So verwenden Sie Zendesk AI Agent Konversationsprotokolle: Eine praktische Anleitung

Wenn Sie einen AI Agent einsetzen, um Kundenkonversationen zu bearbeiten, möchten Sie wissen, wie er sich schlägt. Werden die Fragen der Kunden beantwortet? Wo hat der AI Schwierigkeiten? Welche Lücken gibt es in Ihrer Wissensdatenbank?

Hier kommen die Zendesk AI Agent Konversationsprotokolle ins Spiel. Seit Ende 2025 macht Zendesk diese Konversationen als Tickets in Ihrem Agent Workspace sichtbar und bietet Ihnen so eine beispiellose Transparenz Ihrer automatisierten Support-Abläufe.

In dieser Anleitung lernen Sie einen praktischen Workflow kennen, um diese Protokolle zu überprüfen, Verbesserungsmöglichkeiten zu identifizieren und Erkenntnisse in Maßnahmen umzusetzen. Egal, ob Sie gerade erst mit AI Agents beginnen oder eine bestehende Bereitstellung optimieren möchten, dieser systematische Ansatz hilft Ihnen, mehr Wert aus Ihren Konversationsdaten zu ziehen.

Was Sie benötigen

Bevor Sie mit der Protokollprüfung beginnen, stellen Sie sicher, dass Sie Folgendes haben:

• Ein Zendesk Konto mit aktiviertem AI Agent (Suite Team Plan oder höher)
• Die Funktion AI Agent Tickets ist aktiviert (diese wurde am 4. Mai 2026 für alle Konten obligatorisch)
• Zugriff auf das Admin Center, um Konversationseinblicke anzuzeigen
• Optional: Ein eesel AI Konto, wenn Sie Simulationen durchführen oder Protokolle in großem Umfang analysieren möchten

Schritt 1: Greifen Sie auf Ihre Zendesk AI Agent Konversationsprotokolle zu

Der erste Schritt besteht darin, zu wissen, wo Sie Ihre Konversationsdaten finden. Zendesk organisiert AI Agent Protokolle im Admin Center unter dem Abschnitt AI Agents.

So greifen Sie darauf zu:

1. Navigieren Sie zu Admin Center > AI > AI Agents
2. Wählen Sie den AI Agent aus, den Sie überprüfen möchten
3. Klicken Sie auf die Registerkarte Einblicke (Insights), um das Dashboard zu öffnen
4. Klicken Sie am unteren Rand des Dashboards entweder auf Ungelöste Konversationen anzeigen (View unresolved conversations) oder Automatisierte Lösungen anzeigen (View automated resolutions)

Sie sehen zwei Kategorien von Konversationen:

• Automatisierte Lösungen (Automated resolutions): Konversationen, die der AI Agent ohne menschliches Zutun gelöst hat. Diese werden erst nach 72 Stunden Inaktivität angezeigt.
• Ungelöst (Unresolved): Konversationen, die vom AI Agent nicht gelöst wurden, einschließlich derer, die an einen Live-Agenten weitergeleitet wurden.

Beachten Sie einige Einschränkungen: Protokolle sind nur für die letzten 30 Tage verfügbar, und jedes Protokoll zeigt die ersten 100 ausgetauschten Nachrichten an. Wenn eine Konversation mehr als 100 Nachrichten umfasste, sehen Sie nur den Anfang.

Schritt 2: Überprüfen Sie Protokolle zur Qualitätssicherung

Sobald Sie auf Ihre Protokolle zugreifen können, beginnt die eigentliche Arbeit. Bei der Qualitätssicherung geht es nicht darum, jede einzelne Konversation zu lesen (das wäre überwältigend). Konzentrieren Sie sich stattdessen auf die Identifizierung von Mustern und Ausreißern.

Wenn Sie automatisierte Lösungsprotokolle überprüfen, fragen Sie sich:

• Hat der AI Agent das Problem des Kunden tatsächlich gelöst, oder hat der Kunde einfach aufgegeben?
• Waren die Antworten korrekt und in Ihrer Wissensdatenbank fundiert?
• Ist die Konversation natürlich verlaufen, oder schien der AI verwirrt?

Suchen Sie in gelösten Protokollen nach dem Platzhalter "Kunde hat Details gesendet (Customer sent details)". Wenn Kunden sensible Informationen wie Bestellnummern oder Kontodaten angeben, maskiert Zendesk diese in der Protokollansicht aus Datenschutzgründen. Der Platzhalter gibt an, dass Informationen weitergegeben wurden, die spezifischen Details sind jedoch verborgen.

Zendesk ermöglicht es Ihnen auch, Feedback zu automatisierten Lösungen direkt in der Protokollansicht abzugeben. Sie können bewerten, ob die Lösung vollständig, teilweise oder nicht gelöst wurde, und Gründe für Ihre Bewertung angeben. Dieses Feedback hilft Zendesk, seine Klassifizierungsalgorithmen zu verbessern, hat aber keine direkten Auswirkungen auf die Metriken für automatisierte Lösungen Ihres Kontos.

Schritt 3: Identifizieren Sie Wissenslücken aus ungelösten Konversationen

Ungelöste Konversationen sind Goldminen für Verbesserungsmöglichkeiten. Dies sind Fälle, in denen der AI Agent die Anfrage nicht bearbeiten konnte, entweder weil er nicht über das Wissen verfügte oder weil die Situation menschliches Urteilsvermögen erforderte.

Wenn Sie ungelöste Protokolle überprüfen, kategorisieren Sie diese in gemeinsame Themen:

• Fehlende Hilfeartikel (Missing help center articles): Der Kunde hat etwas gefragt, das nicht dokumentiert ist
• Unklare Antworten (Unclear responses): Der AI hat eine Antwort gegeben, aber der Kunde hat sie nicht verstanden
• Sonderfälle (Edge cases): Die Anfrage war gültig, aber ungewöhnlich und fiel außerhalb normaler Muster
• Systemeinschränkungen (System limitations): Der AI konnte keine Aktion ausführen, die der Kunde benötigte

Erstellen Sie eine einfache Tabelle, um diese Muster zu verfolgen. Notieren Sie die Konversations-ID, die Kategorie und eine kurze Beschreibung dessen, was schief gelaufen ist. Im Laufe der Zeit werden Sie feststellen, welche Probleme am häufigsten auftreten.

Hier zahlt sich ein systematischer Überprüfungsprozess aus. Anstatt Protokolle zufällig zu überprüfen, legen Sie einen Zeitplan fest. Wöchentliche Überprüfungen von 10-20 Konversationen liefern Ihnen bessere Einblicke als sporadische Deep Dives. Konzentrieren Sie sich jeweils auf eine Kategorie: Suchen Sie eine Woche lang nach Wissenslücken, untersuchen Sie in der nächsten Woche die Antwortqualität.

Schritt 4: Setzen Sie Erkenntnisse in Maßnahmen um

Das Erkennen von Problemen ist nur die halbe Miete. Der eigentliche Wert liegt darin, sie zu beheben.

Priorisieren Sie für jede identifizierte Wissenslücke basierend auf Häufigkeit und Auswirkung. Ein fehlender Artikel, der 50 Kunden pro Monat helfen würde, ist dringender als einer, der 5 Kunden helfen würde. Erstellen Sie einen Inhaltskalender für Ihre Hilfe-Center-Aktualisierungen und gehen Sie zuerst die Lücken mit hoher Auswirkung an.

Messen Sie die Verbesserung, wenn Sie die Schulungsmaterialien oder Antworten Ihres AI Agent aktualisieren. Überprüfen Sie nach der Implementierung einer Korrektur die Protokolle der folgenden Wochen, um festzustellen, ob ähnliche Konversationen jetzt erfolgreich gelöst werden. Dieser Vorher-Nachher-Vergleich validiert Ihre Bemühungen und zeigt Fortschritte.

Für Teams, die diesen Prozess beschleunigen möchten, bietet eesel AI Simulationsfunktionen. Sie können vorgeschlagene Aktualisierungen der Wissensdatenbank anhand Ihrer historischen Tickets testen, um zu sehen, wie sie funktioniert hätten, bevor sie live geschaltet wurden. Auf diese Weise können Sie Verbesserungen mit Daten validieren, anstatt zu hoffen, dass sie funktionieren.

Unsere Zendesk Integration ermöglicht auch automatisierte Aktionen basierend auf Protokollinhalten. Während die nativen AI Agent Tickets von Zendesk schreibgeschützt sind und keine Workflows auslösen, kann eesel AI Tags anwenden, Prioritäten setzen und Tickets basierend auf dem Inhalt der Konversation weiterleiten.

Häufige Fehler, die Sie vermeiden sollten

Auch mit den besten Absichten ist es leicht, bei der Überprüfung von Protokollen in Fallen zu tappen. Hier sind die häufigsten Fehler:

Überprüfung ohne System. Das zufällige Durchklicken von Protokollen kann interessante Konversationen ans Licht bringen, liefert Ihnen aber keine umsetzbaren Trends. Definieren Sie, wonach Sie suchen, bevor Sie beginnen, und verfolgen Sie Ihre Ergebnisse konsequent.

Konzentration auf Einzelfälle anstelle von Mustern. Ein Kunde, der eine schlechte Erfahrung macht, ist bedauerlich. Fünfzig Kunden, die die gleiche schlechte Erfahrung machen, sind ein Problem, das Sie beheben müssen. Suchen Sie nach wiederkehrenden Themen und nicht nach isolierten Vorfällen.

Nicht schnell genug handeln. Protokolldaten haben eine begrenzte Haltbarkeit. Wenn Sie eine Wissenslücke identifizieren, Ihr Hilfe-Center aber drei Monate lang nicht aktualisieren, haben Hunderte von Kunden in der Zwischenzeit möglicherweise die gleiche frustrierende Erfahrung gemacht. Legen Sie SLAs für Ihre Verbesserungszyklen fest.

Missverständnis der 72-Stunden-Regel. Automatisierte Lösungen werden erst nach 72 Stunden Inaktivität auf dieser Registerkarte angezeigt. Eine Konversation, die heute ungelöst aussieht, kann in drei Tagen als gelöst eingestuft werden. Keine Panik, wenn Ihre Zahlen falsch erscheinen; überprüfen Sie sie nach Ablauf der Wartezeit erneut.

Erwarten, dass sich AI Agent Tickets wie reguläre Tickets verhalten. Sie sind aus gutem Grund schreibgeschützt. Sie lösen Ihre Automatisierungen nicht aus, sie erscheinen nicht in Explore-Berichten und sie können nicht in großen Mengen bearbeitet werden. Das Verständnis dieser Einschränkungen hilft Ihnen, innerhalb dieser zu arbeiten, anstatt gegen sie anzukämpfen.

Ihre Zendesk AI Agent Konversationsprotokollanalyse weiterführen

Die native Protokollprüfung von Zendesk ist eine solide Grundlage, hat aber Einschränkungen. Das 30-Tage-Fenster bedeutet, dass Sie keine langfristigen Trends analysieren können. Das Fehlen eines Massenexports erschwert die Durchführung groß angelegter Analysen. Und die schreibgeschützte Natur von AI Agent Tickets schränkt ein, was Sie automatisieren können.

Hier können ergänzende Tools helfen. Bei eesel AI haben wir Funktionen entwickelt, die das, was Sie mit Ihren Konversationsdaten tun können, erweitern:

• Einheitliche Wissensquellen (Unified knowledge sources): Verbinden Sie Ihr Zendesk Hilfe-Center mit interner Dokumentation aus Confluence, Google Docs, Notion und mehr. Dies gibt Ihrem AI Agent eine vollständige Wissensgrundlage, aus der er schöpfen kann.
• Erweiterte Analysen (Advanced analytics): Identifizieren Sie Trends über Tausende von Konversationen hinweg, nicht nur über die, die Sie manuell überprüfen. Erkennen Sie aufkommende Probleme, bevor sie zu größeren Problemen werden.
• Simulationstests (Simulation testing): Testen Sie Aktualisierungen der Wissensdatenbank und Antwortänderungen anhand Ihrer historischen Tickets, um deren Auswirkungen vorherzusagen, bevor sie live geschaltet werden.
• Automatisierte Aktionen (Automated actions): Während die AI Agent Tickets von Zendesk schreibgeschützt sind, kann eesel AI basierend auf der Konversationsanalyse Aktionen für reguläre Tickets ausführen, einschließlich Tagging, Weiterleitung und Priorisierung.

Das Ziel ist nicht, die nativen Funktionen von Zendesk zu ersetzen, sondern auf ihnen aufzubauen. Verwenden Sie Zendesk für die tägliche Protokollprüfung und Qualitätssicherung. Verwenden Sie zusätzliche Tools, wenn Sie eine tiefere Analyse, Trendidentifizierung oder automatisierte Workflows benötigen.