Wer Kundenfeedback aus mehreren Kanälen sammelt, verliert schnell den Überblick: einzelne Reviews, Support-Nachrichten und Umfrage-Antworten liegen verstreut, und Muster werden erst sichtbar, wenn jemand sie manuell zusammenträgt. Die Feedback-Route übernimmt genau diesen Schritt. Sie ruft täglich die neuen Einträge ab, lässt jeden davon einzeln auf Sentiment, Dringlichkeit und Hauptthemen bewerten und fasst das Ergebnis zu einem strukturierten Report zusammen.
\nDer Mensch bleibt an zwei Stellen in der Schleife: bei der Einrichtung, wenn Eskalationsschwelle und Quellen festgelegt werden, und bei jedem als kritisch markierten Fall, der im Team-Chat landet und eine echte Reaktion braucht. Der Workflow ersetzt also nicht die Entscheidung, sondern die mühsame Vorarbeit dazu: aus verstreuten Einzelmeldungen wird ein tagesaktuelles Bild der Kundenstimmung, auf dessen Basis sich Produkt- und Service-Prioritäten setzen lassen.
\nKopieren Sie den Prompt unten in Ihr Automations-Tool oder Ihren Agent-Builder. Als Datei: feedback-route.de.json
\n" } ], "schritte": [ { "nr": 1, "titel": "Zeit-Trigger", "beschreibung": "Der Workflow startet täglich zu einer festen Uhrzeit, zum Beispiel um 18:00 Uhr.", "rolle": "mensch" }, { "nr": 2, "titel": "Feedback abrufen", "beschreibung": "Alle Einträge der letzten 24 Stunden werden aus den angebundenen Quellen geladen.", "rolle": "automatisch" }, { "nr": 3, "titel": "Sentiment und Themen", "beschreibung": "Jeder Eintrag wird einzeln bewertet: Sentiment, Dringlichkeit und ein bis drei Hauptthemen.", "rolle": "automatisch" }, { "nr": 4, "titel": "Aggregieren", "beschreibung": "Die Einzelbewertungen werden zusammengeführt zu Sentiment-Verteilung, den fünf häufigsten Themen, kritischen Fällen und positiven Highlights.", "rolle": "automatisch" }, { "nr": 5, "titel": "Report erzeugen", "beschreibung": "Aus den aggregierten Daten entsteht ein strukturierter Report mit Executive Summary, Verteilung, Top-Themen und Handlungsempfehlungen.", "rolle": "automatisch" }, { "nr": 6, "titel": "Ablegen und eskalieren", "beschreibung": "Der Report wird im Projektmanagement-Tool abgelegt. Kritische Fälle gehen zusätzlich direkt in den Team-Chat, inklusive Link zur Quelle und empfohlenem Follow-up.", "rolle": "ergebnis" } ], "herausgeber": "Voyage Digital", "version": "2.0", "stand": "2026-07-26", "nutzen": [ { "titel": "Stimmung auf einen Blick", "text": "Ein täglicher Überblick über Sentiment-Verteilung und die wichtigsten Themen ersetzt das mühsame Zusammentragen einzelner Rückmeldungen von Hand." }, { "titel": "Kritische Fälle fallen nicht unter den Tisch", "text": "Fälle mit hoher Dringlichkeit erreichen noch am selben Tag den Team-Chat, statt erst bei der nächsten manuellen Durchsicht aufzufallen." }, { "titel": "Themen für Produkt und Content sichtbar", "text": "Wiederkehrende Themen werden gezählt und lassen sich priorisieren, als Grundlage für Roadmap- und Content-Entscheidungen." } ], "voraussetzungen": [ { "label": "Feedback-Tool", "text": "Typeform, Zendesk, Intercom oder ein vergleichbares Tool liefert die eingehenden Einträge.", "icon": "reviews" }, { "label": "PM-Tool", "text": "Asana, Trello, Monday oder Notion für die Ablage des Tages-Reports.", "icon": "checklist" }, { "label": "Team-Chat", "text": "Slack, Teams oder Discord für die Eskalation kritischer Fälle.", "icon": "notifications" }, { "label": "LLM-Zugang", "text": "API-Key für OpenAI, Claude oder Gemini.", "icon": "key" } ], "betrieb": { "testing": [ { "label": "Test-Feedbacks", "text": "Legen Sie drei bis fünf Beispiel-Einträge an, positiv, neutral, negativ und kritisch.", "icon": "rate_review" }, { "label": "Abruf", "text": "Prüfen Sie, ob alle Einträge der letzten 24 Stunden korrekt geladen werden, insbesondere den Datumsfilter.", "icon": "download" }, { "label": "Sentiment und Report", "text": "Bewerten Sie, ob die Sentiment-Einschätzung plausibel ist und der Report vollständig ausfällt.", "icon": "fact_check" }, { "label": "Edge Cases", "text": "Testen Sie Ironie und Sarkasmus, mehrsprachige Einträge, inhaltsleeres Feedback und ein hohes Eingangsvolumen.", "icon": "rule" } ], "goLive": [ { "label": "Freigeben", "text": "Aktivieren Sie den Workflow erst, wenn Sentiment-Bewertung, Report und Eskalation zuverlässig funktionieren.", "icon": "check_circle" }, { "label": "Konservativ starten", "text": "Beginnen Sie mit einer Quelle und einer vorsichtig eingestellten Eskalationsschwelle.", "icon": "tune" }, { "label": "Ownership", "text": "Legen Sie fest, wer für die Eskalations-Queue zuständig ist.", "icon": "assignment_ind" }, { "label": "Ausbauen", "text": "Ergänzen Sie später einen Wochen-Trend, eine automatische Mail an den Owner oder ein Backlog-Tagging.", "icon": "rocket_launch" } ], "haeufigeFehler": [ { "label": "Ironie falsch klassifiziert", "text": "Ergänzen Sie Beispiele im Arbeitsprompt und prüfen Sie die Einstufung stichprobenartig.", "icon": "sentiment_dissatisfied" }, { "label": "Eskalationsschwelle zu niedrig", "text": "Schärfen Sie die Schwelle, etwa durch eine Kombination aus Dringlichkeit und negativem Sentiment.", "icon": "notifications_off" }, { "label": "Sprache nicht erkannt", "text": "Bauen Sie vorab eine Mehrsprachen-Erkennung ein.", "icon": "translate" }, { "label": "Report unvollständig", "text": "Geben Sie das JSON-Format im Prompt fest vor und validieren Sie die Ausgabe.", "icon": "data_object" } ] }, "arbeitsprompts": [ { "titel": "Prompt: Sentiment und Themen", "beschreibung": "Bewertet ein einzelnes Feedback nach Sentiment, Dringlichkeit und Hauptthemen und gibt das Ergebnis als JSON zurück.", "prompt": "Analysieren Sie das folgende Kundenfeedback und liefern Sie eine strukturierte Bewertung:\n\nFEEDBACK:\n{FEEDBACK_TEXT}\n\nAUFGABEN:\n1. Sentiment-Analyse: Bewerten Sie die emotionale Stimmung als POSITIV, NEUTRAL oder NEGATIV.\n2. Dringlichkeit: Schätzen Sie die Dringlichkeit ein (NIEDRIG, MITTEL, HOCH, KRITISCH).\n3. Themen: Identifizieren Sie ein bis drei Hauptthemen (zum Beispiel Produktqualität, Kundenservice, Lieferung, Preis, Funktionen).\n4. Zusammenfassung: Fassen Sie das Feedback in ein bis zwei Sätzen zusammen.\n\nWenn Angaben im Feedback fehlen oder mehrdeutig sind, kennzeichnen Sie Ihre Einschätzung als Annahme, anstatt sie als gesichert darzustellen.\n\nAUSGABEFORMAT (JSON):\n{\n \"sentiment\": \"[POSITIV/NEUTRAL/NEGATIV]\",\n \"dringlichkeit\": \"[NIEDRIG/MITTEL/HOCH/KRITISCH]\",\n \"themen\": [\"Thema 1\", \"Thema 2\"],\n \"zusammenfassung\": \"[Kurze Zusammenfassung]\",\n \"original_feedback\": \"{FEEDBACK_TEXT}\"\n}" }, { "titel": "Prompt: Report-Erstellung", "beschreibung": "Fasst alle analysierten Feedbacks des Tages zu einem strukturierten Report mit Verteilung, Top-Themen und Handlungsempfehlungen zusammen.", "prompt": "Erstellen Sie einen professionellen Tages-Feedback-Report auf Basis der folgenden analysierten Einträge:\n\nANALYSIERTE FEEDBACKS:\n{ANALYSIERTE_FEEDBACKS}\n\nANFORDERUNGEN:\n1. Executive Summary: Überblick über die Anzahl der Feedbacks und die allgemeine Stimmung.\n2. Sentiment-Verteilung: prozentuale Aufteilung in Positiv, Neutral, Negativ.\n3. Top-Themen: die fünf häufigsten Themen mit Anzahl der Nennungen.\n4. Kritische Feedbacks: Liste aller Feedbacks mit Dringlichkeit HOCH oder KRITISCH.\n5. Positive Highlights: zwei bis drei besonders positive Feedbacks.\n6. Handlungsempfehlungen: [ANZAHL_EMPFEHLUNGEN] konkrete nächste Schritte auf Basis der Erkenntnisse.\n\nDATUM: {AKTUELLES_DATUM}\nBERICHTSZEITRAUM: {ZEITRAUM}\n\nFormatieren Sie den Report übersichtlich mit Markdown-Struktur (Überschriften, Listen, Hervorhebungen). Kennzeichnen Sie Annahmen, wo Datenbasis oder Kontext für eine eindeutige Aussage nicht ausreichen." } ], "prompt": "ZIEL\nBauen Sie einen Workflow, der täglich das neue Kundenfeedback abruft, es pro Eintrag per KI auf Sentiment und Themen analysiert, aus allen Analysen einen strukturierten Tages-Report erzeugt und kritische Fälle automatisch in Slack oder Teams eskaliert, jeweils mit Link zur Quelle und einem empfohlenen Follow-up.\n\nPassen Sie die Struktur an die Konzepte Ihres Automations-Tools an (zum Beispiel Nodes, Steps, Zaps oder Agenten-Aktionen). Erhalten Sie dabei die Trigger-Logik, die Reihenfolge, die Schleife pro Feedback-Eintrag und den Datenfluss.\n\nTRIGGER\nTyp: zeitgesteuert, täglich, zum Beispiel um 18:00 Uhr.\nScope: alle Feedback-Einträge der letzten 24 Stunden aus den angebundenen Quellen, zum Beispiel Typeform, Zendesk oder Intercom.\n\nSCHRITTE (sequenziell)\n1. Feedback abrufen: Laden Sie alle Einträge der letzten 24 Stunden aus den angebundenen Quellen, inklusive Link zur Quelle. Prüfen Sie dabei den Datumsfilter.\n2. Schleife pro Eintrag, KI-Schritt: Sentiment und Themen. Setzen Sie exakt den Arbeitsprompt „Sentiment und Themen\" ein (siehe Abschnitt Arbeitsprompts), für jeden Eintrag einzeln. Ergebnis pro Eintrag: ein JSON-Objekt.\n3. Aggregieren: Fassen Sie die Einzelergebnisse zusammen zu einer Sentiment-Verteilung, den fünf häufigsten Themen mit Zählung, einer Liste der Fälle mit Dringlichkeit HOCH oder KRITISCH sowie positiven Highlights.\n4. KI-Schritt: Report. Setzen Sie exakt den Arbeitsprompt „Report-Erstellung\" ein (siehe Abschnitt Arbeitsprompts), mit allen analysierten Einträgen als Eingabe.\n5. Ablegen und eskalieren: Legen Sie den Report im Projektmanagement-Tool ab. Senden Sie kritische Fälle mit Dringlichkeit HOCH oder KRITISCH zusätzlich sofort in den Team-Chat, je Fall mit Zusammenfassung, Link zur Quelle und einem empfohlenen Follow-up.\n\nPROMPT-VORGABEN\nFür die beiden KI-Schritte gibt es feste Arbeitsprompts, siehe Abschnitt Arbeitsprompts. Übernehmen Sie beide unverändert und vollständig in Schritt 2 und Schritt 4.\n\nDATENFLUSS\nSchritt 1 zu Schritt 2: einzelner Eintrag als Eingabe für den Platzhalter des Feedback-Texts im Arbeitsprompt, pro Schleifendurchlauf.\nSchritt 2 und 3 zu Schritt 4: alle Analyse-Ergebnisse als Eingabe für den Platzhalter der analysierten Feedbacks im Arbeitsprompt.\nSystem zu Schritt 4: aktuelles Datum und Berichtszeitraum als Eingabe für die entsprechenden Platzhalter.\nSchritt 2 zu Schritt 5: Einträge mit Dringlichkeit HOCH oder KRITISCH inklusive Link zur Quelle.\n\nFEHLERBEHANDLUNG\nKein Feedback im Zeitraum: Senden Sie einen kurzen Hinweis statt eines leeren Reports und prüfen Sie den Datumsfilter.\nKI liefert kein valides JSON: Wiederholen Sie den betroffenen Eintrag einmal und nehmen Sie ihn danach als nicht klassifiziert in den Report auf.\nIronie oder Sarkasmus falsch klassifiziert: Ergänzen Sie Beispiele im Arbeitsprompt und prüfen Sie die Einstufung stichprobenartig.\nZu viele Eskalationen: Schärfen Sie die Schwelle, zum Beispiel nur bei KRITISCH oder einer Kombination aus Dringlichkeit und negativem Sentiment.\nMehrsprachiges Feedback: Erkennen Sie die Sprache vorab. Die Analyse funktioniert sprachunabhängig, der Report bleibt in der Team-Sprache.\nHohes Volumen: Führen Sie die Schleife in Batches aus und beachten Sie Rate-Limits.\n\nPLATZHALTER-KONVENTION\nZwei Arten von Platzhaltern kommen vor. In geschweiften Klammern stehen dynamische Platzhalter: Mappen Sie {FEEDBACK_TEXT}, {ANALYSIERTE_FEEDBACKS}, {AKTUELLES_DATUM} und {ZEITRAUM} wie im Datenfluss beschrieben. Nicht dynamisch ist [ANZAHL_EMPFEHLUNGEN]: Legen Sie diesen Wert vor der Aktivierung selbst fest, zum Beispiel 3. Die eckigen Klammern im JSON-Ausgabeformat des ersten Arbeitsprompts sind Format-Anweisungen an das Modell und bleiben unverändert. Listen Sie alle manuell zu konfigurierenden Platzhalter am Ende gesondert auf.\n\nSELBSTPRÜFUNG VOR ABSCHLUSS\nPrüfen Sie, bevor Sie den Workflow als fertig melden:\n1. Läuft die Analyse als Schleife pro Eintrag, und werden beide Outputs bedient, die Report-Ablage und die Eskalation?\n2. Sind beide Arbeitsprompts vollständig und unverändert eingesetzt, und sind alle dynamischen Platzhalter korrekt gemappt?\n3. Greift die Eskalation nur bei Dringlichkeit HOCH oder KRITISCH, und enthält sie Link zur Quelle und Follow-up-Empfehlung?\n4. Sind alle Punkte aufgelistet, die manuell konfiguriert werden müssen: Feedback-Quellen, Ablageort des Reports, Eskalations-Channel, Eskalationsschwelle, [ANZAHL_EMPFEHLUNGEN] und der LLM-Zugang?", "einrichtung": { "intro": "Zwei Wege führen zum Ziel. Wählen Sie den, der zu Ihrem Setup passt.", "varianten": [ { "variante": "Builder-Prompt", "einleitung": "Geeignet, wenn Sie den Workflow in Ihrem eigenen Automations-Tool aufbauen möchten.", "schritte": [ "Öffnen Sie Ihr Workflow-Tool, etwa n8n, Make, Zapier oder Langdock.", "Legen Sie einen neuen Workflow an und vergeben Sie einen Namen.", "Wählen Sie die KI-gestützte Erstellung, sofern Ihr Tool sie anbietet.", "Fügen Sie den Builder-Prompt von oben vollständig ein.", "Prüfen Sie das Ergebnis gegen die Schrittfolge in diesem Dokument und ergänzen Sie Zugänge und Kanäle." ] }, { "variante": "JSON-Import", "einleitung": "Geeignet, wenn Sie den Workflow unverändert übernehmen möchten.", "schritte": [ "Laden Sie die JSON-Datei aus dem Abschnitt JSON-Export herunter.", "Öffnen Sie den Workflow-Bereich Ihres Tools und legen Sie einen neuen Workflow an.", "Vergeben Sie einen Namen und bestätigen Sie die Anlage.", "Öffnen Sie das Menü am Workflow-Namen und wählen Sie den Import einer JSON-Datei.", "Laden Sie die Datei hoch und hinterlegen Sie anschließend Ihre eigenen Zugänge.", "Führen Sie einen Testlauf durch, bevor Sie den Workflow aktivieren." ] } ] }, "exportMeta": { "datei": "w13_feedback-route__workflow.json", "format": "voyage-workflow/1" }, "download": { "schema": "voyage-workflow/1", "name": "Die Feedback-Route", "beschreibung": "Ruft täglich das neue Kundenfeedback aus der angebundenen Quelle ab, bewertet jeden Eintrag per KI einzeln auf Sentiment, Dringlichkeit und Themen, führt die Ergebnisse in einem KI-Report-Schritt zu einem strukturierten Tages-Report zusammen und eskaliert kritische Fälle zusätzlich sofort an den Team-Chat, mit Verweis auf den vollständigen Report.", "trigger": { "typ": "Zeitgesteuert (Cron)", "bedingung": "Läuft in der Referenzimplementierung täglich um 18:00 Uhr über den Cron-Ausdruck 0 18 * * *. Uhrzeit und Rhythmus werden bei der Einrichtung einmalig festgelegt und lassen sich frei anpassen, zum Beispiel wöchentlich montags 9 Uhr (0 9 * * 1) oder werktags 17 Uhr (0 17 * * 1-5)." }, "schritte": [ { "nr": 1, "titel": "Zeit-Trigger", "rolle": "mensch", "aktion": "Der Workflow startet über einen zeitgesteuerten Trigger. In der Referenzimplementierung lautet der Cron-Ausdruck 0 18 * * *, das entspricht täglich 18:00 Uhr. Uhrzeit und Rhythmus werden bei der Einrichtung einmalig festgelegt und können jederzeit angepasst werden.", "prompt_ref": null, "eingang": [], "ausgang": [ "Start-Zeitpunkt der Cron-Auslösung" ] }, { "nr": 2, "titel": "Feedback abrufen", "rolle": "automatisch", "aktion": "Alle Feedback-Einträge des aktuellen Tages werden aus der angebundenen Feedback-Quelle geladen. In der Referenzimplementierung geschieht das über eine Airtable-Abrufaktion mit den Feldern Basis-ID, Tabellen-ID beziehungsweise -name und maximaler Datensatzzahl. Eine Filterformel grenzt automatisch auf die heute erstellten Einträge ein, über einen Abgleich mit dem aktuellen Datum. Bei anderen Feedback-Quellen wie Typeform, Zendesk oder Intercom übernimmt die jeweilige Abrufaktion dieselbe Filterlogik auf den aktuellen Tag.", "prompt_ref": null, "eingang": [], "ausgang": [ "Feedback-Einträge des aktuellen Tages" ] }, { "nr": 3, "titel": "Sentiment und Themen", "rolle": "automatisch", "aktion": "Eine Schleife, in der Referenzimplementierung begrenzt auf maximal 200 Einträge pro Durchlauf und optional mit paralleler Verarbeitung, durchläuft jeden Feedback-Eintrag einzeln und übergibt ihn an den Arbeitsprompt Sentiment und Themen. Der Analyse-Knoten liefert je Eintrag ein Ausgabeschema mit den Pflichtfeldern sentiment, themes, urgency, key_points und is_critical, wobei is_critical wahr ist bei negativem Sentiment kombiniert mit hoher Dringlichkeit. Ein eigener Schleifenabschluss-Knoten markiert das Ende, sobald alle Einträge verarbeitet sind. Er ist standardmäßig so eingestellt, dass der Lauf trotz einzelner fehlgeschlagener Analysen fortgesetzt wird, während der Analyse-Knoten selbst bei einem eigenen Ausführungsfehler abbricht.", "prompt_ref": "arbeitsprompt-1", "eingang": [ "Ein einzelner Feedback-Eintrag aus der Schleife" ], "ausgang": [ "Analyse-Ausgabeschema je Eintrag: sentiment, themes, urgency, key_points, is_critical" ] }, { "nr": 4, "titel": "Aggregieren", "rolle": "automatisch", "aktion": "In der Referenzimplementierung gibt es dafür keinen eigenen mechanischen Aggregations-Knoten. Nach Abschluss der Schleife steht dem nachfolgenden Report-Schritt der gesamte Workflow-Kontext zur Verfügung, also sämtliche Einzelanalysen. Die Zusammenführung zu Sentiment-Verteilung, den fünf häufigsten Themen, der Liste kritischer Fälle und positiven Highlights geschieht dadurch als Teil des folgenden KI-Schritts, nicht als separater deterministischer Zwischenschritt.", "prompt_ref": null, "eingang": [ "Alle Analyse-Ausgaben aus der Schleife (Workflow-Kontext)" ], "ausgang": [ "Workflow-Kontext mit allen Einzelanalysen, bereit für den Report-Schritt" ] }, { "nr": 5, "titel": "Report erzeugen", "rolle": "automatisch", "aktion": "Der Arbeitsprompt Report-Erstellung läuft in einem KI-Knoten, der aus dem gesamten Workflow-Kontext heraus Aggregation und Report in einem Durchgang erzeugt. Das Ausgabeschema umfasst die Pflichtfelder report_title, executive_summary, sentiment_breakdown, main_themes, critical_issues, recommendations, has_critical_feedback und full_report. Der Knoten bricht bei einem eigenen Ausführungsfehler ab, statt einen unvollständigen Report weiterzugeben.", "prompt_ref": "arbeitsprompt-2", "eingang": [ "Workflow-Kontext mit allen Einzelanalysen", "Aktuelles Datum", "Berichtszeitraum" ], "ausgang": [ "Report-Ausgabeschema: report_title, executive_summary, sentiment_breakdown, main_themes, critical_issues, recommendations, has_critical_feedback, full_report" ] }, { "nr": 6, "titel": "Ablegen und eskalieren", "rolle": "ergebnis", "aktion": "Der Report wird zunächst im Projektmanagement-Tool abgelegt. In der Referenzimplementierung geschieht das als neue Linear-Issue: title wird aus report_title gemappt, description aus full_report, options setzt eine Priorität. Erst danach prüft ein eigener Bedingungs-Knoten das Feld has_critical_feedback. Ist es wahr, geht zusätzlich eine Eskalationsnachricht an den Team-Chat, in der Referenzimplementierung an Slack über die Felder text und channelId. Der Nachrichtentext wird aus critical_issues erzeugt und enthält einen Hinweis auf das erkannte kritische Feedback, eine kurze Zusammenfassung der kritischen Punkte, einen Verweis auf den vollständigen Report und eine Aufforderung zur sofortigen Prüfung. Ist has_critical_feedback falsch, endet der Ablauf nach der Ablage ohne Eskalation.", "prompt_ref": null, "eingang": [ "Report-Ausgabeschema aus Schritt 5" ], "ausgang": [ "Abgelegter Report (Referenz: Linear-Issue)", "Eskalationsnachricht bei has_critical_feedback = wahr (Referenz: Slack-Nachricht)" ] } ], "prompts": { "arbeitsprompt-1": { "titel": "Sentiment und Themen", "text": "Analysieren Sie das folgende Kundenfeedback und liefern Sie eine strukturierte Bewertung:\n\nFEEDBACK:\n{FEEDBACK_TEXT}\n\nAUFGABEN:\n1. Sentiment-Analyse: Bewerten Sie die emotionale Stimmung als POSITIV, NEUTRAL oder NEGATIV.\n2. Dringlichkeit: Schätzen Sie die Dringlichkeit ein (NIEDRIG, MITTEL, HOCH, KRITISCH).\n3. Themen: Identifizieren Sie ein bis drei Hauptthemen (zum Beispiel Produktqualität, Kundenservice, Lieferung, Preis, Funktionen).\n4. Zusammenfassung: Fassen Sie das Feedback in ein bis zwei Sätzen zusammen.\n\nWenn Angaben im Feedback fehlen oder mehrdeutig sind, kennzeichnen Sie Ihre Einschätzung als Annahme, anstatt sie als gesichert darzustellen.\n\nAUSGABEFORMAT (JSON):\n{\n \"sentiment\": \"[POSITIV/NEUTRAL/NEGATIV]\",\n \"dringlichkeit\": \"[NIEDRIG/MITTEL/HOCH/KRITISCH]\",\n \"themen\": [\"Thema 1\", \"Thema 2\"],\n \"zusammenfassung\": \"[Kurze Zusammenfassung]\",\n \"original_feedback\": \"{FEEDBACK_TEXT}\"\n}" }, "arbeitsprompt-2": { "titel": "Report-Erstellung", "text": "Erstellen Sie einen professionellen Tages-Feedback-Report auf Basis der folgenden analysierten Einträge:\n\nANALYSIERTE FEEDBACKS:\n{ANALYSIERTE_FEEDBACKS}\n\nANFORDERUNGEN:\n1. Executive Summary: Überblick über die Anzahl der Feedbacks und die allgemeine Stimmung.\n2. Sentiment-Verteilung: prozentuale Aufteilung in Positiv, Neutral, Negativ.\n3. Top-Themen: die fünf häufigsten Themen mit Anzahl der Nennungen.\n4. Kritische Feedbacks: Liste aller Feedbacks mit Dringlichkeit HOCH oder KRITISCH.\n5. Positive Highlights: zwei bis drei besonders positive Feedbacks.\n6. Handlungsempfehlungen: [ANZAHL_EMPFEHLUNGEN] konkrete nächste Schritte auf Basis der Erkenntnisse.\n\nDATUM: {AKTUELLES_DATUM}\nBERICHTSZEITRAUM: {ZEITRAUM}\n\nFormatieren Sie den Report übersichtlich mit Markdown-Struktur (Überschriften, Listen, Hervorhebungen). Kennzeichnen Sie Annahmen, wo Datenbasis oder Kontext für eine eindeutige Aussage nicht ausreichen." } }, "datenfluss": [ { "von": 1, "nach": 2, "nutzlast": "Start-Zeitpunkt der Cron-Auslösung (0 18 * * *)" }, { "von": 2, "nach": 3, "nutzlast": "Feedback-Einträge des aktuellen Tages, einzeln in die Schleife eingespeist" }, { "von": 3, "nach": 4, "nutzlast": "Analyse-Ausgabeschema (sentiment, themes, urgency, key_points, is_critical) je Eintrag; der Schleifenabschluss-Knoten markiert das Ende, bevor der volle Workflow-Kontext weitergereicht wird" }, { "von": 4, "nach": 5, "nutzlast": "Vollständiger Workflow-Kontext mit allen Einzelanalysen, da kein separater Aggregations-Knoten existiert, zusätzlich aktuelles Datum und Berichtszeitraum" }, { "von": 5, "nach": 6, "nutzlast": "Report-Ausgabeschema (report_title, executive_summary, sentiment_breakdown, main_themes, critical_issues, recommendations, has_critical_feedback, full_report); title und description der Ablageaktion werden aus report_title und full_report gemappt" }, { "von": 6, "nach": 6, "nutzlast": "Nach der Ablage prüft der Bedingungs-Knoten has_critical_feedback. Bei wahr wird critical_issues in den Text der Eskalationsnachricht überführt, mit Verweis auf den vollständigen Report. Bei falsch endet der Ablauf ohne Eskalation." } ], "voraussetzungen": [ "Feedback-Quelle für die eingehenden Einträge, zum Beispiel Typeform, Zendesk oder Intercom", "Projektmanagement-Tool für die Ablage der Tages-Reports, zum Beispiel Asana, Trello, Monday oder Notion", "Team-Chat für die Eskalation kritischer Fälle, zum Beispiel Slack, Teams oder Discord", "LLM-Zugang per API-Key (OpenAI, Claude oder Gemini)", "Festgelegte Eskalationsschwelle und benannte Zuständigkeit für die Eskalations-Queue vor dem Go-Live" ], "fehlerbehandlung": [ { "fall": "Kein Feedback im Zeitraum", "massnahme": "Einen kurzen Hinweis statt eines leeren Reports senden und den Datumsfilter prüfen." }, { "fall": "KI liefert kein valides JSON", "massnahme": "Den betroffenen Eintrag einmal wiederholen, danach als nicht klassifiziert in den Report aufnehmen." }, { "fall": "Ironie oder Sarkasmus falsch klassifiziert", "massnahme": "Beispiele im Arbeitsprompt ergänzen und die Einstufung stichprobenartig prüfen." }, { "fall": "Zu viele Eskalationen", "massnahme": "Die Kritikalität wird bereits im Analyse-Schritt über das Feld is_critical eingestuft und im Report-Schritt zu has_critical_feedback verdichtet. Bei zu vielen Eskalationen diese Verknüpfung schärfen, zum Beispiel nur bei KRITISCH oder einer Kombination aus Dringlichkeit und negativem Sentiment." }, { "fall": "Mehrsprachiges Feedback", "massnahme": "Die Sprache vorab erkennen. Die Analyse funktioniert sprachunabhängig, der Report bleibt in der Team-Sprache." }, { "fall": "Hohes Volumen", "massnahme": "Die Schleife verarbeitet laut Systemgrenze der Referenzimplementierung maximal 200 Einträge pro Durchlauf. Bei höherem Aufkommen die Schleife in Batches ausführen, parallele Verarbeitung aktivieren und Rate-Limits beachten." }, { "fall": "Technischer Ausführungsfehler in der Schleife (kein inhaltliches JSON-Problem)", "massnahme": "Der Schleifenabschluss ist standardmäßig auf Fortsetzen eingestellt, sodass ein technischer Fehler in einem einzelnen Durchlauf nicht automatisch den gesamten Tages-Lauf abbricht. Alle übrigen Knoten des Ablaufs sind auf Abbruch bei eigenem Fehler eingestellt. Vor dem Go-Live festlegen, ob dieses Verhalten gewünscht ist oder ob auf Abbruch beim ersten Fehler umgestellt werden soll." }, { "fall": "Report wird abgelegt, Eskalation bleibt trotz kritischer Fälle aus", "massnahme": "Die Eskalation hängt an einem eigenen Bedingungs-Knoten, der ausschließlich das Feld has_critical_feedback prüft, und läuft der Ablage zeitlich nach. Zuerst die Feldbefüllung von has_critical_feedback im Report-Schritt prüfen, erst danach die Kanalkonfiguration der Eskalationsaktion." } ], "platzhalter": [ { "name": "FEEDBACK_TEXT", "quelle": "Einzelner Feedback-Eintrag aus Schritt 2, dynamisch gemappt pro Schleifendurchlauf" }, { "name": "ANALYSIERTE_FEEDBACKS", "quelle": "Gesamter Workflow-Kontext mit allen Analyse-Ausgaben aus der Schleife, dynamisch gemappt" }, { "name": "AKTUELLES_DATUM", "quelle": "Aktuelles Systemdatum, dynamisch gemappt" }, { "name": "ZEITRAUM", "quelle": "Berichtszeitraum des Laufs, dynamisch gemappt" }, { "name": "ANZAHL_EMPFEHLUNGEN", "quelle": "Anzahl der gewünschten Handlungsempfehlungen, vor der Aktivierung manuell festgelegt (zum Beispiel 3)" }, { "name": "sentiment", "quelle": "Ausgabefeld des Analyse-Knotens (Auswahl: POSITIV, NEUTRAL, NEGATIV), Pflichtfeld der Referenzimplementierung" }, { "name": "themes", "quelle": "Ausgabefeld des Analyse-Knotens (Text, identifizierte Hauptthemen), Pflichtfeld der Referenzimplementierung" }, { "name": "urgency", "quelle": "Ausgabefeld des Analyse-Knotens (Auswahl der Dringlichkeitsstufe), Pflichtfeld der Referenzimplementierung" }, { "name": "key_points", "quelle": "Ausgabefeld des Analyse-Knotens (Text, zentrale Punkte und Anliegen), Pflichtfeld der Referenzimplementierung" }, { "name": "is_critical", "quelle": "Ausgabefeld des Analyse-Knotens (Boolean, wahr bei negativem Sentiment kombiniert mit hoher Dringlichkeit), Pflichtfeld der Referenzimplementierung" }, { "name": "report_title", "quelle": "Ausgabefeld des Report-Knotens (Titel des Tages-Reports), Pflichtfeld der Referenzimplementierung" }, { "name": "executive_summary", "quelle": "Ausgabefeld des Report-Knotens (Überblick mit den wichtigsten Erkenntnissen), Pflichtfeld der Referenzimplementierung" }, { "name": "sentiment_breakdown", "quelle": "Ausgabefeld des Report-Knotens (Aufschlüsselung der Sentiment-Verteilung), Pflichtfeld der Referenzimplementierung" }, { "name": "main_themes", "quelle": "Ausgabefeld des Report-Knotens (identifizierte Hauptthemen), Pflichtfeld der Referenzimplementierung" }, { "name": "critical_issues", "quelle": "Ausgabefeld des Report-Knotens (Liste der kritischen Fälle), Pflichtfeld der Referenzimplementierung, Grundlage des Eskalationstexts" }, { "name": "recommendations", "quelle": "Ausgabefeld des Report-Knotens (umsetzbare Handlungsempfehlungen), Pflichtfeld der Referenzimplementierung" }, { "name": "has_critical_feedback", "quelle": "Ausgabefeld des Report-Knotens (Boolean, ob kritisches Feedback vorliegt), Pflichtfeld der Referenzimplementierung, steuert den Eskalations-Zweig" }, { "name": "full_report", "quelle": "Ausgabefeld des Report-Knotens (vollständiger formatierter Report-Text), Pflichtfeld der Referenzimplementierung, Grundlage der Ablage" }, { "name": "baseId", "quelle": "Eingabefeld der Abrufaktion in der Referenzimplementierung (Airtable), identifiziert die Datenbasis" }, { "name": "tableIdOrName", "quelle": "Eingabefeld der Abrufaktion in der Referenzimplementierung (Airtable), identifiziert die Tabelle" }, { "name": "maxRecords", "quelle": "Eingabefeld der Abrufaktion in der Referenzimplementierung (Airtable), begrenzt die Anzahl geladener Einträge" }, { "name": "filterByFormula", "quelle": "Eingabefeld der Abrufaktion in der Referenzimplementierung (Airtable), grenzt über die TODAY-Funktion auf den aktuellen Tag ein" }, { "name": "title", "quelle": "Eingabefeld der Ablageaktion in der Referenzimplementierung (Linear), gemappt aus report_title" }, { "name": "teamId", "quelle": "Eingabefeld der Ablageaktion in der Referenzimplementierung (Linear), identifiziert das Ziel-Team" }, { "name": "options", "quelle": "Eingabefeld der Ablageaktion in der Referenzimplementierung (Linear), setzt unter anderem die Priorität" }, { "name": "description", "quelle": "Eingabefeld der Ablageaktion in der Referenzimplementierung (Linear), gemappt aus full_report" }, { "name": "text", "quelle": "Eingabefeld der Eskalationsaktion in der Referenzimplementierung (Slack), erzeugt aus critical_issues" }, { "name": "channelId", "quelle": "Eingabefeld der Eskalationsaktion in der Referenzimplementierung (Slack), identifiziert den Ziel-Channel" } ], "herausgeber": "Voyage Digital", "version": "2.0", "stand": "2026-07-26" }, "itemIcon": "message-square-quote", "recommended": [ { "slug": "selfservice-staffel", "category": "workflow", "name": "Die Selfservice-Staffel", "teaser": "Prüft eingehende Kundenanfragen gegen Ihre FAQ und beantwortet sie automatisch, wenn die Trefferqualität stimmt.", "domaene": "Kundensupport & Service", "itemIcon": "life-buoy" }, { "slug": "ticket-route", "category": "workflow", "name": "Die Ticket-Route", "teaser": "Ein Workflow, der neu eingehende Support-Tickets automatisch nach Kategorie und Dringlichkeit einordnet, dem zuständigen Team zuweist und eine personalisierte Erstantwort vorbereitet.", "domaene": "Kundensupport & Service", "itemIcon": "route" }, { "slug": "ticket-schiene", "category": "workflow", "name": "Die Ticket-Schiene", "teaser": "Ein Workflow, der neu eingehende IT-Support-Tickets automatisch kategorisiert, in der Knowledge Base nach passenden Lösungen sucht und sie dem richtigen Team zuweist.", "domaene": "Kundensupport & Service", "itemIcon": "ticket" }, { "slug": "antwort-schleife", "category": "workflow", "name": "Die Antwort-Schleife", "teaser": "Bei jedem neuen Support-Ticket durchsucht dieser Workflow automatisch die FAQ-Wissensbasis und legt einen passenden Antwort-Entwurf ins Ticket.", "domaene": "Kundensupport & Service", "itemIcon": "reply" }, { "slug": "cognigy-ai", "category": "tool", "name": "Cognigy AI", "teaser": "Düsseldorfer Enterprise-Plattform für konversationelle KI, mit mehrsprachigen Voice- und Chat-Agents für Kundenservice in regulierten Branchen.", "domaene": "Kundensupport & Service", "logoFile": "cognigy-ai.svg", "logoEinzug": 1 }, { "slug": "octonomy", "category": "tool", "name": "Octonomy", "teaser": "Plattform für autonome Support-Agenten, die Kundenanfragen im E-Commerce und SaaS-Umfeld eigenständig bearbeiten und komplexe Fälle an Menschen eskalieren.", "domaene": "Kundensupport & Service", "logoFile": "octonomy.png", "logoEinzug": 0.78 }, { "slug": "parloa", "category": "tool", "name": "Parloa", "teaser": "Deutsche Voice-AI-Plattform für Enterprise-Kundenservice: KI-Agents für Telefon und Chat mit CRM-Integration und deutscher Datenhoheit.", "domaene": "Kundensupport & Service", "logoFile": "parloa.png", "logoEinzug": 0.78 }, { "slug": "zendesk-ai-agents", "category": "tool", "name": "Zendesk AI Agents", "teaser": "Native KI-Agenten von Zendesk für autonome Ticketlösung in E-Mail, Chat, Voice und Social, eng eingebettet in Zendesk-Tickets, Workflows und Wissensbasis.", "domaene": "Kundensupport & Service", "logoFile": "zendesk-ai-agents.svg", "logoEinzug": 1 }, { "slug": "domino-raster", "category": "skill", "name": "Das Domino-Raster", "teaser": "Verfolgt die Folgen einer geplanten Maßnahme über fünf Ebenen weiter, statt nur das unmittelbare Ergebnis zu bewerten, und legt offen, wo die eigentliche Chance liegt.", "domaene": "Strategie & Entscheidung", "itemIcon": "waypoints" }, { "slug": "vertrags-sichter", "category": "assistent", "name": "Der Vertrags-Sichter", "teaser": "Sichtet Verträge vor der Unterschrift, fasst Kernklauseln in Alltagssprache zusammen und ordnet jede Klausel nach Risiko ein.", "domaene": "Recht & Compliance", "itemIcon": "file-signature" } ] }