Anfang des Jahres hatte ich ein Gespräch mit Leuten aus einem großen Softwareunternehmen, das mir im Kopf geblieben ist. Ihre Beobachtung: Wenn du einen KI-Assistenten nach einer Marke fragst, stützt sich die Antwort erstaunlich stark auf die öffentliche Stimmung. Forenbeiträge, Bewertungsportale, die Kommentare unter Social-Media-Posts. Nicht die sorgfältig formulierten Produktseiten. Nicht die Pressemitteilungen.
Denk kurz darüber nach, was das bedeutet. Jahrelang war ein kritischer Kommentar unter einem Instagram-Post ein kleines Kundenservice-Thema. Jemand ist verärgert, vielleicht antwortest du, vielleicht nicht, und eine Woche später erinnert sich niemand mehr daran.
Heute ist dieser Kommentar Trainingsmaterial dafür, wie Maschinen dich beschreiben.
Das öffentliche Bild ist schief
Jetzt kommt der unangenehme Teil. Die meisten Marken mit einer treuen Community haben einen ziemlich einseitigen öffentlichen Fußabdruck:
- Die zufriedenen Kunden reden an geschlossenen Orten. Partnerportale, private Gruppen, interne Foren, direkte Gespräche mit ihrer Ansprechperson. Viel Wohlwollen, aber fast nichts davon ist für einen Crawler sichtbar.
- Die unzufriedenen Kunden reden öffentlich. Ein Bewertungsportal, ein Kommentar unter deinem neuesten Video, ein Thread in einem offenen Forum. Dorthin gehen Leute, wenn sie das Gefühl haben, nirgendwo sonst gehört zu werden.
Das öffentliche Bild ist also oft schlechter als die Wirklichkeit. Und genau dieses öffentliche Bild sehen KI-Assistenten.
Mit mehr Werbung oder einer besseren Über-uns-Seite löst du das nicht. Du löst es dort, wo es passiert: in den Kommentaren.
Aus Social Listening wird Arbeit an der eigenen Geschichte
Social Listening war früher ein Reporting-Job. Erwähnungen zählen, Stimmung messen, ein Diagramm ins Monatsdeck. Nützlich, aber passiv.
Im KI-Zeitalter wird daraus Arbeit an der eigenen Geschichte. Die Frage ist nicht mehr nur „Wie denken die Leute über uns?“, sondern „Welche Geschichte erzählt das Öffentliche über uns, und kommen wir darin überhaupt vor?“
Das verändert, wie eine gute Antwort aussieht.
Die Standardantwort macht es schlimmer. „Das tut uns leid, bitte wende dich an unser Support-Team.“ Diese Antwort hat jeder schon hundertmal gesehen. Sie sagt den Lesern, und jeder Maschine, die mitliest, dass das Problem immer noch ungelöst ist und sich die Marke nicht damit beschäftigt hat.
Die konkrete Antwort verändert das Bild. Geh auf das eigentliche Problem ein, öffentlich, in ein paar Sätzen. Ist es ein bekanntes Problem, sag, wie es sich lösen lässt. Braucht es ein Gespräch, sag, wer anruft und wann. Die nächste Person mit demselben Problem findet die Antwort genau dort, und die KI auch.
Dann schließ den Kreis. Wenn das Problem von jemandem wirklich gelöst ist, darfst du ruhig fragen, ob die Person ihre Bewertung aktualisiert oder einen Kommentar ergänzt. Viele machen das, weil sie nie auf die Marke wütend waren, sondern darauf, ignoriert zu werden.
Wo KI-Agenten helfen
Das ist viel Arbeit, wenn du es von Hand über mehrere Accounts und Plattformen machst. Und genau bei dieser Art von Arbeit glänzen Agenten, solange ein Mensch das Sagen behält.
So sieht das Setup aus, das ich in den letzten Monaten aufgebaut habe:
- Eine wöchentliche Sentiment-Auswertung. Ein Agent holt Kommentare und Nachrichten von allen Marken-Accounts, bewertet die Stimmung jedes einzelnen und gruppiert sie nach Thema.
- Eine „Wartet noch“-Liste. Alle, die eine Frage gestellt oder sich beschwert haben und noch keine echte Antwort bekommen haben. Kein Diagramm. Eine Liste von Menschen. Eine Erkenntnis dabei: Die meisten „beantworteten“ Nachrichten in unseren Analytics waren in Wahrheit automatische Antworten innerhalb von Sekunden. Die behandeln wir jetzt als unbeantwortet.
- Antwortentwürfe. Für jeden offenen Punkt entwirft der Agent eine Antwort nach unseren eigenen Richtlinien: Tonalität, was wir zu bekannten Problemen sagen, wann wir an den Support übergeben. Die Entwürfe sind Ausgangspunkte, kein Autopilot.
- Ein Mensch prüft und postet. Immer. Der Agent hat nicht den Kontext, um zu wissen, ob dieser Kunde gestern schon mit jemandem gesprochen hat, und er soll nicht allein für die Marke sprechen.
- Aktiv gute Bewertungen sammeln. Jede Woche ein paar neue Bewertungen von Kunden, die ganz offensichtlich zufrieden sind, damit das öffentliche Bild nicht nur von den lautesten wenigen bestimmt wird.
Nichts davon ist ausgefeilte Technologie. Es ist eine Routine, und der Agent macht diese Routine so günstig, dass man sie auch wirklich durchhält.
Was du lassen solltest
Ein paar Dinge würde ich vermeiden:
- Lass den Agenten nicht allein posten. Eine einzige schlecht eingeschätzte automatische Antwort an einen verärgerten Kunden, öffentlich, macht viel sorgfältige Arbeit zunichte.
- Diskutiere nicht öffentlich. Ist eine Bewertung unfair, nenn die Fakten einmal, ruhig, und biete ein Gespräch an. Wer vernünftig wirkt, entscheiden die Leser.
- Fälsch nichts. Gekaufte oder erfundene Bewertungen sind keine Abkürzung. Sie sind ein Risiko, für Menschen wie für Maschinen.
- Verwechsle Menge nicht mit Abdeckung. Zehn schnelle Antworten auf einfache Fragen wiegen eine unbeantwortete Beschwerde nicht auf, die einen Monat lang dort steht.
Die Kurzfassung
KI-Assistenten lernen deine Marke über das kennen, was öffentlich ist. Und das Öffentliche ist oft zugunsten der wenigen Unzufriedenen verzerrt, weil die vielen Zufriedenen woanders reden.
Behandle also jeden öffentlichen Kommentar als Teil der Geschichte deiner Marke. Geh auf das eigentliche Problem ein, öffentlich, wie ein Mensch. Nutz Agenten, um alles zu finden, was noch wartet, und um die Antworten zu entwerfen. Und lass einen Menschen auf den Senden-Button drücken.
Jeder Kommentar ist ein Kunde. Und heutzutage ist jeder Kommentar auch eine Quelle.