Alle Agenten
🎧
KundensupportLive

AI Support Agent

Multi-Channel-KI-Kundensupport für $85/Monat

  • 📨WhatsApp, Telegram, E-Mail & Webchat – ein KI-Gehirn
  • 📚RAG-Wissensdatenbank – die KI antwortet nur aus deinen Dokumenten
  • 🛡️Guardrails gegen Halluzinationen auf 3 Ebenen
  • 💰$85/Monat statt $990+ bei Intercom oder Zendesk

4

Kanäle

<2s

Ø Antwort

$85

Kosten/Monat

80%

KI-Lösungsquote

A

AI Support Agent

AI Shopping Assistant

Live
Ask about any product...
Voice Chat

"Show me trending sneakers"

In Aktion sehen

Der komplette Ablauf – einen Multi-Channel-KI-Support-Agenten mit Claude Code bauen und deployen.

Nachrichtenfluss (8 Schritte)

Von der eingehenden Nachricht bis zur KI-Antwort – über jeden Kanal.

1

Ein Kunde schreibt über WhatsApp, Telegram, E-Mail oder Webchat

2

Das Django-Backend normalisiert die Nachricht ins UnifiedMessage-Format

3

Claude Haiku klassifiziert das Ticket (Abrechnung, Technik, Konto, Allgemein)

4

Eskalations-Check: geringe Konfidenz, negative Stimmung oder Wunsch nach einem Menschen?

5

pgvector sucht in deiner Wissensdatenbank die 3 relevantesten Chunks

6

Claude Sonnet erzeugt eine Antwort, die sich nur auf den Kontext der Wissensdatenbank stützt

7

Guardrails auf 3 Ebenen prüfen auf erfundene Preise, Richtlinien oder Garantien

8

Die Antwort geht über den ursprünglichen Kanal zurück

Systemarchitektur

Wie Kanäle, KI und menschliche Agenten zusammenarbeiten.

Incoming Channels

WhatsApp

Cloud API v22.0

Email

Gmail OAuth2

Telegram

Bot API

Web Chat

WebSocket

Normalize to UnifiedMessage

Django Backend

DRF + Django Channels + Daphne

Classify

Claude Haiku

Ticket classification — $1/M tokens

Escalation check

Normal Path (80%)

pgvector Search

Cosine similarity — top 3 KB chunks

Claude Sonnet

Response generation — $3/M tokens

Guardrails Scan

3-layer anti-hallucination check

Reply via original channel

Escalation Path (20%)

Escalation Detector

Confidence < 0.7 | Sentiment | Human request

Handoff Package

AI summary + suggested response

Human Agent

Takes over with full context

Operations

Dashboard

Next.js 15 + Tailwind

Knowledge Base

Upload & manage docs

Analytics

AI vs human resolution

Team Settings

Multi-tenant + roles

Gebaut für echte Support-Teams

Alles, was du brauchst, um KI-gestützten Kundensupport in Produktion zu betreiben.

📨

Posteingang für 4 Kanäle

WhatsApp, Telegram, E-Mail (Gmail) und Webchat – alles in ein einheitliches UnifiedMessage-Format normalisiert. Ein KI-Gehirn bedient jeden Kanal.

📚

RAG-Wissensdatenbank

Lade deine Dokumente hoch (.md, .txt, .pdf). Sie werden mit smarter Grenzerkennung automatisch in Chunks zerlegt, mit OpenAI eingebettet und per pgvector-Kosinus-Ähnlichkeit durchsucht. Die KI antwortet nur aus deiner Wissensdatenbank.

🧠

KI mit zwei Modellen

Claude Haiku für schnelle Ticket-Klassifizierung (Abrechnung, Technik, Konto, Allgemein). Claude Sonnet für hochwertige Antworten mit strengen Guardrails.

🛡️

Anti-Halluzination auf 3 Ebenen

Vorgaben im System-Prompt + Fallback bei leerem RAG-Ergebnis + Scan nach der Generierung auf sensible Muster (Preise, Erstattungsrichtlinien, SLAs). Keine erfundenen Antworten.

🚨

Smarte Eskalation

Drei Auslöser: geringe KI-Konfidenz (<0.7), negative Stimmung (gewichtetes Keyword-Scoring) oder der Kunde verlangt einen Menschen. Saubere Übergabe mit KI-Zusammenfassung und Antwortvorschlag.

📊

Vollständiges Dashboard

Ticket-Queue mit Filtern, Gesprächsansicht mit KI-Sidebar, Analytics (Lösungsquote KI vs. Mensch), Verwaltung der Wissensdatenbank, Textbausteine und Kanaleinstellungen.

Für wen es ist

Für Teams, die Support rund um die Uhr wollen – ohne $990/Monat.

Kleine Unternehmen, die teure Support-Tools wie Intercom ($990/Monat) oder Zendesk ($1,500/Monat) ersetzen wollen

Startups, die Kundensupport rund um die Uhr brauchen, ohne ein ganzes Team einzustellen

Onlineshops, die Antworten zu Abrechnung, Versand und Produkt-FAQs automatisieren

SaaS-Unternehmen mit technischem Support und Kontofragen

Agenturen, die White-Label-Support-Lösungen für Kunden bauen

Produktions-Stack

Django + Claude AI + pgvector – bewährt und Self-Hosted.

Django + DRFBackend
Django Channels + DaphneBackend
Next.js 15Frontend
Tailwind CSSFrontend
Claude Haiku (Klassifizierung)KI / ML
Claude Sonnet (Antworten)KI / ML
OpenAI EmbeddingsKI / ML
PostgreSQL + pgvectorDatenbank
RedisInfrastruktur
Docker ComposeInfrastruktur

In 6 Schritten deployen

Ein Docker-Compose-Befehl bringt dich von null zum laufenden Support-Agenten. Alle Details im GitHub-README.

1

Repository klonen

$git clone https://github.com/codewithmuh/ai-support-agent.git && cd ai-support-agent
2

Umgebungsvariablen konfigurieren

Trag deine API-Keys ein: Anthropic (Claude), OpenAI (Embeddings) und die Zugangsdaten der Kanäle (WhatsApp, Gmail, Telegram)

$cp .env.example .env
3

Mit Docker Compose starten

Startet PostgreSQL + pgvector, Redis, das Django-Backend (Daphne) und das Next.js-Dashboard

$docker compose up -d --build
4

Wissensdatenbank hochladen

Öffne localhost:3000/knowledge-base und lade deine Support-Dokumente hoch (.md, .txt, .pdf). Das System zerlegt und embeddet sie automatisch.

5

Kanäle konfigurieren

Auf der Einstellungsseite im Dashboard trägst du die Zugangsdaten für die WhatsApp Cloud API, Gmail OAuth und das Telegram-Bot-Token ein. Alles über die UI.

6

Testen

Schick eine Nachricht über einen verbundenen Kanal. Sieh zu, wie die KI klassifiziert, deine Wissensdatenbank durchsucht und antwortet. Probier mit einer verärgerten Nachricht eine Eskalation aus.

Bereit, dein Support-Tool zu ersetzen?

Deploye den AI Support Agent auf deinem eigenen Server. Open Source, 4 Kanäle, $85/Monat statt $990+. Ein Docker-Compose-Befehl.

Gebaut von CodeWithMuh