Why use AI context instead of matching the meeting title?

Reps name meetings inconsistently. AI context evaluates what was said on the call, so 'Quick sync with Müller' gets scored as a discovery call if that's what it was — no dependency on the rep typing the right title.

What happens if two rules match the same meeting?

The rule higher in the list wins. AI Coach evaluates top-down and stops at the first match. Order your rules from most specific to most generic.

Can I assign more than one scorecard to a single meeting?

One rule applies one scorecard. If you need two perspectives on the same call — discovery quality and methodology adherence, for example — build two separate scorecards covering both angles and pick the most relevant one per rule.

Why are all my meetings scoring 2 out of 5?

Your scorecard criteria are probably too strict. Loosen the language, test on five recent calls, and iterate.

Do email-specific rules work the same as call rules?

Same hierarchical order, same logic. They match on email content and apply scorecards built for written follow-ups instead of calls.

Can reps see which scorecard was applied and why?

Yes. Each scored meeting shows the scorecard used, the score, and the rationale per criterion. Reps see their own coaching results.

Does this work for non-English calls?

Demodesk AI Coach supports 98 languages. Write your AI context in your team's working language and it will match meetings in that language.

What if my team has different motions per segment?

Create separate rules per segment. Reference segment signals in your AI context — company size, procurement complexity, multi-stakeholder dynamics — to route the right scorecard to the right meeting.

21. Mai 2026·6 Min. Lesezeit

So richten Sie KI-kontextbasierte Automatisierungsregeln für KI-Bewertungsbögen in Demodesk AI Coach ein

Konfigurieren Sie AI Coach-Automatisierungsregeln, um jedem Meeting den richtigen KI-Bewertungsbogen zuzuweisen – basierend auf dem Gesprächsinhalt, nicht nur auf Meeting-Titeln. Schritt-für-Schritt-Anleitung.

Veronika WaxGründerin und CEO

Was und warum

Diese Anleitung zeigt Ihnen, wie Sie Automatisierungsregeln in Demodesk AI Coach konfigurieren, damit jedem Meeting automatisch der richtige KI-Bewertungsbogen zugewiesen wird – basierend auf dem, was tatsächlich besprochen wurde, nicht auf dem Meeting-Titel. Statt starrem Titelabgleich bewertet der KI-Kontext das Gespräch und wählt den passenden KI-Bewertungsbogen aus. So skalieren Teams Vertriebscoaching mit KI – von einzelnen Power-Usern auf das gesamte Vertriebsteam, ohne manuelles Tagging.

Für wen ist das gedacht

Vertriebsmanager, RevOps und Team Leads, die mehrere Meeting-Typen betreuen – Discovery, Demo, Closing, Kundenerfolg – und jeden Anruf automatisch gegen das richtige Framework bewerten lassen möchten.

Voraussetzungen

Demodesk Coaching & AI-Plan (beliebige Stufe)
Administrator- oder Manager-Rolle mit Zugriff auf Agents → Automations
Mindestens zwei bereits erstellte KI-Bewertungsbögen (z. B. einer für Discovery, einer für Demo). Erstellen Sie diese zunächst unter Agents → Scorecards, falls noch nicht geschehen
Ein klares Bild davon, welche Meeting-Typen Sie durchführen und wie sie sich inhaltlich – nicht nur im Titel – unterscheiden

Schritte

1. Zu den AI Coach Automations navigieren

Öffnen Sie die Demodesk-App und gehen Sie in der oberen Navigation zu Agents, dann wählen Sie den Automations-Unterreiter. Suchen Sie den Abschnitt AI Coach. Hier steuern Sie, welcher KI-Bewertungsbogen für welches Meeting und in welcher Reihenfolge ausgeführt wird.

2. Automatische Auswertung aktivieren

Aktivieren Sie den Schalter für die automatische Auswertung im AI Coach. Jedes aufgezeichnete Meeting wird anschließend anhand der von Ihnen definierten Regeln ausgewertet. Kein manuelles Zuweisen von KI-Bewertungsbögen, keine verpassten Anrufe.

3. Regelreihenfolge verstehen

Regeln werden von oben nach untenausgeführt. AI Coach prüft jede Regel der Reihe nach und wendet die erste &Dceil;bereinstimmung an. Eine allgemeine „Discovery“-Regel, die über einer spezifischen „Enterprise Discovery“-Regel steht, greift zuerst – der spezifische KI-Bewertungsbogen wird nie ausgeführt.

Platzieren Sie Ihre spezifischsten Regeln ganz oben. Ihre allgemeinste Regel kommt als Auffangregel ganz unten.

4. Erste Regel erstellen

Klicken Sie auf Add rule. Jede Regel benötigt zwei Dinge:

Eine Bedingung – was diese Regel auslöst
Eine Aktion – welcher KI-Bewertungsbogen angewendet wird

Beginnen Sie mit dem Meeting-Typ, den Sie am häufigsten durchführen. Benennen Sie die Regel klar – „Discovery Call“ oder „Demo — SMB“ – damit sie später leicht erkennbar ist.

5. KI-Kontext statt Meeting-Titel verwenden

Wählen Sie innerhalb der Regelbedingung AI context statt des Titelabgleichs.

Meeting-Titel sind unzuverlässig. Vertriebsmitarbeiter benennen Anrufe „Kurzes Gespräch mit Anna“ oder „Follow-up — Müller GmbH“ – titelbasierte Regeln erfassen beides nicht. Der KI-Kontext analysiert, was besprochen wurde, und gleicht die Regel mit dem Inhalt ab.

Formulieren Sie Ihren KI-Kontext in einfacher Sprache:

Discovery-Regel: „Das Meeting ist ein erstes Gespräch mit einem neuen Interessenten. Der Vertriebsmitarbeiter qualifiziert das Unternehmen und fragt nach dem aktuellen Prozess, Herausforderungen, Teamgröße und Zeitplan. Es wurde keine Produktdemo gegeben.“
Demo-Regel: „Der Vertriebsmitarbeiter präsentiert das Demodesk-Produkt. Der Bildschirm wird geteilt, spezifische Funktionen werden vorgestellt, und der Interessent stellt Produktfragen.“
Closing-Regel: „Preisgestaltung, Vertragsbedingungen, Beschaffung, rechtliche Aspekte oder Unterzeichnungsfristen werden besprochen. Der Abschluss befindet sich in einer späten Phase.“

Je konkreter die Beschreibung, desto genauer weist AI Coach den richtigen KI-Bewertungsbogen zu.

6. E-Mail-spezifische Regeln erstellen

Wenn Sie Follow-up Emails als Teil des Coachings bewerten, fügen Sie dafür eine separate Regel hinzu. Legen Sie die Bedingung so fest, dass sie E-Mail-Inhalte abgleicht, und wenden Sie Ihren KI-Bewertungsbogen für Follow-up Emails an. Schriftliche Nachverfolgungen werden mit derselben Coaching-Sorgfalt behandelt wie Live-Anrufe – ohne dass eine Regel die andere stört.

7. Den richtigen KI-Bewertungsbogen jeder Regel zuweisen

Wählen Sie den KI-Bewertungsbogen aus dem Dropdown-Menü. Ein KI-Bewertungsbogen pro Regel. Wenn Sie zwei Perspektiven auf denselben Anruf benötigen, erstellen Sie zwei separate Regeln mit unterschiedlichen Bedingungen, anstatt KI-Bewertungsbögen in einer Regel zu stapeln.

8. Mit echten Aufzeichnungen testen

Prüfen Sie drei oder vier aktuelle Meetings unterschiedlicher Typen und bestätigen Sie, dass der richtige KI-Bewertungsbogen angewendet wurde. Wird ein Discovery Call gegen Ihren Demo-KI-Bewertungsbogen bewertet, muss der KI-Kontext einer dieser Regeln präzisiert werden – oder die Reihenfolge ist falsch.

9. Kalibrieren, wenn Bewertungen zu niedrig oder zu hoch ausfallen

Ein häufiges Muster nach der Einrichtung: Jedes Meeting erzielt 2 von 5 Punkten. Das liegt fast immer daran, dass der KI-Bewertungsbogen zu streng ist, nicht daran, dass die KI falsch liegt. Lockern Sie die Kriterien, testen Sie an fünf aktuellen Anrufen und iterieren Sie. Das Ziel ist ein Coaching-Signal, kein Strafsystem.

Tipps

Beginnen Sie mit drei Regeln, nicht mit zehn. Discovery, Demo und eine Auffangregel. Fügen Sie weitere hinzu, wenn Sie tatsächliche Fehlklassifizierungen sehen.
Ordnen Sie die Regeln im ersten Monat wöchentlich neu. Wenn Sonderfälle auftreten, verschieben Sie spezifische Regeln nach oben.
Kombinieren Sie KI-Kontext mit der CRM-Phase, wenn möglich. Eine „Closing“-Regel, die sowohl den Gesprächsinhalt als auch die Deal-Phase berücksichtigt, ist schwerer zu verfehlen.
Korrigieren Sie die Regel, nicht den Vertriebsmitarbeiter. Wenn ein Meeting gegen das falsche Framework bewertet wird, liegt das Problem bei der Regel. Die Regel ist das System.
Überprüfen Sie Ihre KI-Kontext-Beschreibungen vierteljährlich. Neue Produkte, neue Segmente, neue Methoden – die Beschreibungen sollten mithalten.