Zum Hauptinhalt springen

​
Was Insights sammeln macht

Insights sammeln nutzt KI nach jedem Anruf, um das Transkript auszuwerten, strukturierte Informationen zu extrahieren und die konkreten Fragen zu beantworten, die dir wichtig sind. Das ist deine LLM-as-a-Judge-Ebene für Qualitätsbewertung, Kategorisierung und Feldauslese. Zugriff: In deinem Agent-Editor → Tab Analytik → Bereich Post-Call-Analytik

​
Analytik-Sprache

Profi Lege die Sprache für die KI-Auswertung fest: Zugriff: In deinem Agent-Editor → Tab Analytik → Bereich Einstellungen → Analysesprache Wähle die Sprache, in der die KI Ziele und Insights bewertet, wenn sie Transkripte analysiert und Insight-Fragen beantwortet. Du kannst im selben Bereich Einstellungen auch das Analysemodell festlegen.
Diese Einstellung gilt sowohl für Ziele als auch für Insights.

​
Standard-Insights vs. eigene Insights

Standard-Insights - Vorkonfiguriert von itellicoAI:
  • Können nicht bearbeitet oder archiviert werden
  • Per Aktiv-Schalter ein- oder ausgeschaltet werden
  • Für häufige Use-Cases optimiert
Eigene Insights - Von deinem Team erstellt:
  • Volle Kontrolle über Name, Beschreibung und Typ
  • Können bearbeitet, archiviert und wiederhergestellt werden
  • Auf deine eigenen Workflows zugeschnitten
Standard-Insights geben dir einen Startpunkt. Füge eigene Insights für Reporting-, QA- oder Extraktionsanforderungen hinzu.

​
Wie du entscheidest, was du hinzufügen sollst

Verwende das, wenn du …Beste Wahl
ein fertiges, gängiges Qualitätssignal möchtestStandard-Insight
eine benutzerdefinierte Frage für deinen eigenen Workflow brauchstEigenes Insight
ein Ja/Nein-Geschäftsergebnis messen willstZiel

​
Einrichtung

1

Post-Call-Analytik aufrufen

In deinem Agent-Editor → Tab Analytik → Bereich Post-Call-Analytik → Insight hinzufügen
2

Insight konfigurieren

Name: Interne Bezeichnung
Beispiel: Kundenzufriedenheitswert
Beschreibung: Die exakte Frage, die die KI beantworten soll
Beispiel: Bewerte auf einer Skala von 1-5 Sternen die
Gesamtzufriedenheit des Kunden anhand von Tonfall, Sprache und
der Frage, ob sein Anliegen im Gespräch vollständig gelöst wurde.
Spezifischere Beschreibungen erzeugen zuverlässigere KI-Bewertungen.
3

Antworttyp wählen

Ja / Nein - binäre Antwort
Beispiel: Wurde das Anliegen des Kunden vollständig gelöst?
Freitext - freie Textantwort
Beispiel: Was war das Hauptthema des Gesprächs?
Data Point - ein extrahierter Wert
Beispiel: Welche Bestellnummer hat der Anrufer genannt?
Single Choice - eine Option aus deiner Liste
Beispiel: Welche Produktlinie wurde besprochen?
Multiple Choice - eine oder mehrere Optionen aus deiner Liste
Beispiel: Welche Einwände hat der Anrufer genannt?
Bewertung - 1-5 Sterne
Beispiel: Wie professionell war der Agent?
4

Speichern

Klicke auf Insight hinzufügen, um zu speichern.

​
Insights für strukturierte Extraktion nutzen

Nutze Data Point- oder Freitext-Insights, wenn du die KI ein bestimmtes Feld oder eine Zusammenfassung aus dem Anruf ziehen lassen willst. Das ist das klarste Post-Call-Äquivalent zu „Variable Extraction“. Gute Prompts im Extraktionsstil:
  • Welche Bestellnummer hat der Kunde genannt? Gib nur die Bestellnummer oder "not provided" zurück.
  • Welches Datum und welche Uhrzeit hat der Kunde für den Termin angefragt?
  • Was ist der Hauptgrund für die Stornierung? Gib nur eine kurze Formulierung zurück.
  • Fasse die vereinbarten nächsten Schritte in 1-2 Sätzen zusammen.
Wenn du saubere operative Daten willst, sag der KI ganz genau, wie sie antworten soll: nur Kategorie, nur kurze Phrase, konkretes Datum/Uhrzeit oder "not provided" bei fehlenden Angaben.

​
Fragetypen

Binäre Fragen für klare Metriken.Best for:
  • Compliance-Prüfungen
  • Qualitätsverifikation
  • Erkennung von Feature-Nutzung
Beispiele:
  • Wurden Zahlungsinformationen erfasst?
  • Hat der Agent dem Skript gefolgt?
  • Wurde der Anrufer weitergeleitet?
  • Hat der Kunde dem Angebot zugestimmt?

​
Empfohlener Startsatz

Für die meisten Teams ist ein starker erster Insight-Satz:
  1. Customer satisfaction als Bewertung
  2. Issue resolved als Ja / Nein
  3. Primary call topic als Single Choice oder Freitext
  4. Customer sentiment als Bewertung
Starte klein. Sobald diese Antworten operativ nützlich sind, füge weitere hinzu.

​
Beispiele

Name: KundenzufriedenheitswertTyp: Bewertung (1-5 Sterne)Beschreibung:
Bewerte die Gesamtzufriedenheit des Kunden anhand von Tonfall,
Sprache und Reaktionen (1-5 Sterne):

5 Sterne = Sehr zufrieden, begeistert, alle Bedürfnisse erfüllt
4 Sterne = Zufrieden, positive Interaktion
3 Sterne = Neutral, grundlegende Erwartungen erfüllt
2 Sterne = Eher unzufrieden, spürbare Frustration
1 Stern = Sehr unzufrieden, verärgert, ungelöste Probleme
Name: Anliegen vollständig gelöstTyp: Ja / NeinBeschreibung:
Wurde das Anliegen, die Frage oder die Bitte des Kunden bis zum
Ende des Gesprächs vollständig gelöst? Antworte nur dann mit Ja,
wenn der Kunde seine Zufriedenheit bestätigt oder ausdrücklich
gesagt hat, dass das Anliegen gelöst wurde.
Name: Angefragtes TermindatumTyp: Data PointBeschreibung:
Extrahiere das vom Anrufer angefragte Termindatum.
Gib nur das Datum im Format YYYY-MM-DD zurück.
Wenn kein Datum genannt wurde, gib "not provided" zurück.
Name: Hauptthema des GesprächsTyp: FreitextBeschreibung:
Identifiziere das Hauptthema oder den Hauptgrund dieses Anrufs.
Wähle aus:
- Billing inquiry
- Technical support
- Product information
- Order status
- Complaint
- Cancellation request
- General question

Gib nur den Kategorienamen zurück. Wenn mehrere Themen besprochen
wurden, gib das Thema zurück, das den größten Teil des Gesprächs
eingenommen hat.

​
Insights vs. Ziele

Nutze beides zusammen für vollständiges Gesprächs-Tracking:
MerkmalZieleInsights
ZweckConversions trackenInsights extrahieren und Qualität bewerten
BeispielTermin gebuchtWie zufrieden war der Kunde?
AntworttypErreicht / Teilweise erreicht / Nicht erreichtJa / Nein, Freitext, Data Point, Choice oder 1-5 Bewertung
EinsatzErfolgsmetrikenQualitätsbewertung, Kategorisierung, Extraktion
Am besten fürGeschäftsergebnisseDetailliertes Reporting
Beispiel-Kombination:
  • Ziel: Appointment booked - wurde die Conversion erreicht?
  • Insight: Customer Satisfaction - wie gut wurde es umgesetzt?
  • Insight: Primary Call Topic - was wollte die Person?

​
Ergebnisse ansehen

​
Einzelne Gespräche

  1. Gehe zu Gespräche
  2. Klicke auf ein Gespräch
  3. Öffne den Bereich Gesammelte Insights
  4. Prüfe jede Frage und die KI-Antwort

​
Dashboard

Gehe zu Dashboard, um Insight-Trends und Metriken zu sehen. Mehr über das Dashboard erfahren →

​
Wann du Insight-Ergebnisse prüfen solltest

Prüfe sie, wenn du:
  • die Qualität zwischen Agenten oder Kampagnen vergleichen willst
  • verstehen willst, warum ein Ziel verfehlt wird
  • Qualitätsprobleme in Follow-up-Arbeit überführen willst
  • strukturierte Anruf-Insights für Reporting oder nachgelagerte Workflows exportieren willst

​
Best Practices

Die KI nutzt deine Beschreibung für die Antwort. Sei detailliert.❌ War der Anruf gut?✅ Hat der Agent korrekte Informationen geliefert, alle Fragen des Kunden beantwortet und während des gesamten Gesprächs einen professionellen Ton gehalten?
Definiere bei Bewertungsfragen immer, was jede Stufe bedeutet.
Wenn du wiederverwendbare Daten willst, begrenze die Ausgabe:
  • nur Kategorie
  • nur ein kurzer Satz
  • nur ein Datum/eine Uhrzeit
  • not provided, wenn etwas fehlt
Starte mit 3-5 kritischen Insight-Fragen, nicht mit 20.

​
Nächste Schritte

Gesprächsziele

Conversions und Ergebnisse tracken

Post-Call-Automatisierung

E-Mails und Tasks aus Insights auslösen

Dashboard

Aggregierte Insights ansehen

Prompt-Leitfaden

Live-Verhalten mit dem, was du misst, ausrichten