# Das Problem
Das Unternehmen kümmert sich um Visa und Reisen in bestimmte Länder. Kunden schreiben auf WhatsApp, und vor mir lief alles von Hand: Ein Manager las die Nachricht, prüfte, wer beschäftigt ist, nannte eine Zeit und legte den Lead selbst in Bitrix24 an.
So arbeiten die meisten, und das Modell hat laufende Kosten. Eine Nachricht, die abends oder am Wochenende ankommt, wartet bis zum Morgen. Die Terminfindung zieht sich zur Konversation: wann passt es Ihnen, diese Stunde ist belegt, versuchen wir einen anderen Tag. Und die Buchung existiert nur, bis jemand vergisst, sie ins CRM zu übertragen — ab dann erwartet niemand den Kunden.
# Die Lösung
Nachrichten kommen über die offizielle WhatsApp Business API, per Webhook von Wazzup zugestellt. Ein OpenAI-Modell schreibt die Antworten, sodass der Kunde in normaler Sprache tippt: „buch mich für morgen“, „was ist frei“, „anders überlegt, um 11“, „lösch die Buchung“. Ein Knopfmenü gibt es überhaupt nicht — der Bot erschließt die Absicht selbst und hält den Kontext des ganzen Gesprächs.
Das System hat keine eigene Datenbank, und das ist Absicht: Zeitplan, Manager-Verfügbarkeit und die Buchungen selbst leben in Bitrix24, und der Bot arbeitet über die API mit ihnen. Der Kunde sieht alles im CRM, das er ohnehin nutzt, und es gibt keine zwei Wahrheitsquellen, die synchron gehalten werden müssten.
Die Verteilung erwies sich als der harte Teil. Ein Slot ist eine Stunde, und das System erlaubt bis zu fünf Buchungen pro Manager pro Stunde. Darüber liegt der Dienstplan: Ein Manager arbeitet heute, morgen nicht, ist zu dieser Stunde schon gebunden. Alles liegt in Bitrix24, und der Bot muss prüfen, bevor er eine Zeit nennt — sonst verspricht er eine Stunde, die es nicht gibt, und ein Mensch muss es entwirren.
Jede Buchung wird zu einem Lead, markiert als von der KI kommend, plus einer Aufgabe für einen konkreten Manager mit der genauen Anrufzeit. Fünfzehn Minuten vor der Beratung bekommt der Kunde eine Erinnerung.
Ein Manager kann den Bot in einer einzelnen Konversation abschalten und persönlich antworten — für den Fall, dass das Gespräch dorthin geht, wo ein Automat nichts verloren hat.
# Das Ergebnis
Ich habe keine Metriken: Der Kunde sammelte keine Statistik, und ich hatte keinen Zugang zu seinen Daten. Was sich prüfen lässt, steht in der Aufnahme oben — der Bot hält den Kontext des ganzen Gesprächs, verweigert eine Buchung auf eine nicht existierende Zeit und behandelt Umbuchung und Stornierung korrekt.
Eine öffentliche Demo wird es nicht geben, und das ist keine Vorsicht. Jede Konversation bedeutet bezahlte Modellanfragen, und ein offener Link würde zur Gratis-KI für Passanten auf Kosten des Kunden. Ich zeige es im Call.
Die Entwicklung dauerte einen Monat, inklusive der Pausen, in denen der Kunde verstummte.