Zendesk mit KI erweitern: Möglichkeiten und Grenzen

Zendesk lässt sich auf vier Wegen mit KI erweitern: über die nativen Funktionen der Plattform, über Apps aus dem Zendesk Marketplace, über eine vorgelagerte KI auf Hilfeseite, Chat und Kontaktformular sowie über eigene Integrationen mit den Zendesk-APIs. Dieser Artikel zeigt, welcher Weg wofür taugt, wo die Grenzen liegen und woran sich ablesen lässt, ob die Erweiterung tatsächlich wirkt.

Welche Möglichkeiten gibt es, Zendesk mit KI zu erweitern?

Vier Wege stehen zur Verfügung. Sie schließen einander nicht aus, im Gegenteil: In der Praxis werden meist zwei oder drei davon kombiniert.

Weg	Wo die KI ansetzt	Typischer Aufwand	Wofür geeignet
Native KI-Funktionen	Innerhalb der Zendesk-Plattform	Konfiguration	Schneller Einstieg ohne zusätzlichen Anbieter
App aus dem Marketplace	Im Ticket, im Chat oder in der Hilfeseite	Installation und Anbindung	Zusätzliche Funktionen, ohne etwas zu ersetzen
Vorgelagerte KI	Vor dem Ticket, auf eigener Hilfeseite, im Chat, im Formular	Aufbau der Wissensbasis	Anfragevolumen senken, bevor Tickets entstehen
Eigenentwicklung über die APIs	Frei wählbar	Entwicklungsprojekt	Sonderfälle, eigene Systeme, spezielle Abläufe

Native KI-Funktionen von Zendesk

Zendesk bringt eigene KI-Komponenten mit, darunter AI Agents für die automatische Beantwortung und Copilot als Assistenz für Agent:innen. Der Vorteil liegt auf der Hand: kein zusätzlicher Vertrag, keine zweite Oberfläche. Die Abrechnung der AI Agents läuft separat von der Plattformlizenz, dazu gleich mehr.

Apps aus dem Zendesk Marketplace

Zendesk sieht Erweiterungen ausdrücklich vor. Über den Zendesk Marketplace lassen sich Apps, Themes und Bots installieren, die die Funktionen von Support, Chat und Guide ergänzen. Technisch basieren sie auf dem Zendesk Apps Framework. Für Serviceteams ist das der unaufwendigste Weg, zusätzliche KI-Funktionen zu ergänzen, ohne an der bestehenden Konfiguration etwas zu ändern.

Vorgelagerte KI auf Hilfeseite, Chat und Kontaktformular

Dieser Weg verlässt das Ticketsystem bewusst. Die KI beantwortet Anfragen dort, wo sie entstehen: im Suchfeld der Hilfeseite, im Chatfenster und im Kontaktformular. Nur was offen bleibt, wird als Ticket an Zendesk übergeben. Der Hebel ist hier am größten, weil die Anfrage gar nicht erst zum Vorgang wird.

Eigenentwicklung über die Zendesk-APIs

Zendesk stellt APIs für Ticketing, Help Center und AI Agents bereit sowie ein Framework für eigene Apps. Dazu kommen Action Flows, mit denen sich Abläufe über Zendesk hinaus automatisieren lassen. Dieser Weg lohnt sich, wenn bestehende Fachsysteme eingebunden werden müssen und keine fertige Lösung passt. Er bindet allerdings Entwicklungskapazität, auch im späteren Betrieb.

Wie rechnet Zendesk seine AI Agents ab?

Wer die nativen Funktionen gegen eine Erweiterung abwägt, sollte das Abrechnungsmodell kennen. Die folgenden Angaben geben die öffentliche Zendesk-Dokumentation mit Stand September 2026 wieder.

Zendesk rechnet AI Agents pro Automated Resolution ab, also pro Anfrage, die die KI ohne Eskalation an einen Menschen löst. Seit dem 18. Mai 2026 unterscheidet Zendesk drei Stufen:

Stufe	Beschreibung laut Zendesk	Anrechnung auf das Kontingent
Assisted escalation	Die KI hat beigetragen, etwa Daten erhoben oder weitergeleitet, gelöst hat den Fall ein Mensch	Nein
Contained resolution	Die KI hat geantwortet, ohne dass weitere Hilfe angefordert wurde, die anschließende Prüfung bestätigt die Lösung jedoch nicht	Nein
Verified resolution	Die KI hat geantwortet, es wurde keine weitere Hilfe angefordert, und die Prüfung bestätigt die Lösung	Ja

Die Prüfung übernimmt nach Gesprächsende ein Sprachmodell, das den Gesprächsverlauf bewertet. Wann ein Gespräch endet, hängt vom Kanal ab: bei E-Mail 72 Stunden nach der letzten Nachricht, bei Messaging standardmäßig zwei Stunden mit der Möglichkeit, auf bis zu 72 Stunden zu verlängern, bei Telefonie unmittelbar mit dem Auflegen.

Wo liegen die Grenzen von KI im Ticketsystem?

Die folgenden Grenzen gelten unabhängig vom Anbieter. Sie ergeben sich aus der Architektur, nicht aus der Qualität eines bestimmten Produkts.

Die KI greift erst, wenn das Ticket existiert

Eine KI, die im Ticketsystem sitzt, kann eine Anfrage bearbeiten, aber nicht verhindern. Das Ticket ist bereits entstanden, mit allem, was daran hängt: Reporting, SLA, Bearbeitungsschritte. Der größere Hebel liegt davor. Laut einer Gartner-Befragung von 5.728 Kund:innen nutzen 73 Prozent Self-Service irgendwann in ihrer Service-Journey, aber nur 14 Prozent lösen ihr Anliegen dort vollständig.

Ohne gepflegte Wissensbasis hilft kein Modell

Die Antwortqualität hängt an den Inhalten, nicht am Sprachmodell. In derselben Gartner-Befragung nannten 43 Prozent als Abbruchgrund, keinen passenden Inhalt gefunden zu haben, und 45 Prozent, das Unternehmen habe ihr Anliegen nicht verstanden. Beide Ursachen liegen in der Wissensbasis und in der Absichtserkennung, nicht in der Rechenleistung.

Verteiltes Wissen führt zu widersprüchlichen Antworten

Werden Inhalte pro Kanal separat gepflegt, veralten sie an mindestens einer Stelle. Kund:innen erhalten dann im Chat eine andere Auskunft als auf der Hilfeseite. Eine Erweiterung ist nur so gut wie die Quelle, aus der sie schöpft.

Die Automatisierung braucht einen sichtbaren Ausweg

Laut Gartner halten 87 Prozent der Kund:innen den Zugang zu einem Menschen für unverzichtbar, sobald ein Unternehmen generative KI im Service einsetzt. Eine KI ohne erkennbaren Weg zum Serviceteam senkt die Zufriedenheit, statt sie zu erhöhen.

Die Abrechnungsgröße ist nicht die Erfolgskennzahl

Wie ein Anbieter abrechnet, folgt seiner Logik. Wie erfolgreich der eigene Service ist, folgt einer anderen. Beides gleichzusetzen nimmt einem die Möglichkeit, den Anbieter zu bewerten.

Datenschutz und AI Act begrenzen die Auswahl

Verarbeitungsort, Subunternehmerkette und Transparenzpflichten sind für regulierte Branchen, Kammern, Hochschulen und Behörden keine Detailfragen, sondern Bedingungen, die vor der Auswahl erfüllt sein müssen.

Erweitern oder ersetzen?

Die Frage taucht in fast jeder Evaluation auf, meist als Suche nach einer Alternative zu Zendesk AI Agents. In den meisten Fällen ist sie zu groß gestellt.

Situation	Sinnvolle Maßnahme
Die KI löst zu wenig, das Ticketing funktioniert	Erweitern: Marketplace-App oder vorgelagerte KI ergänzen
Anfragen entstehen schneller, als sie abgearbeitet werden	Erweitern: vor dem Ticket ansetzen
Die Kosten der Automatisierung sind nicht planbar	Erweitern und das Abrechnungsmodell des Zusatzanbieters gegenrechnen
Prozesse, Rollen oder Reporting passen grundsätzlich nicht	Plattformwechsel prüfen

Nur die letzte Zeile rechtfertigt ein Migrationsprojekt. Für die ersten drei genügt eine Erweiterung, bei der keine Tickets bewegt werden und Reporting, SLAs und Rollen unangetastet bleiben.

Welche Kennzahlen zeigen, ob die Erweiterung wirkt?

Vier Kennzahlen reichen aus, und alle lassen sich aus vorhandenen Daten bilden.

Kennzahl	Was sie zeigt
Ticket-Deflection-Rate	Anteil der Anfragen, die vor dem Ticket gelöst werden
CSAT auf automatisierten Dialogen	Ob die Anfrage gelöst wurde oder jemand aufgegeben hat
Suchanfragen ohne Treffer	Welche Inhalte in der Wissensbasis fehlen
Anfragevolumen je Kanal	Ob sich Aufwand verlagert statt zu verschwinden

Die beiden ersten gehören immer zusammen ausgewertet. Sinkende Tickets bei sinkender Zufriedenheit sind keine Einsparung, sondern eine Verlagerung in Kanäle, die niemand misst. Die dritte Kennzahl ist zugleich die konkreteste Arbeitsanweisung: Jeder Suchbegriff ohne Treffer ist ein fehlender Eintrag.

Worauf sollte man bei der Auswahl achten?

Sieben Fragen, die jeder Anbieter einer Erweiterung beantworten können sollte:

1. Setzt die Lösung vor oder nach dem Ticket an? Davon hängt ab, wie viel Volumen sie überhaupt erreichen kann.
2. Aus welcher Quelle antwortet sie? Idealerweise aus einer Wissensbasis, die alle Kanäle gleichermaßen versorgt.
3. Versteht das System frei formulierte Anfragen? Umschreibungen, Tippfehler und Synonyme, nicht nur Stichwörter.
4. Wie funktioniert die Übergabe an das Team? Der bereits erfasste Kontext sollte mitwandern.
5. Lässt sich die Wissensbasis exportieren? Fragen Sie nach Format, Umfang und ob dafür ein Projekt beauftragt werden muss.
6. Was löst eine Abrechnung aus? Die Definition gehört schriftlich vorgelegt, ebenso eine Obergrenze für variable Kosten.
7. Welche Nachweise gibt es zum Datenschutz? AV-Vertrag, Verarbeitungsort, Subunternehmer, Löschfristen.

Frage fünf wird am häufigsten übersehen. Der Aufwand eines späteren Wechsels entsteht selten an der Technik, sondern an den Inhalten.

Was verlangen DSGVO und EU AI Act?

Für Unternehmen mit Sitz oder Kundschaft in der EU gelten zwei Regelwerke nebeneinander. Die DSGVO verlangt einen Auftragsverarbeitungsvertrag nach Art. 28, benannte Subunternehmer und Transparenz über den Ort der Verarbeitung. Seit dem 2. August 2026 gilt zusätzlich Artikel 50 des EU AI Act: Menschen müssen erkennen können, dass sie mit einem KI-System sprechen, sofern sich das nicht ohnehin aus den Umständen ergibt. Für Chatbots gilt diese Pflicht ohne Übergangsfrist.

Bei OMQ gilt dazu: OMQ ist eine deutsche GmbH mit Sitz in Berlin und stellt einen AV-Vertrag nach Art. 28 DSGVO samt benanntem externen Datenschutzbeauftragten bereit. Personenbezogene Daten werden aus Freitextfeldern entfernt, bevor der Text gespeichert wird. Angaben zu Verarbeitungsort und Löschfristen für Ausschreibungen gibt es über das Kontaktformular.

Wie geht man die Erweiterung praktisch an?

Fünf Schritte haben sich bewährt. Keiner davon greift in das bestehende Ticketing ein.

1. Ausgangswerte festhalten

Anfragevolumen je Kanal, durchschnittliche Bearbeitungszeit, aktuelle Deflection und CSAT. Ohne Ausgangswerte lässt sich später keine Wirkung belegen.

2. Die häufigsten Anliegen herausziehen

Sie stehen bereits im Zendesk-Reporting. Diese Anliegen bilden den Grundstock der Wissensbasis.

3. Mit einem Kanal beginnen

Meist ist die Hilfeseite der richtige Start, weil dort das Suchverhalten sichtbar wird. Zendesk läuft unverändert weiter.

4. Kanal für Kanal ergänzen

Nach der Hilfeseite folgen Kontaktformular und Chat, zuletzt die Unterstützung der Agent:innen im Ticket. Jeder Schritt ist einzeln messbar und einzeln rückgängig zu machen.

5. Suchanfragen ohne Treffer auswerten

Sie zeigen, welche Inhalte fehlen. Die Wissensbasis wächst damit entlang der tatsächlichen Nachfrage statt entlang von Vermutungen.

Zendesk mit OMQ erweitern

OMQ setzt an beiden Stellen an: vor dem Ticket und im Ticket. Alle Produkte greifen auf dieselbe zentrale Wissensbasis zu, sodass eine Antwort einmal gepflegt und in jedem Kanal identisch ausgespielt wird.

Produkt	Greift wo	Wirkung
OMQ Help	Hilfeseite und FAQ	Löst Anfragen, bevor ein Ticket entsteht
OMQ Contact	Kontaktformular	Schlägt die Lösung vor dem Absenden vor
OMQ Chatbot	Website und Messenger	Antwortet in Echtzeit und führt Aktionen aus
OMQ Assist	Im Zendesk-Ticket	Schlägt Agent:innen Antworten aus derselben Wissensbasis vor
OMQ Reply	E-Mail	Beantwortet wiederkehrende Anfragen automatisch

Die Anbindung läuft über eine App im Zendesk Marketplace. OMQ Assist liest eine eingehende Nachricht beim Öffnen des Tickets, erkennt das Anliegen und zeigt passende Antworten in der rechten Spalte von Zendesk Support an. Neben Zendesk unterstützt OMQ unter anderem Freshdesk, Salesforce, Zammad und OTRS, eine Übersicht steht auf der Seite zu den OMQ Integrationen.

Ein Beispiel aus der Praxis: DB Connect, die Mobilitätstochter der Deutschen Bahn hinter Call a Bike und Flinkster, setzt OMQ seit Februar 2013 ein, zunächst im Kontaktformular und im Ticketsystem.

Der eigentliche Unterschied liegt in der gemeinsamen Quelle. Dieselbe Wissensbasis, die Kund:innen im Self-Service bedient, versorgt die Agent:innen im Zendesk-Ticket mit Antwortvorschlägen. Damit entfällt die häufigste Ursache widersprüchlicher Auskünfte.

Wichtige Begriffe im Überblick

• Zendesk Marketplace: Verzeichnis, über das sich Apps, Themes und Bots in Zendesk installieren lassen.
• Zendesk Apps Framework: Technische Grundlage, auf der Erweiterungen für Support, Chat und Guide gebaut werden.
• Automated Resolution: Abrechnungseinheit für KI-Agenten bei Zendesk. Eine Anfrage, die die KI ohne Eskalation an einen Menschen löst.
• Verified Resolution: Die Stufe, die bei Zendesk auf das Kontingent angerechnet wird. Ein Sprachmodell hat die Lösung nach Gesprächsende bestätigt.
• Ticket-Deflection-Rate: Anteil der Anfragen, die vor dem Ticket gelöst werden. Die aussagekräftigste eigene Erfolgskennzahl.
• Intent-Erkennung: Verfahren, mit dem eine KI die Absicht hinter einer frei formulierten Nachricht bestimmt, statt Stichwörter abzugleichen.
• Zentrale Wissensbasis: Gemeinsame Quelle aller Serviceantworten, aus der idealerweise sämtliche Kanäle gespeist werden.

Fazit

Zendesk mit KI zu erweitern ist in den meisten Fällen die kleinere und wirksamere Maßnahme als ein Plattformwechsel. Vier Wege stehen offen, und sie lassen sich kombinieren: native Funktionen, Marketplace-Apps, vorgelagerte KI und eigene Integrationen über die APIs.

Die Grenzen liegen dabei weniger in der Technik als in der Architektur und in den Inhalten. Eine KI im Ticketsystem kann Anfragen bearbeiten, aber nicht verhindern. Und ohne gepflegte Wissensbasis bleibt jede Erweiterung wirkungslos, egal wie leistungsfähig das Modell darunter ist.

Wer den Erfolg belegen will, wertet Deflection und CSAT gemeinsam aus. Erst beide Zahlen zusammen zeigen, ob weniger Tickets für gelöste Anliegen stehen.

Häufig gestellte Fragen

Wie lässt sich Zendesk mit KI erweitern?

Wo liegen die Grenzen von KI im Ticketsystem?

Wie rechnet Zendesk seine AI Agents ab?

Muss man Zendesk ersetzen, um bessere KI zu bekommen?

Was ist eine Marketplace-App in Zendesk?

Welche Kennzahlen zeigen, ob die KI-Erweiterung wirkt?

Was kostet es, Zendesk mit KI zu erweitern?

Was verlangen DSGVO und EU AI Act bei KI im Kundenservice?

Quellen

• Zendesk Help Center: Extending your support solution with apps and integrations
• Zendesk Developer Docs: API Reference
• Zendesk Help Center: About automated resolution tiers, eingeführt am 18. Mai 2026
• Zendesk Marketplace: OMQ Assist für Zendesk Support
• Gartner: Only 14% of Customer Service Issues Are Fully Resolved in Self-Service, Befragung von 5.728 Kund:innen
• Gartner: 87% of Customers Say Companies Using GenAI for Customer Service Must Provide Access to a Human Agent, Befragung von 3.566 Kund:innen, Februar und März 2026