Chatbot und Conversational Interface für ein White-Label Produkt
Chatbot und Conversational Interface für ein White-Label Produkt
Chatbot und Conversational Interface für ein White-Label Produkt
IT-Dienstleister
IT-Dienstleister
⁕
⁕
in Festanstellung
in Festanstellung
⁕
⁕
2025-2026
2025-2026
Konzeption eines Conversational Interfaces für ein KI-Produkt, mit dem Unternehmen ihre internen Services durch Chatbots unterstützen können.
1
1
Ausgangslage & Ziel
Ausgangslage & Ziel
Unternehmen verlieren häufig viel Zeit in wiederkehrenden Prozessen. Um hier spürbar zu entlasten, wurde gemeinsam mit einem IT-Dienstleister eine Conversational AI Lösung entwickelt, die interne Services wie IT-Support, Datenaufbereitung oder andere Anfragen übernimmt und dabei so natürlich wie möglich mit Nutzenden kommuniziert.
Damit Kunden diesen Chatbot auch langfristig eigenständig weiterentwickeln können, war ein zweites Ziel von Anfang an mitgedacht. Durch ein Power-User Portal, sollte der Chatbot im Self-Service beim Kunden selbst gepflegt werden können.
Damit das Produkt für unterschiedliche Kunden einsetzbar bleibt, wurde es zusätzlich als Whitelabel-Lösung konzipiert.
Das Projekt wurde im Rahmen meiner Tätigkeit als UX Designerin in Festanstellung umgesetzt.
Unternehmen verlieren häufig viel Zeit in wiederkehrenden Prozessen. Um hier spürbar zu entlasten, wurde gemeinsam mit einem IT-Dienstleister eine Conversational AI Lösung entwickelt, die interne Services wie IT-Support, Datenaufbereitung oder andere Anfragen übernimmt und dabei so natürlich wie möglich mit Nutzenden kommuniziert.
Damit Kunden diesen Chatbot auch langfristig eigenständig weiterentwickeln können, war ein zweites Ziel von Anfang an mitgedacht. Durch ein Power-User Portal, sollte der Chatbot im Self-Service beim Kunden selbst gepflegt werden können.
Damit das Produkt für unterschiedliche Kunden einsetzbar bleibt, wurde es zusätzlich als Whitelabel-Lösung konzipiert.
Das Projekt wurde im Rahmen meiner Tätigkeit als UX Designerin in Festanstellung umgesetzt.
2
2
Vorgehen
Vorgehen
Dialogflüsse & Kernaktionen
Dialogflüsse & Kernaktionen
Am Anfang stand eine breite Recherche zu bestehenden Conversational AI Lösungen und deren Best Practices. Daraus entstanden bereits wichtige Aktionen und Interaktionen für das Produkt.
Im Hintergrund liefern mehrere spezialisierte Agenten Antworten zu unterschiedlichen Themen. Für mich stellte sich die Frage, wie diese Struktur für Nutzende sichtbar wird, ohne zu technisch oder unpersönlich zu wirken. Ich habe deshalb ein Konzept entwickelt, bei dem jede Antwort ihre Quelle direkt als eine Art Randnotiz mitliefert. So zeigt sich transparent, worauf sich die Antwort der KI stützt, und sie kann von Nutzenden systematischer eingeordnet und evaluiert werden.
Ein zweites Problem zeigte sich in ersten Tests. Sobald mehrere Themen parallel liefen, gingen wichtige Antworten im Gesprächsverlauf unter. Ich habe daraufhin ein Ordnungssystem entworfen, mit dem sich Chats schnell wiederfinden lassen, ohne in einem endlosen Verlauf verloren zu gehen.
Am Anfang stand eine breite Recherche zu bestehenden Conversational AI Lösungen und deren Best Practices. Daraus entstanden bereits wichtige Aktionen und Interaktionen für das Produkt.
Im Hintergrund liefern mehrere spezialisierte Agenten Antworten zu unterschiedlichen Themen. Für mich stellte sich die Frage, wie diese Struktur für Nutzende sichtbar wird, ohne zu technisch oder unpersönlich zu wirken. Ich habe deshalb ein Konzept entwickelt, bei dem jede Antwort ihre Quelle direkt als eine Art Randnotiz mitliefert. So zeigt sich transparent, worauf sich die Antwort der KI stützt, und sie kann von Nutzenden systematischer eingeordnet und evaluiert werden.
Ein zweites Problem zeigte sich in ersten Tests. Sobald mehrere Themen parallel liefen, gingen wichtige Antworten im Gesprächsverlauf unter. Ich habe daraufhin ein Ordnungssystem entworfen, mit dem sich Chats schnell wiederfinden lassen, ohne in einem endlosen Verlauf verloren zu gehen.
Whitelabel Designrichtlinien
Da es sich bei dieser Entwicklung um ein individuell an den Kunden angepasstes, multi-mandantenfähiges SaaS-Produkt handelt (Whitelabel), lag meine Aufgabe außerdem darin, ein skalierbares System dafür zu designen.
Gemeinsam mit Entwicklung und Product Ownern habe ich festgelegt, welche Elemente pro Kunde frei anpassbar sein dürfen und welche fix bleiben müssen, damit die Umsetzung technisch machbar bleibt, aber die Bedienbarkeit nicht leidet. Aus vielen gemeinsamen Abstimmungen entstand so ein System, das als Leitplanke dient. Farben, Logos und Typografie lassen sich dabei frei anpassen. Wiederkehrende Komponenten, Barrierefreiheit, Abstände und Interaktionsmuster bleiben dagegen fix. So ist das Produkt für jeden Kunden als eigene Marke erkennbar und funktioniert trotzdem zuverlässig, unabhängig davon, welche CI-Vorgaben gerade zum Einsatz kommen.
Da es sich bei dieser Entwicklung um ein individuell an den Kunden angepasstes, multi-mandantenfähiges SaaS-Produkt handelt (Whitelabel), lag meine Aufgabe außerdem darin, ein skalierbares System dafür zu designen.
Gemeinsam mit Entwicklung und Product Ownern habe ich festgelegt, welche Elemente pro Kunde frei anpassbar sein dürfen und welche fix bleiben müssen, damit die Umsetzung technisch machbar bleibt, aber die Bedienbarkeit nicht leidet. Aus vielen gemeinsamen Abstimmungen entstand so ein System, das als Leitplanke dient. Farben, Logos und Typografie lassen sich dabei frei anpassen. Wiederkehrende Komponenten, Barrierefreiheit, Abstände und Interaktionsmuster bleiben dagegen fix. So ist das Produkt für jeden Kunden als eigene Marke erkennbar und funktioniert trotzdem zuverlässig, unabhängig davon, welche CI-Vorgaben gerade zum Einsatz kommen.
Admin Portal für Power User
Ein großer Schwerpunkt lag außerdem auf dem zugehörigen Admin Portal. Hier pflegen Power User beim Kunden später im Self-Service die Inhalte und Einstellungen des Chatbots. Das Ganze meist ohne spezifischen Hintergrund zu KI-Systemen und Sprachmodellen.
Ich habe deshalb zunächst versucht zu verstehen, an welchen Stellen genau diese Wissenslücke zu Fehlern oder Unsicherheiten führt. Auf dieser Basis konnte ich die Aktionen in aufeinander aufbauende Schritte zerlegen und dadurch vereinfachen. Zusätzlich war es mir enorm wichtig, direktes Feedback, Onboarding-Elemente und kontextuelle Hilfestellungen zu integrieren.
Dadurch werden den Nutzenden Abhängigkeiten und Auswirkungen direkt klar, und Fehler können aktiv verhindert werden.
Ein großer Schwerpunkt lag außerdem auf dem zugehörigen Admin Portal. Hier pflegen Power User beim Kunden später im Self-Service die Inhalte und Einstellungen des Chatbots. Das Ganze meist ohne spezifischen Hintergrund zu KI-Systemen und Sprachmodellen.
Ich habe deshalb zunächst versucht zu verstehen, an welchen Stellen genau diese Wissenslücke zu Fehlern oder Unsicherheiten führt. Auf dieser Basis konnte ich die Aktionen in aufeinander aufbauende Schritte zerlegen und dadurch vereinfachen. Zusätzlich war es mir enorm wichtig, direktes Feedback, Onboarding-Elemente und kontextuelle Hilfestellungen zu integrieren.
Dadurch werden den Nutzenden Abhängigkeiten und Auswirkungen direkt klar, und Fehler können aktiv verhindert werden.
3
3
Umsetzung & Anwendung
Umsetzung & Anwendung
Entstanden ist ein Chatbot, der sich in jede Kundenmarke einfügt und trotzdem in jeder Version gleich zuverlässig funktioniert. Antworten wirken nachvollziehbar statt beliebig, weil Quellen und Zuständigkeiten sichtbar bleiben. Kunden können ihren Chatbot über das Admin Portal komplett eigenständig weiterentwickeln, ohne bei jeder kleinen Anpassung auf externe Unterstützung angewiesen zu sein. Genau diese Kombination aus Vertrauen und Unabhängigkeit macht das Produkt für den täglichen Einsatz im Unternehmen tragfähig und langfristig skalierbar.
Entstanden ist ein Chatbot, der sich in jede Kundenmarke einfügt und trotzdem in jeder Version gleich zuverlässig funktioniert. Antworten wirken nachvollziehbar statt beliebig, weil Quellen und Zuständigkeiten sichtbar bleiben. Kunden können ihren Chatbot über das Admin Portal komplett eigenständig weiterentwickeln, ohne bei jeder kleinen Anpassung auf externe Unterstützung angewiesen zu sein. Genau diese Kombination aus Vertrauen und Unabhängigkeit macht das Produkt für den täglichen Einsatz im Unternehmen tragfähig und langfristig skalierbar.
Warum UX hier den Unterschied gemacht hat
Warum UX hier den Unterschied gemacht hat
Vertrauen durch Transparenz
Vertrauen durch Transparenz
Dahinter steckt das UX-Prinzip Visibility of System Status. Nutzende müssen erkennen, worauf sich eine Aussage stützt, sonst bleibt sie eine Blackbox. Ich habe dafür ein Muster entwickelt, das Quellen direkt sichtbar macht. Das gleiche Prinzip lässt sich auf sehr viele andere Kontexte übertragen, überall dort, wo Nutzende einem System vertrauen sollen, ohne es vollständig zu durchschauen.
Dahinter steckt das UX-Prinzip Visibility of System Status. Nutzende müssen erkennen, worauf sich eine Aussage stützt, sonst bleibt sie eine Blackbox. Ich habe dafür ein Muster entwickelt, das Quellen direkt sichtbar macht. Das gleiche Prinzip lässt sich auf sehr viele andere Kontexte übertragen, überall dort, wo Nutzende einem System vertrauen sollen, ohne es vollständig zu durchschauen.
Design Tokens schaffen Struktur
Design Tokens schaffen Struktur
Ein Design-Token-System trennt Marken-Ebene und Struktur-Ebene sauber. Farben und Typografie blieben frei anpassbar, Kontrastwerte und Abstände technisch fixiert. So funktioniert das Produkt zuverlässig, egal wie unterschiedlich die Kundenmarken wirken. Anwendbar sind Design-Systeme überall da, wo ein Produkt mehrere Marken bedienen muss.
Ein Design-Token-System trennt Marken-Ebene und Struktur-Ebene sauber. Farben und Typografie blieben frei anpassbar, Kontrastwerte und Abstände technisch fixiert. So funktioniert das Produkt zuverlässig, egal wie unterschiedlich die Kundenmarken wirken. Anwendbar sind Design-Systeme überall da, wo ein Produkt mehrere Marken bedienen muss.
Progressive Disclosure für Power User
Progressive Disclosure für Power User
Das Prinzip der Progressive Discloser ist überall da sinnvoll, wo Abläufe und Interfaces komplex werden.
Progressive Disclosure zerlegt diese Inhalte in aufeinander aufbauende Schritte, statt alles auf einmal zu zeigen. Power User bekommen so z.B. subtil Hilfestellungen und eine Schritt für Schritt "Anleitung" genau da, wo Fehler und Probleme auftauchen könnten.
Das Prinzip der Progressive Discloser ist überall da sinnvoll, wo Abläufe und Interfaces komplex werden.
Progressive Disclosure zerlegt diese Inhalte in aufeinander aufbauende Schritte, statt alles auf einmal zu zeigen. Power User bekommen so z.B. subtil Hilfestellungen und eine Schritt für Schritt "Anleitung" genau da, wo Fehler und Probleme auftauchen könnten.
Noch Fragen offen?
Hier finden Sie Antworten auf Fragen, die rund um das Projekt häufig aufkommen.
Noch Fragen offen?
Hier finden Sie Antworten auf Fragen, die rund um das Projekt häufig aufkommen.
Was macht ein Conversational Interface überhaupt erst vertrauenswürdig?
Vertrauen entsteht vor allem durch Nachvollziehbarkeit. Quellenangaben helfen zum Beispiel nachzuvollziehen, worauf sich der Chatbot stützt, Infos zu Wahrscheinlichkeiten lassen die Nutzer*Innen eine Wahl selbst mitzuentscheiden. Außerdem wirkt ein natürliches Antwortverhalten nahbar und menschlich. Antworten, die sich wie beim Tippen aufbauen statt abrupt zu erscheinen können hier genauso gut helfen, wie eine Darstellung der "Suche" bzw "Überlegung". Zusätzlich hilft es, wenn Nutzer*innen ihre Gespräche organisieren und später wiederfinden können.
Wie funktioniert Whitelabel Design?
Ein Whitelabel muss sich mit den Farben und der Markenidentität jedes einzelnen Kunden kombinieren lassen, ohne dass Bedienbarkeit oder Wiedererkennbarkeit verloren gehen. Dafür braucht es klare Designrichtlinien, die genug Flexibilität für unterschiedliche Marken bieten und trotzdem feste Grenzen setzen, an denen sich die Usability orientiert.
Wie macht man ein Admin Portal für technisch komplexe Software verständlich?
Der Schlüssel liegt darin, technische Einstellungen in klare, aufeinander aufbauende Schritte zu gliedern und Fachbegriffe durch verständliche Sprache zu ersetzen. Direktes Feedback bei jeder Aktion hilft Nutzer*innen ohne technisches Vorwissen, sich in ihrer Aufgabe unterstützt statt überfordert zu fühlen. Kontextuelle Hilfestellungen statt klassischen "Hilfe-Views" können außerdem einen echten Unterschied machen.