In den KI-Projekten, die wir bei Soamee entwickeln, überrascht uns kaum etwas so sehr wie das Missverhältnis zwischen den Kosten einer Lösung und ihrer tatsächlichen Wirkung. Dies ist die Geschichte eines Features, das weniger als $30 pro Monat gekostet hat und die Support-Tickets eines SaaS-Kunden in den ersten acht Wochen um 40% reduziert hat.
Keine großen Modelle. Keine exotische Infrastruktur. Nur eine einfache Idee, gut umgesetzt, mit dem richtigen Sprachmodell für die Aufgabe.
Das Problem: das Support-Team ertrinkt in wiederholten Fragen
Als der Kunde auf uns zukam, bearbeitete sein Support-Team zwischen 800 und 1.200 Tickets pro Monat. Das Problem war nicht die Komplexität der Anfragen — es war das Gegenteil: 60% der Tickets waren Varianten derselben 30 Fragen.
“Wie exportiere ich meine Daten?”, “Kann ich meinen Plan über das Dashboard wechseln?”, “Warum kommt meine Bestätigungs-E-Mail nicht an?”. Fragen, die jeder, der die Dokumentation gelesen hätte, in zwei Minuten hätte beantworten können. Aber die Nutzer öffneten lieber ein Ticket, als selbst nach der Antwort zu suchen.
Die direkten Kosten waren offensichtlich: Agentenstunden, die mit der Beantwortung von Fragen verbracht wurden, deren Antworten bereits aufgeschrieben waren. Aber die indirekten Kosten waren schlimmer: Komplexe Tickets — die, die wirklich menschliches Eingreifen erforderten — erhielten später Aufmerksamkeit, weil die Warteschlange durch einfache Fragen blockiert war.
Die naheliegendste Lösung wäre gewesen, mehr Agenten einzustellen. Aber das Team war klein, das Budget knapp, und menschlichen Support zu skalieren löst das eigentliche Problem nicht: die Reibung zwischen dem Nutzer und der vorhandenen Dokumentation.
Die Idee: Was Wäre, Wenn Wir Einfach die Einfachen Beantworten?
Die entscheidende Erkenntnis war diese: Wir brauchen keinen ausgefeilten KI-Agenten. Wir brauchen etwas, das die vorhandenen FAQs liest und in der Lage ist, in natürlicher Sprache zu antworten, wenn ein Nutzer dasselbe mit anderen Worten fragt.
Einfaches RAG. Kleines, günstiges Modell. Fallback zu Mensch bei niedrigem Konfidenz-Level. Nicht mehr.
Die Versuchung bei diesen Projekten ist es, die Lösung zu überingenieurisieren. Konversationsgedächtnis hinzufügen, das CRM integrieren, einen Multi-Step-Agenten mit Zugriff auf interne APIs bauen. All das könnte in späteren Phasen Sinn machen. Aber in Phase null ist die richtige Frage: Was ist das Mindest-Feature, das 80% des Problems löst?
In diesem Fall war die Antwort klar: ein FAQ-Auto-Responder auf Basis semantischer Suche und einem kostengünstigen LLM.
Die Architektur: Einfach by Design
Das System, das wir gebaut haben, hat vier Komponenten und kann auf einer Serviette skizziert werden:
1. Indizierte Wissensdatenbank
Wir haben die 47 vorhandenen Wissensdatenbankbeiträge des Kunden (im Markdown-Format) genommen und sie mit einem Ingestion-Skript verarbeitet. Jeder Beitrag wird in Chunks von ~500 Token mit 50-Token-Überlappung aufgeteilt, um den Kontext zwischen Absätzen zu erhalten. Jeder Chunk wird mit dem Modell text-embedding-3-small von OpenAI in einen Embedding-Vektor umgewandelt (Kosten: $0,00002 pro 1.000 Token; die vollständige Ingestion kostete weniger als $0,05).
Die Vektoren werden in einer leichtgewichtigen Vektordatenbank gespeichert (wir haben Qdrant auf einer eigenen Instanz verwendet, obwohl Supabase mit pgvector für dieses Volumen genauso gut funktioniert).
2. Semantischer Such-Endpunkt
Wenn ein Nutzer eine Anfrage im Support-Widget eingibt, bevor ein Ticket geöffnet wird, durchläuft der Text unseren Endpunkt. Er wird in ein Embedding umgewandelt, die 3 relevantesten Chunks werden per Cosinus-Ähnlichkeit abgerufen, und ein Prompt wird erstellt mit:
- Der ursprünglichen Anfrage des Nutzers
- Den 3 abgerufenen Dokumentations-Chunks
- Einer System-Anweisung, die eine prägnante Antwort im Marken-Ton fordert, mit der expliziten Anweisung, keine Informationen zu erfinden, die nicht im Kontext vorhanden sind
3. Kostengünstiges LLM mit Caching
Der resultierende Prompt geht an Claude Haiku (oder GPT-4o-mini, je nach Präferenz). Diese Modelle kosten ~$0,001 pro 1.000 Input-Token und ~$0,002 pro 1.000 Output-Token. Ein typischer Prompt hat 600-800 Input-Token und generiert 150-250 Output-Token. Die Kosten pro Anfrage betragen ungefähr $0,0015-$0,0025.
Semantisches Caching ist das Element, das die Kosten in der Produktion am stärksten reduziert. Für die häufigsten Anfragen (die 35-40% des Gesamtvolumens ausmachen) gibt das System die gecachte Antwort zurück, ohne das LLM aufzurufen. Die effektiven Kosten dieser Anfragen sind praktisch null.
4. Fallback-Logik
Das System enthält einen Konfidenz-Score basierend auf dem Ähnlichkeits-Score des nächsten Ergebnisses. Wenn der relevanteste Chunk eine Ähnlichkeit unter 0,72 hat (ein Schwellenwert, der in den ersten Wochen kalibriert wurde), antwortet das System nicht automatisch. Stattdessen zeigt es dem Nutzer die relevanteste gefundene Dokumentation und bietet die Möglichkeit, ein Ticket zu öffnen, mit dem für den Agenten vorausgefüllten Such-Kontext.
Dies stellt sicher, dass das System nur antwortet, wenn es eine Grundlage dafür hat. Die in der Produktion beobachtete Halluzinationsrate lag unter 0,5%.
Die Kostenaufstellung: $0,002 pro Anfrage
Die folgende Tabelle zeigt die tatsächlichen monatlichen Kosten des Systems in der Produktion, bei einem Volumen von ~1.000 Anfragen pro Monat:
| Komponente | Detail | Kosten/Monat |
|---|---|---|
| Query-Embeddings | 1.000 Anfragen × ~300 Token | ~$0,006 |
| LLM (Claude Haiku) | 600 Anfragen ohne Cache × ~1.000 Token | ~$1,20 |
| Vektordatenbank | Qdrant Cloud (Basic Tier) | $10,00 |
| Server/API | Serverless-Funktion (AWS Lambda) | ~$2,00 |
| Wöchentliche Docs-Neuingestion | Inhalts-Update | ~$0,10 |
| Gesamt | ~$13-15/Monat |
Mit aktiviertem Caching für die häufigsten Anfragen betragen die effektiven Kosten pro gelöster Anfrage $0,002. Für gecachte Anfragen sind die Kosten $0,00.
Was vorher Stunden an Agentenzeit kostete, kostet jetzt weniger als ein Kaffee.
Die Ergebnisse: Acht Wochen Später
Vor dem System verarbeitete das Team durchschnittlich 950 Tickets pro Monat. Acht Wochen nach dem Deployment:
Ticket-Reduktion: -40%
Das System löste 40% der Anfragen, die zuvor Tickets generierten, autonom. Es hat sie nicht abgelenkt, nicht ignoriert: Es hat sie ohne menschliches Eingreifen zufriedenstellend beantwortet.
Antwortzeit: 3 Sekunden im Durchschnitt
Die Antwortzeit des Systems ist aus der Perspektive des Nutzers nahezu sofortig. Im Vergleich zur vorherigen Wartezeit (die je nach Team-Auslastung 4-24 Stunden betragen konnte) war die wahrgenommene Verbesserung erheblich.
Zufriedenheit: 92% positive Bewertungen
Wir haben am Ende jeder automatischen Antwort eine Mikro-Bewertung implementiert (Daumen hoch / Daumen runter). 92% der automatischen Antworten erhielten positive Bewertungen. Die verbleibenden 8% führten zu einem Ticket mit vorausgefülltem Kontext.
Komplexe Tickets bekommen mehr Aufmerksamkeit
Mit 40% weniger Last in der Warteschlange konnten die Agenten mehr Zeit für Tickets aufwenden, die dies wirklich benötigten. Die durchschnittliche Lösungszeit für komplexe Tickets sank von 18 Stunden auf 11 Stunden.
Was Uns Überrascht Hat: Nutzer Bevorzugen KI für Einfache Fragen
Das unerwartetste Ergebnis war nicht quantitativ, sondern qualitativ. In den ersten Wochen erhielten wir anekdotisches Feedback von Nutzern, die sagten, sie bevorzugten die automatische Antwort gegenüber dem Warten auf einen Agenten bei einfachen Fragen.
Der Grund ist intuitiv, wenn man darüber nachdenkt: Wenn man weiß, dass die eigene Frage einfach ist, fühlt sich die Reibung des Wartens auf eine menschliche Antwort (wie minimal auch immer) unverhältnismäßig an. Eine sofortige Antwort, auch von einer KI, beseitigt diese Reibung.
Das hat uns auch etwas über das Design dieser Systeme gelehrt: Transparenz ist wichtig. Das Widget zeigte klar an: “Automatische Antwort basierend auf unserer Dokumentation.” Es versuchte nicht, sich als Mensch auszugeben. Und das erzeugte, weit davon entfernt Misstrauen zu wecken, Vertrauen: Die Nutzer wussten genau, was sie bekamen und warum.
Was Nicht Funktioniert Hat: Die Grenzen des Systems
Ehrlichkeit ist Teil des Designs. Dieses System hat klare Grenzen, und es ist wichtig, sie anzuerkennen.
Komplexe technische Vorfälle
Wenn ein Nutzer einen Bug mit spezifischen Reproduktionsschritten, Fehler-Logs oder unerwartetem Verhalten meldet, kann das RAG-System nicht helfen. Die Dokumentation enthält nicht diesen Grad an Spezifität. Diese Fälle gehen immer zu einem menschlichen Agenten, und das ist richtig so.
Beschwerden und emotionale Situationen
Ein frustrierter Nutzer, der seit Tagen ein Problem hat, möchte keine Dokumentationsantwort. Er möchte gehört werden. Das System erkennt Frustrationsmuster im Text (Wörter wie “inakzeptabel”, “ich warte seit Wochen”, “ich möchte kündigen”) und eskaliert direkt zum Menschen, ohne zu versuchen, mit Dokumentation zu antworten.
Fragen, die Account-Kontext implizieren
“Wie viele Nutzer kann ich in meinem aktuellen Plan hinzufügen?” klingt wie eine FAQ-Frage, erfordert aber die Kenntnis des spezifischen Plans des Nutzers. Ohne CRM-Zugriff antwortet das System mit den allgemeinen Plan-Informationen und empfiehlt, in den Account-Einstellungen nachzusehen. In Phase zwei des Projekts ist geplant, einen Session-Token hinzuzufügen, der es dem System ermöglicht, den aktiven Plan des Nutzers zu kennen.
Onboarding neuer Flows
Wenn das Produkt ein neues Feature launcht, gibt es eine 1-2-wöchige Phase, bis die Dokumentation aktualisiert und neu ingestiert ist. In dieser Zeit gehen Fragen über das neue Feature an den Agenten. Es ist der einzige strukturelle “Lag” des Systems.
Die Mathematik: $30 pro Monat vs. Was Agentenzeit Tatsächlich Kostet
Lassen Sie uns die Zahlen in Perspektive setzen. Ein dedizierter Support-Agent in einem typischen SaaS-Unternehmen kostet das Unternehmen vollständig belastet ungefähr $3.000-4.000 pro Monat. Seine Ticket-Bearbeitungskapazität, unter der Annahme, dass er 70% seiner Zeit mit der Beantwortung von Anfragen verbringt, beträgt etwa 400-600 Tickets pro Monat.
Das KI-System löste 380 Tickets pro Monat (40% von 950) zu Kosten von $15. Wenn diese Tickets von einem menschlichen Agenten bearbeitet worden wären, hätten sie 65-95% seiner monatlichen Kapazität ausgemacht.
Wir sagen nicht, dass KI den Agenten ersetzt. Wir sagen, dass KI den Agenten befreit, die Arbeit zu tun, die nur ein Mensch gut machen kann.
Der ROI war in diesem Fall um mehrere Größenordnungen höher. Und die anfängliche Implementierungsinvestition wurde in den ersten zwei Betriebswochen amortisiert.
Wie Man Dies Im Eigenen Produkt Repliziert
Wenn Sie ein SaaS mit einer vorhandenen Wissensdatenbank und einem Support-Volumen haben, das langsam zur Last wird, ist dies der direkteste Weg:
Woche 1: Prüfen Sie Ihre Tickets der letzten 3 Monate. Klassifizieren Sie Anfragen nach Kategorie. Wenn 40-60% Fragen sind, deren Antworten bereits in Ihrer Dokumentation existieren, haben Sie einen klaren Use Case.
Woche 2: Dokumentations-Ingestion. Konvertieren Sie Ihre Artikel in Markdown, falls sie es noch nicht sind, teilen Sie sie in Chunks auf, generieren Sie Embeddings. Dieser Prozess ist technisch, aber nicht komplex.
Woche 3: Bauen Sie den Minimal-Endpunkt. Semantische Suche + Prompt + LLM + Fallback-Logik. Fügen Sie keine weitere Funktionalität hinzu, bis dies funktioniert.
Woche 4: Deployen Sie im Shadow-Modus (die KI generiert Antworten, aber ein Mensch überprüft sie vor dem Senden). Kalibrieren Sie den Konfidenz-Schwellenwert. Passen Sie den Prompt basierend auf beobachteten Fehlern an.
Wochen 5-8: Aktivieren Sie den autonomen Modus für die Kategorien mit dem höchsten Konfidenz-Level. Überwachen Sie die Zufriedenheitsrate. Iterieren Sie.
Das zugrundeliegende Prinzip ist immer dasselbe: Klein anfangen, alles messen, auf Basis echter Daten iterieren.
Fazit: KI Muss Nicht Teuer Sein, Um Nützlich Zu Sein
Die dominierende Erzählung über KI in Unternehmen dreht sich oft um große Transformationen, komplexe Plattformen und sechsstellige Budgets. Aber einige der bedeutendsten Auswirkungen, die wir in unseren Projekten gesehen haben, kommen von kleinen, gut definierten Features, die ein konkretes Problem mit bescheidener Technologie lösen.
$0,002 pro Anfrage. $15 pro Monat. 40% weniger Tickets. 92% Zufriedenheit.
Diese Zahlen sind nicht außergewöhnlich, weil die Technologie ausgereift ist. Sie sind außergewöhnlich, weil die Technologie die richtige für das Problem ist.
Wenn Ihr Support-Team Zeit damit verbringt, Fragen zu beantworten, die bereits in Ihrer Dokumentation beantwortet sind, haben Sie ein Problem, das KI heute lösen kann — mit öffentlich verfügbaren Modellen, zu Kosten, die keine Rechtfertigung auf Führungsebene benötigen.
Bei Soamee arbeiten wir genau an dieser Art von Projekten: praktische KI-Lösungen, die messbare Wirkung ohne unnötige Infrastruktur erzeugen. Wenn Sie erkunden möchten, ob so etwas für Ihr Produkt Sinn macht, erzählen Sie uns von Ihrem Kontext.