der eine Suche über Kunden ausführt, erhält eine Sentiment-Insights-Karte mit dem Durchschnitt:

Kustomers Insights-Panel mit einer Status-Summary-Karte, die 3 need help, 5 snoozed und 21 done zeigt, und einer Sentiment-Insights-Karte mit einem Ringdiagramm bei 22 %, beschriftet mit Average Sentiment, Mildly Happy
Ein Durchschnitt über eine Suche, aus Kustomers Artikel Sentiment scores. Gut für Trends, grob für eine einzelne Konversation.

Ist die Stimmung einer Kustomer-Konversation ein Durchschnitt oder die letzte Nachricht?

Das ist der Teil, den ich prüfen würde, bevor ich irgendetwas darauf baue, denn Kustomers Dokumentation gibt zwei Antworten. Der Artikel Sentiment scores sagt „Konversations- und Kundenstimmungswerte sind Durchschnitte aller Nachrichten-Scores, die der Konversation oder dem Kunden zugeordnet sind." Die Referenz zu Konversationsattributen beschreibt die Sentiment Polarity der Konversation als die Stimmung „der letzten eingehenden Nachricht des Kunden, der dieser Konversation zugeordnet ist", und die Referenz zu Kundenattributen sagt, die Stimmung des Kunden sei die der letzten eingehenden Nachricht, mit eigenen Feldern für die letzte Konversation.

Beide Lesarten sind nützlich. Sie beantworten nur unterschiedliche Fragen, und in einem kurzen Thread können sie sich völlig widersprechen:

Handgezeichnetes Beispiel von drei Kundennachrichten, bewertet mit -0,6 für Where is my order, -0,9 für Still nothing. This is ridiculous, und +0,8 für Got it, thanks so much, was zu einem Durchschnitt aller Nachrichten von -0,23 mit einem traurigen Gesicht und einem Score der letzten Nachricht von +0,8 mit einem lächelnden Gesicht führt
Dieselben drei Nachrichten, entgegengesetzte Urteile. Wissen Sie, welches Ihr Report liest.

Ein Durchschnitt ist die richtige Zahl für einen Monatstrend: „Waren Kunden, die über Versand geschrieben haben, im November unzufriedener?" Die letzte Nachricht ist die richtige Zahl für die Warteschlange: „Ist diese Person gerade jetzt verärgert?" Keine der beiden sagt Ihnen die Richtung, was Eskalation meist braucht. Sentiment analysis on tickets geht darauf ein, wie verlässlich jede Art ist.

Wählen Sie eine Konversationsform (Beispielwerte). Ein Alert feuert unter -0,5.
„Wo ist meine Bestellung?"-0,6„Immer noch nichts. Das ist lächerlich."-0,9„Alles klar, vielen Dank!"+0,8
Durchschnitt aller Nachrichten-0,23Kein AlertLetzte eingehende Nachricht+0,8Kein Alert
Beide bleiben still, was richtig ist: das Problem ist gelöst. Aber der Durchschnitt liest diesen zufriedenen Kunden in Ihrem Monatsreport trotzdem als leicht negativ.
„Hallo, kurze Frage zur Größe."+0,4„Ok, ich bestelle die mittlere."+0,3„Es kam beschädigt an. Zum dritten Mal. Ich will jetzt eine Rückerstattung."-0,9
Durchschnitt aller Nachrichten-0,07Kein AlertLetzte eingehende Nachricht-0,9Alert
Das ist der Fall, den Sie fangen wollen. Ein durchschnittsbasierter Alert verpasst ihn, weil zwei freundliche Nachrichten die wütende verwässern. Der Score der letzten Nachricht fängt ihn.
„Meine Rückerstattung ist immer noch nicht angekommen."-0,7„Sie sagten 5 Tage. Es sind 12."-0,8„Sagen Sie mir bitte einfach, wann."-0,6
Durchschnitt aller Nachrichten-0,7AlertLetzte eingehende Nachricht-0,6Alert
Beide feuern. Keiner sagt, dass sich der Kunde leicht beruhigt hat, was ein Score, der die Richtung beurteilt, würde.

Wechseln Sie zwischen den drei Konversationen, um zu sehen, wann sich ein Durchschnitts- und ein Last-Message-Score widersprechen.

Wie schaltet man die Stimmungsanalyse in Kustomer ein?

Ein Admin macht das einmal, und die Bewertung startet ab dann für neue Nachrichten.

  1. Die Intelligence-App installieren. Klicken Sie in der linken Navigation auf Apps, suchen Sie nach Intelligence, öffnen Sie sie und klicken Sie auf Install.
  2. Die Erkennung einschalten. Klicken Sie innerhalb einer beliebigen Apps-Seite in der linken Navigation auf Intelligence und aktivieren Sie Detect language automatically. Der Leitfaden sagt, dass Sie bei installierter App die Spracherkennung und Stimmungsanalyse auf diesem Weg aktivieren müssen; er listet keinen eigenen Stimmungs-Schalter.
  3. An einer echten Konversation prüfen. Öffnen Sie eine neue eingehende Konversation und suchen Sie die Sentiment-Insight-Karte im Insights-Panel. Probieren Sie eine E-Mail und einen Chat, angesichts der E-Mail-only-Formulierung im Juni-Artikel.
  4. Stimmung dort platzieren, wo Ihr Team hinsieht. Agenten sehen die Karte im Insights-Panel der Konversation. Für Manager listet Kustomer Segmentation by Sentiment im Reporting bei Enterprise und Ultimate, und die Sentiment-Insights-Karte sitzt bei Kundensuchen.
  5. Entscheiden, welche Zahl Ihr Report nutzt. Öffnen Sie drei Konversationen, deren Nachrichten im Ton schwanken, und vergleichen Sie die Stimmung der Konversation mit der jeder einzelnen Nachricht. Was Sie dort sehen, ist, wie sich Ihre Instanz verhält, unabhängig davon, was die Dokumentation sagt.

Ein Nebeneffekt, den Sie kennen sollten: Derselbe Workflow erkennt die Sprache der Konversation bei jeder eingehenden Nachricht erneut, was ändern kann, welche Sprachschnipsel und welche Zufriedenheitsumfrage verwendet werden. Eine Option, die Kustomer bietet, ist, den Systemworkflow zu duplizieren (das Original lässt sich nicht bearbeiten), eine Bedingung hinzuzufügen und das Original auszuschalten. Wenn Sie das tun, behalten Sie den Stimmungsschritt in Ihrer Kopie. Kustomer conversation translation deckt die Sprachseite dieses Workflows ab.

Wie eskaliert man nach Stimmung mit Conversation Intelligence?

Für ein Signal, auf das Sie reagieren, würde ich ein Conversation-Intelligence-Attribut bauen, statt mich auf die gemittelte Zahl zu verlassen. Kustomers eigenes Beispiel für ein Score-Attribut, in Using AI attributes, enthält ein Kriterium namens Customer sentiment: „Hat sich die Stimmung des Kunden während der Interaktion verbessert, ist sie neutral geblieben oder hat sie sich verschlechtert?" Das ist die Richtungsfrage, die der eingebaute Score nicht beantworten kann.

Kustomers Hilfeartikel Using AI attributes, Conversation Intelligence, der die drei Attributtypen Classifier, Score und Extractor sowie die Schritte zum Hinzufügen eines davon ab der Kustomer-AI-Seite aufführt
Drei Attributtypen, wie in Kustomers Artikel Using AI attributes gezeigt. Ein Score ist der Typ, der Richtung beurteilen kann.
  1. Klicken Sie auf der Kustomer AI-Seite auf AI Attributes, dann auf Add AI Attribute.
  2. Wählen Sie den Typ. Ein Score liefert 0 bis 100 aus gewichteten Kriterien, mit einer Begründung. Ein Classifier ordnet die Konversation einem Ihrer Labels zu, zum Beispiel „Ruhig", „Frustriert" oder „Droht mit Kündigung".
  3. Schreiben Sie die Anweisungen und Kriterien. Geben Sie jedem Kriterium einen Namen, eine Beschreibung, eine Gewichtung und Bewertungskategorien. Für Eskalation gewichten Sie die Richtung der Stimmung und „hat nach einem Manager oder einer Rückerstattung gefragt" höher als den Ton.
  4. Wählen Sie, wann es läuft. Ein Attribut kann bis zu 3 Trigger haben, und jeder Trigger erzeugt einen Durchlauf, wählen Sie also einen Moment, der zählt, statt jedes Ereignis.
  5. Speichern Sie es, schalten Sie es ein, und fügen Sie dann einen Workflow hinzu, der auf das Ergebnis reagiert, etwa Ticket-Routing an eine erfahrene Warteschlange. Kustomers Conversation Intelligence overview nennt als Beispiele „einen Workflow auslösen, wenn ein Interaction-Quality-Score unter eine bestimmte Schwelle fällt" und das Routen einer „Kündigungsanfrage" an ein Retention-Team.

Zwei Dinge, die Sie einplanen sollten. Manche Eigenschaften, die festlegen, wie ein Attribut sein Ergebnis speichert, lassen sich nach der Erstellung nicht mehr ändern, legen Sie sich also bei Score gegen Classifier fest, bevor Sie Reports darauf bauen. Und Kustomer stellt klar, dass ein KI-abgeleiteter Zufriedenheits-Score „ein Proxy für Kundenzufriedenheit ist, keine vom Kunden eingereichte Bewertung", behalten Sie also Ihre echte CSAT-Umfrage parallel laufend. AI escalation deckt ab, wie eine gute Übergabe aussieht, sobald etwas auslöst.

Was kostet die Kustomer-Stimmungsanalyse?

Die eingebaute Stimmung ist enthalten; die eigene Variante wird gemessen abgerechnet. Kustomers Seite pricing details (zuletzt aktualisiert am 12. Oktober 2026) veröffentlicht keine Planpreise, die „Talk to Sales" sind, listet aber, was jeder Plan enthält, und die Nutzungssätze:

WasEnterpriseUltimateLegacy Professional / Business
Sentiment TrackingEnthaltenEnthaltenEnthalten
Segmentation by SentimentEnthaltenEnthaltenNicht enthalten
Automatic Language DetectionEnthaltenEnthaltenNur Business
Conversation Intelligence0,02 $ pro Durchlauf0,02 $ pro DurchlaufNicht gelistet
AI QA0,05 $ pro Durchlauf0,05 $ pro DurchlaufNicht gelistet

Die Preisseite listet AI Attributes außerdem als gegen Aufpreis verfügbar und erlaubt, Durchläufe mit Kustomer Usage Credits zu bezahlen (50 Conversation-Intelligence-Durchläufe pro Credit).

Für ein Team mit 8.000 Konversationen im Monat und einem Sentiment-Score, dessen Trigger einmal pro Konversation feuert, sind das 8.000 x 0,02 $ = 160 $ im Monat. Drei Trigger, die jeweils einmal feuern, machen daraus 480 $, und ein Trigger, der bei jeder Kundennachricht feuert, multipliziert die Rechnung mit Ihren Nachrichten pro Konversation. Fügen Sie eine AI-QA-Scorecard für jede Konversation hinzu, und das sind weitere 8.000 x 0,05 $ = 400 $. Es skaliert mit dem Volumen, setzen Sie den Trigger also eng. Kustomer pricing deckt die Plattformseite ab.

Wo stößt die Kustomer-Stimmung an ihre Grenzen?

Die Funktion tut, was ihre Dokumentation sagt. Die Lücken liegen darin, was die Zahl tragen kann und was nicht.

  • Importierte Historie hat keine Stimmung. Nachrichten, die aus einem alten Helpdesk mitgebracht wurden, werden nicht bewertet, sodass Trendreports erst am Tag beginnen, an dem Sie die Intelligence-App eingeschaltet haben.
  • Eine Zahl pro Nachricht. Eine Nachricht wie „das Produkt ist großartig, aber Ihr Zusteller ist eine Katastrophe" erhält eine Polarität. Wenn Sie wissen müssen, worüber der Kunde unzufrieden war, ist das eine Aufgabe für einen Classifier oder Extractor, derselbe Split, in den auch die Freshdesk-Stimmungsanalyse läuft.
  • Die Konversationszahl ist uneindeutig. Wie oben beschrieben, beschreiben zwei Dokumentationen sie auf zwei Arten, und ein Durchschnitt verdeckt eine späte Wendung zum Schlechteren.
  • Ausgehende Nachrichten werden nicht bewertet. Sie liest Kunden, nicht Agenten. Der Ton Ihrer Antworten ist Aufgabe von AI QA.
  • Sie sagt nicht, warum. Der eingebaute Score ist eine Polarität und eine Konfidenz. Ein Conversation-Intelligence-Score fügt eine Begründung hinzu, die die 0,02 $ wert ist, wenn ein Agent dem Flag vertrauen muss.

Kustomers MCP-Server gibt Stimmung mit den Details einer Konversation zurück, sodass auch ein externes KI-Tool sie lesen kann. Das hilft, wenn Ihr Team einen Assistenten schon zu Eskalationen befragt, auch wenn es immer noch dieselbe Zahl ist.

Wo passt eesel hin?

eesel passt zu einem Team, das einen Wechsel von Kustomer abwägt, oder eines, das einen zweiten Helpdesk daneben betreibt. eesel ist ein AI teammate, das sich in die Tools einklinkt, die ein Team bereits nutzt; im Support arbeitet es in der Helpdesk-Warteschlange, lernt aus vergangenen Tickets und wird gegen sie getestet, bevor es antwortet. Statt eines Stimmungs-Scores, auf den Sie dann Regeln bauen, liest es den gesamten Thread und folgt einer einfachen Anweisung wie „wenn der Kunde dreimal zur selben Bestellung geschrieben hat oder nach einem Manager fragt, tagge es als dringend und weise es der Eskalationsgruppe zu". Bei Zendesk und Gorgias listen eesels Zendesk-Dokumente Taggen, Zuweisen und das Aktualisieren von Feldern wie Priorität unter seinen Aktionen.

Rúngne, eine Kletterbekleidungsmarke auf Gorgias, betreibt einen Entwurfsagenten, der zuerst den gesamten Thread liest, auf der Suche nach einem Versprechen, das ein Teammate bereits gemacht hat, einer laufenden Rücksendung oder einem frustrierten Kunden, und einen Triage-Agenten, der jedes neue Ticket taggt, auf dem er läuft, einschließlich eines human_review_required-Tags. Stornierungen, beschädigte Artikel und alle, die nach einem Menschen fragen, gehen an das Team.

eesel hat keine Kustomer-Integration: Kustomer steht nicht in eesels Helpdesk-Dokumenten, ich kann Ihnen also nicht sagen, es mit Ihrem Kustomer-Workspace zu verbinden. Wenn Sie bei Kustomer bleiben, ist mein Rat das Setup oben: die Intelligence-App einschalten, prüfen, was Ihre Konversationszahl wirklich ist, und die 0,02 $ für einen Score zahlen, wo Sie nach Richtung handeln müssen.

eesel neben Ihrem Kustomer-Setup testen

Wenn Sie Helpdesks teilweise danach vergleichen, wie sie mit unzufriedenen Kunden umgehen, testen Sie eesel in einer Testphase von Zendesk, Freshdesk, Gorgias oder Help Scout. Schreiben Sie Ihre Eskalationsregel in einfachen Worten, lassen Sie sie gegen eine Woche vergangener Tickets laufen, und lesen Sie, welche davon markiert worden wären und warum. Was eesel allein tut und was auf das Ja einer Person wartet, wird pro Aktion in actions and approvals festgelegt, es kann also damit anfangen, zu taggen und eine Notiz zu hinterlassen, bevor es jemals etwas neu zuweist.

Das eesel-Helpdesk-Dashboard mit einer Übersicht der KI-Agentenaktivität über verbundene Support-Kanäle
Jeder Tag, jede Notiz und jede Antwort, die eesel gemacht hat, an einem Ort.

Testen Sie eesel zuerst an Ihrer Eskalationsregel, oder vergleichen Sie Optionen bei best AI for Kustomer.

Häufig gestellte Fragen

Hat Kustomer eine Stimmungsanalyse?
Ja. Sobald die Intelligence-App installiert und Detect language automatically aktiviert ist, bewertet Kustomer die Stimmung jeder eingehenden Nachricht, die Text enthält und nicht importiert wurde, und zeigt sie in einer Sentiment-Insight-Karte. Kustomer AI deckt die übrigen KI-Funktionen ab.
Wie berechnet Kustomer einen Stimmungs-Score?
Jede Nachricht erhält eine Polarität von -1 (negativ) bis +1 (positiv) und eine Konfidenz von 0 bis 100. Kustomers Hilfe-Center sagt, die Stimmung laufe über große Sprachmodelle in AWS Bedrock, mit Amazon Comprehend als Fallback. AI sentiment analysis for support erklärt, wie diese Modelle Ton lesen.
Ist die Konversationsstimmung in Kustomer ein Durchschnitt?
Kustomers Artikel Sentiment scores sagt, Konversations- und Kundenstimmung seien Durchschnitte aller Nachrichten-Scores, während die Referenzen zum Datenexport dieselben Felder als die Stimmung der letzten eingehenden Nachricht beschreiben. Prüfen Sie ein paar echte Konversationen, bevor Sie einen Alert darauf bauen. Measuring customer sentiment deckt diesen Zielkonflikt ab.
Welche Kustomer-Pläne enthalten die Stimmungsanalyse?
Kustomers Preisdetailseite listet Sentiment Tracking und Segmentation by Sentiment bei Enterprise und Ultimate. Die alten sitzplatzbasierten Pläne Professional und Business enthalten Sentiment Tracking, aber nicht Segmentation by Sentiment. Kustomer pricing schlüsselt die Pläne auf.
Kann ich Kustomer-Konversationen nach Stimmung routen oder eskalieren?
Ja, über Workflows. Für ein Signal, das für Eskalation gebaut ist, lässt Kustomers Conversation Intelligence Sie ein Score- oder Classifier-KI-Attribut erstellen und einen Workflow auslösen, wenn es eine Schwelle überschreitet, zu 0,02 $ pro Durchlauf. Kustomer conversation routing deckt die Routing-Seite ab.
Was kostet Kustomer Conversation Intelligence?
Kustomers Pay-as-you-go-Satz liegt bei 0,02 $ pro Conversation-Intelligence-Durchlauf, oder 50 Durchläufe pro Nutzungscredit. Ein Attribut kann bis zu 3 Trigger haben, und jeder Trigger erzeugt einen Durchlauf, sodass 8.000 Konversationen auf einem Trigger, der jeweils einmal auslöst, bei rund 160 $ im Monat liegen. Best AI for Kustomer vergleicht weitere Optionen.
Ist Stimmung dasselbe wie CSAT in Kustomer?
Nein. Stimmung ist die Einschätzung eines Modells zu den Worten des Kunden, während CSAT eine Bewertung ist, die der Kunde selbst abgibt. Kustomer selbst nennt einen KI-abgeleiteten Zufriedenheits-Score einen Proxy für Zufriedenheit, keine Kundenbewertung. AI CSAT deckt ab, wie Teams beides nutzen.

Share this article