Zum Inhalt springen
SVENNISAIWe speak Claude.
Veröffentlichte Referenz

Wie Salus Controls Rumänien von GPT zu Claude wechselte und die unbeantworteten Fragen um 60 % senkte

Salus Controls Rumänien betreut mehr als tausend Heizungsregler, Thermostate und vernetzte Geräte, viele mit fast gleichen Artikelnummern. Der virtuelle Assistent sprach oft über das falsche Produkt und fand in mehr als jedem dritten Gespräch keine Antwort. Svennis reparierte die Suche und stellte den Assistenten von GPT (OpenAI) auf Claude (Anthropic) um, und nach einem Monat im echten Betrieb war dieser Anteil um 60 % gesunken.

Das Projekt, kurz gefasst
KundeSalus Controls Rumänien
WechselVon GPT (OpenAI) zu Claude (Anthropic)
BrancheHerstellung, Heizungsregelung und Smart Home
Umfang9.127 Gespräche auf Rumänisch in zwölf Monaten
Gebaut mitClaude Sonnet 5, Elasticsearch, Neon Postgres, Google Cloud
60 %weniger Gespräche, die mit „Ich konnte es nicht finden“ enden, gemessen in den ersten 30 Tagen im Produktivbetrieb
01Das Ergebnis

Zahlen aus dem Betrieb, vom Kunden freigegeben

60 %weniger Gespräche, die mit „Ich konnte es nicht finden“ enden, gemessen in den ersten 30 Tagen im Produktivbetrieb
von 52 auf 87 %der gefundenen Dokumente betreffen das Produkt, nach dem der Kunde fragt; geprüft an 50 echten Fragen vor und nach der Reparatur der Suche
Zwei Drittelder Gespräche enden ohne Übergabe an einen Mitarbeiter
„Unseren Kunden ist es egal, welches Modell antwortet. Wichtig ist, dass die Antwort das Produkt betrifft, das sie in der Hand halten. Genau das hat sich geändert.“
Tudor DraghiciuEuropean Technical Director, Salus Controls Rumänien (übersetzt)Mit schriftlicher Freigabe des Kunden veröffentlicht.
02Kurz gefasst

Kurz gefasst

Sally beantwortet auf der Website von Salus Controls Rumänien Fragen zu Produkten und Technik, auf Rumänisch und rund um die Uhr. Sally antwortete, aber zu oft über etwas anderes. Wer ein Thermostat SQ610RF gewählt hatte, bekam den Ablauf eines anderen Modells erklärt, und andere hörten, ein veröffentlichtes Handbuch gebe es nicht.

Mit Svennis Cloud Solutions hat Salus Sally auf eigener Infrastruktur neu gebaut, mit Claude statt GPT (OpenAI) für die Gespräche. Das war mehr als ein Modellwechsel: Nur 57 % der Wissensbasis trugen eine brauchbare Artikelnummer. Svennis korrigierte die Zuordnung im gesamten Bestand und beschränkte jede Suche auf das Produkt des Kunden.

03Im Einsatz

Was im Produktivbetrieb wirklich geschah

Der ehrliche Beweis ist das, was die Kunden danach erlebt haben. Deshalb wurde das Ergebnis an echten Gesprächen gemessen, nicht geschätzt: die ersten 30 Tage auf dem neuen System, verglichen mit den 30 Tagen davor.

VorherNachher
Gespräche250307
Beendet mit „Ich konnte es nicht finden“8944
Fehlerquote35,6 %14,3 %
Fragen pro Gespräch3,223,24

Das ist ein Rückgang um 60 % beim Anteil der Kunden, die Sally ohne Antwort verließen. Der August, der erste volle Monat auf dem neuen System, schloss mit 13,9 %. Von April bis Juni hatte der Wert zwischen 34 und 45 % gelegen.

Zwei Einzelheiten helfen beim Lesen der Zahlen. Die Zahl der Gespräche stieg zwischen den beiden Zeiträumen; die Verbesserung kommt also nicht von weniger oder leichteren Anfragen. Die Fragen pro Gespräch blieben gleich; die Kunden geben also nicht früher auf.

Eine Einschränkung, offen gesagt: Die Reparatur der Suche und der Wechsel des Modells gingen im Abstand von weniger als 48 Stunden in Betrieb. Die Daten trennen die beiden Beiträge nicht; das Ergebnis gehört dem ganzen Programm, nicht dem Modellwechsel allein.

04Die Aufgabe

Das Problem

Sally antwortete, aber zu oft über etwas anderes. Darunter lagen drei Probleme:

  1. 01Produkte, die für eine Suchmaschine gleich aussehenDie Artikelnummern von Salus sind alphanumerisch und sehr ähnlich: RT510, RT510RF, RT510TX, SQ610, SQ610RF. Für eine semantische Suche sind sie fast Nachbarn. Eine allgemeine Frage brachte Treffer aus sechs Produkten gleichzeitig.
  2. 02Eine Wissensbasis, die ihre Produkte nicht kannteNur 57 % der indexierten Inhalte trugen eine Artikelnummer, und die Lücke traf vor allem die PDF-Handbücher. Wo es Nummern gab, waren sie uneinheitlich geschrieben: Dasselbe Produkt erschien in fünf Schreibweisen.
  3. 03Vorhandene Dokumente als fehlend gemeldetNichts beschränkte die Suche auf das Produkt des Kunden, also fiel das richtige Handbuch oft unter die Schwelle. Außerdem waren rund 9 % der veröffentlichten rumänischen Wissensbasis gar nicht indexiert.

So entstand ein Assistent, dem die Kunden nicht ganz vertrauen konnten. In einer Branche, in der eine falsche Anleitung zur Verkabelung kein kleiner Fehler ist.

05Die Lösung

Was Svennis gebaut hat

Svennis hat das ganze System übernommen: Infrastruktur, Suche, das Modell für die Gespräche, die Datenschutzschicht und das Dashboard für das Team.

Die Arbeit begann mit einer Diagnose, nicht mit einem Neubau. Svennis spielte die Beschwerden der Kunden gegen den Suchindex im Produktivbetrieb nach und zeigte, dass die allgemein vermutete Ursache nicht die echte war. Die echte: Jede Suche lieferte dem Assistenten eine Mischung aus Produkten, weil nichts sie an das gewählte Produkt band.

Jeder Artikel und jedes Handbuch wurde mit dem Produktstamm von Salus abgeglichen und mit seinen Artikelnummern versehen; die Abdeckung stieg von 57 auf 98,5 %. Dann wurde die Suche auf das Produkt des Kunden beschränkt, das aus dem Gespräch erkannt wird, mit einem Rückfallweg für allgemeine Fragen. Schließlich wurde die Indexierung korrigiert, damit neue Artikel sofort richtig markiert und kurze Artikel nicht mehr still übersprungen werden.

06Warum Claude

Warum Claude statt GPT

Der Wechsel von GPT (OpenAI) zu Claude (Anthropic) wurde geprüft, nicht vorausgesetzt. Svennis baute einen Test mit 68 Fällen aus echten Gesprächen bei Salus und ließ GPT und Claude mit denselben Fällen und demselben Bewerter laufen.

  1. 01Findet mehr verlorene AntwortenBei den Fällen, die vorher mit „Ich konnte es nicht finden“ endeten, fand Claude mehr Antworten als GPT.
  2. 02Das richtige Handbuch, mit funktionierendem LinkFragt ein Kunde nach einer Installationsanleitung, einem Handbuch oder einem Schaltplan, liefert Claude das richtige Dokument, nicht ein ähnliches.
  3. 03Bleibt in ihrer RolleSally berät und verweist auf Dokumente. Sie ist so gebaut und getestet, dass sie nur aus der Wissensbasis von Salus antwortet, auf Rumänisch. Fehler bleiben möglich; die monatliche Auswertung zeigt jede Abweichung.

Claude arbeitet auch im Hintergrund

Für Salus beantwortet Claude nicht nur Kundenfragen. Claude führt jeden Monat zwei Auswertungen durch, die den Assistenten verbessern, ohne neuen Code.

  1. 01Auswertung der InhaltslückenJeden Monat liest Claude alle Gespräche von Sally, sortiert die ungelösten aus und prüft jedes gegen die ganze Wissensbasis. Im ersten Durchlauf über rund tausend Gespräche fand Claude etwa zwanzig geprüfte Lücken, die rund 88 Kundengespräche betrafen.
  2. 02Bericht zur Qualität der SucheIm selben Durchlauf meldet Claude den umgekehrten Fall: Fragen mit vorhandener Antwort, die Sally nicht gefunden hat. Dazu nennt Claude den Artikel, den sie hätte nutzen sollen. So findet der Assistent jeden Monat mehr von seinen eigenen Inhalten.
  3. 03Ein Dashboard, das das Team wirklich nutztBeide Auswertungen fließen in ein Dashboard für Salus, mit allen Monaten, jedem Monat im Einzelnen und dem Datenexport. Das Team sieht genau, wo sich neue Inhalte lohnen.

Datenschutz von Anfang an

Sally spricht mit Verbrauchern in Rumänien. Deshalb wurden die europäischen und rumänischen Pflichten von Anfang an eingebaut, nicht später nachgerüstet.

  1. 01Transparenz nach der KI-VerordnungSally stellt sich jedem Kunden vor Beginn des Gesprächs als automatisierter virtueller Assistent vor.
  2. 02Personenbezogene Daten vor dem Speichern maskiertPersönliche Kennnummern, IBAN, E-Mail-Adressen und Telefonnummern im freien Text werden erkannt und maskiert. Das geschieht, bevor das Gespräch gespeichert oder an das Modell geschickt wird.
  3. 03Begrenzte Speicherdauer und BetroffenenrechteGespräche werden nach 18 Monaten automatisch gelöscht. Das Gespräch eines einzelnen Kunden lässt sich auf Anfrage exportieren oder endgültig löschen.
  4. 04Gesprächsdatenbank in der EUDie Datenbank mit den Gesprächen liegt in der Europäischen Union. Sally berät nur: Sie kann ein Ticket vorschlagen, entscheidet aber nichts über Garantie, Erstattung oder Gutschrift.
07So funktioniert es

So funktioniert es

  • OberflächeEin Chat auf der Website von Salus Controls Rumänien, der rund um die Uhr auf Rumänisch antwortet, ohne Anmeldung.
  • KI-ModellClaude Sonnet 5 läuft auf der Plattform von Anthropic und entscheidet, wie jede Frage behandelt wird und aus welchem Dokument die Antwort kommt.
  • SucheSemantische Suche über mehrere hundert veröffentlichte Artikel, Handbücher und Schaltpläne, beschränkt auf das Produkt des Kunden, mit einem Rückfallweg für allgemeine Fragen.
  • WissensbasisJeder Artikel und jeder Anhang trägt die Artikelnummern, die er beschreibt. Die Indexierung hält sie ohne Handarbeit aktuell.
  • InfrastrukturEigene Infrastruktur von Svennis: Hosting auf Google Cloud, Neon Postgres in der EU, Elasticsearch für die Suche.
08Was sich geändert hat

Das Ergebnis

  1. 01Die meisten Kunden brauchen keinen MitarbeiterRund zwei Drittel der Gespräche enden ohne Übergabe an einen Mitarbeiter, gemessen am echten Verkehr in Rumänien.
  2. 02Die richtigen Dokumente kommen nach obenWir haben dieselben 50 echten Fragen auf Rumänisch vor und nach der Reparatur gestellt und jeweils die ersten fünf Treffer geprüft. Vorher betrafen nur 52 % das gefragte Produkt, danach 87 %.
  3. 03Die Wissensbasis kennt ihre ProdukteDie Abdeckung mit Artikelnummern stieg von 57 auf 98,5 %. 1.508 Abschnitte aus Handbüchern und Anhängen übernahmen die Nummern ihres Artikels.
  4. 04Unsichtbare Inhalte sind auffindbarRund 9 % der veröffentlichten rumänischen Wissensbasis waren für den Assistenten unsichtbar und sind jetzt indexiert. Dazu gehören Schaltpläne und Artikel zur Kompatibilität, nach denen Kunden tatsächlich fragen.
  5. 05An echten Fehlern geprüftEin früher gescheitertes Gespräch, eine Frage zum Koppeln eines SQ610RF mit dem Ablauf eines anderen Produkts, liefert jetzt die richtigen Schritte mit den richtigen Quellen.
  6. 06Umfang9.127 Gespräche auf Rumänisch in den zwölf Monaten bis Juli 2026, von 36.467 in allen sechs europäischen Regionen.

Wie es weitergeht

Entworfen, gebaut und erprobt wurde diese Plattform in Rumänien. Salus betreibt Sally in sechs europäischen Regionen. Rumänien ist die erste Region auf dieser Plattform.

09Die Beteiligten

Die beiden Unternehmen in diesem Projekt

Über Salus Controls Rumänien

Salus Controls Rumänien ist der rumänische Zweig von Salus Controls, einem Hersteller von Heizungsreglern, Thermostaten, Fußbodenheizungssystemen, Gateways und vernetzten Smart-Home-Geräten. Das Sortiment umfasst mehr als tausend Artikelnummern für Installateure und Hausbesitzer. Dahinter steht eine rumänische Wissensbasis mit mehreren hundert Artikeln, Handbüchern und Schaltplänen.

Über Svennis

Svennis Cloud Solutions ist Select Partner im Claude Partner Network. Über dieses Programm arbeitet Anthropic mit Firmen, die Claude bei ihren Kunden in Betrieb bringen. Svennis baut Unternehmenssysteme mit Claude, vom Entwurf bis zu Betrieb und Support.

Für Salus Controls Rumänien hat Svennis die gesamte Plattform Sally geliefert, von der Diagnose bis zum laufenden Support. Dazu gehören Infrastruktur, Chat, Suche, Indexierung, die Anbindung an Claude, die Schicht für KI-Verordnung und DSGVO sowie das Dashboard.

Kostenlos, 30 Minuten

Was fände ein solcher Assistent in Ihrer Wissensbasis?

Dreißig Minuten mit einem Claude Certified Architect aus unserem Team, der die KI-Agenten baut. Bringen Sie einen Ihrer Prozesse mit. Sie erfahren, ob sich die Automatisierung lohnt und was sie laut Preisliste kostet.

Lieber anrufen? +40 722 567 135 · Lieber erst selbst ausprobieren? Zuerst die kostenlose Analyse.

30 Minuten · Video · kostenlos
  1. 1Termin
  2. 2Ihre Angaben
  3. 3Gebucht