Ein KI-Chatbot ist ein Programm, das frei formulierte Fragen mit einem Sprachmodell versteht und aus angebundenen Daten beantwortet, statt einem festen Dialogbaum zu folgen. Im Großhandel heißt das: Er beantwortet Fragen zu Beständen, Preisen und Aufträgen direkt aus ERP und Dateiablage. Der Nutzen entsteht nicht am Chatfenster, sondern an der Datenanbindung dahinter.
Diese Seite erklärt den Begriff und wird dann konkret: die drei Stufen, die Datenfrage im Handel und die Grenzen.

Chatbots gibt es seit Jahrzehnten. Was sie bis vor Kurzem gemeinsam hatten: Jemand musste vorher jede Frage vorhersehen. Der Bot glich die Eingabe mit einer Liste von Stichwörtern ab, fand einen Treffer und spielte die hinterlegte Antwort aus. Traf er nichts, kam der Satz, den alle kennen: „Das habe ich leider nicht verstanden.“
Ein KI-Chatbot arbeitet anders. Er nutzt ein großes Sprachmodell, also ein Modell, das Sprache statistisch modelliert und deshalb auch Formulierungen versteht, die niemand vorher eingepflegt hat. „Habt ihr die 3x1,5er Leitung noch da?“ und „Wie ist der Bestand bei NYM-J 3x1,5?“ landen bei derselben Antwort, ohne dass jemand beide Varianten hinterlegt hat.
Der zweite, im Alltag wichtigere Teil der Definition wird oft unterschlagen: Woher die Antwort kommt. Das Sprachmodell kennt Ihren Artikelstamm nicht. Es weiß nicht, was bei Ihnen am Lager liegt, welchen Preis Kunde Müller bekommt und ob der Auftrag von gestern schon kommissioniert ist. Ein KI-Chatbot, der in einem Unternehmen etwas taugt, holt sich diese Daten bei jeder einzelnen Frage aus den Systemen, in denen sie stehen, und bildet seine Antwort ausschließlich daraus. Ohne diese Anbindung haben Sie keinen Unternehmens-Chatbot, sondern ein zweites ChatGPT-Fenster.
Die drei Begriffe werden durcheinandergeworfen, auch von Anbietern. Sie beschreiben aber drei klar unterscheidbare Stufen mit sehr unterschiedlichem Aufwand.
| Kriterium | Regelbasierter Chatbot | KI-Chatbot | KI-Agent |
|---|---|---|---|
| Versteht | Vorher definierte Stichwörter und Menüpfade | Frei formulierte Fragen, auch unerwartete | Frei formulierte Aufträge über mehrere Schritte |
| Antwortquelle | Redaktionell gepflegte Texte | Live-Abfrage aus ERP, Datenbank, Dokumenten | Dieselben Quellen, zusätzlich schreibender Zugriff |
| Darf handeln | Nein | Nein, nur Auskunft geben | Ja: Auftrag anlegen, Mail senden, Ticket eröffnen |
| Pflegeaufwand | Hoch und dauerhaft, jeder neue Fall von Hand | Gering, die Daten pflegen Sie ohnehin | Gering, dafür laufende Kontrolle der Aktionen |
| Risiko bei Fehler | Bot antwortet nicht, Kunde ruft an | Falsche Auskunft, korrigierbar im Gespräch | Falsche Buchung im System, muss storniert werden |
| Sinnvoll, wenn | Wenige, immer gleiche Standardfragen | Viele Auskünfte aus Daten, die schon da sind | Der Auskunftsfall läuft stabil und soll weitergehen |
Die praktische Empfehlung fällt fast immer gleich aus: Fangen Sie in der mittleren Spalte an. Der regelbasierte Bot löst im Handel zu wenig, um den Pflegeaufwand zu rechtfertigen, und der Agent setzt voraus, dass Sie den Auskunftsfall schon im Griff haben. Wie die Ausbaustufe aussieht, wenn der Bot handeln darf, steht bei den KI-Agenten für den Großhandel.
Vier Schritte, jedes Mal. Der interessante Teil ist Schritt zwei, nicht das Sprachmodell.
Das Modell erkennt, worum es geht und welche Angaben fehlen. Aus „Wann kommt meine Bestellung?“ wird die Erkenntnis, dass eine Auftragsnummer oder ein Kundenbezug nötig ist, und der Bot fragt danach, statt zu raten.
Jetzt greift die Anbindung: Der Bot fragt Ihr ERP nach genau diesem Auftrag, sucht den Artikel im Stamm oder findet den Absatz im hinterlegten Dokument. Er bekommt Datensätze, keine Vermutungen. Dieser Schritt entscheidet über die Qualität der ganzen Lösung.
Das Sprachmodell macht aus den Datensätzen einen verständlichen Satz. Wichtig ist die Regel dahinter: Was nicht in den gelieferten Daten steht, darf nicht in der Antwort stehen. Findet der Bot nichts, sagt er das.
Auftragsnummer, Artikelnummer, Dokumentname. Ohne Beleg prüft niemand nach, und ohne Prüfung entsteht kein Vertrauen. In der Praxis ist das der Punkt, an dem Innendienst-Teams anfangen, dem Bot tatsächlich zu glauben.

Fast alles, was über KI-Chatbots geschrieben wird, denkt an einen Endkunden im Onlineshop. Im Großhandel sieht die Datenlage anders aus, und daran scheitern die Standardlösungen.
Ein Shop-Chatbot kommt mit Name, Bild und Preis aus. Im Handel hängen an einem Artikel Verpackungseinheiten, Mengenstaffeln, Mindestabnahmen, Ersatz- und Nachfolgeartikel sowie Cross-References auf Hersteller- und Wettbewerbsnummern. Wer nach „der Nummer vom Hersteller“ fragt, muss trotzdem Ihren Artikel finden.
Es gibt nicht den Preis, sondern den Preis für diesen Kunden, in dieser Menge, unter diesem Rahmenvertrag. Ein Chatbot, der einen Listenpreis nennt, wo ein Kontraktpreis gilt, richtet mehr Schaden an als er Zeit spart.
Verfügbar heißt im Handel nicht dasselbe wie im Lager liegend: reservierte Mengen, offene Kundenaufträge, erwarteter Wareneingang. Eine ehrliche Antwort nennt frei verfügbare Menge und den nächsten Zulauf, keine einzelne Zahl.
ETIM oder eCl@ss sind im technischen Handel Standard, aber im eigenen Bestand oft lückenhaft gepflegt. Der Chatbot macht diese Lücken sichtbar, weil er genau dort nichts findet. Das ist unangenehm, aber nützlich.

Sobald ein KI-Chatbot Kundendaten sieht, muss er wissen, wer gerade fragt, und darf ausschließlich die Daten dieses einen Kunden in die Antwort nehmen. Klingt selbstverständlich, ist aber der Punkt, an dem Projekte hängen bleiben: Die Berechtigungslogik steckt im ERP, und sie muss auf jede einzelne Abfrage angewandt werden, nicht einmalig beim Aufsetzen.
Daraus folgt eine sehr praktische Reihenfolge. Ein Chatbot für den eigenen Innendienst ist deutlich einfacher: Die Kolleginnen und Kollegen dürfen ohnehin alles sehen, was im ERP steht, es kommen keine neuen Berechtigungsfragen dazu. Ein Chatbot für das Kundenportal ist derselbe Bot mit einer zusätzlichen, harten Anforderung an Authentifizierung und Mandantentrennung.
Innendienst, Vertrieb, Einkauf und Lager fragen dasselbe, was sie heute im ERP heraussuchen. Kein neues Berechtigungskonzept, keine Außenwirkung bei einer Fehlauskunft, sofort messbarer Nutzen in gesparter Suchzeit.
Für Kunden gilt dieselbe Technik, aber mit Login, sauberer Mandantentrennung und einem klaren Hinweis, dass hier eine KI antwortet. Der Schritt lohnt sich, wenn intern belegt ist, dass die Antworten stimmen.
Bestand, Preis, Liefertermin, Auftragsstatus, Datenblatt. Alles, wonach heute jemand im ERP sucht, um es am Telefon vorzulesen.
Technische Datenblätter, Rahmenverträge, Zertifikate. Der Bot findet die Stelle im Dokument, nicht nur den Dateinamen.
Wer neu im Innendienst ist, fragt den Bot statt die Kollegin am Nachbartisch. Der unterschätzte Nutzen bei knappem Personal.
Auskünfte, die sonst bis zum nächsten Morgen liegen bleiben, sind sofort da, ohne dass jemand Bereitschaft hat.
Ein zugesagter Liefertermin oder ein genannter Preis kann im Zweifel bindend sein. Alles, was Vertragswirkung entfaltet, gehört hinter eine menschliche Freigabe.
Bei Auslegung, Eignung oder Sicherheit ist eine plausibel klingende Fehlempfehlung teuer. Der Bot darf Datenblätter zeigen, nicht die Eignung beurteilen.
Was im ERP nicht gepflegt ist, kann der Chatbot nicht beantworten. Ein Bot behebt keine Stammdatenlücken, er macht sie sichtbar.
Reklamationen, Preisverhandlungen und Eskalationen bleiben Menschenarbeit. Der Bot schafft dafür Zeit, er übernimmt es nicht.
Wer mit einem KI-System schreibt, muss das erkennen können. Die Transparenzpflichten der Verordnung gelten seit dem 2. August 2026 vollständig. Für einen Chatbot bedeutet das keinen Aufwand, sondern einen deutlichen Hinweis im Chatfenster, den man nicht wegdesignen darf.
Sobald Kundendaten in Anfragen an ein Modell fließen, braucht es einen Auftragsverarbeitungsvertrag mit dem Anbieter und eine geklärte Frage nach dem Verarbeitungsort. Die Alternative, die beides erledigt: Das Modell läuft auf Ihrer eigenen Infrastruktur.
Hier finden Sie die Antworten auf häufig gestellte Fragen.
Ein Programm, das frei formulierte Fragen versteht und in normaler Sprache antwortet. Der Unterschied zum klassischen Chatbot: Er folgt keinem vorgegebenen Dialogbaum, sondern erfasst, was gemeint ist, auch wenn die Frage anders gestellt wird als erwartet. Die Antwort zieht er aus den Daten, die man ihm zugänglich macht, im Großhandel typischerweise aus ERP, Preislisten und Dokumentenablage.
Ein klassischer Chatbot arbeitet regelbasiert: Er kennt eine feste Liste von Fragen und die dazugehörigen Antworten und steigt aus, sobald jemand davon abweicht. Ein KI-Chatbot nutzt ein Sprachmodell und versteht auch Formulierungen, die niemand vorher eingepflegt hat. Praktisch merkt man den Unterschied daran, wie oft der Bot sagt, dass er die Frage nicht versteht.
Der Chatbot antwortet, der Agent handelt. Ein KI-Chatbot sagt Ihnen, dass von Artikel 4711 noch 120 Stück am Lager sind. Ein KI-Agent legt daraus auf Zuruf die Bestellung an, prüft das Kreditlimit und schickt die Auftragsbestätigung raus. Technisch ist der Agent ein Chatbot mit Schreibrechten und mehrstufiger Aufgabenplanung, und genau deshalb braucht er strengere Freigaben.
Nicht aus dem Sprachmodell, sondern aus einer Anbindung an Ihre Systeme. Das Modell selbst kennt Ihren Katalog nicht und darf ihn auch nicht raten. Üblich ist, dass der Chatbot bei jeder Frage live die passenden Datensätze aus ERP, Warenwirtschaft oder Dateiablage holt und seine Antwort nur daraus bildet. Steht die Information nicht in den Daten, muss er das sagen, statt etwas zu erfinden.
Ja, wenn die Berechtigungen sauber abgebildet sind. Er muss erkennen, wer fragt, und darf pro Anfrage nur die Preisliste, die Staffeln und die Rahmenverträge dieses einen Kunden sehen. Das ist im B2B-Handel der heikelste Teil des Projekts und der Grund, warum ein Chatbot für Ihren Innendienst deutlich schneller live geht als einer für Ihr Kundenportal.
Ja. Der EU AI Act verlangt, dass Menschen erkennen können, dass sie mit einem KI-System interagieren, und diese Transparenzpflicht gilt seit dem 2. August 2026 in vollem Umfang. Praktisch reicht ein deutlicher Hinweis im Chatfenster. Dazu kommt die DSGVO-Seite: Auftragsverarbeitungsvertrag mit dem Modellanbieter, oder das Modell läuft von vornherein auf Ihrer eigenen Infrastruktur.
Die Frage ist nicht die Mitarbeiterzahl, sondern wie oft dieselbe Auskunft gegeben wird. Wenn Ihr Innendienst jeden Tag Bestände, Liefertermine und Preise aus dem ERP heraussucht und am Telefon weitergibt, trägt der Fall schon bei einer Handvoll Sachbearbeitern. Wenn Anfragen selten sind und jede anders aussieht, ist ein Chatbot der falsche Hebel.
Weiterführend
Der Pilot für den Innendienst: Connectoren zu e.bootis, Navision und SharePoint, in fünf Tagen live.
Der Überblick über alle Chatbot-Varianten und die passenden Anwendungsfälle.
Alle Workflows, Agenten und Assistenten, die wir für Großhändler umsetzen.
