Der KI-Handelsassistent: von der Kundenfrage zur abgeschlossenen Transaktion
- Verfasst von
- Pieter Peeters
- Veröffentlicht
AnhörenArtikel anhören
Kunden kaufen nicht geradlinig. Sie ändern Daten und Budgets, haben zwischendurch Fragen und erwarten mit der Antwort auch den nächsten Schritt. Formulare und Filter zwingen sie zum Neustart. Ein Voice-KI-Assistent nicht. Er sucht, antwortet, passt sich an und schließt die Transaktion in einem einzigen Gespräch ab.
In unserem jüngsten Webinar zeigten Pieter Peeters (GTM), Boning Gong (FDE) und Shana Inch (GTM), wie ein mit ElevenAgents entwickelter KI-Agent echte Hotelbuchungsgespräche führt, was leistungsstarke von enttäuschenden Agenten unterscheidet und wie Teams vom Pilotprojekt in den Produktivbetrieb kommen.
Wichtigste Erkenntnisse
- Ein Gespräch ersetzt Formulare und Filter. Kunden ändern Daten, Budgets und Pläne während der Anfrage. Der KI-Assistent durchsucht Live-Daten, passt sich an und schließt die Buchung oder Bestellung ab. Bei Rohlik können Kunden bereits per Stimme Produkte suchen, eine Einkaufsliste erstellen und bezahlen.
- Ein guter Assistent führt, statt nur zu antworten. Er kennt den Kunden und den Katalog. In unserer Demo erkannte der Assistent eine Überschneidung mit einer früheren Buchung, die der Kunde vergessen hatte. Bei Immobiliare.it steigerte ein Inseratsassistent die Lead-Qualifizierung um das 3,3-Fache.
- Der Support folgt demselben Muster. Kunden mit einem Problem wollen eine Lösung, nicht weitergeleitet werden. Der Assistent von Rohlik, Maia, bearbeitet 90 % der eingehenden Hotline-Anrufe, und der Assistent von Klarna ist der telefonische First-Level-Support für alle 35 Millionen US-Kunden.
- Voice zeigt seine Stärke, wenn Gespräche komplexer werden. Nach zwei Minuten ist Voice 29 % häufiger erfolgreich als Chat. In unserer Studie bevorzugten 85 % von 98 Personen Voice gegenüber Chat, um einen annullierten Flug umzubuchen. Auch die Geschwindigkeit zählt: Eine um 16 % geringere Latenz ging mit einem um 26 % höheren Erfolg einher.
- Die Konfiguration entscheidet über das Ergebnis. Viele enttäuschende KI-Agenten sind falsch eingerichtet: mit dem falschen Modell, der falschen Stimme oder zu wenig Zeit für die Konfiguration. Die Technologie ist nicht das Problem. Mit einem Forward Deployed Engineer oder einem geschulten Partner lässt sich deutlich mehr aus dem Projekt herausholen.
Warum Kunden einen Assistenten statt eines Formulars wollen
Kunden buchen oder kaufen nicht geradlinig. Eine Anfrage beginnt mit zwei Nächten nahe den Grachten, wird zu drei und kollidiert dann mit einer bereits im Kalender eingetragenen Reise. Im Shop beginnt ein Warenkorb mit einem Rezept, wächst mit der üblichen Bestellung und endet an der Kasse. Formulare und Filter sind dafür zu statisch. Jede Änderung zwingt Kunden zum Neustart oder zum Abbruch. Jede Änderung zwingt Kunden zum Neustart oder zum Abbruch. Das ist einer der Gründe, warum 70 % der Online-Warenkörbe, Checkouts und Buchungen abgebrochen werden.
Die Auswahl ist der schwierige Teil. Wenige Kunden wissen, welchen Filter sie setzen müssen. Sie wissen, was sie wollen: ein ruhiges Hotel nahe den Museen für unter 400 € pro Nacht, ein Rezept für vier Personen, ein Zuhause in Schulnähe. Ein guter Assistent stellt die nächste Frage, grenzt die Optionen ein und empfiehlt eine davon. Er kennt auch den Kunden.
Der Support folgt demselben Muster. Ein Kunde mit einem Problem möchte kein Telefonmenü und keine Warteschlange. Er möchte eine Lösung, in seiner eigenen Sprache, und bei Bedarf an eine Person mit dem vollständigen Kontext übergeben werden, wenn der Assistent nicht weiterkommt. Die Nachfrage richtet sich auch nicht nach Geschäftszeiten. Bei SevenRooms ging jeder fünfte Anruf, den die Voice-KI bearbeitete, außerhalb der Öffnungszeiten ein. Die Mailbox fängt diese Anrufe nicht auf: 80 % der Anrufer legen auf, ohne eine Nachricht zu hinterlassen. Daten des Marchex Institute aus den USA zeigen, dass einer von sieben Telefonanrufen fehlschlägt, nicht beantwortet oder abgebrochen wird.
Die Kosten unbeantworteter Anrufe
Stress bewegt Menschen zu Voice. In einer ElevenLabs-Studie mit 98 Personen bevorzugten 85 % Voice gegenüber Chat, um einen annullierten Flug umzubuchen. Zu ihren wichtigsten Gründen zählten die schnelle Lösung und Empathie. Chat funktioniert bei kurzen Fragen. Doch bei Hunderten von Produktiv-Agenten, die beide Kanäle nutzen, ist Voice 29 % häufiger erfolgreich, sobald ein Gespräch länger als zwei Minuten dauert. Viele Teams automatisieren zuerst Chat oder E-Mail und fügen Voice zuletzt hinzu. Unserer Erfahrung nach verbessert ein Start mit Voice die Kennzahlen sofort.
Voice überzeugt in komplexen Kundengesprächen
Was KI-Handelsassistenten im Produktivbetrieb leisten
KI-Assistenten zahlen sich zuerst dort aus, wo Kunden Hilfe bei der Auswahl, Bestellung oder Problemlösung brauchen: in Shops mit großen Katalogen, auf Buchungsseiten mit zu vielen Filtern oder bei stetig wachsenden Support-Warteschlangen. ElevenAgents ist in Gastronomie, Reisen, Handel, Commerce und Marktplätzen im Einsatz. Kunden haben Ergebnisse in fünf Bereichen veröffentlicht.
Nachfrage außerhalb der Öffnungszeiten erfassen. Die von ElevenAgents unterstützte Voice-KI von SevenRooms hat in mehr als 600 Restaurants über 400.000 Anrufe bearbeitet, jeden fünften davon außerhalb der Öffnungszeiten. Restaurants erzielten bis zu 25 % mehr Reservierungen. Grundlage sind SevenRooms-Daten, die die ersten drei Monate der Betriebe mit Voice-KI im Jahr 2026 mit demselben Zeitraum ein Jahr zuvor vergleichen.
Support schneller lösen – im Kanal und in der Sprache des Kunden. Die Rohlik Group, eine der größten Online-Lebensmittelplattformen Europas, bedient 3 Millionen Kunden in fünf Ländern. Ihr Agent Maia bearbeitet 90 % der eingehenden Hotline-Anrufe und 90 % der Kundenkommunikation über Telefon, Web, App und WhatsApp – in sechs Sprachen. Die Lösung erfolgt mehr als doppelt so schnell und ist rund um die Uhr verfügbar. Rohlik ist auf dem Weg, die Betriebskosten bei gleichbleibendem CSAT um 50 % zu senken. Kunden können zudem per Stimme Produkte suchen, Listen erstellen und bezahlen. „Wir glauben, dass Voice die Zukunft des Lebensmitteleinkaufs ist“, sagt Lukas Honke, Head of AI Engineering bei der Rohlik Group. Klarna nutzt seinen Agenten als telefonischen First-Level-Support für alle 35 Millionen US-Kunden und löst die von ihm bearbeiteten Anfragen bis zu zehnmal schneller. eDreams ODIGEO berichtet über zweistellige Verbesserungen bei Lösungsgeschwindigkeit und Weiterleitungsraten in fünf Sprachen. LOT Polish Airlines führt ElevenAgents für eingehenden Telefonsupport ein, einschließlich Buchungsänderungen und Ticketanfragen.
Lokale Sprachen zuverlässig beherrschen. KPN entwickelte Mobiel AI, einen Assistenten in seinen Mobilfunktarifen für Unternehmen. Die gemeinsame Arbeit steigerte die Genauigkeit bei der niederländischen Verifizierung von etwa 50 % auf 90 %. Davon profitiert nun jede niederländischsprachige Bereitstellung auf der Plattform.
Leads qualifizieren und konvertieren. Immobiliare.it Italiens führender Immobilienmarktplatz verzeichnete einen Anstieg der Lead-Qualifizierung um das 3,3-Fache. Nutzer teilten ihre Telefonnummer mit 74 % höherer Wahrscheinlichkeit, und etwa 80 % bewerteten die Funktion positiv. Was als einzelner Inseratsagent begann, ist zu einem Netzwerk von Agenten für Verkäufer, Outbound, Support und Suche gewachsen.
Outbound im großen Maßstab betreiben. Die Outbound-Agenten von Deliveroo erreichten mehr als 80 % der Fahrer, deren Onboarding ins Stocken geraten war, prüften die Öffnungszeiten von 75 % der Restaurants und erreichten 86 % der Partnerstandorte zur Aktivierung von Fahrer-Tags.
Demo: KI-Concierge für Hotelbuchungen
Szenario: Ein Reise-Concierge-Agent auf einer Live-Buchungsseite hilft einem Kunden, ein Hotel in Amsterdam für zwei Personen zu finden – für unter 400 € pro Nacht und in Gehweite zu den Grachten und dem Museum. Der Kunde ändert die Anfrage mitten im Gespräch.
Gezeigt wurde:
- Ein natürliches, schnelles Gespräch, das Planänderungen aufnimmt, etwa die Verlängerung eines Aufenthalts von zwei auf drei Nächte
- Live-Suche in einer Hoteldatenbank, während die Website sich parallel zur Arbeit des Agenten aktualisiert
- Nutzung früherer Buchungen: Der Agent erkannte einen sich überschneidenden Aufenthalt in Istanbul und fragte vor der Bestätigung nach
- Personalisierung: Der Agent fragte nach dem Jahrestag des Kunden und gab dem Hotel eine Notiz weiter
- Konsequente Ausführung: Die Buchung wurde bestätigt und die kollidierende Buchung auf Wunsch storniert
- Ein Wechsel ins Niederländische für eine Zusammenfassung, danach zurück ins Englische
Warum das wichtig ist: Der Kunde erledigt in einem Gespräch, wofür sonst Seiten voller Filter und Formulare nötig wären. Der Agent erkennt außerdem die Überschneidung, die der Kunde vergessen hatte, und erledigt die Aufgabe durchgängig.
Best Practices für Buchungs- oder Commerce-Agenten
- Beginnen Sie mit einer klar definierten Customer Journey. Bringen Sie einen kleinen Anwendungsfall schnell in den Produktivbetrieb, um zu bestätigen, dass er funktioniert und schnell genug ist. Erweitern Sie dieselbe Plattform dann auf Bestellabfragen, Rückerstattungen oder Einkaufsassistenz.
- Definieren Sie Persona, Ziele und Leitplanken. Ein guter System-Prompt beschreibt, wer der Agent ist, welchen Ton er hat, was er niemals tun darf – etwa Informationen erfinden – und was bei einem Tool-Fehler oder einer nicht erfolgreichen Reservierung zu tun ist.
- Verbinden Sie die richtigen Daten und grenzen Sie sie ein. Verknüpfen Sie Wissen und Tools mit den Systemen, die die Antworten enthalten, etwa Ihrem CRM- und Buchungssystem. Machen Sie jedes Tool und Dokument nur in der Gesprächsphase sichtbar, in der es benötigt wird. So bleibt die Leistung erhalten, wenn der Agent wächst.
- Nutzen Sie Workflows, wenn der Ablauf fest sein muss. Leiten Sie Schritte wie Authentifizierung oder die Bestätigung einer Reservierung über dedizierte Sub-Agenten und Tool-Aufrufe, damit das Verhalten vorhersehbar bleibt.
- Wählen Sie Modell und Stimme gezielt aus. Ein sehr leistungsfähiges Modell kann den Agenten so langsam machen, dass er defekt wirkt, während die schnellsten Modelle weniger konsistent sein können. Eine Stimme, die nicht zur Marke passt, kann einen guten Agenten schlecht klingen lassen. Testen Sie Optionen anhand derselben Szenarien.
- Testen Sie vor dem Launch, messen Sie danach. Definieren Sie Erfolgskriterien im Voraus, prüfen Sie jeden Anruf daran und verfolgen Sie, wonach Anrufer fragen, obwohl der Agent nicht antworten kann. In den Demo-Daten fragten Anrufer beispielsweise immer wieder nach Parkmöglichkeiten.
- Planen Sie die Übergabe an einen Menschen. Geben Sie erfasste Details wie Nutzer-ID und Authentifizierungsstatus sowie eine Zusammenfassung des Anrufs und den Grund für die Übergabe weiter, damit die Person dort anknüpft, wo der Agent aufgehört hat.
- Prüfen Sie Daten- und Einwilligungsanforderungen frühzeitig. EU-Datenresidenz und ein Zero-Retention-Modus sind verfügbar. Für Outbound-Anrufe, die durch Website-Aktivitäten ausgelöst werden, gelten Vorschriften wie die ausdrückliche Einwilligung in den Niederlanden.
- Planen Sie Zeit für die Konfiguration ein. Viele Teams testen einige Stunden und schließen daraus, dass die Technologie nicht bereit ist. Ergebnisse entstehen, wenn Sie lernen, den Agenten zu konfigurieren – einschließlich Modell, Stimme und Prompt.
Häufige Fehler bei der Implementierung von KI-Agenten vermeiden
Drei Wege zum Start
- Entwickeln Sie selbst. Kaufen Sie eine Lizenz auf der Website oder kontaktieren Sie uns für eine Enterprise-Lizenz. Entwickeln Sie dann mit der Dokumentation und Architect, einem KI-Builder, der einen Agenten anhand einer Beschreibung Ihrer Anforderungen konfiguriert. Eine erste funktionierende Version kann einschließlich Tests etwa einen Tag dauern. Das ist der schnellste Weg, einen kleinen Anwendungsfall zu validieren.
- Entwickeln Sie mit ElevenLabs. Arbeiten Sie mit einem Forward Deployed Engineer, der gemeinsam mit Ihrem Team entwickelt und Erfahrungen aus Kundenprojekten einbringt.
- Arbeiten Sie mit einem Systemintegrator. Unsere geschulten Partner in den Benelux-Ländern führen praxisnahe Workshops vor Ort durch. Das eignet sich für kleinere erste Anwendungsfälle oder für Teams, die ihrem Vorstand ein größeres Pilotprojekt begründen müssen.
Unserer Erfahrung nach schöpfen Teams, die vollständig allein entwickeln, nur 10–20 % des Potenzials der Plattform aus. Daher profitieren die meisten Projekte, insbesondere groß angelegte, von einer der letzten beiden Optionen.
Sehen Sie sich die vollständige Session an
Sehen Sie sich hier das vollständige Webinar an, einschließlich der Fragen und Antworten des Publikums zu Integrationen, menschlicher Übergabe und Datenresidenz. Möchten Sie das für Ihre eigenen Buchungen, Bestellungen oder Reservierungen sehen? Kontaktieren Sie unser Vertriebsteam für eine geführte Demo, die auf Ihr Team zugeschnitten ist.
Pieter Peeters ist Teil des GTM-Teams und konzentriert sich darauf, die Präsenz von ElevenLabs in den Bereichen Voice AI und Agents in Europa auszubauen.

.webp&w=3840&q=80)



