> ## Documentation Index
> Fetch the complete documentation index at: https://docs.itellico.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Insights sammeln

> Nutze LLM-as-a-Judge, um strukturierte Insights und Qualitätsmetriken aus Gesprächen zu extrahieren

export const Screenshot = ({lightSrc, darkSrc, alt, caption, maxWidth = "880px"}) => {
  return <div style={{
    margin: "1rem auto",
    maxWidth,
    width: "100%"
  }}>
      <Frame>
        <img className="block dark:hidden" src={lightSrc} alt={alt} />
        <img className="hidden dark:block" src={darkSrc} alt={alt} />
      </Frame>
      {caption ? <p style={{
    marginTop: "0.5rem",
    fontSize: "0.875rem",
    color: "inherit",
    opacity: 0.8
  }}>
          {caption}
        </p> : null}
    </div>;
};

## 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**

<Screenshot lightSrc="/images/agent-editor__analytics-tab_DE-light.png" darkSrc="/images/agent-editor__analytics-tab_DE-dark.png" alt="Analytik-Tab mit Zielen, gesammelten Insights und Analytik-Einstellungen" caption="Im Tab Analytik konfigurierst du Ziele, gesammelte Insights, Analysesprache und Analysemodell." />

## Analytik-Sprache

<Badge>Profi</Badge>

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.

<Tip>
  Diese Einstellung gilt sowohl für Ziele als auch für Insights.
</Tip>

***

## 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

<Info>
  Standard-Insights geben dir einen Startpunkt. Füge eigene Insights für Reporting-, QA- oder Extraktionsanforderungen hinzu.
</Info>

## Wie du entscheidest, was du hinzufügen sollst

| Verwende das, wenn du ...                                          | Beste Wahl           |
| ------------------------------------------------------------------ | -------------------- |
| ein fertiges, gängiges Qualitätssignal möchtest                    | **Standard-Insight** |
| eine benutzerdefinierte Frage für deinen eigenen Workflow brauchst | **Eigenes Insight**  |
| ein Ja/Nein-Geschäftsergebnis messen willst                        | **Ziel**             |

***

## Einrichtung

<Steps>
  <Step title="Post-Call-Analytik aufrufen">
    In deinem Agent-Editor → Tab **Analytik** → Bereich **Post-Call-Analytik** → **Insight hinzufügen**
  </Step>

  <Step title="Insight konfigurieren">
    **Name:** Interne Bezeichnung

    ```text theme={null}
    Beispiel: Kundenzufriedenheitswert
    ```

    **Beschreibung:** Die exakte Frage, die die KI beantworten soll

    ```text theme={null}
    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.
    ```

    <Tip>
      Spezifischere Beschreibungen erzeugen zuverlässigere KI-Bewertungen.
    </Tip>
  </Step>

  <Step title="Antworttyp wählen">
    **Ja / Nein** - binäre Antwort

    ```text theme={null}
    Beispiel: Wurde das Anliegen des Kunden vollständig gelöst?
    ```

    **Freitext** - freie Textantwort

    ```text theme={null}
    Beispiel: Was war das Hauptthema des Gesprächs?
    ```

    **Data Point** - ein extrahierter Wert

    ```text theme={null}
    Beispiel: Welche Bestellnummer hat der Anrufer genannt?
    ```

    **Single Choice** - eine Option aus deiner Liste

    ```text theme={null}
    Beispiel: Welche Produktlinie wurde besprochen?
    ```

    **Multiple Choice** - eine oder mehrere Optionen aus deiner Liste

    ```text theme={null}
    Beispiel: Welche Einwände hat der Anrufer genannt?
    ```

    **Bewertung** - 1-5 Sterne

    ```text theme={null}
    Beispiel: Wie professionell war der Agent?
    ```
  </Step>

  <Step title="Speichern">
    Klicke auf **Insight hinzufügen**, um zu speichern.
  </Step>
</Steps>

***

## 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.`

<Tip>
  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.
</Tip>

## Fragetypen

<Tabs>
  <Tab title="Ja / Nein">
    **Binäre Fragen** für klare Metriken.

    **Ideal für:**

    * 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?`
  </Tab>

  <Tab title="Freitext">
    **Textantwort-Fragen** für detaillierte Insights und Feldauslese.

    **Ideal für:**

    * Informations-Extraktion
    * Problem-Kategorisierung
    * Root-Cause-Analyse
    * Gesprächszusammenfassungen

    **Beispiele:**

    * `Was war das Hauptthema des Gesprächs?`
    * `Welche Einwände hat der Kunde genannt?`
    * `Welches Produkt wurde besprochen?`
    * `Fasse das technische Problem des Kunden zusammen`
  </Tab>

  <Tab title="Data Point">
    **Single-Value-Extraktion** für operative Felder, die kurz bleiben sollen.

    **Ideal für:**

    * Bestellnummern
    * Gewünschte Termindaten
    * Produktnamen
    * Kurze Labels oder IDs

    **Beispiele:**

    * `Welche Bestellnummer hat der Anrufer genannt? Gib nur die Bestellnummer oder N/A zurück.`
    * `Welches Termindatum hat der Anrufer angefragt? Gib YYYY-MM-DD oder N/A zurück.`
    * `Welche Account-ID wurde genannt?`
  </Tab>

  <Tab title="Single Choice">
    **Eine Option aus einer Liste** für konsistente Kategorien.

    **Ideal für:**

    * Hauptanrufgrund
    * Lead-Quelle
    * Beschwerdeschwere
    * Produktkategorie

    **Beispiele:**

    * `Wähle den Hauptgrund des Anrufs: Billing, Support, Sales, Cancellation, Other.`
    * `Wähle die höchste Eskalationsstufe: Keine, Team Lead, Manager, Legal.`
  </Tab>

  <Tab title="Multiple Choice">
    **Eine oder mehrere Optionen aus einer Liste**, wenn mehrere Kategorien zutreffen können.

    **Ideal für:**

    * Genannte Einwände
    * Besprochene Produkte
    * Bestandenene Compliance-Checks
    * Gewünschte Follow-up-Kanäle

    **Beispiele:**

    * `Welche Einwände hat der Anrufer genannt: Price, Timing, Trust, Missing Feature, Other?`
    * `Welche Follow-up-Kanäle wurden gewünscht: Email, Phone, SMS, In-person?`
  </Tab>

  <Tab title="Bewertung">
    **1-5-Sterne-Skala** für qualitative Bewertungen.

    **Standard-Skala:**

    * **5** = Herausragende Leistung
    * **4** = Überdurchschnittliche Leistung
    * **3** = Durchschnittliche oder zufriedenstellende Leistung
    * **2** = Unterdurchschnittliche Leistung
    * **1** = Sehr geringe oder schlechte Leistung

    **Ideal für:**

    * Qualitätsbewertung
    * Sentiment-Analyse
    * Leistungsbewertung
    * Zufriedenheitsmessung

    **Beispiele:**

    * `Bewerte die Kundenstimmung (1=sehr negativ, 5=sehr positiv)`
    * `Wie gut hat der Agent Einwände behandelt?`
    * `Bewerte die Anrufqualität (1=schlecht, 5=hervorragend)`
    * `Kundenzufriedenheitswert`
  </Tab>
</Tabs>

## 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

<AccordionGroup>
  <Accordion title="Kundenzufriedenheit" icon="face-smile">
    **Name:** Kundenzufriedenheitswert

    **Typ:** Bewertung (1-5 Sterne)

    **Beschreibung:**

    ```text theme={null}
    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
    ```
  </Accordion>

  <Accordion title="Problemlösung" icon="check-circle">
    **Name:** Anliegen vollständig gelöst

    **Typ:** Ja / Nein

    **Beschreibung:**

    ```text theme={null}
    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.
    ```
  </Accordion>

  <Accordion title="Strukturierte Extraktion" icon="brackets-curly">
    **Name:** Angefragtes Termindatum

    **Typ:** Data Point

    **Beschreibung:**

    ```text theme={null}
    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.
    ```
  </Accordion>

  <Accordion title="Klassifizierung des Gesprächsthemas" icon="tag">
    **Name:** Hauptthema des Gesprächs

    **Typ:** Freitext

    **Beschreibung:**

    ```text theme={null}
    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.
    ```
  </Accordion>
</AccordionGroup>

***

## Insights vs. Ziele

Nutze beides zusammen für vollständiges Gesprächs-Tracking:

| Merkmal           | Ziele                                          | Insights                                                   |
| ----------------- | ---------------------------------------------- | ---------------------------------------------------------- |
| **Zweck**         | Conversions tracken                            | Insights extrahieren und Qualität bewerten                 |
| **Beispiel**      | Termin gebucht                                 | Wie zufrieden war der Kunde?                               |
| **Antworttyp**    | Erreicht / Teilweise erreicht / Nicht erreicht | Ja / Nein, Freitext, Data Point, Choice oder 1-5 Bewertung |
| **Einsatz**       | Erfolgsmetriken                                | Qualitätsbewertung, Kategorisierung, Extraktion            |
| **Am besten für** | Geschäftsergebnisse                            | Detailliertes 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 →](/de/manage/dashboard)

## 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

<AccordionGroup>
  <Accordion title="Spezifische Fragen schreiben" icon="pen">
    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?`
  </Accordion>

  <Accordion title="Bewertungsskalen definieren" icon="star">
    Definiere bei Bewertungsfragen immer, was jede Stufe bedeutet.
  </Accordion>

  <Accordion title="Extraktionsausgaben eng halten" icon="filter">
    Wenn du wiederverwendbare Daten willst, begrenze die Ausgabe:

    * nur Kategorie
    * nur ein kurzer Satz
    * nur ein Datum/eine Uhrzeit
    * `not provided`, wenn etwas fehlt
  </Accordion>

  <Accordion title="Mit den wichtigsten Fragen starten" icon="list">
    Starte mit 3-5 kritischen Insight-Fragen, nicht mit 20.
  </Accordion>
</AccordionGroup>

***

## Nächste Schritte

<CardGroup cols={2}>
  <Card title="Gesprächsziele" icon="bullseye" href="/de/build/analytics/conversation-goals">
    Conversions und Ergebnisse tracken
  </Card>

  <Card title="Post-Call-Automatisierung" icon="envelope-open-text" href="/de/build/analytics/post-call-automation">
    E-Mails und Tasks aus Insights auslösen
  </Card>

  <Card title="Dashboard" icon="chart-line" href="/de/manage/dashboard">
    Aggregierte Insights ansehen
  </Card>

  <Card title="Prompt-Leitfaden" icon="pen-to-square" href="/de/build/conversation/prompt">
    Live-Verhalten mit dem, was du misst, ausrichten
  </Card>
</CardGroup>