KI-Chatbot erstellen: von der Idee zum Live-Bot

KI-Chatbot erstellen in einem Satz

Einen KI-Chatbot erstellen heißt heute: ein Sprachmodell mit deinen eigenen Inhalten verbinden, sein Verhalten über eine klare Anweisung eingrenzen und ihm einen definierten Weg geben, an dem er an einen Menschen übergibt.

Der Unterschied zu den Chatbots früherer Jahre ist grundlegend. Damals hast du jeden Dialogpfad selbst gebaut – jede Frage, jede Antwort, jede Verzweigung. Heute formulierst du, was der Bot darf, und lieferst ihm die Inhalte, aus denen er antworten soll. Die Formulierung übernimmt das Modell. Das spart Wochen an Arbeit und bringt ein neues Problem mit: Ein Bot, der frei formuliert, kann auch frei danebenliegen.

Chatbot oder Agent? Die Abgrenzung vorab

Beides wird gern in einen Topf geworfen, ist aber technisch und rechtlich etwas anderes.

Ein Chatbot beantwortet Fragen. Er liest, formuliert, verweist – und ändert nichts. Ein KI-Agent verfolgt ein Ziel, plant Schritte und greift über Werkzeuge in Systeme ein: Er legt Tickets an, ändert Bestellungen, verschickt Nachrichten. Die Grundlagen dazu stehen in Was sind KI-Agenten?.

Die Grenze ist fließend, denn viele Support-Bots dürfen inzwischen eine Kleinigkeit tun – den Sendungsstatus abfragen etwa. Für dein Projekt ist trotzdem die wichtigste erste Entscheidung: Soll der Bot nur antworten oder auch handeln? Ein reiner Antwort-Bot ist in wenigen Tagen sauber aufgesetzt. Sobald Aktionen dazukommen, gelten die Regeln aus KI-Agenten erstellen – inklusive Berechtigungen, Freigaben und Protokollierung.

Die drei Bauarten im Vergleich

Für die meisten Websites ist die mittlere Spalte die richtige Wahl. Der Bot arbeitet dabei nach dem Prinzip Retrieval Augmented Generation: Er sucht zur Frage passende Abschnitte in deinen Inhalten und formuliert die Antwort ausschließlich daraus. Wie dieses Verfahren im Detail funktioniert, erklärt der Artikel RAG: Retrieval Augmented Generation.

Die Wissensbasis entscheidet, nicht das Modell

Das ist der Punkt, an dem Projekte gewonnen oder verloren werden. Ein starkes Modell auf einer schlechten Datenbasis produziert überzeugend formulierten Unsinn – flüssig, freundlich und falsch.

Eine tragfähige Wissensbasis erkennst du an vier Eigenschaften:

• Aktuell. Veraltete Preise oder eingestellte Produkte im Index sind schlimmer als eine Wissenslücke. Lege fest, wie oft neu eingelesen wird.
• Eindeutig. Zwei Dokumente mit widersprüchlichen Angaben führen zu Zufallsantworten. Vorher aufräumen, nicht danach nachbessern.
• Sinnvoll geschnitten. Sehr lange Dokumente werden in Abschnitte zerlegt. Schneidet man mitten in einen Zusammenhang, geht der Kontext verloren. Struktur mit klaren Überschriften hilft dem Bot genauso wie deinen Leserinnen und Lesern.
• Abgegrenzt. Interne Preislisten, Verträge und Personaldaten gehören nicht in einen öffentlichen Bot. Trenne öffentliche und interne Wissensbasis strikt.

Eine oft unterschätzte Nebenwirkung: Der Bot deckt die Lücken deiner Inhalte gnadenlos auf. Wenn er eine häufige Kundenfrage nicht beantworten kann, fehlt die Antwort meist auch auf deiner Website.

Tool-Wahl: die drei realistischen Wege

Fertige Chatbot-Plattform. Spezialisierte Anbieter liefern Widget, Oberfläche, Auswertung und Übergabe an den Live-Chat fertig mit. Du hinterlegst Website und Dokumente, konfigurierst Ton und Grenzen, fertig. Schnellster Weg zu einem ordentlichen Ergebnis, gegen laufende Kosten je nach Gesprächsvolumen.

Assistent-Baukasten der Modellanbieter. Für interne Zwecke oft ausreichend und in Minuten fertig – siehe Custom GPTs erstellen. Für einen öffentlichen Bot auf der eigenen Website taugt das nur eingeschränkt, weil Einbindung, Datenschutzkonfiguration und Auswertung begrenzt sind.

Selbst gebaut auf einer Automatisierungsplattform oder im Code. Volle Kontrolle über Datenhaltung, Modellwahl und Übergabelogik, Self-Hosting möglich. Sinnvoll bei besonderen Anforderungen an Datenschutz oder Systemanbindung – und deutlich mehr Aufwand im Betrieb. Zur Einordnung der Modelloptionen hilft KI-Modelle im Vergleich.

In sechs Schritten zum Live-Bot

1. Zweck festlegen. Ein Satz, eine Zielgruppe, ein messbares Ziel – etwa „beantwortet Produktfragen im Shop und senkt die Zahl der Standard-Supportmails". Ein Bot, der alles können soll, kann nichts richtig.
2. Echte Fragen sammeln. 50 bis 100 tatsächliche Anfragen aus Postfach, Support-Tool und Suchfeld. Diese Liste ist gleichzeitig Anforderungsprofil und späterer Testdatensatz.
3. Wissensbasis aufbauen. Inhalte auswählen, aktualisieren, widersprüchliche Angaben klären, öffentlich und intern trennen.
4. Verhalten definieren. Rolle, Tonalität, Sprachen, verbotene Themen – und die wichtigste Regel überhaupt: Was passiert bei Unsicherheit? Die richtige Antwort ist immer „Das kann ich dir nicht sicher sagen, ich verbinde dich weiter", nie ein geratener Inhalt.
5. Übergabe einbauen. Ein klarer Weg zum Menschen: Kontaktformular, Live-Chat oder Rückrufwunsch, mit dem bisherigen Gesprächsverlauf. Fehlt dieser Ausgang, wird der Bot vom Service zum Ärgernis.
6. Testen und begleitet starten. Alle gesammelten Fragen durchlaufen lassen, dazu bewusst Grenzfälle: Tippfehler, mehrere Fragen auf einmal, Beschwerden, Fremdsprachen, Provokationen. Danach zunächst auf einem Teil der Seiten starten und die Protokolle täglich lesen.

Rechne für einen ordentlichen Website-Bot mit zwei bis vier Wochen. Der Aufbau ist der kleinere Teil, die Aufbereitung der Inhalte der größere.

DSGVO: was vor dem Livegang geklärt sein muss

Ein Chatbot verarbeitet personenbezogene Daten, sobald jemand hineinschreibt – und Nutzerinnen und Nutzer schreiben erstaunlich viel hinein. Diese Punkte gehören vor den Start, nicht danach:

• Rechtsgrundlage und Zweck. Für welchen Zweck werden Gespräche verarbeitet und wie lange gespeichert? Kurze, festgelegte Löschfristen sind einfacher zu begründen als eine unbefristete Aufbewahrung.
• Auftragsverarbeitung. Mit dem Chatbot-Anbieter und, falls getrennt, mit dem Modellanbieter braucht es einen Vertrag zur Auftragsverarbeitung. Prüfe zusätzlich, wo verarbeitet wird und ob deine Eingaben zum Training verwendet werden dürfen – bei Geschäftstarifen ist Letzteres üblicherweise ausgeschlossen, aber nachzulesen.
• Transparenz. Der Bot muss als KI-System erkennbar sein. Das verlangt inzwischen nicht nur die Höflichkeit, sondern auch die europäische KI-Regulierung mit ihren Transparenzpflichten. Ein Hinweis am Gesprächsbeginn plus ein Absatz in der Datenschutzerklärung genügen.
• Datensparsamkeit. Keine Pflichtfelder mit Namen oder Mailadresse vor dem ersten Kontakt. Sensible Kategorien – Gesundheit, Finanzen, Bewerbungen – möglichst früh an einen sicheren Kanal übergeben.
• Auskunft und Löschung. Du musst Gespräche einer Person zuordnen und löschen können. Das setzt voraus, dass du weißt, wo sie liegen.

Wenn ihr an dieser Stelle unsicher seid: Wir bei Buzz­matic begleiten solche Projekte von der Auswahl der Datenbasis bis zur datenschutzkonformen Einbindung – und die Klärung gehört an den Anfang, nicht in die Woche vor dem Start.

Woran man einen zu früh gestarteten Bot erkennt

Er erfindet Details. Meist bei Preisen, Fristen und Verfügbarkeiten. Ursache ist fast immer eine lückenhafte Wissensbasis in Kombination mit einer Anweisung, die Raten nicht verbietet.

Er kennt den Kontext nicht. Wer im Warenkorb fragt, meint die Bestellung darin. Ein Bot ohne Seitenkontext antwortet allgemein – und wirkt begriffsstutzig.

Er lässt niemanden raus. Drei Rückfragen ohne sichtbaren Weg zum Menschen, und aus einem Interessenten wird eine schlechte Bewertung.

Niemand liest mit. Ohne wöchentlichen Blick in die Gesprächsprotokolle merkst du nicht, welche Fragen häufig unbeantwortet bleiben – dabei ist genau das die wertvollste Nebenwirkung des ganzen Projekts.

Fazit

Ein KI-Chatbot ist kein Modellprojekt, sondern ein Inhaltsprojekt mit technischer Hülle. Entscheide zuerst, ob der Bot nur antworten oder auch handeln soll, investiere den Großteil der Zeit in eine saubere, aktuelle Wissensbasis, verbiete das Raten ausdrücklich und baue einen sichtbaren Weg zum Menschen ein. Wer diese vier Punkte ernst nimmt, bekommt einen Bot, der Support entlastet – statt ihn zu erzeugen.