Beim mehrsprachigen Kundensupport geht es um eine Unterscheidung, die die meisten Guides auslassen: Ein Ticket zu übersetzen ist nicht dasselbe, wie es zu lösen. Eine Übersetzungsschicht, ob die integrierte Funktion deines Helpdesks oder DeepL, beseitigt die Sprachbarriere, aber ein Mensch muss trotzdem jede Antwort recherchieren und schreiben. Ein KI-Agent, der deine englischen Docs liest und in der Sprache des Kunden antwortet, nimmt die Arbeit selbst ab, und genau das skaliert.
Das Setup, das ich den meisten Teams empfehle, ist ein Hybrid: Lass die KI die Routinefragen in der Sprache des Kunden beantworten und gib deinen Leuten eine übersetzte Zusammenfassung und einen Entwurf für alles, was Urteilsvermögen braucht. Starte mit ein bis zwei Sprachen als Entwürfe, vergleiche jede Sprache mit deiner englischen Baseline und erweitere dann. Pflege eine englische Wissensdatenbank als Single Source of Truth, statt jeden Artikel zu übersetzen.
Genau dieses Modell läuft mit dem KI-Helpdesk-Teammate von eesel in dem Helpdesk, den du schon hast. Innr, eine niederländische Smart-Lighting-Marke auf Freshdesk, bekommt 180 Antwortentwürfe pro Monat auf Niederländisch, Deutsch, Englisch oder Französisch, geschrieben aus rund 1.500 Help-Center-Artikeln und vergangenen Tickets in einem Freshdesk-Account, wobei die Sprache jeweils zum Kunden passt.
Warum löst die Übersetzung eines Tickets es nicht?
Ich beschäftige mich beruflich mit Suchdaten, und "multilingual customer support" ist eines dieser Keywords, bei denen die Wörter die eigentliche Frage verdecken. Niemand, der danach sucht, will eine Definition. Es sind Support-Leads, die zusehen, wie sich die Queue mit portugiesischen, polnischen und japanischen Tickets füllt, die niemand im Team lesen kann, und die wissen wollen, was sie am Montag tun sollen.
In den eigenen Rollouts von eesel ist die Sprache selten der Randfall, für den man sie hält. Eine deutsche Schmuckmarke mit rund 1.000 Tickets im Monat auf Zendesk und Shopify ließ ihren Agenten Deutsch, Englisch, Französisch, Niederländisch, Spanisch, Polnisch, Kroatisch und Türkisch beantworten, ohne dass jemand das eingerichtet hätte. Die Tickets waren ja schon da. Das Team konnte sie nur nicht schnell beantworten.
Der übliche erste Schritt ist, die Übersetzung einzuschalten. Das hilft, und für manche Tickets ist es das richtige Werkzeug. Aber schau, was mit einer spanischen Rückerstattungsfrage nach der Übersetzung weiter passiert: Ein Agent liest sie auf Englisch, wühlt sich durch deine Richtlinie, schreibt eine Antwort und übersetzt sie zurück. Du hast das Lesen gespart. Die Arbeit hast du nicht gespart.
Kunden spüren den Unterschied auch. Sie merken, wenn eine Antwort eine zusammengestückelte Übersetzung ist und nicht eine für sie geschriebene Antwort:
"Translations are always bad. AI translations are bad AND dishonest. If I google something and see a result in my native language, I expect there to be someone who speaks it among the site's staff."
Das ist hart, aber es ist ein nützlicher Maßstab. Eine Antwort in der eigenen Sprache liest sich wie ein Versprechen, dass du wirklich in dieser Sprache helfen kannst. Welches Modell du unten auch wählst: Das Ziel ist eine Antwort, die das Problem in ihrer Sprache löst, nicht eine, die nur in ihrer Sprache geschrieben ist.
Welche vier Wege gibt es für mehrsprachigen Kundensupport?
Es gibt vier echte Optionen, und die meisten Teams kombinieren am Ende zwei davon. So vergleichen sie sich, bevor wir jede einzeln durchgehen.
| Modell | Was es tut | Wofür du zahlst | Passt, wenn | Der Haken |
|---|---|---|---|---|
| Muttersprachler oder Outsourcing | Menschen, die die Sprache sprechen, beantworten die Tickets | Gehälter oder die Monatsgebühr eines Anbieters | Ein großer Markt, heikle Gespräche | Teuer pro Sprache, schwer für den Long Tail |
| Übersetzungsschicht | Übersetzt Tickets und Antworten für deine vorhandenen Agenten | Helpdesk-Plan oder Add-on, oder ein Übersetzungstool | Geringes Volumen in vielen Sprachen | Jedes Ticket braucht weiterhin einen Menschen |
| KI-Agent antwortet nativ | Liest deine Docs und antwortet in der Sprache des Kunden | KI-Nutzung (pro Ticket, Credit oder Lösung) | Stetiges Volumen wiederkehrender Fragen | Braucht gute Quelldokumente und einen Übergabeweg |
| Hybrid | KI beantwortet Routinetickets; Menschen bekommen Übersetzungen und Entwürfe für den Rest | Eine Mischung aus den obigen | Die meisten wachsenden Teams | Braucht klare Regeln, was wohin geht |
Wähle die Zeile, die deiner Situation am nächsten kommt, und das Widget unten zeigt, wo ich anfangen würde.
1. Muttersprachler einstellen oder auslagern
Die älteste Antwort ist für deinen größten Markt immer noch die beste. Ein Muttersprachler fängt auf, was Tools übersehen: das förmliche "Sie", das ein deutscher Kunde erwartet, einen Witz, der auf Französisch nicht ankommt, eine Richtlinie, die eine lokale Ausnahme braucht. Wenn eine Sprache einen großen Teil deiner Queue ausmacht, ist ein Mensch für diese Sprache gut investiertes Geld.
Das Problem ist der Long Tail. Du kannst keinen Kroatisch-Sprecher für acht Tickets pro Woche einstellen, und ein Follow-the-Sun-Team in drei Zeitzonen deckt nicht automatisch zwölf Sprachen ab. Outsourcing hilft bei der Abdeckung, verschiebt aber die Kosten, statt sie zu beseitigen, wie meine Aufschlüsselung der Kosten für Kundenservice-Outsourcing zeigt. Wenn du eine komplette Übergabe erwägst: eesel bietet für E-Commerce-Marken auch Managed Support an, aber für die meisten Teams, die das hier lesen, liegen die Einsparungen in den nächsten drei Optionen.
2. Eine Übersetzungsschicht für deine menschlichen Agenten
Das ist die Option, die die meisten Helpdesks heute von Haus aus mitbringen. Eingehende Nachrichten werden in die Sprache deines Agenten übersetzt, und die Antwort des Agenten wird vor dem Senden zurückübersetzt. Sie ist schnell eingeschaltet und lässt einen Menschen jedes Wort kontrollieren.
Sie ist die richtige Wahl, wenn fremdsprachige Tickets nur gelegentlich kommen oder jede Antwort ohnehin menschliches Urteilsvermögen braucht. Als einzige Antwort auf wachsendes Volumen ist sie die falsche Wahl, weil Übersetzung Recherche und Schreiben nicht verkürzt. Was dein Helpdesk jeweils enthält, gehe ich weiter unten durch.
3. Ein KI-Agent, der in der Sprache des Kunden antwortet
Ein KI-Agent liest die Frage, findet die Antwort in deiner Wissensdatenbank und in vergangenen Tickets und schreibt die Antwort direkt in der Sprache des Kunden. Moderne Sprachmodelle brauchen deine Docs nicht vorab übersetzt: Sie lesen Englisch und schreiben Polnisch. Das ist der entscheidende Unterschied. Der Agent übersetzt nicht deine Antwort, er schreibt eine. Die Tools, die das können, vergleiche ich in beste KI für mehrsprachigen Support.
Hier hört Volumen auf, ein Einstellungsproblem zu sein. Der Haken: Der Agent ist nur so gut wie das, was er liest, und er braucht einen sauberen Übergabeweg. eesel beobachtet seit Jahren, wie selbstsicher klingende Bots falsche Antworten geben, und eine falsche Antwort in flüssigem Französisch ist schlimmer als eine langsame richtige. Deshalb würde ich einen Agenten immer zuerst auf historischen Tickets laufen lassen und ihn bei Entwürfen halten, bis du jede Sprache geprüft hast.
4. Hybrid: KI für Routine, Menschen für den Rest
Das Hybrid-Modell kombiniert die letzten beiden. Die KI beantwortet Routinefragen nativ, und alles, was Urteilsvermögen braucht, geht an einen Menschen, dem Übersetzung, eine kurze Zusammenfassung und ein Antwortvorschlag schon angehängt sind. Deine Agenten starten nie vor einer leeren Seite in einer Sprache, die sie nicht sprechen.
Das empfehle ich den meisten wachsenden Teams, und es ist die Form der mehrsprachigen eesel-Setups unten: Die KI entwirft oder antwortet in der Sprache des Kunden, und Menschen behalten die Ermessensentscheidungen. Der Rest dieses Guides handelt davon, das Hybrid-Modell zum Laufen zu bringen: was deine Tools schon können, welche Tickets wohin gehen, wie du mit der Wissensdatenbank umgehst und wie du es misst.
Was übersetzt dein Helpdesk schon selbst?
Bevor du etwas kaufst, prüfe, was dein aktueller Plan enthält. Jedes große Helpdesk übersetzt Tickets inzwischen in irgendeiner Form, die Unterschiede liegen bei Plänen, Limits und Kanälen. Alle Angaben unten stammen aus den eigenen Docs und Preisseiten der Anbieter, Stand Oktober 2026.
Zendesk: Konversationsübersetzung und KI-Agenten in über 80 Sprachen
Zendesks Konversationsübersetzung übersetzt eingehende und ausgehende Nachrichten über alle Kanäle außer Voice. Sie ist in Support Team, Professional und Enterprise sowie in jedem Suite-Plan enthalten. Admins können von der Standard-AWS-Engine auf "AI translations" umstellen, was laut Zendesk eine höhere Qualität liefert, und ein optionales Label "Translated by AI" hinzufügen.
Ein paar Grenzen solltest du kennen. Übersetzungen eingehender Chat- und Messaging-Nachrichten werden nicht gespeichert und bei jedem Neuladen neu ausgeführt, übersetzte Nachrichten lassen sich nicht schwärzen, und eine ausgehende E-Mail, deren Übersetzung fehlschlägt, wird nach fünf Minuten in der Originalsprache gesendet, so derselbe Artikel. Auf der KI-Seite sagt Zendesks Preisseite, KI-Agenten "automatically translate AI agent responses into 80+ supported languages." Support Team beginnt bei $19 pro Agent und Monat bei jährlicher Abrechnung, Suite Team bei $55 und Suite Professional bei $115. Meine Aufschlüsselung zu Zendesk-Preisen und der Guide zu Zendesk-Übersetzungsoptionen gehen tiefer.
Gorgias: Übersetzung pro Agent und ein AI Agent, der in jeder Sprache antwortet
Die Gorgias-Ticketübersetzung gibt es in allen Helpdesk-Plänen. Jeder Agent legt in seinem Profil eine Standard-Übersetzungssprache und eine Liste von "languages you know" fest, sodass ein zweisprachiger Agent nur Übersetzungen für Sprachen sieht, die er nicht liest. Interne Notizen werden nicht übersetzt, und ausgehende Antworten werden vor dem Senden über ein Symbol in der Symbolleiste übersetzt.
Bei der Automatisierung "supports over 80 languages and replies in any of them, even when your knowledge isn't translated", sagt Gorgias' AI Agent. Das ist das Modell der nativen Antwort direkt in Gorgias und passt zu einem mehrsprachigen Help Center, falls du eines veröffentlichst. Mein Beitrag zu den Preisen des Gorgias AI Agent behandelt, was das kostet.
Freshdesk: Live Translate, gemessen an Copilot-Seats
Freshdesk Live Translate erkennt die Sprache eines Tickets und übersetzt es, wenn ein Agent auf Translate klickt. Es ist in Pro und Enterprise enthalten, nicht in Free oder Growth, und hängt am Add-on Freddy AI Copilot, das Freshdesk mit $29 pro Agent und Monat angibt.
Den Zähler solltest du zweimal lesen: Das Monatslimit liegt bei 100 übersetzten Tickets pro Copilot-Lizenz. Ein wiedereröffnetes Ticket, ein zweiter Agent, der dasselbe Ticket übersetzt, oder ein Ticket, das nach einem Monat Inaktivität erneut übersetzt wird, zählt jeweils erneut. Mit fünf Copilot-Seats sind das 500 übersetzte Tickets im Monat für das ganze Team. Mehr in meinem Test von Freddy AI Copilot.
HubSpot, Front und der Rest
HubSpots Help-Desk-Seite erwähnt KI-Spracherkennung und "automated translation tools", und HubSpot dokumentiert skillbasiertes Ticket-Routing, damit Tickets in einer Sprache bei Agenten landen, die sie sprechen. Seine Wissensdatenbank-Artikel lassen sich in Service Hub Professional und Enterprise per KI übersetzen. Front hat mit AI Translate eine eigene Funktion für E-Mail und chatähnliche Kanäle.
| Helpdesk | Ticketübersetzung | Plan | KI, die in der Sprache des Kunden antwortet |
|---|---|---|---|
| Zendesk | Ein- und ausgehend, alle Kanäle außer Voice | Support Team+ und alle Suites | KI-Agenten, 80+ Sprachen |
| Gorgias | Ein- und ausgehend, pro Agent einstellbar | Alle Helpdesk-Pläne | AI Agent, 80+ Sprachen |
| Freshdesk | Übersetzung per Klick, 100 Tickets pro Copilot-Seat und Monat | Pro und Enterprise + Copilot | Freddy AI Agent (separat) |
| HubSpot | Spracherkennung, Skill-Routing | Service Hub | Breeze Customer Agent (separat) |
| Front | Ein- und ausgehende Übersetzung | Starter, Professional, Enterprise | Separate KI-Produkte |
Das Muster ist überall dasselbe: Übersetzung ist günstig oder inklusive, und native KI-Antworten sind ein separates, abgerechnetes Produkt. Deshalb setzen viele Teams eine KI-Schicht auf das Helpdesk, das sie schon haben, ein Abwägen, das ich in meinem Beitrag zu einer KI-Schicht behandle.
Wo passt DeepL hinein?
DeepL ist die Übersetzungs-Engine, zu der viele Support-Teams greifen, wenn die eingebaute Option steif klingt, und die Qualität bei europäischen Sprachen ist hervorragend. Sie ist eine starke Wahl für von Menschen kontrollierte Antworten, besonders mit einem Glossar, das deine Produktnamen und Begriffe festschreibt.
Was sich für Helpdesk-Nutzer geändert hat: Seit dem 1. Oktober 2025 ist DeepL für Zendesk nicht mehr verfügbar, laut DeepLs Support-Center. Stattdessen funktioniert die Browser-Erweiterung von DeepL jetzt in Zendesk und braucht einen DeepL-Pro-Advanced- oder Ultimate-Plan. Free- und Pro-Starter-Nutzer bekommen 50 Nachrichten zum Testen.
Wenn du DeepL in deinen eigenen Workflow einbinden willst: Die DeepL API hat eine kostenlose Developer-Stufe mit einmalig 1 Million Zeichen und einem Glossar. Growth kostet $26 pro Monat bei jährlicher Abrechnung, mit 12 Millionen Zeichen pro Jahr, 2.000 Glossaren und zusätzlichen Zeichen für $27.50 pro Million.
Das Glossar ist das Feature, für das die Leute zahlen. Ein kanadischer Nutzer, der Berichte ins Französische übersetzt, sagte es so:
"The sole reason I paid for the service is that it came with a single glossary with unlimited entries."
Wo landet es also? DeepL übersetzt, es löst nicht. Es lässt die Antwort eines menschlichen Agenten auf Deutsch besser klingen, aber es kennt deine Rückgaberichtlinie nicht und schlägt keine Bestellung nach. Setze es auf der menschlichen Seite eines Hybrid-Setups ein. Meine Beiträge zu DeepL-Preisen und DeepL-Alternativen vergleichen die Pläne und die anderen Engines.
Wie läuft ein mehrsprachiger Support-Workflow konkret ab?
So durchläuft ein Ticket das Hybrid-Modell. Fünf Schritte, und die meisten passieren, bevor jemand aus deinem Team das Ticket öffnet.
- Sprache erkennen. Dein Helpdesk oder die KI taggt die Sprache beim Eingang. Bei smava, einer deutschen Kreditvergleichsplattform, taggt eesel die Sprache, prüft die Berechtigung und setzt eine Kategorie bei 14.600 Zendesk-Tickets im Monat, bevor irgendetwas anderes passiert.
- Triage und Routing. Routinefragen gehen an die KI. Tickets, die eine Entscheidung brauchen, gehen an einen Menschen, idealerweise einen, der die Sprache spricht, falls du so jemanden hast.
- Routinetickets nativ beantworten. Die KI schreibt die Antwort in der Sprache des Kunden aus deinen englischen Quellen. Anfangs lässt sie diese als Entwürfe liegen. Im Chat muss die Antwort sofort kommen, was ich in mehrsprachiger Live-Chat behandle.
- Den Rest vorbereitet an einen Menschen übergeben. Der Agent bekommt das übersetzte Ticket, eine kurze englische Zusammenfassung und einen Antwortvorschlag in der Sprache des Kunden. Er bearbeitet und sendet. Eine saubere Übergabe sorgt dafür, dass es sich für den Kunden reibungslos anfühlt.
- Qualität pro Sprache prüfen. Prüfe jede Woche Stichproben in jeder Sprache, nicht nur auf Englisch. Mehr dazu in QA für mehrsprachigen Support.
Die Sprachregeln stehen in einfachen Anweisungen, nicht in Einstellungsmasken. In eesel genügt eine Zeile wie "Antworte in der Sprache des Kunden; deutsche Antworten verwenden das förmliche Sie", und die eesel-Docs sagen es klar: Es antwortet in der Sprache des Kunden, ohne dass du dein Help Center übersetzt.
Was solltest du automatisieren und was bleibt menschlich?
Die Aufteilung hat mit Sprache gar nichts zu tun. Sie hat mit Risiko zu tun. Eine Sendungsverfolgungsfrage ist auf Polnisch genauso sicher zu automatisieren wie auf Englisch, und ein Erstattungsstreit ist in beiden gleich riskant. Sortiere Tickets danach, was auf dem Spiel steht, und lass die Sprache folgen.
| Tickettyp | Wer bearbeitet es | Warum |
|---|---|---|
| Bestellstatus und Sendungsverfolgung | KI, sendet direkt | Eine Abfrage, eine klare Antwort |
| Fragen zu Versand, Rückgaben und Richtlinien | KI, sendet direkt | Die Antwort steht in deinen Docs |
| Einrichtungs- und How-to-Fragen | KI, zuerst als Entwurf | Docs decken das meiste ab, Randfälle existieren |
| Erstattungsausnahmen und Kulanz | Mensch, mit KI-Entwurf | Braucht eine Ermessensentscheidung |
| Streitfälle, Chargebacks und Betrug | Mensch | Geld und Beweise stehen auf dem Spiel |
| Rechtliche, Compliance- oder Datenschutzanfragen | Mensch | Falsche Formulierungen haben Folgen |
| Verärgerte oder hochwertige Kunden | Mensch, mit KI-Zusammenfassung | Tonfall zählt mehr als Tempo |
Eines übersehen reine Übersetzungs-Setups: Auch die Spalte "Mensch" profitiert von KI. Selbst wenn ein Mensch entscheidet, kann die KI den ersten Entwurf in der Sprache des Kunden und die englische Zusammenfassung für den Agenten schreiben. Diese Zeitersparnis kann Übersetzung allein nicht liefern. Wann die KI zurücktreten sollte, siehst du in KI-Eskalation.
Musst du deine Wissensdatenbank übersetzen?
Meistens nicht jeden Artikel, und hier verschwenden Teams das meiste Geld. Es gibt zwei Wege, eine mehrsprachige Wissensdatenbank zu betreiben, und sie passen zu unterschiedlichen Lesern.
Eine Single Source of Truth. Du pflegst eine einzige englische Wissensdatenbank, und die KI liest sie und antwortet in jeder Sprache. Nichts läuft auseinander, weil es nur eine Version zu aktualisieren gibt. Koffer.ch, ein Schweizer Koffergeschäft auf Freshdesk, arbeitet so: eesel nutzt zuerst ein passendes Freshdesk-Macro, bei Bedarf in die Sprache des Kunden übersetzt, und entwirft auf Deutsch, Französisch, Englisch oder Italienisch. Deutsche Entwürfe verwenden sogar die Schweizer Schreibweise, "ss" statt "ß".
Übersetzte Artikel. Du veröffentlichst jeden Artikel in jeder Sprache für Kunden, die sich selbst helfen. Das lohnt sich für deine Top-Artikel in deinen Top-Sprachen, denn Kunden lesen Help Center tatsächlich. Aber sei vorsichtig mit maschinell übersetzten Artikeln ohne Prüfung. Zendesks KI-Artikelübersetzungen werden nicht aktualisiert, wenn sich die Quelle ändert, sodass jede Änderung am englischen Artikel die Kopien veralten lässt. Und Leser merken es:
"Machine translated KB articles are destroying the japanese translations made by humans (and probably other languages too)"
Meine Meinung: Übersetze deine 10 bis 20 meistgelesenen Artikel in deine zwei wichtigsten Sprachen und lass die KI alles andere aus der englischen Quelle abdecken. Zendesk lokalisiert das Help Center erst ab Suite Professional in über 40 Sprachen (Suite Team bekommt eine Standardsprache), also prüfe deinen Plan, bevor du ein großes Übersetzungsprojekt planst. Meine Guides zu mehrsprachiger Knowledge-Base-Software und zum mehrsprachigen Zendesk-Help-Center behandeln die Veröffentlichungsseite.
Welchen Weg du auch gehst, führe eine kurze Terminologieliste. Produktnamen, die nie übersetzt werden dürfen, die förmliche oder informelle Anrede für jede Sprache und Wörter mit Hausbedeutung. Mein Guide zum Übersetzungsglossar für den Support zeigt, wie du eine aufbaust.
Wie führst du mehrsprachigen Support in 30 Tagen ein?
Du brauchst kein quartalslanges Projekt. Vier Wochen reichen, um von "wir können diese Tickets nicht lesen" zu einem funktionierenden Hybrid in deinen ersten zwei Sprachen zu kommen.
Woche 1: Tickets nach Sprache zählen. Hol dir 60 bis 90 Tage Tickets und tagge jedes nach Sprache. Du suchst zwei Zahlen: welche Sprachen den Großteil des nicht-englischen Volumens ausmachen und welche Themen sich darin wiederholen.
Woche 2: Die englische Quelle korrigieren. Die KI antwortet aus dem, was du geschrieben hast, also werden Lücken im Englischen zu Lücken in jeder Sprache. Fülle die fehlenden Artikel für deine wichtigsten wiederkehrenden Themen und schreibe die Terminologieliste. Ein Audit der KI-Wissensdatenbank ist ein schneller Weg, die Lücken zu finden.
Woche 3: Ein oder zwei Sprachen als Entwürfe pilotieren. Schalte die KI nur für deine Top-Sprachen ein, mit Antworten als Entwürfe oder interne Notizen. Lass jemanden, der die Sprache liest, auch ein Kollege außerhalb des Supports, eine Stichprobe prüfen. Innr lief auf Freshdesk so: Deutsche Antworten verwenden in jedem Satz das förmliche "Sie", und ein Kunde, der auf Englisch schreibt, bekommt Englisch, egal aus welchem Land.
Woche 4: Jede Sprache mit Englisch vergleichen. Schau dir Entwurfsakzeptanz, Änderungen und Kundenantworten pro Sprache neben deiner englischen Baseline an. Wo eine Sprache mit Englisch gleichzieht, lass die KI ihre sichersten Kategorien senden. Wo sie hinterherhinkt, korrigiere Docs oder Anweisungen, bevor du erweiterst. Dann nimm die nächste Sprache dazu. Mein Guide zum KI-Support-Pilot hat einen ausführlicheren Plan.
Welche Kennzahlen solltest du pro Sprache verfolgen?
Verfolge dieselben Kennzahlen wie bisher, aber nach Sprache aufgeteilt. Eine Mischzahl verbirgt das Problem: Eine Lösungsquote von 70 % insgesamt kann 85 % auf Englisch und 40 % auf Japanisch bedeuten.
| Kennzahl | Was sie dir sagt | Warnsignal |
|---|---|---|
| Genauigkeit der Spracherkennung | Tickets mit der richtigen Sprache getaggt | Gemischtsprachige oder kurze Tickets falsch getaggt |
| Entwurfsakzeptanzrate | Anteil der KI-Entwürfe, die mit wenig oder keiner Bearbeitung gesendet werden | Für eine Sprache deutlich niedriger als Englisch |
| KI-Lösungsquote | Tickets, die ohne Mensch geschlossen werden | Eine Sprache weit unter deiner englischen Baseline |
| Wiedereröffnungsrate | Antworten, die es nicht wirklich gelöst haben | Kunden antworten "das habe ich nicht gefragt" |
| CSAT pro Sprache | Wie Kunden die Antwort empfanden | Eine Sprache liegt 10+ Punkte hinter Englisch |
| Kritische Fehler | Falsche Richtlinie, falsche Bestellung, falsches Versprechen | Jeder, in jeder Sprache |
| Erste Antwortzeit | Wie lange nicht-englische Kunden warten | Nicht-englische Tickets warten länger als englische |
Die letzte ist der stille Gewinn. Vor einem Hybrid-Setup warten nicht-englische Tickets meist am längsten, weil sie liegen, bis die eine Person frei ist, die die Sprache liest. Wenn sich die Lücke zwischen Englisch und anderen Sprachen schließt, hast du das behoben, was deine Kunden am meisten gespürt haben. Mein Guide zu Kundenservice-KPIs deckt das ganze Set ab, und zum Bewerten von Grammatik und Tonfall in jeder Sprache siehe Sprachqualität im Support.
eesel für mehrsprachigen Kundensupport testen
Der KI-Helpdesk-Teammate von eesel zieht in das Helpdesk ein, das du schon betreibst, darunter Zendesk, Freshdesk, Gorgias und HubSpot. Er lernt aus deinem englischen Help Center, deinen Macros und vergangenen Tickets und antwortet dann in der Sprache des Kunden, ohne dass du vorher etwas übersetzen musst. Sprachregeln legst du in einfachen Worten fest, etwa das förmliche "Sie" für Deutsch oder dass deine Produktnamen nie übersetzt werden, und er hält sie in jeder Antwort ein.
Du musst ihm am ersten Tag nicht vertrauen. Starte mit Entwürfen als interne Notizen in ein bis zwei Sprachen, lies, was er schreibt, und lass ihn die sicheren Kategorien senden, sobald jede Sprache so gut aussieht wie Englisch. SE Ranking betreibt ihn auf Zendesk so über drei Produkte hinweg, wobei eesel 2.100 Live-Chats im Monat in der Sprache des Kunden beantwortet und E-Mail-Tickets für das Team entwirft.
Die Pläne beginnen bei $299 im Monat für 500 Credits, wobei ein Ticket oder ein Chat unabhängig von der Länge ein Credit ist, und es gibt eine kostenlose Testphase mit 100 Credits ohne Karte, laut eesels Preisseite. Verbinde dein Helpdesk, richte es auf die fremdsprachigen Tickets des letzten Monats und sieh dir die Entwürfe an, bevor du etwas zahlst. eesel testen.