Kundenfeedback fällt in Mengen an – in Freitext-Kommentaren, Net Promoter Score (NPS)-Begründungen, Retourenmeldungen, App-Reviews. Das Problem ist selten die Datenmenge. Das Problem ist die Geschwindigkeit und Präzision der Auswertung.
Diese Fallstudie zeigt, wie OTTO (GmbH & Co KG) mit der automatischen Textanalyse von Voices tägliche Key-Insights aus Kundenfeedbacks gewinnt – ohne manuelle Kodierung, ohne Zeitverzug, ohne Qualitätsverlust.
„Mit der automatischen Textanalyse von Voices erhalten wir tagesaktuelle Key-Insights aus Kundenfeedbacks – schnell, kostengünstig und in einer gleichbleibend hohen Qualität." — Mara Declair, User Experience Managerin bei OTTO (GmbH & Co KG)
Die Ausgangslage bei OTTO
OTTO gehört zu den größten E-Commerce-Plattformen Deutschlands. Mit Millionen aktiver Kund:innen fallen täglich tausende Freitext-Kommentare an: Produktbewertungen, Servicerückmeldungen, Retourenerklärungen, App-Bewertungen und vieles mehr.
Bisher wurden diese Feedbacks entweder gar nicht oder nur stichprobenartig manuell ausgewertet – ein aufwendiger, fehleranfälliger Prozess, der weder skalierbar noch konsistent war. Strategische Entscheidungen entlang der Customer Journey wurden damit auf lückenhafter Informationsbasis getroffen.
Das Ziel: Ein System, das aus dem unstrukturierten Datenstrom kontinuierlich belastbare, handlungsrelevante Erkenntnisse destilliert – ohne manuellen Aufwand, ohne Zeitverzug.
Die Herausforderung: Freitext im großen Maßstab
Freitextdaten sind die wertvollste und gleichzeitig schwierigste Datenform in der Marktforschung. Während Ratingskalen und Auswahlfelder direkt auswertbar sind, steckt im freien Kommentar die eigentliche Tiefe: Kontext, Emotion, konkrete Kritik, ungefilterte Bedürfnisse.
- Volumen: Hunderte bis tausende neue Kommentare pro Tag lassen sich manuell nicht konsistent verarbeiten.
- Varianz: Kunden formulieren dasselbe Thema auf hundert verschiedene Weisen – klassische Stichwortsuche versagt.
- Kontext: „Das war super schnell“ kann Lieferung meinen – oder den Kundenservice. Ohne Kontext kein valides Ergebnis.
- Aktualität: Wochenlange manuelle Auswertung lässt Trends kalt werden, bevor Entscheider sie sehen.
Generische KI-Modelle scheitern an branchenspezifischer Sprache. Ein Modell, das „Retoure“ nicht als strategisch kritisches Signal erkennt, liefert keine Erkenntnisse – es liefert Rauschen.
Haben Sie ähnliche Herausforderungen mit Freitext-Kundenfeedback? Lassen Sie uns über Lösungen sprechen.
Kostenfreie ErstberatungDie Lösung: Voices von Cogitaris
Voices ist Cogitaris’ KI-gestützte Textanalyseplattform, die Freitext-Feedback vollautomatisch auf menschlichem Verständnisniveau auswertet. Im Projekt mit OTTO wurde Voices speziell auf den E-Commerce-Kontext kalibriert: branchenspezifische Sprache, relevante Themenkategorien, DSGVO-konformes Datenhandling.
Das Ergebnis: Tagesaktuelle Key-Insights aus dem gesamten Kundenfeedback-Strom – strukturiert, priorisiert und direkt im interaktiven Dashboard visualisiert.
Von Freitext zu actionable Insights – vollautomatisch
Durch das strukturierte Feedback erhält OTTO umfassende Insights zu den Bedürfnissen und Wünschen der Kund:innen. Die automatisierte Analyse unterstützt OTTO dabei, die eigenen Prozesse entlang der gesamten Customer Journey regelmäßig zu prüfen und zu optimieren.
Wie Voices funktioniert
Voices basiert auf einem mehrschichtigen KI-Ansatz, der weit über einfaches Sentiment-Scoring hinausgeht. Das System erkennt nicht nur, ob ein Kommentar positiv oder negativ ist – sondern worauf sich diese Bewertung bezieht.
Aspect-Based Sentiment Analysis
Im Kern steht die Aspect-Based Sentiment Analysis (ABSA): Jeder Kommentar wird in einzelne Aspekte zerlegt, und für jeden Aspekt wird separat die Tonalität bestimmt. Ein Kommentar wie „Die Lieferung war super schnell, aber der Rücksendeprozess war eine Katastrophe“ erzeugt damit zwei distinkte Signale – nicht ein durchschnittliches.
Tagesaktuelle Auswertung – illustrativ
Branchenspezifisches Sprachmodell
Generische Sprachmodelle kennen den Unterschied zwischen „Express-Lieferung“ und „Paketstation“ als strategisch relevante CX-Dimensionen nicht. Voices wird branchenspezifisch trainiert, um den Kontext von E-Commerce-Feedback präzise zu verstehen – mit deutlich höherem Kontextverständnis gegenüber generischen Modellen.
Hochgeschwindigkeits-Engine
Die technische Architektur von Voices erlaubt die Analyse selbst großer Datensätze in Echtzeit. Neue Feedbacks fließen kontinuierlich in das Dashboard ein – morgens liefert das System die Insights aus den gestrigen Kommentaren, bereit für die Teamrunde.
Sehen Sie live, wie Voices Ihre Freitext-Daten in strukturierte Erkenntnisse verwandelt.
Kostenfreie ErstberatungKonkrete Ergebnisse und Benefits
Die Einführung von Voices bei OTTO hat die Art, wie das CX-Team mit Feedback arbeitet, grundlegend verändert. Statt wöchentlicher Stichprobenauswertungen gibt es nun tagesaktuelle Trendberichte – automatisch generiert, konsistent kategorisiert.
- Vollautomatische Analyse von Kundenfeedbacks auf menschlichem Niveau – ohne manuellen Kodierungsaufwand.
- Tagesaktuelle Key-Insights statt wochenältiger Stichprobenberichte.
- Gleichbleibend hohe Qualität – keine Schwankungen durch unterschiedliche Kodierer oder Ermüdungseffekte.
- Kostengünstige Skalierung – mehr Volumen bedeutet keine proportional steigenden Auswertungskosten.
- Intuitive Dashboard-Bedienung für alle Stakeholder – vom CX-Analysten bis zur Geschäftsführung.
Das mehrstufige Kategoriensystem
Ein zentrales Element von Voices ist das hierarchische Kategoriensystem. Feedbacks werden nicht nur einem einzigen Thema zugeordnet, sondern in einem mehrstufigen Baum strukturiert: von strategischen Handlungsfeldern auf der obersten Ebene bis zu konkreten operativen Aspekten auf der untersten.
Für OTTO bedeutet das: Die Geschäftsführung sieht auf Ebene 1, dass „Retourenprozess“ die kritischste CX-Dimension ist. Das operative Team sieht auf Ebene 3, dass „Retourenschein nicht im Paket“ das häufigste konkrete Problem darstellt. Beide Sichten entstehen aus denselben Rohdaten – automatisch, konsistent, reproduzierbar.
Das mehrstufige Kategoriensystem ermöglicht es, strategische Handlungsfelder auf Managementebene und konkrete operative Maßnahmen im selben System zu verankern – ohne manuelle Übersetzungsarbeit zwischen den Ebenen.
Trends erkennen, bevor sie eskalieren
Ein weiterer Vorteil des Systems: Weil alle Feedbacks nach demselben Kategorienschema ausgewertet werden, lassen sich Trends über Zeit präzise nachverfolgen. Steigt die Erwähnung eines bestimmten Themas innerhalb von drei Tagen um 40 Prozent, flägt Voices das automatisch als Anomalie – lange bevor es in manuellen Stichproben sichtbar wäre.
Fazit: Tagesaktuelle Key-Insights für alle
Voices zeigt, dass KI-gestützte Textanalyse kein Nice-to-have für Technologieunternehmen ist – sondern ein strategisches Instrument für jedes Unternehmen, das Kundenfeedback in Entscheidungsgrundlagen verwandeln will.
Für OTTO bedeutet das: Weniger Ressourcen für Datenaufbereitung, mehr Kapazität für echte CX-Verbesserungen. Das Feedback der Kund:innen fließt direkt in Prozessoptimierungen, Produktentscheidungen und Serviceverbessrungen ein – täglich, konsistent, skalierbar.
Die Kombination aus branchenspezifischem Sprachmodell, Aspect-Based Sentiment Analysis und intuitivem Dashboard macht Voices zu einem System, das nicht nur Daten verarbeitet – sondern Entscheidungen beschleunigt.
Sie haben Interesse an Voices für Ihr Unternehmen? Wir zeigen Ihnen in einer Live-Demo, was in Ihren Kundenfeedbacks steckt.
Kostenfreie Erstberatung