So nutzen Sie den SendPulse MCP mit Ihren Chatbots und Ihrem CRM-System

Wir freuen uns, unseren offiziellen Model Context Protocol-Server vorzustellen! Diese bahnbrechende Erweiterung ermöglicht es Ihnen, ein KI-Tool mit Ihrem SendPulse-Konto zu verbinden. So wird dieses im Handumdrehen zu Ihrem persönlichen KI-Agenten, der Ihre Chatbot- und CRM-Aufgaben in Sekundenschnelle erledigt.

In diesem Beitrag erfahren Sie, wie Sie Ihr KI-Tool über die Chat-Oberfläche hinaus erweitern können.

Was ist ein MCP-Server und wie funktioniert er?

KI-Modelle können zwar großartige Ideen liefern, diese aber nicht selbstständig umsetzen. Ohne Echtzeitdaten und die Möglichkeit, Aktionen wie die Aktualisierung von Angeboten oder das Versenden von Nachrichten durchzuführen, bleibt ihr Potenzial begrenzt.

Das Model Context Protocol (MCP) ändert das. Es handelt sich um einen universellen, offenen Standard, der isolierte KI-Systeme mit externen Tools und Echtzeitdaten verbindet. So wird Ihr KI-gestütztes Tool zu einem eigenständigen KI-Agenten, der statische Empfehlungen in dynamische, differenzierte Aktionen umsetzt und alltägliche Aufgaben für Sie erledigt.

Sobald Sie den MCP-Server verbunden haben, können Sie die angebotenen Tools in Chats nutzen. So funktioniert es:

1. Sie stellen Ihrem KI-Assistenten, wie beispielsweise OpenAI, Claude oder Cursor IDE, eine ganz normale Frage.
2. Es leitet Ihre Anfrage an den MCP-Server von SendPulse weiter.
3. Der MCP-Server ruft die API auf, um Daten abzurufen oder eine Aktion auszuführen.
4. Ihr KI-Assistent sendet das Ergebnis zurück an Ihren Chat.

Stellen Sie es sich als Dolmetscher zwischen der menschlichen Sprache Ihres KI-Assistenten und der technischen Sprache der API vor. Sie müssen sich nicht mit technischen Details auseinandersetzen — Sie benötigen lediglich eine klare Vorstellung davon, was Sie wollen und welche Anforderungen damit verbunden sind.

Aktuell ist der MCP-Server von SendPulse in unseren Chatbot-Builder und unser CRM-System integriert. Die Integration mit unserem E-Mail-Marketing-Service und Pop-up-Builder steht kurz bevor. Schon bald erhalten Sie Zugriff auf KI-gesteuerte Agenten, die komplexe Workflows, einschließlich Omnichannel-Kampagnen, verwalten können.

Über MCP können KI-Agenten nur bestimmte Aktionen ausführen, die in Ihrem Toolset aufgeführt sind. Die vollständige Liste der Aktionen wird Ihnen angezeigt, sobald Sie unseren MCP-Server verbinden.

In unserem Chatbot-Builder können KI-Agenten Folgendes:

• Auf Konten und Chatbot-Informationen zugreifen;
• Statistiken und Schlagwortlisten anzeigen;
• Kampagnen versenden;
• Flows überprüfen und starten;
• Notizen ansehen und hinzufügen;
• Kontakte verwalten;
• Chats und Nachrichten durchsuchen.

Um die Beschreibung der einzelnen Tools und die erforderlichen Anfrageparameter anzuzeigen, klicken Sie auf den Pfeil daneben.

Unser MCP-Server wurde entwickelt, um Ihnen dabei zu helfen, Routineabläufe in Ihrem SendPulse-Konto zu automatisieren, effizient zu arbeiten und Ihre Ziele schneller zu erreichen.

5 Möglichkeiten zur Nutzung von MCP mit Chatbots

Bei der Interaktion mit KI-Tools ist es entscheidend, mit einer klaren und präzisen Eingabeaufforderung zu beginnen. Sollte das Ergebnis nicht Ihren Erwartungen entsprechen, können Sie die Eingabeaufforderung jederzeit anpassen und nochmal erneut ausführen. Stellen Sie lediglich sicher, dass der gewünschte Befehl tatsächlich verfügbar ist — beispielsweise kann Ihr KI-Assistent keinen Chatbot-Flow erstellen, egal wie präzise Ihre Eingabeaufforderung ist, wenn kein entsprechendes Tool existiert.

Um Ihnen eine Vorstellung davon zu geben, was KI mit unserem MCP-Server leisten kann, verwenden wir als Beispiel im Folgendne einen Instagram-Chatbot einer Mode- und Bekleidungsmarke.

Analysieren Sie Gespräche und gewinnen Sie Insights

Anders als herkömmliche Kennzahlen wie Klickrate (CTR), Öffnungsraten oder Conversion-Rates offenbaren Chat-Konversationen das „Warum“ hinter Nutzeraktionen, beispielsweise Neugier, Zweifel, Ängste oder den Bedarf an mehr Informationen. Deshalb kann die Analyse von Chats Ihnen helfen, tiefere Einblicke zu gewinnen:

• welche Themen oder Formulierungen eine emotionale Reaktion hervorrufen;
• an welchem Punkt Nutzer aus dem Flow aussteigen;
• Welche Informationen bei Kaufentscheidungen helfen;
• wie sich das Nutzerverhalten in verschiedenen Zielgruppensegmenten unterscheidet.

Dank des MCP-Servers kann die KI sicher auf Ihre Chatbot-Konversationen zugreifen, diese analysieren und wertvolle Erkenntnisse liefern, die Ihnen helfen, Chatbot-Flows zu optimieren, Angebote zu personalisieren und Ihre Marketingstrategie zu verfeinern.

Um dieses Szenario auszuführen, verbinden Sie MCP mithilfe unserer detaillierten Anleitung und bestätigen Sie den Zugriff auf den Befehl chatbots_dialogs_list.

Hier ein Beispiel für einen Prompt:

Analysiere die Konversationen des Chatbots „bot_name“ und identifiziere Verhaltensmuster und Erkenntnisse aus den Interaktionen der Abonnenten. Gebe auf Grundlage dieser Erkenntnisse Empfehlungen zur Verbesserung.

Um diese Aufgabe auszuführen, fragt Ihr KI-Agent nach der Erlaubnis, auf die Konversationen zuzugreifen — klicken Sie auf „Akzeptieren“, um dies zu bestätigen.

Innerhalb von ein bis zwei Minuten sendet der Assistent eine Antwort zurück, die Folgendes enthält:

• die häufigsten Abonnentenabsichten;
• Spitzenzeiten bei eingehenden Nachrichten;
• Reibungspunkte, an denen Nutzer aus Ihrem Prozess aussteigen oder Zielaktionen verschieben;
• Conversions-Signale, auf die Ihr Chatbot oder ein Mitarbeiter reagieren sollte.

So sieht die Antwort aus:

Ihr KI-Agent schlägt Ihnen außerdem Möglichkeiten vor, die Interaktionen in Direktnachrichten und Ihre Instagram-Inhalte insgesamt zu verbessern, einschließlich Automatisierungsideen, um die Arbeitsbelastung Ihres Teams zu verringern.

Wenn Ihr KI-Assistent den MCP-Server nutzt, kann er Kommunikationsprobleme präzise lokalisieren und umsetzbare Tipps geben, die Ihre Benutzerfreundlichkeit und die Teameffizienz deutlich verbessern.

Erstellen Sie FAQs basierend auf den Anfragen Ihrer Abonnenten

Obwohl KI-Agenten im SendPulse-Builder aktuell noch keine Chatbot-Flows generieren können, sind sie beim Erstellen von Inhalten sehr hilfreich. Beispielsweise können Sie den KI-Agenten damit beauftragen, typische Fragen Ihrer Abonnenten zu analysieren, aktuelle Informationen von Ihrer Website abzurufen und prägnante Antworten für automatische Chatbot-Antworten zu generieren.

Hier ein Beispiel für einen solchen Prompt:

Erstellen Sie Antwort-Flows für die häufigsten Fragen (FAQs) basierend auf einer Analyse der Nutzeranfragen. Verwende für die Generierung der Antworten Informationen von der offiziellen Website site.com, insbesondere von den folgenden Seiten: site.com/about_us, site.com/delivery, site.com/returns/ und site.com/contact

Da Ihr KI-Agent die Konversationen bereits analysiert hat, benötigt er keine zusätzlichen Berechtigungen oder Daten. Nach wenigen Sekunden liefert er eine Liste mit Vorschlägen für die Trigger jedes FAQ-Flows, eine Liste der Flows sowie die jeweiligen Inhalte.

Wenn die Chatbot-Nachrichten nicht Ihren Vorstellungen entsprechen, passen Sie Ihre Texte an. Laden Sie beispielsweise Beispiele erfolgreicher Automatisierungen hoch, die Sie bereits verwenden, oder teilen Sie Ihre internen Richtlinien für Direktnachrichten, damit der KI-Agent den Tonfall Ihrer Marke besser trifft.

Um den Text eines Flows genauer zu steuern, unterteilen Sie Ihre Prompts am besten in kleinere Schritte. Beginnen Sie beispielsweise damit, KI-gestützte Antworten für den Flow „Rückgaben“ generieren zu lassen. Sobald Sie damit zufrieden sind, können Sie sich anderen FAQ-Themen widmen.

Chatbot-Kampagnen starten

In Ihren MCP-Einstellungen finden Sie fünf ähnliche Befehle, die mit chatbots_bots_campaigns beginnen. Mit diesen kann Ihr KI-Agent eine Chatbot-Kampagne für Instagram, WhatsApp, Telegram usw. erstellen.

Die verfügbaren Kampagnenbefehle variieren je nach Plattform. Auf Instagram kann Ihr KI-Agent zum Beispiel Folgendes tun:

• Eine Kampagne mit Text, einem Bild und einer Datei erstellen;
• Diese an Benutzer senden, die innerhalb der letzten 24 Stunden aktiv waren, oder die Kampagne für ein bestimmtes Datum und eine bestimmte Uhrzeit einplanen;
• Empfänger segmentieren.

Wenn Sie zusätzliche Elemente wie Schnellantworten, Schaltflächen oder Produktkarten einbinden möchten, planen Sie Ihre Kampagne zunächst über MCP und fügen Sie diese Komponenten anschließend manuell in Ihrem SendPulse-Konto hinzu.

Hier ein Beispiel für einen passenden Prompt:

Plane eine „Event-Erinnerungs“-Kampagne für den 27. November 2025, die sich an Abonnenten des Chatbots bot_name mit dem Event-Tag richtet.

Die Nachricht soll Abonnenten daran erinnern, dass wir vom 28. bis 30. November in unserem Geschäft im Herzen von New York das Stylist Weekend veranstalten, mit personalisierten Beratungen und Rabatten von bis zu 20 %.

Abonnenten haben bereits eine E-Mail-Einladung erhalten. Ziel der jetzigen Nachricht ist es daher, sie an die Veranstaltung zu erinnern, auf Datum und Uhrzeit hinzuweisen und sie zu einem Besuch in unserem Geschäft zu motivieren.

Lage: 45 Rockefeller Plaza, geöffnet von 11:00 bis 22:00 Uhr.

In etwa einer Minute plant Ihr KI-Agent die Kampagne und bestätigt sie im Chat.

Sie finden die Kampagne in der Liste der geplanten Kampagnen in Ihrem SendPulse-Konto.

Beachten Sie, dass alle Folgeaktionen einer geplanten Kampagne, wie z. B. Bearbeitungen oder Stornierungen, manuell durchgeführt werden müssen. Wenn Sie beispielsweise den KI-Agenten bitten, den Kampagnentext zu aktualisieren, erhalten Sie keine Warnung, dass diese Aktion nicht unterstützt wird. Der Agent bestätigt zwar die Aktualisierung, erstellt aber stattdessen eine neue Kampagne für denselben Chatbot und dasselbe Zielgruppensegment mit Ihren aktualisierten Inhalten.

Das bedeutet, dass sowohl die ursprüngliche als auch die aktualisierte Kampagne versendet werden.

Da Ihr KI-Agent geplante Kampagnen noch nicht bearbeiten kann, führen Aktualisierungsanfragen zu Duplikaten. Um dies zu vermeiden, bearbeiten Sie Kampagnen daher immer manuell oder löschen Sie nicht mehr benötigte Kampagnen zuerst!

Wir empfehlen Ihnen, die Ergebnisse Ihres KI-Agenten vor der Veröffentlichung zu überprüfen und zu optimieren. Wie Sie wissen, kann jede KI Fehler machen, falsche Schlüsse ziehen oder Informationen verfälschen. Denken Sie daran, dass KI nur ein Werkzeug ist — die Verantwortung für die letztendlich versendeten Informationen liegt beim Anwender.

Neben der Terminplanung kann der KI-Agent auch Maßnahmen zur Steigerung der Kampagnenleistung vorschlagen. Er könnte Ihnen beispielsweise empfehlen, fallbezogene Tags zu verwenden, Ihr Zielsegment vorab zu aktivieren, damit mehr Empfänger innerhalb des 24-Stunden-Fensters erreichbar sind, oder sicherzustellen, dass die Zeitzone Ihres Kontos mit der Zeitzone der Empfänger übereinstimmt.

Sie können auch nach weiteren Insights fragen, wie zum Beispiel dem optimalen Sendezeitpunkt, und die KI wird Sie auf ein datengestütztes Zeitfenster hinweisen.

Segmentieren Sie Nutzer anhand von Gesprächsmustern

Dies kann besonders für Marketingfachleute und Unternehmer hilfreich sein, die nach fortgeschrittenen Methoden zur Zielgruppensegmentierung suchen. Wenn Standardoptionen wie Standort, Alter, Geschlecht oder Chatbot-Aktivität keine aussagekräftigen Erkenntnisse mehr liefern, versuchen Sie es mit einer Mikrosegmentierung basierend auf Nutzerverhalten und Kommunikationsmustern.

In Verbindung mit unserem MCP-Server kann KI eine ausgewählte Anzahl von Konversationen analysieren. Sie untersucht, wie und worüber Nutzer kommunizieren, um neue Zielgruppen für zukünftige Nachrichten zu identifizieren. Ihr KI-Agent kann Kontakten direkt in Ihrem SendPulse-Konto Tags zuweisen und so Ihre Interaktionen persönlicher gestalten.

Hier ein Beispiel für einen solchen Prompt:

Analysiere mirdie Zielgruppe von bot_name und teile die Abonnenten anhand ihrer Kaufabsicht in drei Gruppen ein. Weise ihnen die entsprechenden Tags zu: kaufbereit → Hot-Tag; Kaufüberlegungen → Warm-Tag; noch nicht kaufbereit → Cold-Tag. Gib mir Empfehlungen für eine effektive Kommunikation mit jeder Gruppe.

Bevor Tags zugewiesen werden, geht Ihr KI-Agent Ihre Konversationen durch und gruppiert Abonnenten anhand Ihrer Tagging-Kriterien:

• heiß ~10–15% — Nutzer, die ihre Lieferdaten mitgeteilt oder Zahlungsinformationen angefordert haben, den Versandbedingungen zugestimmt haben oder eine Zahlungsbestätigung gesendet haben.
• warm ~55–60% — aktive Nutzer, die nach Preis, Farben, Größen oder Lieferbedingungen fragen und zusätzliche Fotos oder Videos anfordern.
• ca. 20–25 % der Nutzer waren kalt und reagierten nur einmalig oder emotional, ohne weiter zu interagieren. Sie äußerten Einwände wie „zu teuer“, „Sie haben meine Größe nicht“ oder Ähnliches oder blieben lange Zeit inaktiv.

Die KI beschreibt außerdem Verhaltenssignale für Kennzeichnungs- und Bewertungsregeln und erläutert die Einrichtungsschritte.

Basierend auf dem Prompt schlägt Ihr KI-Agent vor, wie Sie mit den einzelnen Segmenten interagieren können, um Leads in Ihrer Vertriebspipeline weiterzuentwickeln und inaktive Nutzer schneller wieder anzusprechen.

Sobald alles bestätigt ist, beginnt Ihr KI-Agent mit der Zuweisung von Tags und zeigt den Fortschritt in Echtzeit im Chat an.

Testen Sie Ihre Chatbot-Flows

Anstatt Ihre Kampagnenstatistiken zu analysieren, kann Ihr KI-Agent realistische Simulationen Ihrer Zielgruppe erstellen, um Chatbot-Flows zu testen, bevor diese live gehen.

Eine solche Simulation hilft Ihnen:

• Fehler zu vermeiden, die echten Nutzern in Ihrem Workflow begegnen;
• Potenzielle Engpässe zu erkennen und zu beheben;
• Klick- und Öffnungsraten vorherzusagen;
• Die Performance Ihres ersten Markteintritts zu verbessern.

In diesem Anwendungsfall nimmt die KI eine virtuelle Persona auf, die auf realen Gesprächsdaten basiert, und fungiert somit als Fokusgruppe, die sofortiges und hochpräzises Feedback liefert.

Hier ein Beispiel für einen Prompt:

Simuliere 500 Benutzerinteraktionen im Rahmen des Bestellvorgangs, um diesen zu analysieren, Engpässe aufzudecken und vorherzusagen, wie komfortabel und einfach der Bezahlvorgang für unsere Zielgruppe ist.

Einstiegspunkt in den Ablauf: 500 Nutzer, die nach der Interaktion mit Anzeigen oder Chatbot-Flows auf „Bestellung aufgeben“ geklickt haben.

Benutzerschritte: Wähle eine Zahlungsmethode (Nachnahme oder Vorauszahlung) → Sende die Zahlungsdetails und bestätige die Zahlung → Nach der Zahlungsbestätigung sende die Versanddetails (vollständiger Name, Telefonnummer, E-Mail-Adresse und Lieferadresse).

Auf dieser Grundlage skizziert die KI schnell wichtige Annahmen über das Nutzerverhalten, schätzt, dass rund 54% der Abonnenten den Prozess in fünf bis sieben Minuten abschließen werden, hebt Reibungspunkte hervor und gibt Vorschläge zur Steigerung der Conversion-Rate.

4 Möglichkeiten zur Nutzung von MCP mit dem CRM-System

Standardmäßige CRM-Lösungen speichern Kundendaten und unterstützen deren Verwaltung für den Aufbau starker, langfristiger Kundenbeziehungen. Künstliche Intelligenz (KI) geht darüber hinaus, da sie den Kontext versteht. Dadurch kann sie die Daten tiefergehend analysieren und bereits handeln, bevor Probleme auftreten. Ein Beispiel: Durch die Simulation realen Kundenverhaltens kann KI Engpässe in Ihrem Vertriebsprozess aufdecken und potenzielle Kundenabwanderung vorhersagen.

Um zu verdeutlichen, wie KI und MCP im CRM-System von SendPulse zusammenarbeiten, werden wir eine Pipeline desselben Instagram-Bekleidungsgeschäfts aus dem vorherigen Abschnitt untersuchen.

Optimieren Sie Ihre Pipeline

Die Optimierung Ihrer Vertriebspipeline erfordert in der Regel Zeit, Geld und ein Team. Sie umfasst die Analyse von Conversions, das Entdecken von Schwachstellen, die Anpassung von Verkaufsskripten, die Durchführung von Tests und die Überwachung der Ergebnisse.

KI ermöglicht Ihnen sofortige Erkenntnisse ohne zusätzliche Kosten oder Personal. Das MCP ermöglicht Ihnen hierbei Folgendes:

• Nehmen Sie Zugriff auf CRM-Daten in Echtzeit;
• Analysiere Sie tausende von Deals in wenigen Minuten;
• Finden Sie heraus, wo genau Ihr Unternehmen Geld verliert, und liefern Sie datengestützte Strategien zur Steigerung der Conversions-Rates.

KI geht über oberflächliche Kennzahlen hinaus, erklärt deren Hintergründe und bietet Lösungen. Diese Analyseebene geht weit über einen Standard-CRM-Bericht hinaus, da sie den Kontext und nicht nur die Kennzahlen berücksichtigt.

Um Ihre Pipeline zu optimieren, verbinden Sie den MCP-Server und gewähren Sie ihm Zugriff auf den Befehl crm_pipelines_list.

Hier ein Beispiel für einen entsprechenden Prompt:

Analysiere die Pipeline mit der ID 24759 und schlage konkrete Optimierungsschritte vor, um deren Gesamteffizienz zu steigern.

Die KI-Antwort enthält eine Beschreibung Ihrer Pipeline und jeder einzelnen Phase, allgemeine Tipps zur Leistungssteigerung, Vorschläge zur Optimierung des Conversions-Prozesses sowie detaillierte Empfehlungen.

Nehmen wir nun folgendes Beispiel: Ihr KI-Agent könnte fehlgeschlagene Zahlungen als ungenutztes Potenzial zur Steigerung der Conversions-Rate kennzeichnen. Dadurch ist die Wahrscheinlichkeit höher, dass Leads, die bereits den ersten Kontakt hergestellt und eine Kaufentscheidung getroffen haben, ihren Kauf abschließen.

Um es den Vertriebsmitarbeitern zu erleichtern, diese Leads nachzuverfolgen, fügt Ihr KI-Agent Ihrer Pipeline eine neue Phase für fehlgeschlagene Zahlungen hinzu und hebt diese rot hervor.

Um einen reibungslosen Ablauf der aktualisierten Pipeline zu gewährleisten, erstellt die KI einen Testdeal und durchläuft alle Phasen — von der Leadgenerierung bis zum erfolgreichen Abschluss. Der Test bestätigt, dass Ihre Pipeline korrekt aufgebaut ist, und Vertriebsmitarbeiter können die Phase „Zahlungsausfall“ in ihre Follow-up-Skripte integrieren.

KI kann so helfen, jedes Element Ihrer Vertriebspipeline zu optimieren. Sie kann Phasen neu organisieren, Nachrichten generieren, die zwischen den Phasen eingefügt werden, Währungen konfigurieren, Teammitglieder zuweisen und einiges mehr.

Schließen Sie Deals nach jeder Kundeninteraktion

Nach jedem Kundenkontakt erfassen Vertriebsmitarbeiter wichtige Details im CRM-System, um die zukünftige Kommunikation zu optimieren. Dazu gehören beispielsweise Ansprechpartner, Telefonnummern, Auftragssummen, Phasen oder Tags sowie der Gesprächskontext. Ohne regelmäßige Notizen und Aktualisierungen der Mitarbeiter wird es schwierig, einen genauen Überblick über die Vertriebspipeline zu behalten.

Um Deals daher schneller zu schließen, können Vertriebsmitarbeiter wichtige Informationen über MCP an Ihren KI-Agenten übermitteln. Die KI verarbeitet diese Informationen dann selbstständig und fügt sowohl den Kontakt als auch den Deal Ihrer Pipeline hinzu, ohne dass jemand direkt mit dem CRM-System interagieren muss.

Hier ein Beispiel für einen solchen Prompt:

Neuen Kontakt erstellen: Nick Williams, [Telefonnummer], [E-Mail-Adresse], ABCGroup-Unternehmen, Geschäftsführender Gesellschafter.

Verknüpfe diesen Kontakt mit einem neuen Deal in der Pipeline „Online-Shop“, platziere ihn in der Phase „Partnerschaft“, setze das Fälligkeitsdatum auf den 31. Dezember 2025 und füge einen Dealwert von 10.250 US-Dollar hinzu.

Die KI nutzt einige Tools, darunter crm_contacts_create, crm_deals_create und crm_deals_update, und sendet eine Antwort im Chat.

Obwohl Ihr KI-Agent einen neuen Kontakt erstellen kann, kann er aufgrund fehlender MCP-Tools weder Telefonnummer, E-Mail-Adresse, Berufsbezeichnung noch weitere Attribute hinzufügen. Stattdessen vermerkt er diese fehlenden Angaben in einem Kommentar.

Aus demselben Grund kann der KI-Agent das Fälligkeitsdatum Ihres Geschäfts nicht hinzufügen und fügt es stattdessen in einen Kommentar ein.

Dies zeigt, dass KI auch dann keine Daten verliert, wenn bestimmte Werkzeuge fehlen. Sie passt sich an und bewahrt alle wichtigen Informationen bestmöglich auf.

Unser MCP-Server befindet sich noch in der frühen Entwicklungsphase, und wir werden diese Einschränkungen aufheben, sobald die Funktionen ausgereifter sind.

Generieren Sie Kontakte und Deals aus Chatbot-Unterhaltungen

In unserem vorherigen Beispiel haben wir gezeigt, wie KI-Agenten nach einer manuellen Anfrage eines Vertriebsmitarbeiters Kontakte und Deals erstellen. Mit dem richtigen Ansatz kann die KI ohne großen menschlichen Eingriff noch mehr leisten — beispielsweise Chatbot-Konversationen analysieren, abgeschlossene Bestellungen erkennen und automatisch Deals in Ihrem CRM-System anlegen.

Hier ein Beispiel für einen Prompt:

Analysiere die letzten 100 Konversationen des Chatbots „bot_name“. Wenn ein Kunde eine Bestellung im Chat aufgibt, erstelle einen Deal in der Pipeline „Onlineshop“ mit der Phase „Bestellung aufgegeben“ und dem Typ „Produktverkauf“. Füge alle relevanten Details hinzu: Kundendaten, bestellte Artikel, Preis, Lieferart und Zahlungsmethode.

Diese Nachricht soll zur Bestellung anregen:

„Bitte teilen Sie uns Ihre Versanddetails mit, einschließlich Ihres vollständigen Namens, Ihrer Stadt, Straße, Postleitzahl, Telefonnummer und E-Mail-Adresse.“

Dies ist kein zufälliger Trigger — Ihr Chatbot oder Vertriebsmitarbeiter sendet diese Nachricht, sobald er eine Zahlungsbestätigung vom Kunden erhält. Sobald die Zahlung eingegangen ist, gilt die Bestellung als abgeschlossen.

Bedenken Sie, dass KI keine Bilder verarbeiten kann, daher erfordern einige Schritte möglicherweise immer noch menschliche Eingriffe! Um den richtigen Trigger zu wählen, analysieren Sie Ihren Bestellprozess. Wenn dieser beispielsweise vollständig automatisiert ist, kann die KI für jeden Nutzer, der das letzte Element Ihres Prozesses erreicht, Angebote erstellen.

Sobald die KI Ihren Prompt erhält, generiert sie einen Schritt-für-Schritt-Plan für den Einstieg.

Nach der Genehmigung verarbeitet die KI Daten und führt Befehle über den MCP-Server aus. Hier die einzelnen Schritte:

• Analysiert alle Unterhaltungen und filtert diejenigen heraus, die die Trigger-Nachricht enthalten;
• erstellt den ersten Kontakt und fügt einen Kommentar mit Telefonnummer und E-Mail-Adresse hinzu;
• Erstellt einen Deal in der Pipeline „Online-Shop“ mit der Phase „Bestellung aufgegeben“, weist einen Teammitarbeiter zu und legt einen Deal-Typ fest;
• stellt den Kontakt zum Geschäft her;
• Fügt den Transaktionsbetrag und die wichtigsten Attribute als Kommentar hinzu.

Der gesamte Vorgang dauert etwa 10 Minuten.

Bei der Ausführung mehrstufiger Aufgaben kann der MCP-Server Aktionen vorübergehend blockieren, wenn das KI-Modell das Anforderungslimit erreicht. Dies hat jedoch keinen Einfluss auf das Ergebnis. Warten Sie einfach die in der Benachrichtigung angegebene Zeit ab (1 bis 40 Sekunden) und geben Sie dann „Weiter“ im Chat ein.

Erkennen Sie die leistungsstärksten Leadquellen

Ein CRM-Dashboard zeigt zwar die Herkunft Ihrer Leads an, liefert aber keine tiefergehenden Erkenntnisse darüber, welche Quellen tatsächlich Umsatz generieren, wie lange Vertragsabschlüsse dauern oder wie engagiert Ihre Teammitglieder sind. Ohne eine solche detailliertere Analyse lässt sich die Lead-Quantität nur schwer von der Lead-Qualität unterscheiden. Auch hier kann KI Sie unterstützen.

Anstatt einfach nur Conversions zu zählen, verfolgt die KI den gesamten Lead-Lebenszyklus und generiert ein klares Bild davon, welche Kommunikationskanäle Kunden bringen, die schneller kaufen, mehr ausgeben und länger bleiben.

Angenommen, Ihr KI-System hat festgestellt, dass Facebook-Anzeigen nur halb so viele Leads generieren wie Google-Anzeigen, der durchschnittliche Bestellwert über Facebook aber dreimal so hoch ist. Mit dieser Erkenntnis kann Ihr Marketingteam die Budgets anhand der tatsächlichen Geschäftsentwicklung und nicht nur nach Bauchgefühl anpassen.

Hier ein Beispiel für einen solchen Prompt:

Ermittele, welche Leadquellen die qualitativ hochwertigsten Leads generieren, also solche, die zu zahlenden Kunden werden und es bis zur Phase „Deal gewonnen“ in der Pipeline des „Online-Shops“ schaffen.

Gib Empfehlungen, wie die Conversions-Rate von Leads zu Kunden verbessert werden kann.

Ihr KI-Agent fordert Zugriff auf die Angebote an und liefert innerhalb weniger Minuten eine umfassende Antwort, die Folgendes beinhaltet:

• eine Liste der analysierten Pipelines;
• Kommunikationskanäle, die die besten Leads generieren;
• Empfehlungen zur Steigerung der Lead-zu-Kunden-Conversions-Rate;
• eine Liste von Kennzahlen, die zu diesen Schlussfolgerungen führen.

KI hat Chatbots als beste Quelle für hochwertige Leads identifiziert — Geschäftsdaten bestätigen dies. Die Vorschläge konzentrierten sich darauf, wie Leads schneller durch den Vertriebsprozess geleitet und die Genauigkeit der Deal-Felder allgemein verbessert werden kann.

Eine datenreiche Pipeline ermöglicht Ihrem KI-Agenten tiefergehende Analysen und liefert fundiertere Erkenntnisse. Neben dem Umsatz aus jeder Leadquelle kann die KI auch weitere Kennzahlen berücksichtigen, wie z. B. Kundenbindungsrate, Vertriebszyklusdauer, durchschnittlicher Bestellwert, Zahlungsausfälle und vieles mehr.

Entwicklung effizienterer KI-Agenten

Wir sind überzeugt, dass MCP-Server die Zukunft der Interaktion mit KI prägen werden. Der MCP-Server von SendPulse ermöglicht der KI bereits den Echtzeitzugriff auf Ihre Datenquellen und die Ausführung einfacher Befehle. Und das ist erst der Anfang — als Nächstes werden wir den Übergang zu selbstlaufenden KI-Agenten erleben, die komplexe Workflows bewältigen und eigenständig handeln können.

Zukünftige KI-Systeme werden jeden Kontext über alle Kommunikationskanäle hinweg verstehen, darunter Chatbots, Web-Push-Benachrichtigungen, E-Mails und SMS-Kampagnen. Sie werden Veränderungen in der Pipeline verfolgen, Kundenverhalten analysieren und proaktiv neue Interaktionsstrategien vorschlagen. KI wird zudem CRM-Workflows vereinfachen, indem sie nahezu jeden Schritt automatisiert. In diesem neuen Umfeld wandeln sich Menschen von Ausführenden zu Kuratoren des KI-Ökosystems, die Ziele festlegen, anstatt einzelne Aufgaben zu verwalten.

Sind Sie bereit für den Start? Verbinden Sie den MCP-Server, um Ihren eigenen KI-Agenten zu erstellen und zu entdecken, wie er Zeit spart, die Effizienz im Alltag steigert und die Geschäftsleistung beschleunigt!