Hier ist der nächste Teil unserer Serie. Als Experte der Goertz IT GmbH gehe ich nun dorthin, wo es in der Praxis meistens „weh tut“: in den Maschinenraum der Daten.
Nachdem Wolfgang Klaus von der SAPHIR GmbH die architektonische Freiheit (Azure/AWS) und die 0-Sekunden-Vision skizziert hat, klären wir jetzt die Frage: Warum scheitern so viele Voice-AI-Projekte im Mittelstand an der eigenen Knowledge Base?
Praxis-Check: Wenn die Voice AI den „digitalen Kabelsalat“ trifft
Wir bei der Goertz IT GmbH erleben es täglich: Ein KMU-Geschäftsführer ist begeistert von der Idee eines Voice Agents. Die Technik steht, die Stimme klingt perfekt, doch dann stellt der Agent dem Kunden die falsche Rechnung aus oder kennt die aktuellen Lieferzeiten nicht.
Der Grund? Die Knowledge Base (KB) ist kein statisches Dokument, sondern ein lebender Organismus. Hier sind die vier größten Hürden, die wir in der Praxis gemeinsam mit unseren Kunden meistern:
1. Datenqualität: „Garbage in, Garbage out“
Die größte Herausforderung ist oft die Widersprüchlichkeit. In der einen PDF steht, dass Retouren 14 Tage möglich sind, im CRM steht „30 Tage aus Kulanz“.
Die Gefahr: Die KI „halluziniert“ nicht, sie ist einfach nur verwirrt. Sie wählt im Zweifel die Information, die ihr statistisch wahrscheinlicher erscheint – das muss aber nicht die richtige sein.
Lösung: Bevor die Voice AI live geht, ist ein „Data Scrubbing“ Pflicht. Wir identifizieren die „Single Source of Truth“.
2. Datenverfügbarkeit: Der „Informations-Silo“-Effekt
In KMU liegen wertvolle Informationen oft in den Köpfen langjähriger Mitarbeiter oder in lokalen Excel-Listen auf dem Desktop von „Frau Müller“.
Die Herausforderung: Voice AI braucht Zugriff auf alles. Wenn die KI nicht weiß, dass der Techniker heute krank ist, verspricht sie dem Kunden einen Termin, den niemand halten kann.
Lösung: Wir schaffen Schnittstellen, die auch „unstrukturierte“ Datenquellen anzapfen und für die KI nutzbar machen.
3. Lesbarkeit und Struktur: Der Kampf mit dem PDF
Ein großes Problem ist die „Maschinen-Lesbarkeit“. Ein Mensch erkennt sofort eine Tabelle in einem eingescannten Fax von 2015. Eine KI tut sich extrem schwer damit.
Praxis-Tipp: Wir wandeln Ihre Dokumente in Markdown oder strukturierte JSON-Formate um. Nur so kann der Agent Informationen in Millisekunden extrahieren, während der Kunde am Telefon noch einatmet.
4. Integration: Standard vs. Individualsoftware
Hier schlägt die Stunde der Zusammenarbeit zwischen Goertz IT und SAPHIR.
Standardsoftware: Integrationen in HubSpot oder Pipedrive sind über APIs meist Routine.
Individualsoftware: Viele KMU nutzen seit 20 Jahren ein eigenbau-ERP. Hier gibt es oft keine moderne API.
Die Lösung: Wir bauen „Middleware-Layer“. Wir ziehen die Daten aus der alten Datenbank, bereiten sie auf und servieren sie der Voice AI auf einem silbernen (digitalen) Tablett.
Die Erfolgs-Formel für den KMU-Chef
Damit sich das Investment rentiert, muss die KI die Aufgabe nicht nur erledigen, sondern besser als ein Mensch. Warum? Weil ein Mensch bei „unleserlichen Daten“ nachfragt. Die KI braucht Perfektion im Hintergrund, um am Telefon „menschlich“ zu wirken.
Ein Rechenbeispiel aus der Praxis:
Ein Sanitärunternehmen (KMU) hat 500 Anrufe im Monat zur Terminabsprache.
Früher: 500 Anrufe x 5 Min = ~42 Stunden/Monat (Mensch blockiert).
Mit Voice AI: 90% der Termine werden autark vergeben. Die Datenqualität der KB sorgt dafür, dass die KI direkt in den Monteur-Kalender schreibt.
Gewinn: 38 Stunden gewonnene Zeit für Fachkräfte, die stattdessen auf der Baustelle Geld verdienen.
LinkedIn-Post: Schluss mit dem Daten-Chaos! 📂🚫
Deine Voice AI ist nur so schlau wie dein schlechtestes Excel-Sheet.
Wolfgang Klaus (SAPHIR GmbH) hat uns die Tür zur 0-Sekunden-Warteschleife geöffnet. Aber wer füllt den Agenten mit Wissen?
In meinem neuen Blog-Artikel räume ich mit den Mythen der Knowledge Base in KMU auf. Wir sprechen über:
❌ Warum PDFs oft der Feind der Automatisierung sind.
❌ Wie wir „Silo-Wissen“ aus den Köpfen in die KI bekommen.
❌ Den Kampf zwischen moderner Voice AI und 20 Jahre alter Individualsoftware.
Spoiler: Es ist kein IT-Projekt, es ist ein Wissens-Projekt. Wenn die Datenqualität stimmt, schlägt die KI den Menschen in Sachen Präzision um Längen.
Lies hier, wie du dein Unternehmen „KI-ready“ machst:
👉 [Link zum Artikel: Knowledge Base Praxis-Check]
#GoertzIT #SaphirVoice #KMU #Digitalisierung #DataQuality #VoiceAI #Mittelstand #Innovation
