Analyse nach dem Anruf

Die Post-Call-Analyse verwandelt Gespräche in messbare Antworten. Nach jedem Anruf liest die Plattform das Transkript und füllt die strukturierten Felder aus, die Sie definiert haben — „Wurde ein Termin gebucht?", „Wie hoch war das Budget?", „Klang die Person verärgert?" — ohne dass Sie sich je die Aufzeichnung anhören müssen.

Warum das wichtiger ist als Transkripte. Ein Transkript zeigt, was gesagt wurde. Die Post-Call-Analyse zeigt, was passiert ist. Bei 1.000 Anrufen pro Woche liest niemand 1.000 Transkripte — aber jeder kann ein Dashboard lesen, das „62 % gebucht, 18 % disqualifiziert, 20 % Follow-up nötig" anzeigt. Richten Sie das ein, bevor Sie ernsthaft live gehen.

Die gute Nachricht: Es ist der am einfachsten zu konfigurierende Teil der Plattform. Fünf Minuten Einrichtung liefern dauerhaft Kennzahlen.

Wo konfigurieren

Im Dashboard: View All Finn → Finn anklicken → Edit → Reiter Post-Call Analysis.

Sie sehen eine Liste der bereits definierten Felder (leer bei einem neuen Finn) und eine Schaltfläche Add Field.

So funktioniert es

Nach jedem Anruf:

1. Die Plattform nimmt das vollständige Transkript des Gesprächs.
2. Ein KI-Durchlauf liest das Transkript und beantwortet jede von Ihnen definierte Frage.
3. Die Antworten werden im Anrufdatensatz gespeichert und in den Analytics angezeigt.
4. Sie stehen außerdem per Webhook oder API für nachgelagerte Automatisierungen zur Verfügung.

Das geschieht automatisch. Sie müssen nichts auslösen — jeder abgeschlossene Anruf wird ein bis zwei Minuten nach dem Auflegen analysiert.

Ein Feld definieren

Jedes Feld besteht aus drei Teilen:

Je klarer die Frage, desto besser die Antwort. „Hat der Anrufer erfolgreich einen Termin gebucht?" ist deutlich besser als „Buchung?".

Antworttypen

Ein durchgearbeitetes Beispiel – Vertriebsqualifizierung

Sie führen eine Outbound-Qualifizierungskampagne durch. Nach jedem Anruf möchten Sie Folgendes wissen:

Nachdem 100 Anrufe darüber gelaufen sind, können Sie Fragen beantworten wie:

• „Wie viel Prozent der Leads waren qualifiziert?"
• „Wie viel Prozent der qualifizierten Leads haben einen Termin gebucht?"
• „Was ist der häufigste Einwand?"
• „Welches Zeitfenster konvertiert am besten?"

Wenn Sie Anrufe einzeln anhören, erfahren Sie das nie.

Praktische Tipps

Mit 5 Feldern starten, nicht mit 20

Es ist verlockend, gleich jede mögliche Frage zu definieren. Tun Sie es nicht. Beginnen Sie mit den 3-5 Feldern, die Sie wirklich für Entscheidungen brauchen. Weitere können Sie später ergänzen — sie werden dann für alle künftigen Anrufe befüllt.

Eine Frage pro Feld

Kombinieren Sie keine Fragen. „Haben sie gebucht und für wann?" sollten zwei Felder sein: booked (ja/nein) und booking_time (Datum). Kombinierte Fragen verwirren die KI und erzeugen unsaubere Daten.

Erfolgskriterien konkret formulieren

„War der Anruf erfolgreich?" ist zu vage. Die Antwort der KI hängt davon ab, was „erfolgreich" bedeutet — und das weiß die KI nicht. Fragen Sie stattdessen „Hat der Anrufer einem Folgetermin zugestimmt?" oder „Hat der Anrufer eine Kaufzusage gemacht?" — konkret und messbar.

Ja/Nein-Fragen als Ja/Nein-Fragen formulieren

„Ist X passiert?" → zuverlässiges Ja/Nein. „Wie ist X gelaufen?" → Freitext, schwerer auszuwerten.

Wenn Sie eine Ja/Nein-Antwort wollen, stellen Sie eine Ja/Nein-Frage.

Enum für bekannte Kategorien verwenden

Verwenden Sie keinen Freitext für Dinge, die in klare Kategorien fallen. Nutzen Sie ein Enum.

Schlecht: Freitextfeld intent — Sie erhalten „Buchung", „Buchen", „will Termin", „Terminbuchung", „möchte buchen" als lauter verschiedene Werte, die sich nicht auswerten lassen.

Gut: Enum-Feld intent mit den Werten book / reschedule / cancel / question / complaint / other. Damit lässt sich eine Auswertung erstellen.

Felder nach dem Start bearbeiten

Sie können Felder der Nachbearbeitungsanalyse jederzeit hinzufügen, bearbeiten oder entfernen.

Wenn Sie ein neues Feld rückwirkend für historische Anrufe befüllen möchten, wenden Sie sich an den Support — wir können eine einmalige Neuanalyse durchführen.

Wo die Ergebnisse erscheinen

In Analytics

Deployment Analytics → [Ihr Deployment] zeigt für jedes Feld die aggregierten Verteilungen:

• Ja/Nein-Felder → Balkendiagramm mit der Anzahl von true und false
• Enum-Felder → gestapeltes Balkendiagramm je Kategorie
• Zahlenfelder → Histogramm + Median
• Freitext → Wortwolke + Stichprobe von 5
• Datumsfelder → Verteilung im Zeitverlauf

In der Seitenleiste pro Anruf

Klicken Sie auf einen Anruf, um die Data Extractor Sidebar zu öffnen. Dort ist jedes Feld der Nachbearbeitung mit dem extrahierten Wert aufgeführt. Wirkt ein Wert falsch, klicken Sie darauf, um die Begründung der KI und den zugrunde liegenden Transkriptausschnitt zu sehen.

In Exporten

CSV-Exporte enthalten jedes Feld als eigene Spalte. PDF-Berichte zeigen die wichtigsten Verteilungen.

In Webhooks

Das Webhook-Ereignis call.analyzed enthält alle Felder der Nachbearbeitung in seinem Payload. Binden Sie es an, um Ergebnisse an Ihr Data Warehouse, CRM oder Alerting-System zu übergeben. Siehe Integrationen → Webhooks.

Konfidenz und Genauigkeit

Die KI liegt nicht immer richtig. Einiges dazu:

• Konfidenzwerte — jeder extrahierte Wert hat einen Konfidenzwert. Werte mit niedriger Konfidenz werden in der Seitenleiste markiert. Exporte lassen sich auf Zeilen mit hoher Konfidenz filtern.
• Fehlgeschlagene Extraktionen — enthält das Transkript nicht genug Informationen zur Beantwortung der Frage, wird das Feld als „Extraktion fehlgeschlagen" markiert statt geraten. Häufiger Grund: Der Anruf endete, bevor das Thema aufkam.
• Schutz vor Halluzinationen — bei Freitextfeldern ist die KI darauf beschränkt, nach Möglichkeit wörtliche Zitate aus dem Transkript zu verwenden, statt neue Inhalte zu erfinden.
• Manuelle Korrektur — bei kritischen Entscheidungen können Sie den extrahierten Wert in der Seitenleiste manuell bearbeiten. Änderungen werden in Exporten als manuell korrigiert gekennzeichnet.

Kosten

Die Nachbearbeitungsanalyse ist in jedem Tarif enthalten. Keine Zusatzkosten pro Feld, kein Aufschlag pro Anruf.

Sie können pro Finn beliebig viele Felder definieren (bis zu einer weichen Grenze von 50 — für mehr wenden Sie sich an den Support).

Übliche Muster nach Anwendungsfall

Lead-Qualifizierung

• qualified (ja/nein)
• budget_range (Freitext)
• decision_maker (ja/nein)
• meeting_booked (ja/nein)
• objection (Freitext, nullable)

Empfang

• intent (Enum: Termin buchen / verschieben / Frage / Beschwerde / Sonstiges)
• appointment_booked (ja/nein)
• transferred (ja/nein)
• caller_sentiment (Enum: positiv / neutral / negativ)
• follow_up_needed (ja/nein)

Terminerinnerung

• confirmed (ja/nein)
• rescheduled (ja/nein)
• cancelled (ja/nein)
• opt_out (ja/nein)

Umfrage zur Kundenzufriedenheit

• nps_score (Zahl, 0–10)
• top_positive (Freitext)
• top_negative (Freitext)
• would_recommend (ja/nein)

Forderungseinzug

• outcome (Enum: bezahlt / Ratenzahlung / Widerspruch / Verweigerung / keine Antwort)
• amount_paid (Zahl)
• disputed (ja/nein)
• callback_scheduled (ja/nein, Datum)

Häufige Fehler

Weiter

• Analytics → – die Daten aus Ihren Feldern visualisieren und im Detail auswerten.
• Integrationen → Webhooks – Feldwerte an externe Systeme übergeben.
• Einen Finn erstellen → – die übergeordnete Finn-Konfiguration, in die sich dies einfügt.