Ein praktischer Leitfaden zur Zendesk-Entitätserkennung: Funktionen, Grenzen und Alternativen

Wenn Sie heute ein Support-Team leiten, stehen Sie wahrscheinlich unter Druck. Die Ticket-Warteschlangen werden länger, Kunden erwarten Antworten am besten schon gestern, und es besteht der Druck, irgendetwas zu automatisieren, um Schritt zu halten.

Dieser Drang nach intelligenterer Automatisierung macht Funktionen wie die Entitätserkennung so attraktiv. Zendesk hat seine eigene Version, die in seine KI-Suite integriert ist und Zendesk Entitätserkennung genannt wird. Auf dem Papier sieht es wie ein großartiges Werkzeug aus, um Tickets automatisch zu sortieren und dorthin zu leiten, wo sie hingehören. Aber wie funktioniert es wirklich, wenn die Dinge kompliziert werden?

Werfen wir einen ehrlichen Blick darauf, was diese Funktion leistet, wie man sie einrichtet, wo sie an ihre Grenzen stößt und wie neuere, flexiblere KI-Tools bessere Ergebnisse liefern können, ohne den ganzen manuellen Aufwand.

Was ist die Zendesk Entitätserkennung?

Die Zendesk Entitätserkennung ist eine Funktion innerhalb des Intelligent Triage Tools, das Teil des größeren Zendesk KI-Pakets ist. Ihre Hauptaufgabe ist ziemlich einfach: spezifische Informationen automatisch aus eingehenden Tickets zu finden und zu extrahieren.

Stellen Sie es sich wie einen intelligenten Textmarker vor, der die Nachricht eines Kunden nach Dingen wie Produktnamen, Bestellnummern oder spezifischen Kontaktgründen durchsucht – jeder einzigartige Datenpunkt, der für Ihr Unternehmen von Bedeutung ist.

Screenshot der Zendesk Advanced AI Entity Extraction, einer Schlüsselfunktion der Zendesk Entitätserkennung.

Das gesamte System basiert darauf, diese „Entitäten“ mit benutzerdefinierten Ticketfeldern zu verknüpfen, die Sie bereits in Zendesk erstellt haben, insbesondere Dropdown-, Mehrfachauswahl- oder Regex-Felder (Regulärer Ausdruck). Die Idee ist, diese extrahierten Daten zu nutzen, um automatisierte Arbeitsabläufe zu starten, wie das Weiterleiten eines Tickets an das richtige Team oder das Erhöhen seiner Priorität. Es ist ein Schritt, um Ihren Helpdesk etwas weniger chaotisch zu gestalten.

So richten Sie die Zendesk Entitätserkennung ein und verwalten sie

Die Einrichtung der Entitätserkennung in Zendesk ist nicht gerade mit einem Klick erledigt. Sie bietet zwar eine gewisse Kontrolle, aber die Einrichtung ist manuell und erfordert ein wenig Betreuung, um zu verhindern, dass sie mehr Arbeit verursacht als sie einspart.

Die Grundlage der Zendesk Entitätserkennung: Entitäten aus benutzerdefinierten Feldern erstellen

Das Wichtigste zuerst: Sie können Entitäten nicht einfach aus dem Nichts erfinden. Sie müssen mit benutzerdefinierten Ticketfeldern verknüpft sein. Das bedeutet, Ihr erster Weg führt Sie in Ihr Admin-Panel, wo Sie Felder für die Daten erstellen müssen, die Sie verfolgen möchten, wie zum Beispiel ein Dropdown-Menü „Produktlinie“ oder ein Textfeld für „Bestell-ID“.

Zendesk ermöglicht die Verwendung einiger Feldtypen dafür:

• Dropdown & Mehrfachauswahl: Diese sind Ihre beste Wahl für standardisierte Daten mit einer festen Liste von Optionen, wie Produktnamen, Abonnementpläne oder häufige Problemtypen.

• Regex: Dieses Feld ist für Daten, die einem bestimmten Muster folgen. Wenn Ihre Bestellnummern immer wie „ORD-12345“ aussehen oder Sendungsnummern ein festes Format haben, können Sie einen regulären Ausdruck schreiben, um sie aufzuspüren. Es ist ein mächtiges Werkzeug für Entwickler, aber für den durchschnittlichen Administrator kann das Schreiben und Debuggen von Regex eine echte Qual sein.

Dieser feldorientierte Ansatz bedeutet, dass das System ziemlich starr ist. Jedes Mal, wenn ein neues Produkt auf den Markt kommt oder Sie eine neue Art von Problem identifizieren, muss ein Administrator das benutzerdefinierte Feld manuell aktualisieren und die Einstellungen der Entitätserkennung neu anpassen. Das ist ziemlich mühsam.

Feinabstimmung der Zendesk Entitätserkennung mit Synonymen und Regeln

Sobald Ihre Felder verknüpft sind, gibt Ihnen Zendesk einige Optionen, um die Genauigkeit zu verbessern.

Sie können Synonyme hinzufügen, sodass verschiedene Wörter auf denselben Wert verweisen. Zum Beispiel könnten „ID“, „Bestell-Nr.“ und „Bestellnummer“ alles Synonyme für Ihre Bestellnummer-Entität sein. Dies hilft, einige der natürlichen Ausdrucksweisen von Kunden zu erfassen.

Außerdem können Sie Extraktionsregeln festlegen, die entscheiden, wann ein Feld aktualisiert wird. Möchten Sie die Entität nur aus der allerersten Nachricht extrahieren, oder soll sie aktualisiert werden, wenn ein Kunde sie später erneut erwähnt? Hier haben Sie eine gewisse Kontrolle.

Es gibt auch eine Rechtschreibfehlererkennung, aber sie hat einige seltsame Eigenheiten. Sie funktioniert nur bei Wörtern, die länger als fünf Buchstaben sind, und der Kunde muss den ersten Buchstaben richtig schreiben. Es ist eine nette Idee, aber weit entfernt von einer wirklich „intelligenten“ Funktion, die mit realen Tippfehlern umgehen kann.

Der Ärger mit Regex und der Reihenfolge der Entitäten

Hier ist ein großer Stolperstein, der viele Zendesk-Administratoren aus dem Konzept bringt: Die Reihenfolge Ihrer Entitäten ist von entscheidender Bedeutung.

Zendesk scannt ein Ticket von oben nach unten auf Entitäten. Die allererste, die es findet und die mit dem Text übereinstimmt, wird erfasst, und dann hört die Suche auf. Wenn Sie nicht aufpassen, kann dies zu allen möglichen Fehlkategorisierungen führen.

Nehmen wir zum Beispiel an, Sie haben eine allgemeine Entität für „Vollständiger Name“ ganz oben auf Ihrer Liste. Etwas weiter unten haben Sie eine sehr spezifische Entität, die nach einer „E-Mail-Adresse“ sucht. Wenn ein Kunde schreibt: „Meine E-Mail ist hallo@beispiel.com“, könnte die Regel für „Vollständiger Name“ zuerst „hallo@beispiel.com“ erfassen und es fälschlicherweise als Namen markieren. Die spezifischere E-Mail-Regel bekommt gar nicht erst die Chance, ausgeführt zu werden.

Dies zwingt Administratoren in einen frustrierenden Kreislauf aus Testen, Debuggen und ständigem Neuanordnen ihrer Entitätenliste, um Konflikte zu vermeiden. Es ist ein fragiles System, das überraschend viel laufende Wartung erfordert.

Häufige Anwendungsfälle und wesentliche Einschränkungen der Zendesk Entitätserkennung

Obwohl die Funktion von Zendesk ein guter Ausgangspunkt für die Automatisierung ist, zeigt ihr strenges, regelbasiertes Design im Vergleich zu moderner KI, die Kontext versteht, ihr Alter.

Wofür die Zendesk Entitätserkennung gut ist

Um fair zu sein, sie hat ihre Momente. Für einfache, klar definierte Aufgaben kann sie ziemlich gut funktionieren.

• Automatisierte Ticket-Weiterleitung: Das ist ihr Hauptzweck. Wenn die Entität „Kameramodell A“ erkannt wird, kann ein Auslöser aktiviert werden und das Ticket direkt an Ihre Hardware-Spezialisten senden.

• Festlegen der Ticket-Priorität: Wenn ein Ticket die Entität „Systemausfall“ erwähnt, können Sie eine Regel erstellen, um es automatisch als Dringend zu kennzeichnen.

• Berichterstattung: Es hilft Ihnen, strukturierte Berichte über Ticketvolumen zu erstellen, die sich auf bestimmte Produkte oder von Ihnen definierte Problemtypen beziehen.

Wo das System an seine Grenzen stößt

Die Probleme beginnen, wenn Sie die Grauzonen des Kundensupports bewältigen müssen.

• Es ist starr, nicht intelligent: Das System versteht den Kunden nicht wirklich. Es spielt nur ein Spiel der Stichwortsuche basierend auf einer Liste, die Sie ihm gegeben haben. Wenn ein Kunde sein Problem mit leicht abweichenden Worten beschreibt, die nicht auf Ihrer Synonymliste stehen, wird die Entität komplett übersehen. Es gibt kein echtes kontextuelles Bewusstsein.

• Es verursacht viel Verwaltungsaufwand: Wie jeder erfahrene Administrator Ihnen sagen wird, wird eine riesige Menge an Zeit in das Schreiben und Debuggen von Regex, das richtige Anordnen der Entitäten und das manuelle Hinzufügen jedes erdenklichen Synonyms investiert. Es ist ein System, das ständige Pflege und Fütterung benötigt, nicht eines, das von selbst lernt.

• Sein Wissen ist isoliert: Die Entitätserkennung kann nur die Informationen sehen, die Sie manuell in die benutzerdefinierten Felder von Zendesk eingegeben haben. Es hat keine Ahnung, was in Ihrer Confluence Wissensdatenbank, internen Google Docs oder in früheren Ticketlösungen gesagt wurde.

• Die Aktionen sind begrenzt: Am Ende des Tages füllt diese Funktion nur ein Ticketfeld aus. Wenn Sie etwas Komplexeres tun möchten, wie einen Produktmanager in Slack anpingen oder Bestelldetails in Shopify nachschlagen, müssen Sie ein separates, oft schwerfälliges Netz von Auslösern aufbauen, das leicht kaputt gehen kann.

Eine flexiblere Alternative: das kontextbezogene Verständnis von eesel AI

Hier geht ein Tool wie eesel AI das Problem von einem völlig anderen Blickwinkel an. Anstatt sich auf starre, vordefinierte Regeln zu verlassen, verbindet sich eesel AI mit allem Wissen Ihres Unternehmens – vergangenen Tickets, Hilfeartikeln, Confluence-Seiten, Slack-Nachrichten und mehr –, um Ihren Geschäftskontext automatisch zu lernen.

Es vergleicht nicht nur Schlüsselwörter; es versteht, was der Kunde zu sagen versucht. Dies ermöglicht es, Tickets mit einer viel höheren Genauigkeit zu kategorisieren, selbst wenn Personen neue oder unerwartete Formulierungen verwenden.

Besser noch, eesel AI tut mehr als nur ein Feld auszufüllen. Mit seinem Self-Service-Workflow-Builder können Sie leistungsstarke Automatisierungen erstellen, ohne ein Entwickler zu sein. Sie können benutzerdefinierte Aktionen einrichten, um Bestellinformationen aus Ihrer Datenbank abzurufen, das Konto eines Benutzers in Ihrem CRM zu aktualisieren oder ein Problem an einen bestimmten Ingenieur in Jira zu eskalieren – alles von einem Ort aus.

Funktion	Zendesk Entitätserkennung	eesel AI
Einrichtung	Manuell; umfasst das Erstellen von benutzerdefinierten Feldern, das Schreiben von Regex und das Ordnen von Entitäten.	In Minuten einsatzbereit; Ein-Klick-Integrationen, die von selbst lernen.
Wissensquelle	Beschränkt auf vordefinierte Werte, die Sie in Zendesk-benutzerdefinierten Feldern eingegeben haben.	Vereinheitlicht; lernt aus vergangenen Tickets, Hilfezentren, Confluence, Google Docs usw.
Flexibilität	Starr und regelbasiert; leicht durch neue oder andere Formulierungen verwirrt.	Kontextbewusst; versteht Kundenabsicht und Nuancen mithilfe von LLMs.
Aktionen	Füllt hauptsächlich ein Ticketfeld aus. Andere Aktionen benötigen separate Auslöser.	Vollständig anpassbar; kann Tickets triagieren, APIs aufrufen und externe Systeme aktualisieren.
Testen	Ein einfaches Textfeld, um ein Muster nach dem anderen zu testen.	Ein leistungsstarker Simulationsmodus, um auf Tausenden von vergangenen Tickets zu testen, bevor Sie live gehen.

Zendesk KI-Preise: Was Sie erwarten können

Die KI-Funktionen von Zendesk, einschließlich Intelligent Triage und Entitätserkennung, sind nicht in jedem Plan enthalten. Sie müssen einen der teureren Tarife haben, um überhaupt Zugang zu erhalten:

• Suite Team: 55 $ pro Agent/Monat (jährlich abgerechnet)

• Suite Professional: 115 $ pro Agent/Monat (jährlich abgerechnet)

• Suite Enterprise: 169 $ pro Agent/Monat (jährlich abgerechnet)

Für die fortschrittlichsten Tools, wie den KI-Copilot für Agenten, benötigen Sie wahrscheinlich das Advanced AI Add-on, das zusätzlich 50 $ pro Agent und Monat kosten kann.

Aber hier ist der eigentliche Haken: Zendesk stellt bei einigen KI-Tools auf lösungsbasierte Preise um. Das bedeutet, dass Ihnen eine Gebühr (oft etwa 1,50 $ - 2,00 $) berechnet wird, jedes Mal, wenn die KI ein Ticket erfolgreich für Sie schließt. Obwohl das vernünftig klingt, macht es Ihre Kosten völlig unvorhersehbar. Ein geschäftiger Monat könnte zu einer riesigen Rechnung führen, was eine ordnungsgemäße Budgetierung fast unmöglich macht.

Dies ist ein großer Unterschied zu den transparenten Preisen von eesel AI. Unsere Pläne basieren auf einem vorhersehbaren monatlichen Interaktionsvolumen, ohne überraschende Gebühren pro Lösung. Sie können Ihre Automatisierung skalieren, ohne sich Sorgen machen zu müssen, dass Ihre Rechnung plötzlich in die Höhe schnellt.

Dieses Video erklärt, wie die Zendesk Entitätserkennung funktioniert und wie sie die Effizienz Ihres Kundensupports steigern kann.

Vergessen Sie die Regeln und setzen Sie auf Automatisierung, die einfach funktioniert

Die Zendesk Entitätserkennung ist ein guter erster Schritt in die Support-Automatisierung. Aber ihre totale Abhängigkeit von starren Regeln, komplexem Regex und ständiger manueller Wartung macht sie zu einem fragilen und zeitaufwändigen Werkzeug für jedes Team, das wachsen oder sich anpassen will. Das System kann einfach nicht ohne einen enormen Verwaltungsaufwand mithalten, und sein Wissen ist in einer Zendesk-förmigen Box gefangen.

Moderne Support-Teams benötigen einen KI-Partner, der flexibel ist, den Kontext wirklich versteht und auf das gesamte Wissen Ihres Unternehmens zugreifen kann, nicht nur auf einen kleinen Teil davon.

Genau darum geht es bei eesel AI. Indem es all Ihre Wissensquellen zusammenführt und Ihnen eine einfache, aber leistungsstarke Workflow-Engine an die Hand gibt, geht eesel AI über einfaches Mustervergleich hinaus und liefert eine Automatisierung, auf die Sie sich wirklich verlassen können. Mit einem lächerlich einfachen Einrichtungsprozess und vorhersehbaren Preisen können Sie in Minuten statt in Monaten loslegen.

Sind Sie bereit zu sehen, was eine moderne KI-Supportplattform wirklich leisten kann? Starten Sie noch heute Ihre kostenlose Testversion von eesel AI und automatisieren Sie Ihren ersten Workflow in wenigen Minuten.