Die Kundenerwartungen waren noch nie so hoch. K\u00e4ufer erwarten heute sofortige Antworten, personalisierte Interaktionen und nahtlosen Support \u00fcber alle genutzten Kan\u00e4le hinweg. Diese Anforderungen mit einem rein manuellen Team zu erf\u00fcllen, ist weder kosteneffektiv noch skalierbar. Deshalb hat sich intelligenter Kundenservice von einem Wettbewerbsvorteil zu einer gesch\u00e4ftlichen Notwendigkeit entwickelt.<\/p>\n\n\n\n
Dieser Leitfaden behandelt alles, was Sie \u00fcber intelligenten Kundenservice im Jahr 2026 wissen m\u00fcssen: was er ist, wie er funktioniert, seine Kernkomponenten, die wichtigsten Vorteile, Anwendungsf\u00e4lle aus der Praxis und wie Sie ihn in Ihrem Unternehmen implementieren k\u00f6nnen.<\/p>\n\n\n\n
Intelligenter Kundenservice bezeichnet den Einsatz von Technologien der k\u00fcnstlichen Intelligenz zur Automatisierung, Verbesserung und Transformation von Prozessen. Kundendienst<\/a>. Durch die Kombination von maschinellem Lernen, nat\u00fcrlicher Sprachverarbeitung, pr\u00e4diktiver Analytik und agentenbasierter KI erm\u00f6glichen intelligente Kundenservicesysteme Unternehmen, Kundenanfragen schneller, in gro\u00dfem Umfang und mit h\u00f6herer Personalisierung zu bearbeiten als es herk\u00f6mmliche Supportmodelle zulassen.<\/p>\n\n\n\n Im Gegensatz zu \u00e4lteren Systemen, die auf starren, skriptbasierten Arbeitsabl\u00e4ufen oder einfachen regelbasierten Chatbots beruhten, lernen intelligente Kundenserviceplattformen kontinuierlich aus Interaktionen, passen sich dem Kontext an und ergreifen autonome Ma\u00dfnahmen, um Probleme von Anfang bis Ende zu l\u00f6sen.<\/p>\n\n\n\n Der Markt f\u00fcr intelligente Kundenservices spiegelt diese rasante Verbreitung wider. Laut Verified Market Reports wurde der Markt im Jahr 2024 auf 7,32 Milliarden US-Dollar gesch\u00e4tzt und soll bis 2033 auf 32,48 Milliarden US-Dollar anwachsen, was einer durchschnittlichen j\u00e4hrlichen Wachstumsrate von 18,51 % entspricht. Unternehmen aus den Bereichen Bankwesen, Telekommunikation, E-Commerce, Einzelhandel und Gesundheitswesen treiben diesen Wandel voran.<\/p>\n\n\n\n Der traditionelle Kundenservice steht vor einer wachsenden Zahl struktureller Herausforderungen. Ticketvolumen <\/a>Die Zahl der Mitarbeiter steigt schneller als die der Agenten, diese brennen unter dem Druck sich wiederholender Anfragen aus, und Kunden wechseln nach nur einem einzigen Kontakt zur Konkurrenz. schlechte Erfahrung<\/a>.<\/p>\n\n\n\n Laut Freshworks geben 531.040 Kundendienstmitarbeiter an, dass die Bew\u00e4ltigung des Ticketaufkommens ohne Personalaufstockung ihre gr\u00f6\u00dfte Herausforderung im Jahr 2025 darstellt. Gleichzeitig berichten 56.040 Supportmitarbeiter von Burnout, was sich direkt negativ auf die Servicequalit\u00e4t und die Kundenbindung auswirkt. Auf Kundenseite zeigt eine Studie von Destination CRM, dass mehr als die H\u00e4lfte der Verbraucher der Meinung ist, dass sich die Kundenerfahrung im letzten Jahrzehnt verschlechtert hat, und dass mehr als ein Drittel nach negativen Erfahrungen zur Konkurrenz wechselt.<\/p>\n\n\n\n Gleichzeitig erzielen KI-gest\u00fctzte Alternativen messbare Verbesserungen. Branchen\u00fcbergreifend hat KI die Reaktionszeiten von \u00fcber sechs Stunden auf unter vier Minuten und die L\u00f6sungszeiten von 32 Stunden auf nur noch 32 Minuten reduziert, was laut Freshworks einer Verbesserung von 871 TP4T entspricht. Unternehmen, die KI-gest\u00fctzte Kundenservice-Tools einsetzen, verzeichnen zudem eine Reduzierung der Supportkosten um 301 TP4T und einen durchschnittlichen Ertrag von 3,50 USD f\u00fcr jeden investierten USD.<\/p>\n\n\n\n Die Entwicklung ist eindeutig. Gartner prognostiziert, dass agentenbasierte KI bis 2029 801.040 Billionen g\u00e4ngiger Kundenserviceprobleme autonom und ohne menschliches Eingreifen l\u00f6sen und so die Betriebskosten um 301.040 Billionen senken wird. Allein die dialogbasierte KI soll die Personalkosten in Contact Centern bis 2026 um 80 Milliarden US-Dollar reduzieren.<\/p>\n\n\n\n Intelligenter Kundenservice ist keine einzelne Technologie. Er ist ein \u00d6kosystem aus KI-gest\u00fctzten Tools und Funktionen, die zusammenarbeiten, um einen intelligenteren, schnelleren und personalisierteren Support zu bieten. Hier sind die wichtigsten Komponenten.<\/p>\n\n\n\n Die Verarbeitung nat\u00fcrlicher Sprache (NLP) ist die Basistechnologie, die es Maschinen erm\u00f6glicht, menschliche Sprache sinnvoll zu verstehen, zu interpretieren und darauf zu reagieren. Im Kundenservice ist NLP die Grundlage f\u00fcr \u2026 Chatbots und virtuelle Assistenten<\/a> um die Absicht hinter Kundenanfragen zu verstehen, Stimmungen in Echtzeit zu erkennen, mehrsprachige Interaktionen zu unterst\u00fctzen und kontextbezogene, menschen\u00e4hnliche Antworten zu generieren.<\/p>\n\n\n\n Der Markt f\u00fcr intelligente Kundenservices, der auf nat\u00fcrlicher Sprachverarbeitung (NLP) basiert, wird bis 2026 voraussichtlich ein Volumen von 20 Milliarden US-Dollar erreichen. Treiber dieser Entwicklung sind die vielf\u00e4ltigen Anwendungsm\u00f6glichkeiten in verschiedenen Branchen. Unternehmen, die intelligentes, NLP-basiertes Routing einsetzen, berichten von einer Reduzierung der durchschnittlichen Bearbeitungszeit um 431 Tsd. Minuten und einer Verbesserung der L\u00f6sungsquote beim Erstkontakt um 671 Tsd. Minuten.<\/p>\n\n\n\n Maschinelles Lernen erm\u00f6glicht es KI-Systemen, aus vergangenen Interaktionen zu lernen und ihre Leistung kontinuierlich zu verbessern, ohne dass eine manuelle Neuprogrammierung erforderlich ist. Im Kundenservice unterst\u00fctzt ML die Ticketklassifizierung, die Optimierung des Arbeitsablaufs, pr\u00e4diktive Analysen und die Erkennung von Kundenabwanderung. Je mehr Daten das System verarbeitet, desto genauer und effektiver wird es mit der Zeit.<\/p>\n\n\n\n KI-Chatbots, die auf NLP und maschinellem Lernen basieren, k\u00f6nnen bis zu 801.040.000 routinem\u00e4\u00dfige Kundenanfragen ohne menschliches Eingreifen bearbeiten. Moderne intelligente Chatbots gehen \u00fcber die Beantwortung h\u00e4ufig gestellter Fragen hinaus. Sie verstehen den Kontext eines Gespr\u00e4chs, integrieren sich in CRM-Systeme, um Kundendaten in Echtzeit abzurufen, und leiten komplexe Anfragen an menschliche Mitarbeiter weiter, wobei die gesamte Interaktionshistorie erhalten bleibt.<\/p>\n\n\n\n Laut IBM berichten Unternehmen, die KI bereits erfolgreich einsetzen, von einer um 381 Tsd. 4 Tsd. k\u00fcrzeren durchschnittlichen Bearbeitungszeit eingehender Anrufe. Der globale Chatbot-Markt wird Prognosen zufolge bis 2025 die Marke von 1,34 Milliarden US-Dollar \u00fcberschreiten, da Unternehmen den Einsatz von dialogorientierter KI ausweiten.<\/p>\n\n\n\n Agentische KI<\/a> Sie stellt die fortschrittlichste Form intelligenten Kundenservice dar. Im Gegensatz zu fr\u00fcheren KI-Modellen, die lediglich Texte oder Zusammenfassungen generierten, k\u00f6nnen agentenbasierte KI-Systeme logisch denken, planen und selbstst\u00e4ndig handeln, um mehrstufige Serviceprozesse vollst\u00e4ndig abzuwickeln. Dies umfasst die Navigation in internen Systemen zur Bearbeitung von R\u00fcckerstattungen, die Aktualisierung von Kontodaten, die Eskalation von Problemen und sogar die proaktive Kontaktaufnahme mit Kunden, bevor Probleme entstehen.<\/p>\n\n\n\n Gartner z\u00e4hlt agentenbasierte KI neben der Unterst\u00fctzung von Mitarbeitern, unkompliziertem Self-Service und der Automatisierung von Abl\u00e4ufen zu den vier wertvollsten KI-Anwendungsf\u00e4llen im Kundenservice. Ab 2026 wird agentenbasierte KI die sofortige Reaktionsf\u00e4higkeit rund um die Uhr zu einer unverzichtbaren Voraussetzung und nicht mehr zu einem Premium-Feature machen.<\/p>\n\n\n\n Sentimentanalyse-Tools erkennen Emotionen in Kundenkommunikation<\/a>, Ob per Text, Tonfall oder Sprechrhythmus \u2013 dies erm\u00f6glicht es Agenten und KI-Systemen, Antworten in Echtzeit anzupassen, unzufriedene Kunden zu priorisieren und proaktiv in negative Interaktionen einzugreifen, bevor diese eskalieren. Contact-Center-Manager nutzen zudem aggregierte Stimmungsdaten, um Trends zu erkennen und Schulungsstrategien f\u00fcr Agenten zu optimieren.<\/p>\n\n\n\n KI-gest\u00fctztes intelligentes Routing ordnet eingehende Kundenanfragen anhand von Interaktionshistorie, Pr\u00e4ferenzen, Thema und Dringlichkeit dem am besten geeigneten Mitarbeiter oder automatisierten Workflow zu. Maschinelles Lernen analysiert vergangene Verhaltensweisen und Ergebnisse, um die Routing-Genauigkeit kontinuierlich zu verbessern. Untersuchungen von Natterbox zeigen, dass die KI-gest\u00fctzte Priorisierung und das Routing die durchschnittliche Bearbeitungszeit im Jahresvergleich von 5,15 Minuten auf 2,37 Minuten reduziert haben.<\/p>\n\n\n\n Intelligente Kundenservice-Plattformen integrieren sich nahtlos in E-Mail, Telefon, Live-Chat, soziale Medien und mobile Apps. Kunden k\u00f6nnen eine Anfrage auf einem Kanal beginnen und auf einem anderen fortsetzen, ohne den Kontext zu verlieren. KI gew\u00e4hrleistet konsistente Antworten und einen reibungslosen Ablauf. einheitliches Erlebnis <\/a>Unabh\u00e4ngig davon, welche Plattform der Kunde nutzt, entf\u00e4llt die Frustration, Informationen wiederholen zu m\u00fcssen.<\/p>\n\n\n\n KI-gest\u00fctzte pr\u00e4diktive Analysen erm\u00f6glichen es Unternehmen, das Kundenverhalten vorherzusagen, indem sie vergangene Interaktionen und Echtzeitdaten analysieren. Dadurch k\u00f6nnen Support-Teams potenzielle Probleme proaktiv angehen, Kundenabwanderung reduzieren, personalisierte Produktempfehlungen aussprechen und Upselling-Potenziale w\u00e4hrend der Serviceinteraktionen erkennen.<\/p>\n\n\n\n Unternehmen, die sich in diesem Bereich der Personalisierung auszeichnen, verzeichnen laut einer Studie von McKinsey einen Umsatzanstieg von 10 bis 151.040 Milliarden US-Dollar.<\/p>\n\n\n\n Geschwindigkeit ist der unmittelbarste Vorteil. KI kann Kundenanfragen jederzeit und ohne Wartezeiten sofort beantworten. Bearbeitungszeiten, die fr\u00fcher Stunden oder Tage dauerten, sind jetzt in Minuten messbar. Der KI-Assistent Erica der Bank of America beispielsweise bearbeitet 981.040 Anfragen innerhalb von 44 Sekunden bei \u00fcber einer Milliarde Kundeninteraktionen.<\/p>\n\n\n\n Intelligente virtuelle Agenten arbeiten kontinuierlich ohne Erm\u00fcdung, Personalkosten oder L\u00fccken au\u00dferhalb der Gesch\u00e4ftszeiten. Laut Freshworks-Daten lenken KI-Agenten \u00fcber 451.000 eingehende Kundenanfragen ab, wobei Einzelhandels- und Reiseunternehmen sogar Ablenkungsraten von \u00fcber 501.000 Anfragen pro Sekunde verzeichnen. Dies erm\u00f6glicht es Unternehmen, ihre Supportkapazit\u00e4t zu skalieren, ohne die Mitarbeiterzahl proportional erh\u00f6hen zu m\u00fcssen.<\/p>\n\n\n\n Unternehmen, die KI-Chatbots f\u00fcr den Kundenservice<\/a> Laut Accenture werden die Supportkosten voraussichtlich um 301.000 US-Dollar sinken. Konversationelle KI soll die Personalkosten in Contact Centern bis 2026 weltweit um 80 Milliarden US-Dollar senken. Die meisten Unternehmen erzielen innerhalb von 8 bis 14 Monaten nach der Implementierung einen positiven ROI. Einige Implementierungen berichten sogar von einem ROI zwischen 148 und 2.000 US-Dollar und j\u00e4hrlichen Kosteneinsparungen von 300.000 US-Dollar oder mehr.<\/p>\n\n\n\n Laut IBM erzielen Unternehmen, die KI bereits erfolgreich einsetzen, um 171,4 Milliarden Punkte h\u00f6here Kundenzufriedenheitswerte als Unternehmen ohne KI-gest\u00fctzten Kundenservice. Personalisierung im gro\u00dfen Stil, schnellere Probleml\u00f6sungen und eine gleichbleibend hohe Servicequalit\u00e4t \u00fcber alle Kan\u00e4le hinweg tragen ma\u00dfgeblich zu einer verbesserten Kundenbindung und -loyalit\u00e4t bei.<\/p>\n\n\n\n Intelligenter Kundenservice tut dies nicht menschliche Agenten ersetzen<\/a>. Es entlastet sie. KI \u00fcbernimmt wiederkehrende, einfache Anfragen, sodass sich menschliche Mitarbeiter auf komplexe, wertvolle Interaktionen konzentrieren k\u00f6nnen, die emotionale Intelligenz und Urteilsverm\u00f6gen erfordern. KI stellt den Mitarbeitern au\u00dferdem Echtzeit-Kontextinformationen, Antwortvorschl\u00e4ge, Live-Coaching-Tipps und Zusammenfassungen nach dem Gespr\u00e4ch zur Verf\u00fcgung und macht so jede Interaktion effektiver.<\/p>\n\n\n\n Einer der gr\u00f6\u00dften operativen Vorteile ist die M\u00f6glichkeit, in Spitzenzeiten wie Produkteinf\u00fchrungen, Werbekampagnen oder saisonalen Bedarfsspitzen sofort zu skalieren. Intelligente virtuelle Agenten bew\u00e4ltigen die erh\u00f6hte Nachfrage ohne Einbu\u00dfen bei der Servicequalit\u00e4t und gew\u00e4hrleisten unabh\u00e4ngig vom Volumen gleichbleibende Reaktionszeiten.<\/p>\n\n\n\n Jede Kundeninteraktion generiert Daten. Intelligente Kundenserviceplattformen analysieren diese Daten, um Muster zu erkennen, Wissensl\u00fccken aufzudecken, aufkommende Probleme zu identifizieren und Produkt- und Serviceverbesserungen zu erm\u00f6glichen. Organisationen, die umfassende L\u00f6sungen implementieren, profitieren davon. NLP-L\u00f6sungen<\/a> Bericht \u00fcber die F\u00e4higkeit, mit dem bestehenden Personalbestand das 2,5-fache Kundenvolumen zu bew\u00e4ltigen.<\/p>\n\n\n\n KI-Chatbots im E-Commerce<\/a> Wir k\u00fcmmern uns rund um die Uhr um Auftragsverfolgung, Retouren, Produktempfehlungen und Kontoanfragen. Dank pr\u00e4diktiver Analysen erm\u00f6glichen wir personalisierte Angebote basierend auf Ihrem Browser- und Kaufverlauf. KI-gest\u00fctzter Support steigert die Conversion-Rate im E-Commerce um bis zu 301 % und 631 % der Einzelh\u00e4ndler nutzen KI bereits zur Verbesserung der Kundeninteraktion.<\/p>\n\n\n\n Virtuelle Assistenten <\/a>Im Bankwesen erm\u00f6glicht Erica die sichere und skalierbare Abwicklung von Kontostandsabfragen, Transaktionshistorie, Betrugswarnungen und grundlegender Kontoverwaltung. Seit 2018 hat Erica von der Bank of America \u00fcber eine Milliarde Kundeninteraktionen verarbeitet, was zu einer Verbesserung der Kundenzufriedenheitswerte um 2014T und einer Reduzierung der Nachfrage im Callcenter gef\u00fchrt hat.<\/p>\n\n\n\n Telekommunikationsunternehmen nutzen intelligente Kundenservices, um mithilfe KI-gest\u00fctzter Sprach- und Text-Bots ein hohes Aufkommen an Rechnungsanfragen, technischen Supportf\u00e4llen und \u00c4nderungsanforderungen zu bew\u00e4ltigen. Personalisierung durch KI wurde mit einem Umsatzwachstum von 5 bis 151 Billionen US-Dollar im Telekommunikationssektor in Verbindung gebracht, und die Automatisierung kann die Betriebskosten um bis zu 301 Billionen US-Dollar senken.<\/p>\n\n\n\n Intelligente Chatbots im Gesundheitswesen unterst\u00fctzen Patienten bei der Terminvereinbarung, der ersten Symptompr\u00fcfung, h\u00e4ufig gestellten Gesundheitsfragen und der Abfrage des Rezeptstatus. Diese Tools reduzieren den Verwaltungsaufwand und gew\u00e4hrleisten gleichzeitig die Einhaltung der Datenschutzbestimmungen, sodass sich das medizinische Personal auf komplexere Behandlungen konzentrieren kann.<\/p>\n\n\n\n Im B2B-Bereich unterst\u00fctzen intelligente Kundenserviceplattformen die Interaktionen vor dem Kauf, w\u00e4hrend des Onboardings und nach dem Kauf. KI-gest\u00fctzte Agenten qualifizieren eingehende Anfragen, beantworten Produktfragen, leiten komplexe Anfragen an die zust\u00e4ndigen Spezialisten weiter und erkennen Risiken f\u00fcr die Kundenbindung. <\/p>\n\n\n\n Genau hier entfaltet SalesGroup AI seine gr\u00f6\u00dfte Wirkung, indem es dialogbasierte KI mit Vertriebsintelligenz kombiniert, um Unternehmen dabei zu helfen, mehr Abschl\u00fcsse zu erzielen und gleichzeitig ein besseres Kundenerlebnis w\u00e4hrend der gesamten Customer Journey zu bieten.<\/p>\n\n\n\n Die Einf\u00fchrung intelligenter Kundenservices ist nicht ohne Hindernisse. Unternehmen sollten sich auf die folgenden Herausforderungen einstellen.<\/p>\n\n\n\n Bevor Sie sich f\u00fcr eine Technologie entscheiden, analysieren Sie Ihre aktuellen Kundenservice-Workflows. Identifizieren Sie die h\u00e4ufigsten Anfragetypen, die zeitaufw\u00e4ndigsten Ticketkategorien und die Punkte in der Customer Journey, an denen die Kundenzufriedenheit am niedrigsten ist. Diese Analyse zeigt, wo KI den schnellsten und gr\u00f6\u00dften Nutzen bringt.<\/p>\n\n\n\n Legen Sie die Kennzahlen fest, die Sie ver\u00e4ndern m\u00f6chten. G\u00e4ngige Zielwerte sind die Reaktionszeit, die durchschnittliche Bearbeitungszeit und die Kundenzufriedenheitsrate., Ticketumleitungsrate<\/a>, Kosten pro L\u00f6sung und Agentenproduktivit\u00e4t. Durch die Festlegung von Ausgangswerten vor der Implementierung l\u00e4sst sich der ROI unkompliziert berechnen.<\/p>\n\n\n\n Nicht alle intelligenten Kundenservice-Plattformen sind gleich. Achten Sie auf L\u00f6sungen, die NLP-gest\u00fctzte dialogbasierte KI, nahtlose CRM- und Helpdesk-Integration, Omnichannel-Support, Echtzeit-Sentimentanalyse, agentenbasierte KI-Funktionen zur autonomen Aufgabenerledigung und ein leistungsstarkes Analyse-Dashboard bieten.<\/p>\n\n\n\n SalesGroup KI <\/a>kombiniert all diese F\u00e4higkeiten mit B2B-Vertriebsinformationen und ist damit ideal f\u00fcr Unternehmen geeignet, die sowohl einen starken Kundensupport als auch ein proaktives Umsatzwachstum ben\u00f6tigen.<\/p>\n\n\n\n Die meisten Unternehmen erzielen erste Vorteile innerhalb von 60 bis 90 Tagen, wenn sie mit klar definierten, h\u00e4ufig genutzten Anwendungsf\u00e4llen wie der Automatisierung von FAQs, der Ticketklassifizierung und grundlegenden Bestellstatusabfragen beginnen. Ein fokussierter Start erm\u00f6glicht es den Teams, Vertrauen aufzubauen, Leistungsdaten zu sammeln und intelligent zu skalieren.<\/p>\n\n\n\nWarum intelligenter Kundenservice wichtiger ist als je zuvor<\/h2>\n\n\n\n
Kernkomponenten des intelligenten Kundenservice<\/h2>\n\n\n\n
Verarbeitung nat\u00fcrlicher Sprache<\/h3>\n\n\n\n
Maschinelles Lernen<\/h3>\n\n\n\n
Konversationelle KI und KI-Chatbots<\/h3>\n\n\n\n
Agentische KI<\/h3>\n\n\n\n
Stimmungsanalyse<\/h3>\n\n\n\n
Intelligentes Routing und Ticketmanagement<\/h3>\n\n\n\n
Omnichannel-Integration<\/h3>\n\n\n\n
Vorausschauende Analysen und proaktive Unterst\u00fctzung<\/h3>\n\n\n\n
Wichtigste Vorteile eines intelligenten Kundenservice<\/h2>\n\n\n\n
Schnellere Reaktions- und L\u00f6sungszeiten<\/h3>\n\n\n\n
Verf\u00fcgbarkeit rund um die Uhr ohne anteilige Kosten<\/h3>\n\n\n\n
Reduzierte Betriebskosten<\/h3>\n\n\n\n
H\u00f6here Kundenzufriedenheit<\/h3>\n\n\n\n
Bef\u00e4higte menschliche Agenten<\/h3>\n\n\n\n
Skalierbarkeit bei Spitzenlast<\/h3>\n\n\n\n
Umsetzbare Gesch\u00e4ftsinformationen<\/h3>\n\n\n\n
Anwendungsf\u00e4lle f\u00fcr intelligenten Kundenservice in verschiedenen Branchen<\/h2>\n\n\n\n
E-Commerce und Einzelhandel<\/h3>\n\n\n\n
Bank- und Finanzdienstleistungen<\/h3>\n\n\n\n
Telekommunikation<\/h3>\n\n\n\n
Gesundheitspflege<\/h3>\n\n\n\n
B2B-Vertrieb und SaaS<\/h3>\n\n\n\n
Herausforderungen bei der Implementierung intelligenter Kundenservice<\/h2>\n\n\n\n
\n
Wie man intelligenten Kundenservice implementiert: Ein praktischer Rahmen<\/h2>\n\n\n\n
Schritt 1: \u00dcberpr\u00fcfen Sie Ihre aktuellen Supportprozesse<\/h3>\n\n\n\n
Schritt 2: Klare Ziele und KPIs definieren<\/h3>\n\n\n\n
Schritt 3: Die richtige Plattform ausw\u00e4hlen<\/h3>\n\n\n\n
Schritt 4: Beginnen Sie mit Anwendungsf\u00e4llen mit hoher Wirkung und geringem Risiko.<\/h3>\n\n\n\n
Schritt 5: Trainieren, \u00dcberwachen und Iterieren<\/h3>\n\n\n\n