Wie wir den E-Mail-Aufwand einer Universität um 97 % reduziert haben

Das Problem: 150 E-Mails am Tag — und jede klingt gleich

Die IUEA ist eine international ausgerichtete Universität mit Fokus auf Studierende aus dem afrikanischen Kontinent. Über breit angelegte Online-Marketing-Kampagnen erreichte die Universität tausende potenzielle Studieninteressenten — mit Erfolg. Zu viel Erfolg, was die Administration betraf.

Jeden Tag landeten über 150 E-Mails im Posteingang der Verwaltung. Die allermeisten davon — rund 95 % — waren wiederkehrende Fragen: Welche Dokumente brauche ich für die Bewerbung? Wann ist der nächste Studienstart? Welche Abschlüsse werden anerkannt? Wie finanziere ich mein Studium?

Vier Vollzeit-Mitarbeiter in der Administration waren im Wesentlichen damit beschäftigt, dieselben Antworten immer wieder zu formulieren. Über Instagram-DMs und WhatsApp kamen zusätzlich hunderte Nachrichten pro Woche mit exakt denselben Fragen.

Das bedeutete: Ein erheblicher Teil des Verwaltungsteams war an Routinekommunikation gebunden, statt sich um Sonderfälle, Studierendenbetreuung oder operative Aufgaben zu kümmern.

Die zweite Herausforderung: 500+ Kontakte pro Woche — aber wer ist qualifiziert?

Die Marketing-Kampagnen generierten über 500 neue Kontakte pro Woche. Das klingt nach einem Luxusproblem, war aber ein operativer Albtraum: Der Großteil dieser Kontakte war unqualifiziert — fehlende Voraussetzungen, unrealistische Zeitvorstellungen, unvollständige Angaben.

Aber irgendwo in diesen 500+ Kontakten steckten die Studierenden, die tatsächlich Potenzial hatten. Ohne systematische Vorqualifizierung war es unmöglich, die vielversprechenden Kandidaten herauszufiltern — ohne jeden einzeln zu prüfen.

Unsere Lösung: KI-Assistentin + automatisiertes Lead-Scoring

Wir haben zwei Systeme aufgebaut, die zusammenarbeiten:

1. Automatische FAQ-Beantwortung über alle Kanäle

Zunächst haben wir gemeinsam mit dem IUEA-Team eine strukturierte Wissensdatenbank aufgebaut. Jede wiederkehrende Frage wurde erfasst, die passende Antwort formuliert und in einer Supabase-Datenbank hinterlegt.

Darauf aufbauend haben wir eine KI-Assistentin entwickelt, die eingehende Nachrichten versteht, die richtige Antwort aus der Datenbank zieht und kontextgerecht formuliert — per E-Mail, WhatsApp und Instagram-DM. Die KI-Engine nutzt ChatGPT als primäres Modell, mit Claude und Gemini als Fallback-Systeme für maximale Verfügbarkeit.

Entscheidend dabei: Die Assistentin erkennt, wann sie an ihre Grenzen stößt. Komplexe Sonderfälle — individuelle Anrechnungsfragen, besondere persönliche Umstände, Beschwerden — werden automatisch an das menschliche Team eskaliert. Kein Studieninteressent bekommt eine falsche oder ausweichende Antwort.

2. Automatisches Lead-Scoring und Vorqualifizierung

Für das Lead-Problem haben wir einen Qualifizierungsprozess mit KI aufgesetzt. Die Assistentin stellt neuen Kontakten gezielt Fragen zu den relevanten Kriterien:

Jedes erfüllte Kriterium ergibt einen Punkt. Am Ende steht ein Lead Score: Dieser Kontakt ist vielversprechend — oder eben nicht. Kontakte mit hohem Score werden automatisch aufgefordert, ihre Unterlagen einzureichen. Kontakte mit niedrigem Score erhalten eine freundliche, automatisierte Absage. Das Admissions-Team sieht nur noch die vorqualifizierten Kandidaten.

Die Ergebnisse

Was wir daraus gelernt haben