Anyone collecting customer feedback from multiple channels quickly loses the overview: individual reviews, support messages and survey responses sit scattered across tools, and patterns only become visible once someone pulls them together by hand. The Feedback Route takes over exactly this step. It retrieves new entries every day, has each one rated individually for sentiment, urgency and main topics, and consolidates the result into a structured report.
\nThe human stays in the loop at two points: during setup, when the escalation threshold and sources are defined, and for every case flagged as critical, which lands in the team chat and needs a real response. The workflow does not replace the decision, only the tedious groundwork behind it: scattered individual reports become an up to date picture of customer sentiment, one that product and service priorities can be set against.
\nCopy the prompt below in full into your automation tool or agent builder. As a file: feedback-route.en.json
\n" } ], "schritte": [ { "nr": 1, "titel": "Time trigger", "beschreibung": "The workflow starts daily at a fixed time, for example 6:00 PM.", "rolle": "mensch" }, { "nr": 2, "titel": "Retrieve feedback", "beschreibung": "All entries from the last 24 hours are loaded from the connected sources.", "rolle": "automatisch" }, { "nr": 3, "titel": "Sentiment and topics", "beschreibung": "Each entry is rated individually: sentiment, urgency and one to three main topics.", "rolle": "automatisch" }, { "nr": 4, "titel": "Aggregate", "beschreibung": "The individual ratings are consolidated into a sentiment distribution, the five most common topics, critical cases and positive highlights.", "rolle": "automatisch" }, { "nr": 5, "titel": "Generate report", "beschreibung": "The aggregated data produces a structured report with an executive summary, distribution, top topics and recommended actions.", "rolle": "automatisch" }, { "nr": 6, "titel": "File and escalate", "beschreibung": "The report is filed in the project management tool. Critical cases additionally go directly to the team chat, including a link to the source and a recommended follow up.", "rolle": "ergebnis" } ], "herausgeber": "Voyage Digital", "version": "2.0", "stand": "2026-07-26", "nutzen": [ { "titel": "Sentiment at a glance", "text": "A daily overview of sentiment distribution and the most important topics replaces the tedious work of gathering individual responses by hand." }, { "titel": "Critical cases do not fall through the cracks", "text": "Cases with high urgency reach the team chat the same day, instead of surfacing only at the next manual review." }, { "titel": "Topics visible for product and content", "text": "Recurring topics are counted and can be prioritized, as a basis for roadmap and content decisions." } ], "voraussetzungen": [ { "label": "Feedback tool", "text": "Typeform, Zendesk, Intercom or a comparable tool supplies the incoming entries.", "icon": "reviews" }, { "label": "PM tool", "text": "Asana, Trello, Monday or Notion for filing the daily report.", "icon": "checklist" }, { "label": "Team chat", "text": "Slack, Teams or Discord for escalating critical cases.", "icon": "notifications" }, { "label": "LLM access", "text": "API key for OpenAI, Claude or Gemini.", "icon": "key" } ], "betrieb": { "testing": [ { "label": "Test feedback entries", "text": "Create three to five sample entries, positive, neutral, negative and critical.", "icon": "rate_review" }, { "label": "Retrieval", "text": "Check whether all entries from the last 24 hours load correctly, especially the date filter.", "icon": "download" }, { "label": "Sentiment and report", "text": "Assess whether the sentiment rating is plausible and the report is complete.", "icon": "fact_check" }, { "label": "Edge cases", "text": "Test irony and sarcasm, multilingual entries, content free feedback, and a high volume of incoming entries.", "icon": "rule" } ], "goLive": [ { "label": "Approve to start", "text": "Activate the workflow only once the sentiment rating, report and escalation work reliably.", "icon": "check_circle" }, { "label": "Start conservatively", "text": "Begin with one source and a cautiously set escalation threshold.", "icon": "tune" }, { "label": "Ownership", "text": "Define who is responsible for the escalation queue.", "icon": "assignment_ind" }, { "label": "Expand", "text": "Add a weekly trend, an automatic email to the owner, or backlog tagging later.", "icon": "rocket_launch" } ], "haeufigeFehler": [ { "label": "Irony misclassified", "text": "Add examples to the working prompt and spot check the classification.", "icon": "sentiment_dissatisfied" }, { "label": "Escalation threshold too low", "text": "Sharpen the threshold, for example through a combination of urgency and negative sentiment.", "icon": "notifications_off" }, { "label": "Language not recognized", "text": "Build in language detection beforehand.", "icon": "translate" }, { "label": "Report incomplete", "text": "Fix the JSON format in the prompt and validate the output.", "icon": "data_object" } ] }, "arbeitsprompts": [ { "titel": "Prompt: Sentiment and Topics", "beschreibung": "Rates a single feedback entry for sentiment, urgency and main topics and returns the result as JSON.", "prompt": "Analyze the following customer feedback and provide a structured assessment:\n\nFEEDBACK:\n{FEEDBACK_TEXT}\n\nTASKS:\n1. Sentiment analysis: Rate the emotional tone as POSITIVE, NEUTRAL or NEGATIVE.\n2. Urgency: Estimate the urgency (LOW, MEDIUM, HIGH, CRITICAL).\n3. Topics: Identify one to three main topics (for example product quality, customer service, delivery, price, features).\n4. Summary: Summarize the feedback in one to two sentences.\n\nIf details are missing or ambiguous in the feedback, mark your assessment as an assumption instead of presenting it as certain.\n\nOUTPUT FORMAT (JSON):\n{\n \"sentiment\": \"[POSITIVE/NEUTRAL/NEGATIVE]\",\n \"urgency\": \"[LOW/MEDIUM/HIGH/CRITICAL]\",\n \"topics\": [\"Topic 1\", \"Topic 2\"],\n \"summary\": \"[Short summary]\",\n \"original_feedback\": \"{FEEDBACK_TEXT}\"\n}" }, { "titel": "Prompt: Report Creation", "beschreibung": "Consolidates all feedback entries analyzed that day into a structured report with distribution, top topics and recommended actions.", "prompt": "Create a professional daily feedback report based on the following analyzed entries:\n\nANALYZED FEEDBACK:\n{ANALYZED_FEEDBACK}\n\nREQUIREMENTS:\n1. Executive summary: overview of the number of feedback entries and the overall sentiment.\n2. Sentiment distribution: percentage breakdown of positive, neutral, negative.\n3. Top topics: the five most common topics with the number of mentions.\n4. Critical feedback: list of all feedback with urgency HIGH or CRITICAL.\n5. Positive highlights: two to three particularly positive feedback entries.\n6. Recommended actions: [NUMBER_OF_RECOMMENDATIONS] concrete next steps based on the findings.\n\nDATE: {CURRENT_DATE}\nREPORTING PERIOD: {PERIOD}\n\nFormat the report clearly with markdown structure (headings, lists, highlights). Mark assumptions where the data basis or context is insufficient for a clear statement." } ], "prompt": "GOAL\nBuild a workflow that retrieves new customer feedback every day, analyzes it per entry by AI for sentiment and topics, produces a structured daily report from all analyses, and automatically escalates critical cases to Slack or Teams, each with a link to the source and a recommended follow up.\n\nAdapt the structure to the concepts of your automation tool (for example nodes, steps, zaps or agent actions). While doing so, preserve the trigger logic, the sequence, the loop per feedback entry, and the data flow.\n\nTRIGGER\nType: time based, daily, for example at 6:00 PM.\nScope: all feedback entries from the last 24 hours from the connected sources, for example Typeform, Zendesk or Intercom.\n\nSTEPS (sequential)\n1. Retrieve feedback: load all entries from the last 24 hours from the connected sources, including a link to the source. Check the date filter.\n2. Loop per entry, AI step: sentiment and topics. Insert the working prompt \"Sentiment and Topics\" exactly as given (see the Working Prompts section), for each entry individually. Result per entry: a JSON object.\n3. Aggregate: consolidate the individual results into a sentiment distribution, the five most common topics with counts, a list of cases with urgency HIGH or CRITICAL, and positive highlights.\n4. AI step: report. Insert the working prompt \"Report Creation\" exactly as given (see the Working Prompts section), with all analyzed entries as input.\n5. File and escalate: file the report in the project management tool. Additionally send cases with urgency HIGH or CRITICAL immediately to the team chat, each with a summary, a link to the source, and a recommended follow up.\n\nPROMPT GUIDANCE\nThere are two fixed working prompts for the two AI steps, see the Working Prompts section. Insert both unchanged and in full into step 2 and step 4.\n\nDATA FLOW\nStep 1 to step 2: a single entry as input for the feedback text placeholder in the working prompt, per loop iteration.\nSteps 2 and 3 to step 4: all analysis results as input for the analyzed feedback placeholder in the working prompt.\nSystem to step 4: the current date and the reporting period as input for the corresponding placeholders.\nStep 2 to step 5: entries with urgency HIGH or CRITICAL, including a link to the source.\n\nERROR HANDLING\nNo feedback in the period: send a short notice instead of an empty report and check the date filter.\nAI returns no valid JSON: retry the affected entry once, then include it in the report marked as unclassified.\nIrony or sarcasm misclassified: add examples to the working prompt and spot check the classification.\nToo many escalations: sharpen the threshold, for example only at CRITICAL or a combination of urgency and negative sentiment.\nMultilingual feedback: detect the language beforehand. The analysis works independently of language, the report stays in the team's language.\nHigh volume: run the loop in batches and observe rate limits.\n\nPLACEHOLDER CONVENTION\nTwo kinds of placeholders occur. Placeholders in curly braces are dynamic: map {FEEDBACK_TEXT}, {ANALYZED_FEEDBACK}, {CURRENT_DATE} and {PERIOD} as described in the data flow. [NUMBER_OF_RECOMMENDATIONS] is not dynamic: set this value yourself before activation, for example 3. The square brackets in the JSON output format of the first working prompt are format instructions to the model and stay unchanged. List all placeholders that require manual configuration separately at the end.\n\nSELF CHECK BEFORE COMPLETION\nCheck, before you report the workflow as finished:\n1. Does the analysis run as a loop per entry, and are both outputs served, the report filing and the escalation?\n2. Are both working prompts inserted in full and unchanged, and are all dynamic placeholders mapped correctly?\n3. Does the escalation trigger only at urgency HIGH or CRITICAL, and does it include a link to the source and a follow up recommendation?\n4. Are all points listed that require manual configuration: feedback sources, the report's storage location, the escalation channel, the escalation threshold, [NUMBER_OF_RECOMMENDATIONS], and the LLM access?", "einrichtung": { "intro": "Two routes lead to the same result. Pick the one that fits your setup.", "varianten": [ { "variante": "Builder-Prompt", "einleitung": "Suitable when you want to build the workflow in your own automation tool.", "schritte": [ "Open your workflow tool, for example n8n, Make, Zapier or Langdock.", "Create a new workflow and give it a name.", "Choose the AI-assisted build option if your tool offers one.", "Paste the builder prompt from above in full.", "Check the result against the step sequence in this document, then add your access credentials and channels." ] }, { "variante": "JSON-Import", "einleitung": "Suitable when you want to take the workflow over unchanged.", "schritte": [ "Download the JSON file from the JSON export section.", "Open the workflow area of your tool and create a new workflow.", "Give it a name and confirm.", "Open the menu on the workflow name and choose to import a JSON file.", "Upload the file, then add your own access credentials.", "Run a test before you activate the workflow." ] } ] }, "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": "The Self-Service Relay", "teaser": "Automatically analyzes incoming customer requests, searches the FAQ database for matching articles, and decides based on the solution probability: a self-service reply to the customer or a support ticket with full context to the team.", "domaene": "Kundensupport & Service", "itemIcon": "life-buoy" }, { "slug": "ticket-route", "category": "workflow", "name": "The Ticket Router", "teaser": "A workflow that automatically sorts incoming support tickets by category and urgency, assigns them to the right team, and prepares a personalized first reply.", "domaene": "Kundensupport & Service", "itemIcon": "route" }, { "slug": "ticket-schiene", "category": "workflow", "name": "The Ticket Pipeline", "teaser": "The Ticket Pipeline automatically categorizes new IT support tickets, searches the knowledge base for matching solutions, and routes them to the responsible team for a final human check before a reply goes out.", "domaene": "Kundensupport & Service", "itemIcon": "ticket" }, { "slug": "antwort-schleife", "category": "workflow", "name": "The Reply Loop", "teaser": "Searches the FAQ knowledge base for every new support ticket, drafts a personalized reply, and hands it to a human for review before it goes out.", "domaene": "Kundensupport & Service", "itemIcon": "reply" }, { "slug": "cognigy-ai", "category": "tool", "name": "Cognigy AI", "teaser": "Düsseldorf based enterprise platform for conversational AI, with multilingual voice and chat agents for customer service in regulated industries.", "domaene": "Kundensupport & Service", "logoFile": "cognigy-ai.svg", "logoEinzug": 1 }, { "slug": "octonomy", "category": "tool", "name": "Octonomy", "teaser": "Octonomy is a platform for autonomous support agents that handles customer inquiries in e-commerce and SaaS independently and escalates complex cases to a human team.", "domaene": "Kundensupport & Service", "logoFile": "octonomy.png", "logoEinzug": 0.78 }, { "slug": "parloa", "category": "tool", "name": "Parloa", "teaser": "Parloa is a German voice AI platform that gives enterprise customer service teams in regulated industries phone and chat agents with deep CRM and ERP integration.", "domaene": "Kundensupport & Service", "logoFile": "parloa.png", "logoEinzug": 0.78 }, { "slug": "zendesk-ai-agents", "category": "tool", "name": "Zendesk AI Agents", "teaser": "Zendesk AI Agents are Zendesk's native AI agents for customer service, resolving tickets across email, chat, voice and social directly within Zendesk's existing tickets, workflows and knowledge base.", "domaene": "Kundensupport & Service", "logoFile": "zendesk-ai-agents.svg", "logoEinzug": 1 }, { "slug": "domino-raster", "category": "skill", "name": "The Domino Grid", "teaser": "The Domino Grid traces a planned action across five levels of consequences to reveal where the real strategic opportunity actually lies.", "domaene": "Strategie & Entscheidung", "itemIcon": "waypoints" }, { "slug": "vertrags-sichter", "category": "assistent", "name": "The Contract Screener", "teaser": "The Contract Screener reviews a contract before signing, ranks its key clauses by risk, and gives executives a structured basis for the decision and the negotiation.", "domaene": "Recht & Compliance", "itemIcon": "file-signature" } ] }