Mehrsprachiger Chatbot im Onlineshop: Sprachen, Glossar, Grenzen

Eine Kundin schreibt dienstagabends in den Chat eines kleinen Onlineshops: „Mijn pakket is nog niet aangekomen, kan ik het retourneren?“ Der Shop verkauft Haushaltswaren, versendet aus Deutschland in mehrere EU-Länder und wird von drei Personen geführt. Niemand im Team spricht Niederländisch. Die Kundin wartet nicht auf Montag, sie bestellt beim nächsten Anbieter.

In diesem Szenario läuft der Support bisher über ein Kontaktformular und ein Postfach. Antworten kommen am nächsten Werktag, meist auf Deutsch oder in einem Englisch, das die Gegenseite notgedrungen liest. Die Fragen wiederholen sich: Wo ist mein Paket, wie lange dauert der Versand nach Österreich, wie sende ich zurück, wer trägt das Porto, welche Größe passt. Ein großer Teil des Tages geht für Antworten drauf, die sich nur in der Sprache unterscheiden.

Ein mehrsprachiger Chatbot scheint die naheliegende Antwort. Die eigentliche Frage ist, was er können muss, damit er hilft, statt neue Probleme zu erzeugen. Ein Bot, der fließend plaudert und dabei eine falsche Rückgabefrist nennt, ist schlechter als gar keiner, denn die Kundin beruft sich später auf diese Aussage. Diese Studie geht den Weg durch, den wir wählen würden, und benennt, wo er endet.

Moderne Sprachmodelle verstehen Dutzende Sprachen und antworten in der Sprache der Anfrage. Das verleitet zu der Annahme, mehrsprachig sei ein Schalter. In der Praxis hängen die Probleme nicht an der Grammatik, sondern an Inhalten, die in jeder Sprache etwas anderes bedeuten können: Fristen, Kosten, Länder, Produktbegriffe.

Ein typisches Fehlerbild: Der Bot übersetzt „Rückgaberecht“ frei und nennt in der Antwort eine Frist, die in den Shop-Bedingungen so nicht steht, weil das Modell sie aus Allgemeinwissen ergänzt. Ein zweites: Ein Produktname, der in einer Sprache ein Alltagswort ist, wird mitübersetzt, und die Kundin sucht vergeblich nach dem Artikel. Ein drittes: Die Sprache wird anhand eines einzelnen Wortes falsch erkannt, und die Antwort kommt auf Spanisch, obwohl auf Portugiesisch geschrieben wurde.

Dazu kommen Fragen, bei denen eine Antwort nicht nur sprachlich, sondern auch inhaltlich verbindlich ist. Wer wissen will, ob eine Bestellung schon verschickt wurde, braucht echte Daten, keine Vermutung. Wer sich über eine Rückerstattung streitet, braucht keine freundliche Formulierung, sondern einen Menschen mit Entscheidungsbefugnis. Ein Bot, der alles beantwortet, wirkt kompetent, bis es darauf ankommt.

Schließlich entsteht ein organisatorisches Problem: Wer prüft eigentlich die Antworten auf Niederländisch, Polnisch oder Italienisch? Im Team kann es niemand. Ohne ein Verfahren dafür bleibt jede Qualitätsaussage Hoffnung.

Hinzu kommt die Erwartung der Kundschaft. Wer in der eigenen Sprache angesprochen wird, nimmt die Antwort als verbindlich wahr, auch wenn sie maschinell entstanden ist. Ein Hinweis, dass ein Bot antwortet, ist deshalb nicht nur eine Frage der Transparenz, sondern senkt auch das Risiko, dass eine beiläufige Formulierung als Zusage gelesen wird. Ein Shop, der in mehreren Ländern verkauft, trägt diese Verantwortung in jeder Sprache gleich.

Bevor wir eine Technik wählen, sortieren wir die Fragen, die im Chat landen, nach dem Schaden einer falschen Antwort. Die Frage nach Öffnungszeiten oder Pflegehinweisen verträgt eine kleine Ungenauigkeit. Eine genannte Rückgabefrist, ein zugesagter Liefertermin oder eine Aussage zu Zöllen tut es nicht, denn auf ihnen beruhen Entscheidungen der Kundschaft.

Aus dieser Sortierung folgt, wie streng ein Bereich behandelt wird. Unkritische Auskünfte darf der Bot aus der Wissensbasis frei formulieren. Bei Versand- und Retourenregeln darf er nur wiedergeben, was dort steht, und muss die Quelle nennen. Bei Rechtstexten gibt er ausschließlich den freigegebenen Wortlaut aus und verweist darauf. Bei Bestelldaten antwortet er nur nach Prüfung der Identität und aus dem Shop-System, nie aus dem Gedächtnis des Modells.

Hilfreich ist auch ein Blick auf die Sprachen selbst. Statt die Zahl der „unterstützten Sprachen“ zu maximieren, fragen wir, aus welchen Ländern tatsächlich Bestellungen und Anfragen kommen. Für einen kleinen Shop sind das vielleicht Deutsch, Englisch, Niederländisch und Französisch. Jede weitere Sprache ist ein eigener Qualitätsauftrag, kein Häkchen. Aus den Bestell- und Supportdaten des Shops ergibt sich, welche Sprachen die Mühe lohnen.

Es gibt zwei Grundmuster. Beim ersten liegt eine einzige Wissensbasis auf Deutsch vor. Die Frage wird übersetzt, beantwortet und die Antwort zurückübersetzt. Das ist schnell aufgebaut und einfach zu pflegen, denn ein Text genügt. Der Preis sind Übersetzungsfehler an jeder der beiden Stellen, und bei Rückfragen verliert das System leicht den Faden, weil Nuancen zweimal verschoben werden.

Beim zweiten Muster gibt es die Wissensbasis in jeder unterstützten Sprache als redaktionell geprüfte Fassung. Der Bot sucht in der Sprache der Kundin und antwortet aus deren Text. Der Aufwand ist größer, weil jede Änderung in allen Sprachen nachgezogen werden muss. Dafür lässt sich pro Sprache festhalten, was genau gilt, und eine Muttersprachlerin kann es einmal prüfen, statt jede Antwort einzeln.

Wir würden beides kombinieren, nach Risiko gestuft. Für die Kernsprachen mit nennenswertem Anfragevolumen entstehen geprüfte Fassungen der Versand-, Retouren- und Zahlungsinformationen. Für Randsprachen genügt eine Laufzeitübersetzung der unkritischen Auskünfte, ergänzt um einen deutlichen Hinweis, dass die Antwort maschinell übersetzt ist, und um die Möglichkeit, schnell auf Englisch oder Deutsch zu wechseln.

Ein Beispiel verdeutlicht den Unterschied. Fragt eine Kundin auf Französisch nach der Rücksendung eines Artikels, findet der Bot in der französischen Fassung die Schritte, den Rücksendeweg und den Hinweis auf die Bedingungen. Bei reiner Laufzeitübersetzung entstünde die Antwort aus dem deutschen Text, und ein Wort wie „Rückerstattung“ könnte je nach Satz als Gutschrift oder als Geldrückgabe erscheinen. Für die Kundin ist das ein erheblicher Unterschied.

Entscheidend ist der Ablauf bei Unsicherheit. Findet der Bot in der Wissensbasis keine passende Stelle, rät er nicht, sondern sagt das offen und bietet die Übergabe an. Das klingt nach einer Selbstverständlichkeit, ist aber die Eigenschaft, an der sich brauchbare von unbrauchbaren Bots unterscheiden.

Der Gesprächsablauf folgt einer festen Reihenfolge. Zuerst erkennt der Bot die Sprache der ersten Nachricht, bestätigt sie aber in einem Satz („Ich antworte auf Niederländisch, möchten Sie wechseln?“), statt sie still anzunehmen. Kurze Nachrichten wie „ok“ oder ein Produktname sind für Spracherkennung zu dünn, deshalb gilt die zuletzt bestätigte Sprache, bis die Kundin etwas anderes wählt.

Danach ordnet der Bot die Absicht ein: Auskunft, Bestellfrage, Retoure, Beschwerde oder etwas, das er nicht versteht. Auskünfte beantwortet er aus der Wissensbasis der jeweiligen Sprache und zeigt die Quelle. Bestellfragen leitet er in einen abgesicherten Ablauf, in dem er Bestellnummer und eine zweite Angabe verlangt. Retouren führt er Schritt für Schritt, ohne die Entscheidung über Kulanz oder Ausnahmen zu treffen.

Beschwerden, Erstattungsstreit, Verdacht auf Beschädigung und alles, was emotional wird, geht ohne Umweg an einen Menschen. Das Ticket enthält die Sprache, den bisherigen Verlauf, eine Zusammenfassung auf Deutsch und das Original der Kundin. Wer im Team antwortet, kann dann mit einem Übersetzer arbeiten, ohne das Gespräch erneut aufzurollen. Die Kundin erfährt offen, was als Nächstes geschieht und in welchem Zeitraum eine Antwort realistisch ist.

Technisch besteht der Bot aus mehreren Schichten, die getrennt voneinander prüfbar bleiben. Oben steht die Chat-Oberfläche auf der Shop-Seite. Darunter liegt die Steuerung, die Sprache und Absicht erkennt und entscheidet, welche Quelle zuständig ist. Das Sprachmodell formuliert, aber es entscheidet nicht, was gilt. Diese Trennung ist das wichtigste Sicherheitsmerkmal, denn sie verhindert, dass freie Formulierung zu freien Aussagen wird.

Das Glossar ist unscheinbar, aber wirksam. Es enthält Produktnamen, die nie übersetzt werden, Fachbegriffe mit der freigegebenen Entsprechung je Sprache und Wörter, die der Shop bewusst vermeidet. Wird es vor jeder Antwort mitgegeben und nach jeder Antwort geprüft, verschwinden viele Eigentore, etwa wenn aus einer Artikelbezeichnung ein Alltagswort wird. Pflegen kann es die Person, die das Sortiment kennt, nicht ein Entwickler.

Rechtstexte wie Widerrufsbelehrung, Versandbedingungen oder Datenschutzhinweise behandeln wir als Zitate, nicht als Gesprächsstoff. Der Bot gibt die freigegebene Fassung in der jeweiligen Sprache wörtlich aus und verlinkt sie. Gibt es keine geprüfte Übersetzung, verweist er auf die deutsche Fassung und sagt das. Er erläutert den Text nicht frei, denn eine „verständlichere“ Umschreibung kann etwas anderes zusagen als das Original. Ob eine Übersetzung rechtlich ausreicht, klärt die Shop-Betreiberin im Zweifel mit einer fachkundigen Stelle.

Für den Bestellstatus braucht der Bot eine Anbindung an das Shop-System, die nur lesend und nur für die einzelne Bestellung funktioniert. Der Abruf läuft über eine serverseitige Schnittstelle mit eng gefassten Rechten. Der Bot erhält nur die Felder, die für die Antwort nötig sind, also Status, Versanddienstleister und Sendungsnummer, nicht die komplette Kundenakte. Der Zugriff wird protokolliert.

Die Sonderfälle zeigen, ob ein Konzept trägt. Der erste ist die Mischsprache: Wer auf Deutsch schreibt, aber einen englischen Produktnamen und einen französischen Ortsnamen einfügt, verwirrt jede automatische Erkennung. Hilfreich ist, die Sprache über mehrere Nachrichten zu bestimmen und im Zweifel höflich nachzufragen, statt zu raten. Auch Dialekt, Umgangssprache und Tippfehler verlangen, dass Absichten robust erkannt werden und der Bot eine verständliche Rückfrage stellt.

Der zweite Fall betrifft den Bestellstatus. Jemand tippt eine Bestellnummer ein, die er irgendwo gesehen hat, und möchte Details einer fremden Bestellung. Deshalb verlangt der Bot eine zweite Angabe, die nur die Besteller kennen, etwa die E-Mail-Adresse der Bestellung, und gibt bei Fehlversuchen keinen Hinweis, welche der beiden Angaben falsch war. Sensible Angaben wie vollständige Adressen oder Zahlungsdaten gibt der Chat grundsätzlich nicht aus.

Drittens die Länder- und Preisfragen: Versandkosten, Zoll, Lieferzeiten und Steuern unterscheiden sich je Zielland. Der Bot beantwortet sie nur für Länder, die in der Wissensbasis stehen, und sagt bei allen anderen ehrlich, dass er es nicht weiß. Das gilt auch für Währungen. Eine Umrechnung aus dem Gedächtnis des Modells ist keine Preisauskunft.

Ein weiterer Fall steckt in Schriftzeichen und Anrede. Sonderzeichen, Akzente oder andere Schriften müssen im Chat, im Ticket und in den Benachrichtigungen unverändert ankommen, sonst liest das Team im Postfach unleserlichen Text. Auch Höflichkeitsformen unterscheiden sich: Eine Anrede, die auf Deutsch selbstverständlich wirkt, kann in einer anderen Sprache zu vertraulich oder zu steif klingen. Das Glossar sollte deshalb auch Anreden und Grußformeln je Sprache festlegen.

Der vierte Fall ist die Beschwerde in scharfem Ton. Hier hilft keine Übersetzung, sondern Tempo und Zuständigkeit. Der Bot erkennt Reizwörter und Wiederholungen, bleibt neutral und übergibt sofort. Er versucht nicht, die Stimmung durch Höflichkeitsfloskeln zu drehen, denn das wirkt in jeder Sprache herablassend.

Ein mehrsprachiger Chatbot nimmt dem Team die immer gleichen Standardfragen ab und macht den Shop außerhalb der Bürozeiten ansprechbar, in der Sprache der Kundschaft. Das ist ein realistischer Nutzen. Wie groß er ausfällt, hängt vom Sortiment, von der Qualität der Wissensbasis und vom Anteil der Standardfragen ab. Eine Quote, die ein Bot „löst“, versprechen wir nicht, denn sie gehört zu den Zahlen, die sich nur im eigenen Betrieb messen lassen.

Messen lässt sich in drei Gruppen. Erstens Versorgung: Wie viele Gespräche endeten ohne Übergabe, und wie viele davon blieben ohne Folgenachricht per Mail? Zweitens Qualität: Wie viele Antworten waren in der Stichprobe fachlich richtig, sprachlich verständlich und mit der richtigen Quelle belegt, getrennt nach Sprache? Drittens Entlastung: Wie viele Tickets pro Woche kommen noch im Postfach an, und wie lange dauert die Erstantwort der Menschen?

Rechnen Sie mit einer Anlaufzeit. In den ersten Wochen fallen vor allem Lücken in der Wissensbasis auf, die sich nur über echte Gespräche zeigen. Erst danach lässt sich beurteilen, ob der Bot wirklich entlastet. Zeigt sich nach einer Beobachtungszeit von einigen Wochen, dass die meisten Fragen ohnehin Sonderfälle sind, ist das ein legitimes Ergebnis: Dann lohnt sich eher ein besserer Hilfebereich als ein Bot.

Ebenso gehört zur ehrlichen Bilanz, was nicht besser wird. Der Bot ersetzt keine Verhandlung, keine Kulanzentscheidung und keine fachliche Beratung. Er verhindert nicht, dass Kundinnen unzufrieden sind, wenn das Produkt oder die Lieferung enttäuscht. Er kann nur dafür sorgen, dass sie schneller eine korrekte Auskunft oder einen Menschen erreichen.

Die wichtigste Lehre ist, Qualität nicht als Gesamteindruck zu führen. „Der Bot funktioniert gut“ sagt wenig, wenn niemand weiß, in welcher Sprache. Wir legen deshalb pro Sprache einen kleinen, festen Testkatalog an: etwa zwanzig typische Fragen, darunter Fangfragen zu Fristen, unbekannten Ländern und fremden Bestellungen. Bei jeder Änderung an Wissensbasis, Glossar oder Modell läuft der Katalog erneut durch, und Abweichungen werden verglichen.

Der Katalog allein genügt nicht. Ergänzend liest eine Person mit Sprachkenntnis regelmäßig eine Stichprobe echter Gespräche, im Idealfall dieselbe Person über längere Zeit. Gibt es im Umfeld des Shops niemanden, kann ein externer Sprachdienst diese Aufgabe stundenweise übernehmen. Entscheidend ist, dass sie fest eingeplant ist und nicht nur erfolgt, wenn sich jemand beschwert.

Auch die Pflege gehört dazu. Ändern sich Versandpartner, Fristen oder Preise, muss die Änderung in jeder Sprache ankommen, sonst widersprechen sich Website und Bot. Sinnvoll ist ein einfacher Ablauf: eine Quelle auf Deutsch, daraus die Fassungen je Sprache, jeweils mit Datum und Verantwortlichen. Und wenn eine Sprache nicht gepflegt werden kann, wird sie abgeschaltet, statt im Zustand von vor einem Jahr weiterzulaufen.

Zum Datenschutz sei nur die Orientierung genannt, ohne Rechtsberatung: Kundinnen sollten erkennen, dass sie mit einem Bot sprechen, Gespräche sollten nicht länger als nötig gespeichert werden, und welche Daten das Sprachmodell erreichen, muss bewusst festgelegt sein. Die Details klärt der Shop mit seiner Datenschutzberatung.

Ein mehrsprachiger Chatbot lohnt sich für einen Shop, der regelmäßig in mehrere Länder liefert und viele gleichartige Fragen erhält. Er funktioniert, wenn er nur das beantwortet, was in geprüften Quellen steht, Rechtstexte unverändert wiedergibt, Bestelldaten über eine abgesicherte Anbindung holt und früh an Menschen übergibt. Er funktioniert nicht als Übersetzungsmaschine, die jede Lücke mit Sprachgewandtheit überdeckt.

Der nächste Schritt ist klein. Zählen Sie in Ihrem Postfach der letzten Monate, in welchen Sprachen Anfragen eingegangen sind und welche zehn Fragen am häufigsten wiederkehren. Mit dieser Liste lässt sich sagen, welche Sprachen sich lohnen und welche Inhalte zuerst in die Wissensbasis gehören. Wir sehen sie gern gemeinsam durch und sagen ehrlich, wenn ein besserer Hilfebereich zunächst mehr bringt als ein Bot.

Drei Erkenntnisse tragen am weitesten. Erstens: Das Sprachmodell formuliert, die Quelle entscheidet. Zweitens: Weniger Sprachen, dafür geprüft, schlagen viele Sprachen mit unbekannter Qualität. Drittens: Die Übergabe an Menschen gehört zum Konzept und ist kein Eingeständnis des Scheiterns. Ein Shop, der diese drei Punkte einhält, kann später Sprachen ergänzen, ohne das Vertrauen der Kundschaft zu riskieren.

Zur Einordnung des Aufwands: Der größere Teil liegt nicht im Bot, sondern in den Texten, im Glossar und in der laufenden Prüfung. Das lässt sich nach der Analyse der Anfragen abschätzen, nicht vorher.