Welche KI sortiert E-Mails und Tickets am besten, auch gehostet in Deutschland oder der EU?

Was ihr in der EU und in Deutschland aufgebt

In der EU gebt ihr nichts auf: DeepSeek V4 Flash 0731 bei Azure ist derselbe Favorit wie weltweit. In Deutschland ist es GLM 5.3 Flash bei T-Systems AI Foundation Services, aus der Spitzengruppe.

Worauf es beim Sortieren ankommt

Sortieren klingt einfach. Ob ein Modell aber 90 oder 99 Prozent der Mails richtig einordnet, hängt oft mehr an euren Kategorien und Beispielen als am Modell. Hier zahlt sich Vorbereitung am meisten aus.

• Kategorien aus echten Mails ableiten: Legt eure Kategorien erst fest, nachdem ihr echte Mails gelesen habt, und rechnet damit, dass sie sich dabei ändern. Die Forscherin Shreya Shankar nennt das „criteria drift“: Erst beim Einordnen merkt man, welche Kategorien man braucht.
• Hundert echte Fälle, eine verantwortliche Person: Die KI-Forscher Hamel Husain und Shreya Shankar empfehlen, rund 100 echte Mails von Hand einzuordnen, bis keine neuen Fehlerarten mehr auftauchen. Über strittige Fälle entscheidet eine fachkundige Person, kein Gremium. Daran messt ihr dann jedes Modell.
• Seltene, teure Fälle einzeln messen: Eine Trefferquote von 95 Prozent hilft wenig, wenn ausgerechnet Kündigungen oder Anwaltsschreiben falsch landen. Messt für jede Kategorie einzeln, wie viele richtig erkannt und wie viele übersehen werden.
• Ähnliche Beispiele mitgeben: Holt zu jeder neuen Mail automatisch ähnliche, schon eingeordnete Mails in die Anfrage. In Anthropics Anleitung stieg die Trefferquote dadurch von 71 auf 93 Prozent. Das hier ist ein typischer Fehler: Das Modell reagiert auf den Wutausbruch in der Mail statt auf das Anliegen, oder eine Mail enthält mehrere Anliegen und das Modell antwortet nur auf eines davon.
• Der Selbsteinschätzung nicht trauen: Sagt ein Modell, es sei sich „zu 95 Prozent sicher“, ist das meist zu optimistisch. Lasst stattdessen dieselbe Mail mehrmals einordnen und gebt sie bei unterschiedlichen Ergebnissen an einen Menschen.
• Vorsicht bei „Prompt Injections“: Wer euch schreibt, kann in der Mail Anweisungen an eure KI verstecken. Ein Sortier-Bot sollte deshalb nur einordnen und nicht zugleich interne Daten lesen und Mails verschicken dürfen. Bei Microsoft 365 Copilot reichte 2025 eine präparierte Mail, um ein Datenleck zu verursachen.

Häufige Fragen