Die ersten Minuten in einem neuen SaaS-Produkt entscheiden, ob jemand wiederkommt. Klassisches Onboarding versucht, mit Touren und Checklisten alle Nutzer durch denselben Pfad zu führen. Das scheitert, weil Menschen mit sehr unterschiedlichen Zielen kommen: Die eine will sofort einen bestehenden Datenbestand importieren, der andere erst sehen, wie das Produkt mit Beispieldaten aussieht. KI kann helfen, diesen Unterschied ernst zu nehmen — wenn man sie für die richtigen Aufgaben einsetzt.
Fragen statt raten
Die wirksamste Personalisierung beginnt mit einer einfachen Frage: Was möchten Sie mit dem Produkt erreichen? Eine offene Antwort in eigenen Worten ist für Menschen bequemer als eine Auswahl aus zehn vorgegebenen Kategorien, und ein Sprachmodell kann sie zuverlässig einer überschaubaren Zahl von Startpfaden zuordnen. Das ist ehrlicher und treffsicherer, als aus Verhaltensdaten ein Profil abzuleiten, das der Nutzer nie bestätigt hat.
Wichtig ist, dass die Zuordnung sichtbar und korrigierbar bleibt: «Wir haben Ihren Arbeitsbereich für Projektplanung im Team vorbereitet — passt das?» Wer anders eingeordnet werden möchte, wechselt mit einem Klick.
Den leeren Zustand füllen
Ein leeres Produkt ist der häufigste Grund für frühe Abbrüche. KI kann aus der Zielbeschreibung einen sinnvollen Startzustand erzeugen: ein erstes Projekt mit typischen Aufgaben, eine Vorlage für den beschriebenen Anwendungsfall, Beispielkategorien, die zum Geschäft des Nutzers passen. Diese Inhalte müssen klar als Vorschlag erkennbar und mit einem Klick entfernbar sein. Sonst wirken sie wie fremde Daten im eigenen Arbeitsbereich.
Den Import erleichtern
Für viele B2B-Produkte ist der Import vorhandener Daten der eigentliche Aktivierungsmoment. Tabellen aus anderen Werkzeugen haben aber selten die erwartete Struktur. Ein Sprachmodell kann Spalten erkennen und zuordnen, Datumsformate interpretieren und auf Unstimmigkeiten hinweisen. Der Nutzer bestätigt die vorgeschlagene Zuordnung, bevor importiert wird. Dieser Schritt spart oft mehr Zeit als jede andere KI-Funktion im Onboarding, weil er eine mühsame Aufgabe abnimmt, statt nur etwas zu erklären.
Hilfe dort, wo sie gebraucht wird
Statt einer Tour, die beim ersten Login zehn Funktionen vorstellt, kann eine Hilfefunktion Fragen im Kontext beantworten: «Wie lade ich mein Team ein?» oder «Kann ich Aufgaben wiederholen lassen?» Grundlage sollte die eigene Dokumentation sein, über eine Suche angebunden, damit Antworten korrekt sind und auf die passende Hilfeseite verweisen. Eine Hilfe, die Funktionen erfindet, die es nicht gibt, schadet im Onboarding mehr als gar keine.
Wo Personalisierung schadet
Personalisierung wird problematisch, wenn sie undurchsichtig ist oder Nutzer einschränkt. Funktionen, die je nach geschätztem Profil ausgeblendet werden, führen dazu, dass Menschen sie nie finden. Ein Onboarding, das sich bei jedem Besuch verändert, ist verwirrend. Und eine Personalisierung, die sich auf Daten stützt, deren Verwendung der Nutzer nicht erwartet — etwa die Analyse von Inhalten, die er für andere Zwecke hochgeladen hat —, untergräbt Vertrauen und kann datenschutzrechtlich heikel sein.
Messen, ob es wirkt
Onboarding-Verbesserungen lassen sich messen: Anteil der Nutzer, die einen definierten Aktivierungsschritt erreichen, Zeit bis dahin, Rückkehr in der ersten Woche. KI-gestützte Varianten sollten gegen die bisherige Version getestet werden, nicht nur eingeführt. Häufig zeigt sich, dass einzelne Bausteine — etwa der Import-Assistent — viel wirken, während andere, wie automatisch generierte Willkommenstexte, kaum einen Unterschied machen.
Datenschutz und Transparenz
Die Zielbeschreibung und importierte Daten werden an ein Sprachmodell übermittelt. Das muss in der Datenschutzerklärung stehen, der Modellanbieter muss vertraglich gebunden sein, und es sollten nur die nötigen Daten übermittelt werden — für die Spaltenzuordnung genügen meist Spaltennamen und einige Beispielzeilen. Nach dem EU AI Act muss erkennbar sein, wenn Nutzer mit einem KI-System interagieren, sofern das nicht offensichtlich ist.
Ein sinnvoller Einstieg
- Eine offene Frage nach dem Ziel, zugeordnet zu wenigen Startpfaden, sichtbar und korrigierbar.
- Vorgeschlagene Startinhalte, klar gekennzeichnet und leicht entfernbar.
- Ein Import-Assistent, der Spalten zuordnet und vor dem Import bestätigen lässt.
- Kontextuelle Hilfe auf Basis der eigenen Dokumentation.
- Messung der Aktivierung im Vergleich zur bisherigen Version.
Innopulse setzt solche Onboarding-Bausteine in eigenen SaaS-Produkten ein und baut sie für Kunden so, dass sie messbar wirken statt nur modern aussehen.