Viel Wertschöpfung durch KI entsteht dort, wo Unternehmen mit ihren Kunden reden: bei Anfragen, Angeboten, Rückfragen und dem Nachfassen, das im Alltag so oft liegen bleibt. Genau hier könnt ihr KI Kundenanfragen automatisieren, ohne dass eure Kunden das Gefühl bekommen, mit einem Bot zu sprechen.
Entscheidend ist der Workflow rund um das Modell: Die KI sortiert, bereitet vor und erinnert. Der Mensch entscheidet und schickt ab. In diesem Artikel zeigen wir den Prozess, wie wir ihn für Teams aufbauen, mit n8n auf eigener Infrastruktur und Modellen, die in Europa laufen.
NCA MCP Middleware für Unternehmensdaten: Wir verbinden KI Modelle über eigene MCP Server mit eurem CRM, eurem Postfach und eurem CMS. Ihr legt fest, was die KI lesen und schreiben darf, alles andere bleibt tabu. Zur MCP Middleware
Warum Kundenanfragen der beste Startpunkt sind
Anfragen haben alles, was eine Automatisierung braucht: Sie kommen ständig, sehen sich ähnlich, und die ersten Schritte sind reine Fleißarbeit. Wer hat geschrieben, worum geht es, wie dringend ist es, wer muss sich kümmern? Diese Fragen beantwortet ein kleines Modell in Sekunden, zuverlässig und ohne Weltwissen.
Gleichzeitig ist die Beziehung zum Kunden zu wertvoll für Experimente. Deshalb gilt bei uns eine Regel ohne Ausnahme: Nichts geht ohne Freigabe raus. Die KI schreibt Entwürfe, keine Antworten. Das nimmt dem Thema die Angst und bringt trotzdem den Großteil der Zeitersparnis.
Der Workflow in fünf Schritten
So sieht der Prozess aus, den wir in n8n abbilden. Jeder Schritt ist ein eigener Knoten, und zwischen den Schritten könnt ihr jederzeit einen Menschen einbauen.
Schritt 1 erfasst die Anfrage
Eine Mail kommt an, ein Formular wird abgeschickt, ein Chat beginnt. n8n holt die Anfrage ab, egal über welchen Kanal, und legt sie in einer Warteschlange ab. Der Kanal ist egal, der Prozess dahinter ist immer derselbe.
Schritt 2 sortiert und ordnet ein
Ein kleines Modell wie Ministral klassifiziert: Neukunde oder Bestandskunde, Anfrage, Beschwerde, Bestellung oder Spam, dringend oder nicht. Es läuft lokal mit Ollama auf eurem Server, die Mail verlässt das Haus nicht. Unsichere Fälle markiert es, statt zu raten.
Schritt 3 zieht die Daten und legt den Vorgang an
Ein mittleres Modell wie Mistral Small extrahiert Name, Firma, Produkt, Menge und Wunschtermin. Über unseren MCP Server legt n8n den Vorgang im CRM an oder ergänzt den bestehenden Kontakt. Welche Felder die KI schreiben darf, ist fest definiert.
Schritt 4 schreibt den Entwurf
Mit den extrahierten Daten und euren Vorlagen schreibt das Modell einen Antwortentwurf oder bereitet ein Angebot vor. Die Vorlagen sind eure, der Ton ist eurer. Die KI füllt aus, sie erfindet nichts. Fehlt eine Information, stellt der Entwurf eine Rückfrage, statt etwas anzunehmen.
Schritt 5 regelt Freigabe und Nachfassen
Der Entwurf landet bei der zuständigen Person. Sie liest, ändert, schickt ab. Danach übernimmt n8n das, was sonst liegen bleibt: Hat der Kunde nach einer Woche nicht reagiert, erinnert der Workflow. Die Erinnerung geht an euch, nie direkt an den Kunden. Nachfassen bleibt eine Entscheidung, keine Automatik.
| Schritt | Wer macht es | Was dabei im Haus bleibt |
|---|---|---|
| Erfassen | n8n | Alles, läuft auf eigenem Server |
| Sortieren | Kleines Modell, lokal | Alles, Modell läuft im eigenen Netz |
| Daten ziehen | Mittleres Modell | Daten bleiben in Europa, bei eigenem Hosting im Haus |
| Entwurf | Mittleres Modell mit euren Vorlagen | Vorlagen und Tonalität sind eure |
| Freigabe und Nachfassen | Mensch, n8n erinnert | Jede Antwort ist eine menschliche Entscheidung |
Damit es nicht nach Bot klingt
Kunden erkennen Bots an drei Dingen: an Floskeln, an falschen Annahmen und an Antworten, die nicht auf die Frage eingehen. Dagegen helfen klare Regeln im Workflow:
- Eure Vorlagen, nicht die des Modells. Das Modell bekommt eure besten echten Antworten als Beispiel und hält sich daran.
- Rückfrage statt Annahme. Fehlt eine Information, fragt der Entwurf nach. Er rät nicht.
- Ein Mensch pro Antwort. Keine Antwort verlässt das Haus ohne Blick und Freigabe. Das ist der eigentliche Unterschied zum Chatbot.
- Keine Automatik Richtung Kunde. Nachfassen, Erinnern, Angebote nachreichen: Der Workflow schlägt vor, ihr entscheidet.
Welche Werkzeuge wir dafür einsetzen
Das Rückgrat ist n8n auf eigenem Server. Warum das so gut zu Webprojekten passt, zeigt n8n und Vue.js. Die Verbindung zu euren Systemen bauen wir über MCP Server, etwa zu einem CRM wie Twenty oder zu einer Support Inbox wie Chatwoot. Welches Open Source CRM sonst in Frage kommt, steht im Artikel Open Source CRM.
Bei den Modellen gilt: klein für das Sortieren, mittel für Extraktion und Entwürfe, groß nur für die Einzelfälle, die beide nicht schaffen. Was den Unterschied ausmacht und warum das Alleskönner Modell hier meist die falsche Wahl ist, erklärt Domänenspezifische KI erklärt.
Wie ihr startet
- Einen Kanal wählen. Meist das zentrale Postfach für Anfragen. Nicht alle Kanäle auf einmal.
- Nur sortieren. In der ersten Woche klassifiziert die KI nur und legt Vorgänge an. Ihr prüft, wie oft sie richtig liegt.
- Entwürfe dazunehmen. Erst wenn das Sortieren sitzt, kommen Antwortentwürfe mit euren Vorlagen dazu.
- Nachfassen aktivieren. Zum Schluss die Erinnerungen, weil sie den größten Effekt auf den Umsatz haben und am wenigsten Risiko bergen.
Wie ihr das im Unternehmen grundsätzlich aufsetzt, mit Daten, Regeln und einem Tag für die ganze Belegschaft, steht in KI im Unternehmen einführen.
Häufige Fragen zu KI in Kundenbeziehungen
Kann KI Kundenanfragen vollautomatisch beantworten?
Technisch ja, wir raten aber davon ab. Die Beziehung zum Kunden ist zu wertvoll für falsche Annahmen. Unser Ansatz: Die KI sortiert, zieht Daten und schreibt Entwürfe, ein Mensch gibt jede Antwort frei. So entsteht der Großteil der Zeitersparnis, ohne dass eine fehlerhafte Antwort beim Kunden landet.
Bleiben die Kundendaten DSGVO konform im Unternehmen?
Ja, wenn der Workflow so gebaut ist. n8n läuft auf eigenem Server, das Sortiermodell läuft lokal, und das mittlere Modell holt ihr über einen europäischen Anbieter oder betreibt es bei einem Hoster in Deutschland. Über MCP Server legt ihr fest, welche Felder die KI überhaupt sieht. Auftragsverarbeitung und Logging müsst ihr trotzdem regeln.
Welches KI Modell eignet sich für Kundenanfragen?
Für das Sortieren ein kleines Modell wie Ministral, das lokal läuft. Für Extraktion und Entwürfe ein mittleres Modell wie Mistral Small. Ein großes Modell braucht ihr nur für komplexe Einzelfälle. Alle genannten Modelle kommen aus Europa und haben offene Gewichte. Die Details stehen in unserem Glossar KI Modelle.
Wie verhindere ich, dass Antworten nach Bot klingen?
Mit euren eigenen Vorlagen als Beispiel, mit der Regel Rückfrage statt Annahme und mit einem Menschen, der jede Antwort liest und anpasst. Kunden erkennen Bots an Floskeln und falschen Annahmen, nicht am Modell. Beides lässt sich im Workflow verhindern.
Funktioniert das auch mit unserem bestehenden CRM?
In den meisten Fällen ja. n8n hat Anbindungen an gängige Systeme, und für alles andere bauen wir einen MCP Server, der genau die Felder freigibt, die der Workflow braucht. Ihr müsst euer CRM nicht wechseln, um anzufangen.
Baut den Workflow mit uns
Wir setzen den Anfragen Workflow mit euch in n8n auf eigener Infrastruktur auf, verbinden ihn über MCP mit eurem CRM und wählen die Modelle, die in Europa laufen. Erst sortieren, dann Entwürfe, dann Nachfassen. Das Vorgespräch ist kostenlos.
