Tausende frühere Support-Mails stecken voller guter Antworten — doch bei jeder neuen Anfrage sucht jemand von Hand danach oder tippt die Antwort erneut. SupportFlowAI gleicht neue Anfragen automatisch mit Ihrem historischen E-Mail-Archiv ab und schlägt einen fertigen Antwortentwurf vor — per RAG mit einem lokalen Ollama-Modell, komplett auf Ihrer eigenen Hardware. Keine Cloud-Pflicht, keine Abhängigkeit von einem externen KI-Anbieter.
Kein Cloud-Zwang: Embeddings und Antwortgenerierung laufen standardmäßig vollständig lokal über Ollama auf Ihrem eigenen Rechner bzw. Server. Cloud-LLMs (OpenRouter/OpenAI/Anthropic) lassen sich unter „KI-Anbindung“ optional als bewusst begrenzter Fallback zuschalten — nie als Voraussetzung.
Vom Import historischer Mails bis zur versendeten Antwort deckt SupportFlowAI den kompletten Ablauf ab — ganz ohne manuelles Training eines eigenen Sprachmodells.
Historische Support-Mails werden per Datei-Import (EML/MBOX) oder live per IMAP eingelesen, dedupliziert und zu bereinigten Frage/Antwort-Paaren verarbeitet — Zitate, Signaturen und Werbe-Footer werden dabei automatisch entfernt.
Jede neue Anfrage wird per lokalem Ollama-Embedding mit dem gesamten Korpus bisheriger Fälle verglichen (Cosine-Similarity) — die ähnlichsten historischen Antworten werden als Quelle für den Entwurf herangezogen.
Bei ausreichender Konfidenz formuliert ein lokales Sprachmodell einen Antwortentwurf auf Basis der gefundenen Fälle. Bei niedriger Konfidenz erscheint bewusst keine frei erfundene Antwort, sondern eine neutrale Zwischenantwort.
Die 3-Spalten-Ansicht zeigt Original-Anfrage, editierbaren Entwurf und die zugrunde liegenden Quellenfälle nebeneinander — Freigeben & Senden, Ablehnen oder Neu generieren mit einem Klick.
Ab einer hohen Konfidenz (Standard ≥ 0,85) kann ein Postfach vollautomatisch antworten — mit Zwei-Stufen-Bestätigung bei der Aktivierung und ausschließlich für die Rolle SystemAdministrator.
E-Mail-Adressen, Telefonnummern und IBANs werden in gespeicherten Trainingsbeispielen automatisch maskiert. Reviewer und Systemadministratoren sehen bei Bedarf unmaskierte Daten, Auditoren durchgängig maskiert.
Vier feste Rollen — SystemAdministrator, AccountManager, Reviewer und Auditor — regeln, wer Konten verwaltet, Entwürfe freigibt, Vollautomatik aktiviert oder nur lesend mitverfolgt.
Duplikat-Kandidaten ab 97 % Ähnlichkeit, veraltete Einträge und wiederkehrende Anfragen mit schwacher Konfidenz werden automatisch erkannt — so bleibt die Wissensbasis sauber und aktuell.
Ein zentrales Dashboard zeigt Warteschlangen-Tiefe, offene Reviews, durchschnittliche Generierungsdauer, Fehlerquote und den Heartbeat aller Hintergrunddienste auf einen Blick.
Kein Modell-Training, kein Prompt-Engineering durch Sie — SupportFlowAI lernt aus Ihrem eigenen Archiv und wird mit jeder versendeten Antwort besser.
E-Mail-Konto per Datei-Import oder IMAP anlegen — inklusive Auswahl von Posteingang und Gesendet-Ordner.
Signatur-/Werbemuster ergänzen, Testimport starten und Wissensbasis per Ad-hoc-Testfrage prüfen.
Neue Anfragen landen als Entwurf in der Review-Queue — freigeben, bearbeiten oder neu generieren lassen.
Sobald Sie dem Korpus vertrauen, automatisiert SupportFlowAI den Versand ab hoher Konfidenz vollständig.
Vollautomatischer Versand ist bewusst kein Schalter, den jeder umlegen kann: Er greift erst ab einer hohen Konfidenz, lässt sich ausschließlich von der Rolle SystemAdministrator aktivieren und verlangt dafür eine Zwei-Stufen-Bestätigung — Checkbox plus erneute Passworteingabe.
Statt eines einmal trainierten, statischen Modells wächst die Wissensbasis fortlaufend: Jede tatsächlich versendete Antwort fließt automatisch als neues Frage/Antwort-Paar zurück ins Korpus — ganz ohne manuellen Re-Training-Schritt.
SupportFlowAI ist auf nachvollziehbare, kontrollierbare Antworten ausgelegt — mit Governance, Datenschutz und Betriebssicherheit, die über reine Textgenerierung hinausgehen.
Standardmäßig übernimmt ein lokal laufendes Ollama-Modell sowohl Embeddings als auch Textgenerierung. Optional lässt sich unter „KI-Anbindung“ ein Cloud-Anbieter als begrenzter Fallback mit eigener Priorität hinterlegen — Embeddings bleiben dabei immer lokal.
Beim Ersteinrichten wird der Hardware-Modus gewählt — CPU-Modelle (z. B. phi3.5, all-minilm) für schlanke Server, GPU-Modelle (z. B. llama3.1:8b, bge-m3) für höhere Antwortqualität bei vorhandener Grafikkarte.
Original-Anfrage, editierbarer Entwurf und die Quellen-Fälle stehen nebeneinander — so lässt sich jede Freigabe in Sekunden nachvollziehen, statt zwischen Fenstern zu wechseln.
Login, Freigabe/Ablehnung, Versand und jede Vollautomatik-Umschaltung werden unveränderlich protokolliert — Kunden-E-Mail-Adressen darin grundsätzlich maskiert.
Warteschlangen-Tiefe, offene Reviews, durchschnittliche Generierungsdauer, Fehlerquote der letzten 24 Stunden und der Heartbeat der drei Hintergrunddienste (Mail-Abgleich, Entwurfserstellung, Vollautomatik-Versand) zeigen jederzeit, ob der Betrieb rund läuft.
Nichts verpasst: Ein wachsender Rückstau in der Warteschlange fällt im Dashboard auf, bevor Kunden auf eine Antwort warten müssen.
Drei kurze Anleitungen — je nachdem, ob Sie SupportFlowAI einrichten, zum ersten Mal nutzen oder mehr aus dem täglichen Einsatz herausholen möchten.
Ollama-Setup für CPU/GPU, .NET 10, Erststart und erster Admin-Account.
Für neue NutzerVom leeren System zur automatisierten Antwort — als Tutorial-Reihe mit 10 Kapiteln.
Für den täglichen EinsatzKonfidenz-Schwellen feinjustieren, Kuration nutzen, Rollen richtig zuschneiden.
Schreiben Sie uns — wir zeigen Ihnen gerne, wie SupportFlowAI in Ihrer Umgebung eingesetzt werden kann.
Preisgestaltung ansehen