Fin Attributes klassifizieren automatisch jedes Gespräch – Attribute können Ihnen helfen, Typ des Problems, Stimmung oder Dringlichkeit zu definieren. Gespräche werden sofort markiert, sodass Sie sie an das richtige Team weiterleiten, die richtigen Aktionen auslösen und genaue Berichte ohne manuellen Aufwand erhalten.
Schnellstart: Fin Attributes in 3 Schritten einrichten
Entscheiden, was erkannt werden soll
Wählen Sie die strukturierten Attribute, die Fin klassifizieren soll – wie Typ des Problems, Stimmung, Dringlichkeit oder Spam.
Ein Attribut erstellen oder konvertieren
Gehen Sie zu Fin → Train → Attributes. Definieren Sie Ihre Attributwerte mit klaren Beschreibungen oder konvertieren Sie ein bestehendes, listenformatiertes Attribut.
Vorschau und Aktivierung
Verwenden Sie das Vorschau-Tool, um die Genauigkeit von Fin zu testen. Passen Sie Ihre Wertbeschreibungen an und aktivieren Sie dann das Attribut für echte Gespräche.
Nach der Aktivierung verwenden Sie die erkannten Attributwerte in Escalation Rules, Workflows und Reporting.
Wichtige Vorteile
Benutzerdefinierte Attribute, die Ihr Geschäft widerspiegeln: Trainieren Sie Fin, Attribute wie Typ des Problems, Dringlichkeit, Stimmung oder Spam-Status zu erkennen.
Intelligente, adaptive Erkennung: Fin bewertet den Kontext zu wichtigen Momenten und aktualisiert Werte, während sich das Gespräch entwickelt.
Intelligentes Routing und Eskalation: Kombinieren Sie Fin Attributes mit workflows und Escalation Rules, um Gespräche zur richtigen Zeit an das richtige Team zu leiten.
Berichtsbereite Struktur: Alle erkannten Attributdaten fließen in Intercom-Berichte für tiefgehende Einblicke – keine manuelle Markierung erforderlich.
Volle Transparenz und Kontrolle: Sehen, validieren und überschreiben Sie die Attributlogik von Fin jederzeit.
Wie und wann Fin Attribute auf Gespräche anwendet
1. Standard: Ein Attribut anwenden, wenn Fin seine Aufgabe erledigt hat
Standardmäßig weist Fin Attribute zu oder aktualisiert sie, wenn es entscheidet, dass seine Rolle in einem Gespräch abgeschlossen ist – zum Beispiel:
Beim Übergabe an einen Teamkollegen
Wenn ein Kunde eine Lösung ausdrückt (positives Feedback)
Wenn ein Kunde inaktiv wird
💡 Warum das wichtig ist: Diese Momente markieren natürlich, wann die Absicht oder das Ergebnis eines Gesprächs klar wird. Ein Attribut hier anzuwenden stellt sicher, dass Ihr Routing und Reporting den finalen Kontext des Kundenbedarfs widerspiegeln – nicht eine frühe Vermutung.
Sie können diese Daten verwenden, um:
Post-Fin-Routing oder Übergabelogik in Workflows definieren (z. B. „Wenn Typ des Problems ist Billing → an das Finanzteam weiterleiten“)
Genaue Berichte darüber erstellen, welche Arten von Anfragen Fin bearbeitet oder weitergeleitet hat.
Wichtig: Fin Attributes werden nur für Gespräche automatisch erkannt und angewendet. Sie werden nicht automatisch für tickets erkannt, daher müssen Sie Fin Attributes manuell setzen oder aktualisieren, wenn Sie mit tickets arbeiten.
2. Dynamische Neuerkennung (wenn in Escalation Rules verwendet)
Wenn ein Fin Attribute in escalation rules verwendet wird, bewertet Fin dieses Attribut basierend auf der neuesten Kundeninteraktion automatisch neu.
💡 Warum das wichtig ist: Dieses Verhalten stellt sicher, dass Fin sofort auf Änderungen in der Kundenabsicht oder Stimmung reagiert, die eine Eskalation erfordern könnten. Zum Beispiel, wenn sich der Typ des Problems von General question zu Refund request ändert, kann Fin das Gespräch sofort gemäß Ihren Regeln weiterleiten – so können Teamkollegen genau im richtigen Moment eingreifen.
Hinweis: Die Pipeline wird bei jeder neuen Benutzer-Nachricht vollständig neu ausgeführt, aber das ML-Modell klassifiziert basierend auf dem vollen Gesprächskontext, nicht nur der neuesten Nachricht.
Hinweis: Fin kann die Attributklassifikation zu Beginn eines Gesprächs mehrmals kurz hintereinander ausführen. Jeder Durchlauf nutzt den vollen Kontext zu diesem Zeitpunkt, und ein späterer Durchlauf überschreibt den früheren Wert (last-write-wins). Das bedeutet, dass ein Attributwert in den ersten Sekunden eines neuen Gesprächs noch im Fluss sein kann. Wenn Sie ein Fin Attribute in einem Workflow-Zweig verwenden, der sofort zu Gesprächsbeginn bewertet wird, gestalten Sie den Zweig so, dass er jeden möglichen Wert – einschließlich vorübergehender – verarbeiten kann oder lösen Sie den Zweig später im Gespräch aus, nachdem der Wert sich stabilisiert hat.
3. Optional: Erkennung beim Schließen
Wenn Sie „Detect on close“ für ein Attribut aktivieren, überprüft und aktualisiert Fin den Wert erneut, wenn das Gespräch geschlossen wird – egal ob durch einen Teamkollegen oder Automatisierung. Dies kann beim Erstellen oder Bearbeiten eines Attributs aktiviert werden.
💡 Warum das wichtig ist: Wenn neue Informationen oder Kontext spät im Thread auftauchen, erhält Fin eine letzte Chance, die Klassifikation zu korrigieren oder zu verfeinern. So bleibt Ihr Reporting genau und aktuell, selbst wenn sich Dinge spät im Gespräch ändern.
E-Mail-Kanal: Fin wendet „Detect on close“-Attribute (wie Spam) korrekt an, wenn es E-Mail-Gespräche schließt, entsprechend dem bestehenden Verhalten im Messenger.
Wie man Fin Attributes einrichtet
Schritt 1: Entscheiden, was klassifiziert werden soll
Überlegen Sie, welche Arten von strukturierten Informationen Fin erkennen soll. Häufige Beispiele sind:
Typ des Problems (z. B. Billing, Projects, Account Management)
Stimmung (Positiv, Neutral, Negativ)
Dringlichkeit (Dringend, Hoch, Normal, Niedrig)
Spam-Erkennung (Spam, Legitimate)
Schritt 2: Ein neues Attribut erstellen (oder ein bestehendes Attribut konvertieren)
Um ein neues Fin Attribute zu erstellen:
Gehen Sie zu Fin > Train > Attributes , um zu starten.
Klicken Sie auf Neu.
Füllen Sie den Namen und die Beschreibung für Ihr Attribut aus.
Fügen Sie Attributwerte hinzu (mit klaren Beschreibungen für jeden)
Tipp: Erfahren Sie, wie Sie effektive Attributnamen und Beschreibungen erstellen, um Fin bei der genauen Klassifizierung Ihrer Supportgespräche zu unterstützen.
Um ein bestehendes Attribut zu konvertieren:
Gehen Sie zu Einstellungen > Daten > Gespräche, klicken Sie auf Bearbeiten bei einem Listen-Attribut und dann auf Let Fin detect.
Nach der Konvertierung erscheint das Attribut unter Fin AI Agent > Train > Attributes.
Hinweis: Nach der Konvertierung kann ein Attribut nicht rückgängig gemacht werden – Sie können es jedoch pausieren und bei Bedarf wieder aktivieren, um die Erkennung fortzusetzen.
Schritt 3: Vorschau vor der Aktivierung
Bevor Sie ein Attribut aktivieren, verwenden Sie die integrierte Vorschau unter Fin AI Agent > Train > Attributes, um:
Die Attributwerte anhand von Beispielkunden-Nachrichten zu testen
Zu prüfen, wie genau Fin den richtigen Wert anwendet
Namen und Beschreibungen vor der Aktivierung zu überarbeiten
[Optional] Schritt 4: Bedingte Regeln hinzufügen
Verwenden Sie Bedingungen, um Regeln zu erstellen, die genau steuern, wann Fin ein bestimmtes Attribut erkennen soll. Dies ermöglicht eine genauere Klassifizierung, was zu saubererem Routing und Reporting führt.
Bedingungen funktionieren, indem Attribute miteinander verknüpft werden und eine abhängige Beziehung entsteht. Fin versucht das abhängige Attribut nur zu erkennen, nachdem es zuerst das steuernde Attribut und dessen Wert identifiziert hat.
Hinweis: Bevor Fin ein abhängiges Attribut erkennen kann, muss das steuernde Attribut selbst ein aktiviertes Fin Attribut sein. Wenn das steuernde Attribut pausiert ist oder noch über workflows klassifiziert wird, kann Fin dessen Wert nicht auswerten. Daher werden abhängige Attribute nicht erkannt, selbst wenn sie aktiviert sind. Stellen Sie immer sicher, dass steuernde Attribute aktiviert sind, damit die bedingte Logik wie erwartet funktioniert.
Wie es funktioniert
Die Logik für Bedingungen ist eine einfache Wenn/Dann-Anweisung:
Wenn Fin einen bestimmten Wert für ein steuerndes Attribut erkennt, dann versucht es, das abhängige Attribut zu erkennen.
Sie können diese Regeln im Seitenbereich der Attribut-Einstellungen unter dem Tab Bedingungen konfigurieren. Für jede Regel definieren Sie:
Den Wert des steuernden Attributs.
Die Bedingung, die ausgelöst werden soll, wenn dieser steuernde Wert erkannt wird.
Welche Bedingungswerte erlaubt sind.
Beispiele:
Wenn Issue type = Refund request → dann Refund request reason erkennen.
Wenn Sentiment = Negative sentiment → dann Urgency erkennen.
Wenn diese Logik angewendet wird, erkennt Fin zuerst das steuernde Attribut. Wenn der definierte Wert übereinstimmt, versucht Fin anschließend, die verknüpften Bedingungen zu erkennen.
Hinweis: Die Logik der Bedingungen wird in der regelbasierten Eskalationsanleitung berücksichtigt. Wenn eine Bedingung in einer regelbasierten Eskalationsanleitung referenziert wird, bewertet Fin das Gespräch nach jeder Kunden-Nachricht erneut, um zu prüfen, ob die steuernden und Bedingungswerte übereinstimmen.
Was passiert, wenn ich ein Fin Attribut pausiere?
Wenn Sie ein Fin Attribut pausieren, stoppt Fin die Erkennung dieses Attributs in Gesprächen. Wenn Sie die Erkennung wieder benötigen, können Sie das Fin Attribut erneut aktivieren, um die Erkennung fortzusetzen.
Überwachung und Überprüfung von Fin Attributen
Sobald Ihre Fin Attribute aktiviert sind, liefert Fin Echtzeitstatistiken, die Ihnen helfen zu verstehen, wie Attribute angewendet werden.
Sie sehen:
Gespräche → die Anzahl der Gespräche, in denen Fin jedes Attribut und dessen spezifischen Wert erkannt hat.
Gelöst → der Prozentsatz dieser Gespräche, die Fin vollständig lösen konnte.
Weitergeleitet → der Prozentsatz der Gespräche, die erfolgreich mit diesem Attribut weitergeleitet wurden.
Sie können auch einzelne Gespräche genauer ansehen, um zu überprüfen, wie Fin ein Attribut angewendet hat und die Genauigkeit zu validieren. So können Sie die Klassifizierungsgenauigkeit überwachen, falsch klassifizierte Gespräche überprüfen und Attributbeschreibungen basierend auf Mustern aktualisieren.
Hinweis: Der Begründungstext, der im Attribut-Panel angezeigt wird, wird bei jeder Ansicht neu generiert – er wird nicht als fester Datensatz gespeichert. Das bedeutet, dass die Formulierung zwischen den Ansichten leicht variieren kann, selbst bei einem geschlossenen Gespräch ohne weitere Aktivität. Für Prüfzwecke ist die verlässliche Aufzeichnung von Fin's Entscheidung die Fin-Notiz, die zum Zeitpunkt der Attributanwendung in der Gesprächs-Timeline hinzugefügt wurde. Diese Notiz ist eine feste Momentaufnahme und ändert sich nicht.
Beispielanwendungsfälle
Nachfolgend einige Beispiele, wie Kunden Fin Attribute zur Klassifizierung von Gesprächen verwenden.
Beispiel für Issue Type Attribut:
Projekte - Projekte sind eine Sammlung verwandter Aufgaben und Aktivitäten, die darauf abzielen, ein bestimmtes Ziel oder Ergebnis zu erreichen und dabei Teamzusammenarbeit, Zeiterfassung, Meilensteine oder Ziele sowie Status umfassen können.
Abrechnung - Abrechnung umfasst die Verwaltung von Abonnementplänen, Rechnungen, Zahlungsmethoden, Rabatten, Planfunktionen, Testversionen, Kontobeschränkungen, Rückerstattungen und mehr für ein nahtloses Abrechnungserlebnis.
Kontoverwaltung - Kontoverwaltung umfasst Diskussionen rund um Benutzerkonten, einschließlich Kontoerstellung, Löschung, Aktualisierung persönlicher und Zahlungsinformationen und mehr.
Beispiel für Sentiment Attribut:
Positiv - Ein positives Sentiment bedeutet, dass der Nutzer, der die Nachricht geschrieben hat, allgemein zufrieden oder glücklich wirkt und wahrscheinlich eine positive Emotion empfindet.
Negativ - Ein negatives Sentiment bedeutet, dass der Nutzer, der die Nachricht geschrieben hat, allgemein unzufrieden oder unglücklich wirkt und wahrscheinlich eine negative Emotion empfindet.
Neutral - Ein neutrales Sentiment bedeutet, dass der Nutzer, der die Nachricht geschrieben hat, weder glücklich noch unglücklich wirkt und es schwierig ist, seine Emotion zu erraten.
Beispiel für Spam Detection Attribut:
Spam - Automatisierter Spam, der an die Kundensupport-Mitarbeiter gesendet wird. Dazu gehören Autoresponder, Newsletter, Gastbeiträge und andere allgemeine Spam-Nachrichten, die vom CS-Analysten ignoriert werden können.
Legit - Legitime Gespräche, in denen der Nutzer ein tatsächliches Problem hat, das von einem Kundensupport-Analysten bearbeitet werden sollte.
FAQs
Womit erkennt Fin Fin Attribute?
Womit erkennt Fin Fin Attribute?
Fin verwendet den Attributnamen, dessen Beschreibung sowie die Wertnamen und Beschreibungen, um zu bewerten, welchen Attributwert es anwenden soll. Stellen Sie sicher, dass alle diese Felder in einer für Fin leicht verständlichen, menschenlesbaren Weise geschrieben sind.
Was ist, wenn das auf das Gespräch angewendete Attribut nicht genau ist?
Was ist, wenn das auf das Gespräch angewendete Attribut nicht genau ist?
Wir empfehlen, die Benennung und Beschreibungen zu überprüfen. Verwenden Sie unsere Best Practices und testen Sie mit echten Kundenmeldungen im Vorschau-Tool.
Profi-Tipp: Um Ihre Attributwert-Bezeichnungen und Beschreibungen zu überprüfen, können Sie ein KI-Schreibtool wie Chat GPT oder Claude verwenden.
Beispielaufforderung:
You are an expert in customer-support AI. You are evaluating a taxonomy used by a LLM to classify customer support conversations. For each attribute (e.g., Topic, Sentiment), the LLM chooses the most appropriate attribute based on a combination of the attribute name and its description. This taxonomy will directly impact the LLM's ability to classify real customer support conversations. Your task is to assess the quality of this setup using the following best practices: Create clear, concise names - Choose short, descriptive names that immediately convey the attributes purpose. Write comprehensive descriptions - Take the time to write detailed descriptions and include all relevant information about what belongs in the attribute. Think about every type of conversation that should fall under this attribute and describe them in the description. Providing a detailed description will help Fin classify conversations correctly. You can include keywords and examples of customer questions. Make attributes distinct - Avoid creating attributes that overlap too much. Your attributes should be clearly different from each other, making it easy to determine which one best fits a given situation. This should be checked within each attribute only. It's fine for different attributes to apply to the same conversation. It shouldn't affect the score. Overlap with values in other attributes is allowed and does not affect this score. Ignore Archived Attributes - If a attribute is marked as archived, do not evaluate or score it. Add 5 Columns to the CSV Clarity/Conciseness (1–5), Description Comprehensiveness (1–5), Attribute Distinction (1–5), Final Score, Comment Assess each parameter for each attribute, and write a comment of why you applied this rating. Then calculate the overall score for this setup. After you've done this add one more column: Overlapping Attributes. If you think any given attribute overlaps with other attributes - list these attributes there.
Was ist, wenn Fin keinen Wert erkennt?
Was ist, wenn Fin keinen Wert erkennt?
Fin gibt einen Nullwert zurück, wenn kein Attribut zutrifft, wodurch das Attribut leer bleibt. Sie können eine „Other“-Option einschließen, um unklassifizierte Gespräche abzufangen, falls gewünscht.
Hinweis: Wenn das Attribut Teil einer bedingten Kette ist, überprüfen Sie, ob das steuernde Attribut als Fin Attribut aktiviert ist, da Fin abhängige Attribute nicht auswerten kann, wenn das steuernde Attribut nicht aktiviert ist.
Wann sollte ich einen „Other“-Wert einschließen?
Wann sollte ich einen „Other“-Wert einschließen?
Nicht jedes Attribut benötigt einen „Other“-Wert, aber für viele Anwendungsfälle ist es eine wichtige Absicherung.
Wenn Ihr Attribut ein breites oder sich entwickelndes Themenspektrum abdeckt (wie Issue Type oder Product Area), fügen Sie einen Other-Wert hinzu. Dies gibt Fin eine Rückfalloption, sodass jedes Gespräch klassifiziert wird und nicht leer bleibt.
Für Attribute, die kollektiv erschöpfend sind (wie Sentiment oder Urgency-Vorlagen), ist ein „Other“-Wert normalerweise nicht nötig, da Fin immer eine der definierten Optionen zuweisen kann.
Warum werden meine bedingten Fin Attribute nicht erkannt?
Warum werden meine bedingten Fin Attribute nicht erkannt?
Die bedingte Erkennung funktioniert nur, wenn sowohl das steuernde als auch das abhängige Attribut aktivierte Fin Attribute sind.
Wenn ein abhängiges Attribut als Fin Attribut aktiviert ist, das steuernde Attribut jedoch nicht aktiviert ist (zum Beispiel wird das steuernde Attribut noch von workflows befüllt), wird Fin das abhängige Attribut nicht erkennen, selbst wenn die Bedingungen korrekt konfiguriert sind.
Damit die bedingte Logik funktioniert:
Das steuernde Attribut muss in ein Fin Attribut umgewandelt werden.
Es muss aktiviert sein.
Fin muss im Gespräch präsent sein, damit es den Wert des steuernden Attributs erkennen kann.
Erst dann wird Fin die abhängigen Attributwerte auswerten und anwenden.
Beispielszenario:
Wenn Sie ein Attribut wie „Topic“ haben, das mehrere abhängige Fin Attribute steuert, „Topic“ aber nicht als Fin Attribut aktiviert ist, kann Fin dessen Wert nicht auswerten. Deshalb werden alle abhängigen Attribute nicht erkannt, selbst wenn sie einzeln aktiviert sind.
Wofür können Fin Attribute nicht verwendet werden?
Wofür können Fin Attribute nicht verwendet werden?
Fin Attribute können nicht zusammen mit Custom Answers verwendet werden. Custom Answers sind für Kunden, die Intercom am oder nach dem 19. März 2025 beigetreten sind, nicht verfügbar.
Muss ich Fin in jedes Gespräch einbeziehen, um Fin Attribute zu verwenden?
Muss ich Fin in jedes Gespräch einbeziehen, um Fin Attribute zu verwenden?
Ja. Fin Attribute werden von Fin angewendet, wenn es in einem Gespräch präsent ist. Das bedeutet, Fin muss in Ihren workflows enthalten sein, um Gespräche zu klassifizieren.
Wenn Sie möchten, dass Fin in bestimmten Fällen nicht antwortet, können Sie Escalation Rules verwenden. So kann Fin das Gespräch klassifizieren und dann sofort verlassen, basierend auf Gesprächs- oder Benutzerattributen Ihrer Wahl.
Zum Beispiel könnten Sie:
Alle Gespräche eskalieren, bei denen Channel = Email
Alle Gespräche eskalieren, bei denen Attribute = Billing
So erhalten Sie die Vorteile einer konsistenten Klassifizierung aller Gespräche und behalten gleichzeitig die volle Kontrolle darüber, wann Fin antwortet oder nicht.
Gibt es eine Begrenzung bei der Verwendung der Upload-Option?
Gibt es eine Begrenzung bei der Verwendung der Upload-Option?
Ja, es gibt eine Begrenzung von 250 Werten pro Attribut, das ist das Maximum, das beim Hochladen eines Listenattributs über eine CSV-Datei gesendet werden kann.
Was ist, wenn das auf das Gespräch angewendete Fin Attribut nicht genau ist?
Was ist, wenn das auf das Gespräch angewendete Fin Attribut nicht genau ist?
Überprüfen Sie, ob die Benennung und Beschreibungen den Best Practices für Fin Attribute entsprechen.
Kann ich Fin Attribute in meinem bestehenden Intercom-Plan verwenden?
Kann ich Fin Attribute in meinem bestehenden Intercom-Plan verwenden?
Ja, Fin Attribute sind derzeit in allen Plänen ohne zusätzliche Kosten verfügbar. Preisänderungen werden Ihnen immer im Voraus mitgeteilt.






