Einen KI-Chatbot erstellen, der wirklich hilft: Wie der Honeyfield Agent Hub Chatbots für Unternehmen in Tagen liefert – automatisch DSGVO-konform.
Chatbots haben einen miserablen Ruf, und er ist verdient. Jahrelang bedeutete "Chatbot auf der Website" ein Klickmenü mit fünf vorgefertigten Antworten, das Kunden zuverlässig in den Wahnsinn und am Ende doch zur Telefonnummer getrieben hat.
Ein moderner KI-Chatbot ist eine andere Spezies. Er versteht frei formulierte Fragen, kennt die Inhalte des Unternehmens, kann in angebundenen Systemen nachschlagen und gibt Antworten mit Quellenbezug. Das Problem war bisher nicht die Technik, sondern der Aufwand: Wer einen solchen Chatbot für sein Unternehmen erstellen wollte, sah sich einem monatelangen Individualprojekt gegenüber.
Genau dafür haben wir den Agent Hub gebaut.
Der Agent Hub ist unsere Plattform, mit der wir moderne KI-Chatbots in Tagen statt Monaten entwickeln und betreiben. Die Grundidee: Alles, was bei jedem Chatbot-Projekt gleich ist, ist bereits gebaut. Das Gesprächs-Interface, die Wissensanbindung, die Anbindung an Systeme per MCP, das Hosting, die Auswertung. Was pro Projekt bleibt, ist das Spezifische: die Inhalte, die Tonalität, die Werkzeuge, die Integration in die Website.
Der entscheidende Architektur-Baustein sitzt darunter: Jeder Chat läuft über das Honeyfield AI Gateway aus Teil 5 dieser Serie. Alle Anfragen werden über EU-Infrastruktur geroutet und protokolliert. Ein Chatbot aus dem Agent Hub ist dadurch von der ersten Minute an DSGVO-konform aufgestellt, ohne dass der Kunde dafür ein eigenes Compliance-Projekt starten muss. Das ist bei Chatbots keine Formalie: Ein Chatbot spricht mit echten Menschen, die echte, mitunter persönliche Anliegen eintippen.
Das öffentlichste Beispiel aus dem Agent Hub ist der GPAI-Checker, den wir gemeinsam mit Studio C für die Gewerkschaft GPA entwickelt haben. Unter checkts.gpa.at bekommen Arbeitnehmer:innen niederschwellige Erstinformation zum österreichischen Arbeitsrecht: Kündigung, Überstunden, Mobbing, Gehaltsfragen.
Arbeitsrecht ist einer der härtesten Anwendungsfälle für einen KI-Chatbot, den man sich aussuchen kann. Drei Viertel der Nutzung entfallen auf die schweren Themen, und ein halluzinierter Paragraph im Kontext einer Kündigung ist nicht peinlich, sondern ein echtes Problem. Deshalb haben wir die Standardhaltung von Sprachmodellen umgekehrt: Der Bot darf Paragraphen nur nennen, wenn er sie zuvor im Rechtsinformationssystem des Bundes (RIS) nachgeschlagen hat, über genau den RIS-MCP-Server aus Teil 6 dieser Serie. Ohne Quelle keine Zitation, und jede genannte Gesetzesstelle wird gegen die Suchergebnisse abgeglichen.
Dazu kommen über 80 fest verdrahtete Governance-Regeln (Pflicht-Disclaimer, Quellenpflicht, Verbot individueller Beratungsempfehlungen), die Blockade persönlicher Daten im Input, und ein automatisches Übergabe-Angebot an die Rechtsexpert:innen der GPA bei sensiblen Themen wie Kündigung oder Mobbing. Der Bot behauptet an keiner Stelle, Rechtsberatung zu sein, er ist Erstinformation und sagt das deutlich.
Die Zahlen aus dem laufenden Betrieb zeigen, dass genau diese Sorgfalt honoriert wird: 88 Prozent der Nutzer:innen klappen die Paragraphen-Quellen unter den Antworten auf. Quellentransparenz ist kein Feigenblatt, sie wird aktiv genutzt. Die komplette Case Study gibt es in unserem Portfolio.
Die Einsatzfelder, die wir in Projekten und Gesprächen am häufigsten sehen:
Kundenservice entlasten. Die immer gleichen 80 Prozent der Anfragen beantworten, mit Wissen aus FAQ, Dokumentation und Produktdaten, und die komplexen Fälle sauber an Menschen übergeben.
Internes Wissen zugänglich machen. Richtlinien, Handbücher, Prozessdokumentation: Ein interner Chatbot beantwortet in Sekunden, wofür Mitarbeitende sonst durch Ordnerstrukturen graben.
Erstinformation vorschalten. Wie der GPAI-Checker: Ein Chatbot, der niederschwellige Erstinformation liefert und die Anfragen qualifiziert, bevor Expert:innen übernehmen – mit sauberer Übergabe statt hartem Bruch.
In Systemen arbeiten. Über MCP-Anbindungen (Teil 6) kann ein Chatbot Verfügbarkeiten prüfen, Termine anlegen oder den Status einer Bestellung nachschlagen, statt nur darüber zu reden.
Was gut funktioniert: klar umrissene Wissensgebiete mit guter Dokumentationsbasis. Da liefern moderne KI-Chatbots eine Qualität, die mit den Klickmenü-Bots von früher nichts mehr zu tun hat.
Wo wir bremsen: Ein Chatbot ist nur so gut wie seine Wissensbasis. Wenn die Dokumentation veraltet oder widersprüchlich ist, hilft die beste KI nichts, dann ist das Aufräumen der Inhalte der eigentliche erste Projektschritt. Und für heikle Themen gilt: klare Grenzen definieren, sauber an Menschen eskalieren, nie so tun, als wüsste der Bot mehr als er weiß.
Nächster Teil (Finale): Unsere Bilanz nach zwei Jahren Umbau – was messbar besser wurde, was wir wieder verworfen haben, und was wir heute anders machen würden.
Sie wollen einen KI-Chatbot für Ihr Unternehmen erstellen lassen, der DSGVO-konform läuft und wirklich hilft? Sprechen Sie mit uns über den Agent Hub.
Zwei Jahre KI-Automatisierung im eigenen Unternehmen: was messbar besser wurde, was gescheitert ist und was wir heute anders machen würden. Das Serien-Finale.
Was ist ein MCP Server? Wie das Model Context Protocol Claude und ChatGPT an echte Datenquellen anbindet – von RIS und EUR-Lex bis Buchhaltung und Zeiterfassung.
DSGVO-konforme KI für regulierte Unternehmen: Wie das Honeyfield AI Gateway die neuesten Modelle nutzbar macht – DORA-, NIS2- und KRITIS-tauglich, über EU-Server.