Ein FAQ-Chatbot auf der Website ist eines der Tools, über die KMU am häufigsten nachdenken — und am häufigsten falsch entscheiden. Entweder gar nicht. Oder mit der billigsten Lösung, die nach drei Wochen Kunden verärgert. Oder mit einer überdimensionierten Plattform, die monatlich teurer ist als ein halber Mitarbeiter.
Dieser Beitrag beantwortet drei Fragen klar und mit Zahlen:
- Was kostet ein FAQ-Chatbot 2026 realistisch?
- Wann lohnt er sich für ein KMU?
- Wie baut man ihn richtig auf und welche Fehler ruinieren ihn?
Was ein moderner FAQ-Chatbot heute kann
Ein FAQ-Chatbot 2026 hat nichts mehr mit dem Bot von 2020 gemeinsam, der auf Knopf-Logik basierte und nach drei Klicks im Kreis lief.
Heute funktioniert er nach dem Prinzip RAG — Retrieval-Augmented Generation. Vereinfacht: Sie laden Ihre echten Inhalte hoch (Website, PDF-Dokumente, AGB, FAQ, Preisliste). Wenn ein Besucher fragt, sucht das System in diesen Quellen, liest die relevanten Stellen, und formuliert eine Antwort in natürlicher Sprache.
Vorteile gegenüber dem alten Modell:
- Antwortet auf freie Fragen, nicht nur auf vorgefertigte Pfade
- Verweist auf die richtige Quelle (Link zur Seite, zum PDF)
- Lernt sofort, wenn Sie ein Dokument anpassen — kein erneutes Training
- Eskaliert sauber an Mitarbeitende, wenn er etwas nicht weiss
Was ein FAQ-Chatbot heute kostet
Realistische Preise im Schweizer KMU-Kontext, Stand Juni 2026:
- Standard-Plattform (Chatbase, Botpress): Setup CHF 500–2’000, laufend 30–150/Monat
- Custom-Lösung mit eigener Wissensbasis: Setup CHF 3’000–8’000, laufend 80–250/Monat
- Eingebettete Integration mit CRM und Eskalation: Setup CHF 8’000–18’000, laufend 150–400/Monat
Eine Branchenanalyse von Tech Formation (https://www.techformation.io/blog/ai-chatbot-development-cost) beziffert einen klassischen FAQ-Bot mit USD 3’000 bis 10’000 Setup — das deckt sich mit unserer eigenen Erfahrung in Schweizer Projekten.
Die laufenden Kosten kommen aus zwei Quellen: KI-API-Kosten (pro Konversation 0.3 bis 2 Rappen) und Hosting bzw. Plattformlizenz. Bei einem Schweizer KMU mit 200 Chat-Konversationen pro Monat liegen die API-Kosten meist unter CHF 5. Den Rest macht die Plattform.
Wann sich ein FAQ-Chatbot rechnet
Drei einfache Schwellen, ab denen die Rechnung positiv wird:
Schwelle 1: Mindestens 500 Website-Besuche pro Monat. Darunter ist die Wahrscheinlichkeit, dass jemand den Bot überhaupt nutzt, zu klein.
Schwelle 2: Mindestens 30 wiederkehrende Fragen. Wenn Sie nicht mindestens 30 Fragen aufzählen können, die immer wieder ankommen, fehlt die Grundlage. Dann lohnt es sich, erst die FAQ-Seite richtig zu strukturieren.
Schwelle 3: Mindestens 5 Stunden manueller Mail- oder Telefonaufwand pro Woche. Darunter sparen Sie weniger, als der Bot kostet.
Wenn alle drei Schwellen erreicht sind, ist die Rechnung meist klar. Scalify hat 2026 eine Analyse veröffentlicht (https://www.scalify.ai/blog/chatbot-on-website-statistics-2026-usage-conversions-roi): gut implementierte Chatbots reduzieren Support-Kosten um etwa 30 Prozent und erhöhen Leads um 20 bis 35 Prozent.
Wichtiger als der Spareffekt ist oft der Lead-Effekt: Wenn ein Besucher um 22 Uhr eine Frage hat und sofort eine Antwort bekommt, bleibt er auf der Seite. Sonst geht er weiter zur Konkurrenz.
Wie ein FAQ-Chatbot richtig aufgebaut wird
Die Reihenfolge ist entscheidend:
Schritt 1: Fragen sammeln (1–2 Tage). Die häufigsten 50 bis 100 Fragen, die Ihre Mitarbeitenden täglich beantworten. Quelle: Mail-Postfach, Telefonprotokolle, Live-Chat-Verlauf, Sales-Gespräche.
Schritt 2: Wissensbasis strukturieren (2–3 Tage). Antworten als Markdown- oder Text-Bausteine. Eine Antwort pro Baustein. Keine PDFs als Hauptquelle, wenn Sie sie selbst pflegen können — strukturierter Text funktioniert mit RAG besser.
Schritt 3: Bot konfigurieren und trainieren (3–5 Tage). Plattform auswählen, Wissensbasis einbinden, Persona definieren, Eskalations-Logik einrichten.
Schritt 4: Testen mit echten Fragen (1 Woche). Ihre Mitarbeitenden bombardieren den Bot mit echten Fragen aus dem Alltag. Jeder Fehler wird in einer Liste notiert. Wissensbasis nachgebessert. Wiederholen.
Schritt 5: Soft Launch (2 Wochen). Der Bot ist live, aber dezent platziert. Sie monitoren jede Konversation. Ungenügende Antworten werden manuell ausgewertet.
Schritt 6: Roll-out und Pflege. Erst jetzt geht er prominent online. Pflege heisst: wöchentlich 10 Minuten Konversationen prüfen, monatlich Wissensbasis aktualisieren.
Realistische Dauer von Start bis produktivem Roll-out: 4 bis 8 Wochen.
Die typischen Fehler
Fehler 1: Mit Marketing-Texten füttern. Die Website-Texte sind oft auf Verkaufsstimmung getrimmt. Der Bot übernimmt diesen Stil und klingt wie ein schlechter Vertreter. Lösung: separate Wissensbasis mit nüchternen, präzisen Antworten.
Fehler 2: Eskalation vergessen. Wenn der Bot nicht weiterweiss, muss er sauber an Mitarbeitende übergeben — mit Namen, Telefonnummer, Mailadresse. Ein Bot, der nur «Bitte kontaktieren Sie uns» sagt, frustriert.
Fehler 3: Halluzinationen ignorieren. Auch das beste RAG-System erfindet manchmal Antworten. Sie brauchen Stichproben-Auswertungen. Heeya empfiehlt 2026 (https://heeya.fr/en/blog/rag-for-customer-service-2026), wöchentlich 100 bis 200 Konversationen mit einem LLM-as-Judge zu prüfen. Bei einem KMU mit 50 Konversationen pro Woche reichen Stichproben von 10 bis 20.
Deflection-Rate — was Sie realistisch erwarten können
«Deflection» ist die Quote der Fragen, die der Bot ohne Mensch erledigt. Heeya hat 2026 Benchmarks veröffentlicht:
- Naiv (PDFs direkt rein, keine Struktur): 22–35 Prozent
- Solide (strukturierte Bausteine, einfaches RAG): 40–55 Prozent
- Optimiert (mit Metadaten und Reranker): 55–65 Prozent
- Best-in-Class (plus Query-Rewriting, Multi-Turn): 65–72 Prozent
Für ein typisches Schweizer KMU sind 50 bis 65 Prozent ein realistisches Ziel im ersten Jahr.
Eine konkrete Rechnung
Beispiel: Treuhand-Firma mit 8 Mitarbeitenden in Solothurn.
- Website-Traffic: rund 1’200 Besuche pro Monat
- Mail- und Telefonaufwand für Standardfragen: rund 7 Stunden pro Woche
- Implementierte Lösung: Custom-FAQ-Chatbot mit Wissensbasis (AGB, Leistungen, Preise, Anfahrt, Bürozeiten, Terminbuchung)
- Setup: CHF 5’500. Laufend: CHF 120 pro Monat.
Nach drei Monaten Betrieb:
- 240 Konversationen pro Monat
- 58 Prozent vollständig vom Bot beantwortet (Deflection)
- Geschätzte Ersparnis: 4 Stunden pro Woche
- Drei zusätzliche Erstanfragen pro Monat aus After-Hours-Konversationen
Bei einem Stundensatz von CHF 90 und nur dem Spareffekt: rund CHF 18’000 pro Jahr. Setup amortisiert in unter vier Monaten. Lead-Effekt obendrauf, aber schwerer zu messen.
Was sich bis Ende 2026 noch ändert
Erstens: Die Kombination Chatbot plus KI-Telefonassistent wird Standard.
Zweitens: Die Hemmschwelle, einen Chatbot zu nutzen, fällt weiter. Eine Jotform-Übersicht (https://www.jotform.com/ai/rag-chatbot/) zitiert: Rund 60 Prozent der B2B-Unternehmen nutzen 2026 bereits Chatbot-Software.
Drittens: Multilinguale Bots werden zur Norm. Deutsch, Französisch, Italienisch, Englisch — alles aus einer Wissensbasis.
Wenn Sie heute starten würden
Drei konkrete Schritte für die nächsten zwei Wochen:
- Schritt 1: Sammeln Sie die 50 häufigsten Fragen aus Mail und Telefon.
- Schritt 2: Prüfen Sie, ob die drei Schwellen (500 Besuche, 30 Fragen, 5 Stunden) erreicht sind.
- Schritt 3: Buchen Sie ein Erstgespräch mit jemandem, der ehrlich sagt, ob eine Standard-Plattform reicht oder eine Custom-Lösung sinnvoll ist.
Wenn ein FAQ-Chatbot zu Ihren wahrscheinlichsten Quick Wins gehört: Wir bauen ihn im KI Quick Win Sprint — 30 Tage, fixer Preis, produktive Lösung am Ende. Mehr zum KI Quick Win Sprint: https://www.webgearing.com/angebote/ki-fuer-kmu/
FAQ
Wie lange dauert die Einführung eines FAQ-Chatbots wirklich?
Bei klar strukturierten Inhalten: 4 bis 6 Wochen. Bei unsauberer Datenlage: 8 bis 10 Wochen.
Welche Plattform ist die richtige für ein KMU?
Für einfache Anwendungen Standard-Plattformen wie Chatbase, Botpress oder Voiceflow. Bei sensiblen Daten oder komplexer Integration eine Custom-Lösung mit Hosting in der Schweiz.
Was passiert, wenn der Bot etwas Falsches sagt?
Mit RAG-Architektur und sauberer Wissensbasis ist das Risiko niedrig — aber nicht null. Stichproben-Auswertung, klare Eskalations-Logik und ein Hinweis im Bot, dass komplexe Auskünfte vom Team bestätigt werden.
Können wir den Bot mehrsprachig betreiben?
Ja. Moderne RAG-Systeme erkennen die Anfrage-Sprache und antworten passend.
Wie messen wir, ob der Bot wirklich hilft?
Drei Kennzahlen reichen: Deflection-Rate, Conversion-Rate und CSAT.
