Chatbot-Feedback auswerten und Antworten gezielt verbessern

Öffne den vorgesehenen Assistenten, wähle Tools und suche Feedback. Aktiviere „Enable feedback collection“ sowie „Show thumbs up/down on bot answers in widget“. Das Tool nimmt Datensätze an; die Widget-Einstellung zeigt die Bewertungsbuttons unter geeigneten Assistentenantworten.

Aktiviere E-Mail-Benachrichtigungen nur für berechtigte Empfänger mit festem Prüfprozess. Eine sinnvolle Regel: negatives Feedback innerhalb eines Arbeitstags prüfen, riskante Richtlinien- oder Sicherheitsantworten sofort untersuchen und positive Beispiele in die wöchentliche Qualitätsstichprobe aufnehmen. Speichere, lade neu und prüfe den Zustand.

Öffne Dashboard → Feedback. Wähle zuerst einen Assistenten, danach eine Sprache, ein Signal wie Negative oder Positive Feedback und einen festen Zeitraum. Nutze die Suche erst anschließend. Dokumentiere Filter und Datum für eine reproduzierbare Prüfgruppe.

Das kontrollierte Beispiel filtert zuerst genau einen negativen Tutorial-Lab-Eintrag auf Englisch und wechselt danach zum separaten positiven Eintrag für die Detailprüfung. Das belegt Filter und Testdatensätze, aber weder ein allgemeines Muster noch Kaufinteresse. Vergleiche produktiv eine sinnvolle Menge mit gleichem Assistenten, Sprache und Zeitraum und nenne die Zeilenanzahl nur bei bekanntem Nenner eine Quote.

Öffne die Augen-Aktion einer Zeile. „Feedback Details“ zeigt Assistent, Session-ID, Sprache, Interessenslabel, Zeitpunkt, Antwortinhalt und gespeicherten Kontext. Lies vollständige Antwort und exakte Frage gemeinsam und öffne danach, falls verfügbar, das Quellgespräch für vorherige und folgende Nachrichten.

Im geprüften Beispiel fragte der Besucher: „What is the 2028 warranty policy for Northstar Services?“. Die gespeicherte Antwort meldet fehlende Informationen; der Eintrag trägt Positive Feedback. Der Assistent kannte die Richtlinie nicht, sondern vermied eine Erfindung. Dokumentiere dies als sichere Nichtwissensantwort und frage den Richtlinienverantwortlichen, ob eine freigegebene Antwort existieren soll.

Ordne negatives Feedback vor jeder Änderung ein: falscher oder veralteter Fakt, fehlendes Wissen, Ton, Format, fehlgeschlagene Aktion, fehlender Folgeweg, Erwartungsabweichung oder unabhängiger Frust. Nutze eine Haupt- und optional eine Nebenursache, damit Monatsmuster zählbar bleiben.

Ordne die Ursache ihrem Verantwortungsbereich zu. Korrigiere falsche oder veraltete Fakten in der maßgeblichen Website oder Datei. Ergänze freigegebenes fehlendes Wissen in der gepflegten Quelle. Ändere die Rolle bei wiederkehrenden Ton-, Umfangs- oder Eskalationsproblemen. Repariere Action Bar, Leads, Booking, Live Chat oder API, wenn ein funktionierender nächster Schritt fehlt. Vergleiche Modelle erst bei sauberen Quellen, Abrufregeln und Anweisungen.

Erfinde für das Garantiebeispiel keine überzeugende Richtlinie und mache die sichere Antwort nicht künstlich selbstbewusster. Bitte den Richtlinienverantwortlichen um freigegebenen Text und Gültigkeitsdatum. Ohne Richtlinie bleibt die ehrliche Antwort samt überwachten Supportweg. Bei freigegebenem Inhalt aktualisierst du die maßgebliche Quelle, entfernst Konflikte, wartest auf die Indexierung und dokumentierst die Version.

Ändere immer nur eine Ebene. Speichere Ausgangsantwort, Verantwortlichen, Änderung, Quellversion und erwartete Verbesserung. So bleibt der Effekt erklärbar.

Starte nach abgeschlossenem Quellenstatus ein neues Testgespräch. Stelle die exakte Originalfrage und Varianten wie „Does Northstar cover repairs in 2028?“ und „Where can I read the current warranty terms?“. Vergleiche jede Antwort mit der freigegebenen Quelle und prüfe Belege, Datum, Grenzen, Ton und nächsten Schritt. Stelle zusätzlich eine bewusst unbelegte Frage für die sichere Nichtantwort.

Das sichtbare Beispiel ist eine geprüfte Baseline: Die Garantiefrage erhielt eine sichere Antwort und das Widget zeigte Daumenbuttons. Da keine freigegebene Richtlinie für 2028 ergänzt wurde, behauptet das Tutorial keine korrigierte Garantieantwort. Eine echte Änderung gilt erst nach sauberem Test samt Regressionen.

Überwache Wiederholungen mit denselben Regeln für Assistent, Sprache, Signal und Zeitraum. Vergleiche Ursachen pro bewertbarer Antwort bei verfügbarem Nenner statt nur rohe Daumen. Prüfe riskante Fehler sofort und fasse weniger riskante Themen monatlich mit Verantwortlichem, Quellversion, Maßnahme, Retest und Wiederholung zusammen.