Die Feedback-Route

Beschreibung

ZIEL
Bauen 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.

Passen 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.

TRIGGER
Typ: zeitgesteuert, täglich, zum Beispiel um 18:00 Uhr.
Scope: alle Feedback-Einträge der letzten 24 Stunden aus den angebundenen Quellen, zum Beispiel Typeform, Zendesk oder Intercom.

SCHRITTE (sequenziell)
1. Feedback abrufen: Laden Sie alle Einträge der letzten 24 Stunden aus den angebundenen Quellen, inklusive Link zur Quelle. Prüfen Sie dabei den Datumsfilter.
2. 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.
3. 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.
4. KI-Schritt: Report. Setzen Sie exakt den Arbeitsprompt „Report-Erstellung" ein (siehe Abschnitt Arbeitsprompts), mit allen analysierten Einträgen als Eingabe.
5. 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.

PROMPT-VORGABEN
Für die beiden KI-Schritte gibt es feste Arbeitsprompts, siehe Abschnitt Arbeitsprompts. Übernehmen Sie beide unverändert und vollständig in Schritt 2 und Schritt 4.

DATENFLUSS
Schritt 1 zu Schritt 2: einzelner Eintrag als Eingabe für den Platzhalter des Feedback-Texts im Arbeitsprompt, pro Schleifendurchlauf.
Schritt 2 und 3 zu Schritt 4: alle Analyse-Ergebnisse als Eingabe für den Platzhalter der analysierten Feedbacks im Arbeitsprompt.
System zu Schritt 4: aktuelles Datum und Berichtszeitraum als Eingabe für die entsprechenden Platzhalter.
Schritt 2 zu Schritt 5: Einträge mit Dringlichkeit HOCH oder KRITISCH inklusive Link zur Quelle.

FEHLERBEHANDLUNG
Kein Feedback im Zeitraum: Senden Sie einen kurzen Hinweis statt eines leeren Reports und prüfen Sie den Datumsfilter.
KI liefert kein valides JSON: Wiederholen Sie den betroffenen Eintrag einmal und nehmen Sie ihn danach als nicht klassifiziert in den Report auf.
Ironie oder Sarkasmus falsch klassifiziert: Ergänzen Sie Beispiele im Arbeitsprompt und prüfen Sie die Einstufung stichprobenartig.
Zu viele Eskalationen: Schärfen Sie die Schwelle, zum Beispiel nur bei KRITISCH oder einer Kombination aus Dringlichkeit und negativem Sentiment.
Mehrsprachiges Feedback: Erkennen Sie die Sprache vorab. Die Analyse funktioniert sprachunabhängig, der Report bleibt in der Team-Sprache.
Hohes Volumen: Führen Sie die Schleife in Batches aus und beachten Sie Rate-Limits.

PLATZHALTER-KONVENTION
Zwei 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.

SELBSTPRÜFUNG VOR ABSCHLUSS
Prüfen Sie, bevor Sie den Workflow als fertig melden:
1. Läuft die Analyse als Schleife pro Eintrag, und werden beide Outputs bedient, die Report-Ablage und die Eskalation?
2. Sind beide Arbeitsprompts vollständig und unverändert eingesetzt, und sind alle dynamischen Platzhalter korrekt gemappt?
3. Greift die Eskalation nur bei Dringlichkeit HOCH oder KRITISCH, und enthält sie Link zur Quelle und Follow-up-Empfehlung?
4. Sind alle Punkte aufgelistet, die manuell konfiguriert werden müssen: Feedback-Quellen, Ablageort des Reports, Eskalations-Channel, Eskalationsschwelle, [ANZAHL_EMPFEHLUNGEN] und der LLM-Zugang?

Arbeitsprompts

Analysieren Sie das folgende Kundenfeedback und liefern Sie eine strukturierte Bewertung:

FEEDBACK:
{FEEDBACK_TEXT}

AUFGABEN:
1. Sentiment-Analyse: Bewerten Sie die emotionale Stimmung als POSITIV, NEUTRAL oder NEGATIV.
2. Dringlichkeit: Schätzen Sie die Dringlichkeit ein (NIEDRIG, MITTEL, HOCH, KRITISCH).
3. Themen: Identifizieren Sie ein bis drei Hauptthemen (zum Beispiel Produktqualität, Kundenservice, Lieferung, Preis, Funktionen).
4. Zusammenfassung: Fassen Sie das Feedback in ein bis zwei Sätzen zusammen.

Wenn Angaben im Feedback fehlen oder mehrdeutig sind, kennzeichnen Sie Ihre Einschätzung als Annahme, anstatt sie als gesichert darzustellen.

AUSGABEFORMAT (JSON):
{
  "sentiment": "[POSITIV/NEUTRAL/NEGATIV]",
  "dringlichkeit": "[NIEDRIG/MITTEL/HOCH/KRITISCH]",
  "themen": ["Thema 1", "Thema 2"],
  "zusammenfassung": "[Kurze Zusammenfassung]",
  "original_feedback": "{FEEDBACK_TEXT}"
}

Erstellen Sie einen professionellen Tages-Feedback-Report auf Basis der folgenden analysierten Einträge:

ANALYSIERTE FEEDBACKS:
{ANALYSIERTE_FEEDBACKS}

ANFORDERUNGEN:
1. Executive Summary: Überblick über die Anzahl der Feedbacks und die allgemeine Stimmung.
2. Sentiment-Verteilung: prozentuale Aufteilung in Positiv, Neutral, Negativ.
3. Top-Themen: die fünf häufigsten Themen mit Anzahl der Nennungen.
4. Kritische Feedbacks: Liste aller Feedbacks mit Dringlichkeit HOCH oder KRITISCH.
5. Positive Highlights: zwei bis drei besonders positive Feedbacks.
6. Handlungsempfehlungen: [ANZAHL_EMPFEHLUNGEN] konkrete nächste Schritte auf Basis der Erkenntnisse.

DATUM: {AKTUELLES_DATUM}
BERICHTSZEITRAUM: {ZEITRAUM}

Formatieren Sie den Report übersichtlich mit Markdown-Struktur (Überschriften, Listen, Hervorhebungen). Kennzeichnen Sie Annahmen, wo Datenbasis oder Kontext für eine eindeutige Aussage nicht ausreichen.

JSON-Export