Botpress Tutorial: KI-Chatbots erstellen und einsetzen

Firmen versuchen, Kundensupport, Lead-Qualifizierung und interne Abläufe mit KI-Agenten zu automatisieren. Die Technologie funktioniert endlich gut genug, um nützlich zu sein, aber Chatbots von Grund auf neu zu entwickeln, bedeutet, Frameworks wie LangChain zusammenzustellen und API-Integrationen zu debuggen. Es klappt und hat seine Vorteile, aber die Entwicklung wird wohl etwas länger dauern. 

Plattformen wie Botpress haben einen anderen Arbeitsablauf. Du bekommst visuelle Tools zum Entwerfen von Gesprächsabläufen. Die zugrunde liegenden KI-Modelle können gleich sein, aber die Infrastruktur zum Erstellen, Testen und Bereitstellen ist schon da.

In diesem Artikel zeige ich dir, wie du mit Botpress KI-Agenten erstellen kannst. Du lernst die Plattformarchitektur kennen, baust deinen ersten Bot, verbindest ihn mit echten Diensten und stellst ihn in der Produktion bereit. Ich werde auch ein paar Techniken und bewährte Vorgehensweisen zeigen, die ich bei der Arbeit mit der Plattform gelernt habe, damit du Zeit sparen kannst.

Was ist Botpress?

Botpress ist eine Plattform zum Erstellen von KI-Agenten, die mit Nutzern chatten, auf Gesagtes reagieren und sich mit Tools wie Shopify, Google Sheets oder deinen eigenen REST-APIs verbinden. Zu den Mitbewerbern gehören Dialogflow, Rasa, Microsoft Bot Framework und Amazon Lex.

Plattformanzeige

Botpress bietet sowohl eine visuelle Entwicklungsumgebung (Botpress Studio) als auch programmiertechnische Steuerung über APIs. Mit der visuellen Oberfläche können auch Leute ohne Technik-Hintergrund Gesprächsabläufe gestalten, während Entwickler Code schreiben können. Einige Plattformen wie Rasa setzen auf Code-First, was einfacher sein kann, wenn du als Solo-Entwickler mit YAML und Python gut klarkommst.

Mit Botpress legst du fest, was dein Bot machen soll (Anweisungen und Arbeitsabläufe), was er weiß (Wissensdatenbanken und Tabellen) und welche Aktionen er ausführen kann (Integrationen und benutzerdefinierter Code). Die Plattform kümmert sich um die Infrastruktur: Hosting, Skalierung und Orchestrierung.

Die Architektur und Schichten von Botpress. Bild vom Autor

Im Vergleich zum kompletten Neuanfang mit Frameworks wie LangChain bekommst du bei Botpress schon fertige Komponenten, die du direkt einsetzen kannst. Im Vergleich zu reinen No-Code-Plattformen kannst du hier echten Code schreiben, wenn die vorgefertigten visuellen Tools nicht das leisten, was du brauchst.

Wer nutzt Botpress?

Die Plattform ist für alle da, von Einzelentwicklern, die ihren ersten Chatbot bauen, bis hin zu Unternehmen, die Agenten über mehrere Kanäle einsetzen. Häufige Anwendungsfälle sind die Automatisierung des Kundensupports, die Lead-Qualifizierung, die Terminplanung und interne Helpdesk-Systeme.

Laut einer Kundenstory von Botpress hat Ruby Labs nach der Einführung ihrer Lösung eine Lösungsquote von 98 % Lösungsquote nach der Einführung ihrer Lösung. Diese Zahlen kommen aus Fallstudien von Anbietern und sollten im Kontext gesehen werden.

Botpress einrichten

Ich zeige dir jetzt, wie du Botpress einrichtest, also wie du die Botpress-CLI und das SDK für einen „Bot-as-Code”-Workflow konfigurierst.

Installation

Um loszulegen, brauchst du:

• Node.js Version 18 oder höher (LTS wird empfohlen)

• Paketmanager: npm, pnpmoder yarn

• Ein Code-Editor. VS Code oder Cursor ist echt empfehlenswert für TypeScript empfohlen.

Mach zur Installation einfach Folgendes:

1. Öffne dein Terminal oder deine Eingabeaufforderung.

2. Installiere die Botpress-CLI global mit „ npm “:

npm install -g @botpress/cli

3. Überprüfe die Installation, indem du die Version checkst:

bp --version

Ich empfehle, Node.js und die Botpress-CLI in WSL2 (Windows Subsystem for Linux) laufen zu lassen, um die üblichen Probleme mit Windows-Pfaden und Berechtigungen zu vermeiden.

Wenn du beim Ausführen von „ bp “ in PowerShell eine Fehlermeldung bekommst, musst du vielleicht deine Ausführungsrichtlinie anpassen. Starte PowerShell als Administrator und gib Folgendes ein: Set-ExecutionPolicy RemoteSigned.

Lokale Entwicklung

Mit lokaler Entwicklung kannst du GitHub für die Versionskontrolle, TypeScript für die Typsicherheit und Tools wie GitHub Copilot zum automatischen Generieren von Code nutzen. Bei diesem Ansatz wird dein Chatbot wie jedes andere Softwareprojekt behandelt.

Erste Konfiguration

Sobald die CLI installiert ist, musst du deine lokale Umgebung mit deinem Botpress Cloud-Konto verbinden.

1. Authentifizieren

Log dich in dein Konto ein, um deinen CLI-Schlüssel zu verknüpfen.

bp login

Dadurch öffnet sich ein Browserfenster, um die CLI zu autorisieren.

2. Ein Projekt starten 

Mach ein neues Verzeichnis für deinen Bot und richte die Struktur ein.

mkdir my-first-bot
cd my-first-bot
bp init

Folge den Anweisungen, um eine TypeScript-Vorlage auszuwählen.

3. Umgebungsvariablen einrichten 

Mach eine Datei namens „ .env “ in deinem Projektordner, um wichtige Schlüssel (wie Datenbankzugangsdaten oder API-Schlüssel von Drittanbietern) zu speichern. Diese Datei niemals an Git übergeben.

4. Zum Testen bereitstellen 

Schick deinen lokalen Bot in die Cloud, um ihn im Studio zu testen.

bp deploy

Erste Schritte mit Botpress Studio

In Botpress Studio kannst du deine Bots tatsächlich erstellen. 

Visuelle Entwicklungsumgebung

Das Studio startet mit einer Leinwand, auf der der Gesprächsverlauf deines Bots angezeigt wird. Knoten zeigen die Schritte in der Unterhaltung an, und die Verbindungen zwischen den Knoten zeigen, wie die Leute durch deinen Bot navigieren. Klick einfach mit der rechten Maustaste irgendwo auf die Arbeitsfläche, um einen neuen Knoten zu erstellen.

Die linke Seitenleiste zeigt dir Workflows, Systemabläufe, Variablen und Schemata. In der rechten Seitenleiste siehst du den Inspektor für den ausgewählten Knoten, wo du Anweisungen und angehängte Aktionen einstellen kannst. Probier den Bot mit dem Emulator unten in Echtzeit aus.

Botpress-Vorlagen

Der Botpress Hub hat fertige Vorlagen für Kundensupport, Terminplanung, Lead-Qualifizierung und mehr. Die Vorlage „Kitchen Sink“ zeigt dir fortgeschrittene Sachen wie das Laden von Benutzerdaten, Workflow-Weiterleitung und Live-Agentenübergabe. Passe die Anweisungen an, füge deine Wissensdatenbank hinzu und starte den Einsatz.

Deinen ersten Bot erstellen

Lass uns einen einfachen Kundensupport-Bot erstellen. Mach einen neuen Bot und nenn ihn „Support-Bot”. Überspring den Assistenten und geh direkt zum Studio.

In der Registerkarte „Home“ (wenn sie nicht sichtbar ist, verbinde deinen Startknoten mit einem neuen autonomen Knoten) fügst du Anweisungen hinzu:

You are a helpful customer support agent. Answer questions about our products and services using the knowledge base. Be friendly, concise, and professional. If you can't answer a question, offer to connect the user with a human agent.

Jetzt füge eine Wissensdatenbank hinzu. Klick in der linken Seitenleiste auf „ -Wissensdatenbanken“ und dann auf „Wissensdatenbank erstellen“. Wähl„ “ als Quelltyp und gib die URL deiner Firmenwebsite ein. Botpress wird die Website durchsuchen und Infos raussuchen.

Geh zurück zur Registerkarte „Home“, scroll zu „Knowledge Bases“ (Wissensdatenbanken) und wähle „ “ (Neue Wissensdatenbank erstellen). Schalte dann die gerade erstellte Wissensdatenbank ein. Dadurch kann dein autonomer Knoten auf diese Infos zugreifen.

Probier's mal im Emulator aus. Frag: „Wann hast du geöffnet?“ oder „Wie kann ich ein Produkt zurückgeben?“ Der Bot durchsucht deine Wissensdatenbank und gibt dir relevante Infos.

Testen eines Kundensupport-Bots im Botpress-Emulator mit Echtzeit-Antworten

Dieser einfache Bot macht schon echt viel beim Kundensupport. Es beantwortet Fragen von deiner Website, behält den Gesprächskontext im Auge und antwortet ganz natürlich. Du hast es in etwa fünf Minuten gebaut.

Verständnis natürlicher Sprache

Wenn du schon vor 2023 Chatbots gebaut hast, ist dir vielleicht was Neues aufgefallen: Du hast keine Intent-Klassifikatoren trainiert und keine Regeln zur Entitätsextraktion geschrieben, wie bei einem NLU-System (vor LLM). (Und wenn du noch nicht so viel Erfahrung hast, solltest du wissen, dass ältere Plattformen viel Vorarbeit in Sachen Schulung brauchen, was bei Botpress komplett wegfällt.)

Hier ist, was gerade passiert: Botpress nutzt große Sprachmodelle zum Verstehen natürlicher Sprache. Du schreibst Anweisungen, was dein Bot machen soll, und das LLM kümmert sich um die Erkennung von Absichten, die Extraktion von Entitäten und das Verständnis des Kontexts während der Laufzeit. 

Das ändert, was du tatsächlich einstellst. Häufige Sachen wie Daten, Uhrzeiten und Kontaktinfos funktionieren sofort, weil das LLM diese Muster schon gut versteht. Domänenspezifische Entitäten müssen anders behandelt werden: Du beschreibst in deinen Anweisungen, was du brauchst, und kannst optional Schemata definieren. Der LLM sieht diese Anforderungen genauso wie alles andere.

Erstellen einer fortgeschrittenen Konversationslogik

Einfache Bots beantworten Fragen. Fortgeschrittene Bots treffen Entscheidungen und lassen sich in externe Systeme einbinden. Botpress hat die Tools, um beides zu machen, aber ich finde, die meisten Teams machen die Sachen am Anfang zu kompliziert. Oft braucht man erst dann eine Workflow-Logik, wenn man sicher ist, dass die grundlegenden Fragen und Antworten wirklich funktionieren.

Workflow-Architektur

Workflows sortieren die Logik deines Bots in überschaubare Teile. Der Haupt-Workflow kümmert sich um den primären Gesprächsfluss. Unter-Workflows kümmern sich um bestimmte Aufgaben. Das könnten Sachen wie Termine planen oder Rücksendungen bearbeiten sein.

Knoten in Workflows zeigen einzelne Schritte an. Ein Standardknoten macht eine Reihe von Aktionen von oben nach unten durch. Ein autonomer Knoten nutzt das LLM, um zu entscheiden, welche Aktionen in welcher Reihenfolge durchgeführt werden sollen. Eingangs- und Ausgangsknoten zeigen, wo Leute in Teil-Workflows reinkommen und rausgehen.

Modulare Workflow-Architektur von Botpress. Bild vom Autor

Modulare Konversationslogik heißt, dass man komplizierte Aufgaben in kleinere, wiederverwendbare Teile aufteilt. Erstell einen Workflow, um Zahlungsinfos einmal abzufragen und dann beim Bezahlen, bei Abonnements und Spenden wiederzuverwenden. Das reduziert Doppelarbeit und macht die Wartung einfacher.

Das Router-Muster leitet die Benutzer je nach ihren Bedürfnissen zu den passenden Arbeitsabläufen weiter. Nach einer ersten Begrüßung checkst du, was der Nutzer will, und leitest ihn zum richtigen Teil-Workflow weiter. So bleibt jeder Arbeitsablauf auf eine einzige Aufgabe konzentriert.

Tipps für gutes Gesprächsdesign

Der Durchbruch beim Sprachverständnis ist echt, aber er hilft nicht bei einem schlecht programmierten Bot. Du brauchst trotzdem klare Gesprächsabläufe und ein bewusstes Design. Der eigentliche Unterschied ist, dass du auf einer höheren Ebene designst, indem du festlegst, was der Bot machen soll, anstatt ihn zu trainieren, bestimmte Phrasen zu erkennen.

Fang mit einer klaren Begrüßung an, die die Erwartungen klar macht. Entwerfen Sie zuerst den Happy Path und fügen Sie dann die Fehlerbehandlung hinzu. Autonome Knoten sollten sich auf eine konzeptionelle Aufgabe konzentrieren. Benutz Bestätigungsschritte für wichtige Sachen wie Zahlungen. Mach dir einen Überblick über die User Journey, bevor du Workflows aufbaust, um Entscheidungspunkte und benötigte Infos zu erkennen.

Ich hab auch gelesen, dass zu viele „Bist du sicher?“-Fragen dazu führen, dass Leute einfach draufklicken, ohne richtig zu lesen, was da steht. „Wenn man für jede Aktion eine Bestätigung braucht, ist keine der Bestätigungen wirklich nützlich“ – das ist wahrscheinlich eine gute Faustregel. Heb dir deine Bestätigungsanforderungen für wirklich unwiderrufliche Vorgänge auf: Zahlungen, Kontolöschungen, Datenverlust.

Automatisierung von Arbeitsabläufen

Außer den hier beschriebenen Grundlagen unterstützt Botpress Hooks für die Automatisierung von Lebenszyklen (Ausführen von Code, wenn Gespräche beginnen, Nachrichten gesendet werden usw.) und geplante Workflows für wiederkehrende Aufgaben wie Terminerinnerungen. Das sind echt starke Tools, aber damit wird es auch schnell kompliziert.

Integrationen und Plugin-Umgebung

Botpress-Bots werden richtig stark, wenn sie mit externen Diensten verbunden sind. Der Botpress Hub bietet vorgefertigte Integrationen für gängige Tools, und du kannst eigene Integrationen für proprietäre Systeme erstellen.

Vorkonfigurierte Integrationen

Der Hub hat Integrationen für Messaging-Plattformen (WhatsApp, Slack, Microsoft Teams, Telegram), CRMs (HubSpot, Salesforce), Produktivitäts-Tools (Google Kalender, Google Drive, SharePoint) und Zahlungsabwickler (Stripe). Wenn du dich mit einem beliebten Dienst verbinden musst, gibt es wahrscheinlich schon eine Integration dafür.

Wenn du eine Integration installierst, kommen neue Karten in deinen Kartenhalter. Zum Beispiel gibt's bei einer CRM-Integration Karten, um Kontakte zu erstellen, Deals zu aktualisieren und Datensätze zu suchen. Zieh diese Karten in deine Workflows, um deinen Bot zu verbinden.

Die Konfiguration wird in den Integrationseinstellungen gemacht. Du gibst die API-Anmeldedaten ein, wählst aus, auf welche Daten zugegriffen werden soll, und ordnest Bot-Variablen externen Feldern zu. Die Integration kümmert sich um die Authentifizierung, die Begrenzung der Datenrate und die Fehlerbehebung.

Benutzerdefinierte Integrationen

Für proprietäre Systeme oder spezielle Anforderungen kannst du mit dem Integrations-SDK eigene Integrationen erstellen. Die Integrationsschnittstelle festlegen, die Verbindungslogik einrichten und die Authentifizierung regeln. Das SDK hat Hilfsfunktionen für OAuth-Abläufe und die Handhabung von Webhooks. Teste lokal mit den mitgelieferten Tools, bevor du die Lösung einsetzt. Speichere Anmeldedaten in Konfigurationsvariablen, überprüfe alle Eingaben und mach eine ordentliche Fehlerbehandlung.

Preismodelle und Bereitstellungsoptionen

Die Preise von Botpress hängen von der Nutzung der KI ab und nicht von Gebühren pro Nachricht oder Gespräch. Ob das teuer ist, hängt von deinem Volumen und deinem Anwendungsfall ab. Der einfache Kundensupport-Bot, den wir vorhin gebaut haben – der Fragen aus einer Wissensdatenbank beantwortet – macht ein oder zwei LLM-Aufrufe pro Benutzernachricht und kostet echt wenig, was nicht überraschend ist, da wir ihn schnell gebaut haben und es nur ein Beispiel ist. 

Ein komplexerer Bot, der auch dein CRM durchsucht, den Lagerbestand checkt und Versandkosten berechnet, macht zusätzliche LLM-Aufrufe, um diese Daten zu verarbeiten, was die KI-Kosten entsprechend erhöht. Die Plattform gibt die KI-Kosten zu den Preisen der Anbieter ohne Aufschlag weiter, sodass deine tatsächlichen Ausgaben davon abhängen, wie viele LLM-Aufrufe jede Unterhaltung braucht und welches Modell du wählst.

Preismodell

Botpress hat verschiedene Abonnements mitunterschiedlichen Funktionen und Einsatzmöglichkeiten:

Der Restaurant-Bot, den ich vorhin gebaut habe, hat die kostenlose Stufe genutzt. Mit dem Pay-as-you-go-Modell kannst du ohne monatliche Verpflichtung ausprobieren und zahlst erst, wenn dein Bot tatsächlich Gespräche führt.

Bereitstellung und Skalierung

Botpress passt sich automatisch an, wenn der Datenverkehr zunimmt, und kann problemlos 10 oder 10.000 Unterhaltungen gleichzeitig verarbeiten. Add-ons erweitern die Funktionen mit mehr Speicherplatz, höheren Limits und Premium-Integrationen. Zu den Funktionen für Unternehmen gehören SSO, Audit-Protokolle, rollenbasierte Zugriffskontrolle und dedizierter Support.

Community und Support

Die offizielle Dokumentation hat Code-Beispiele, Video-Tutorials und Referenzmaterial. 

Der Botpress Discord-Server hat über 30.000 Mitglieder, die Fragen stellen, Bots teilen und von anderen Entwicklern lernen. Das Botpress-Team ist voll dabei. GitHub-Diskussionen bieten Raum für Feature-Anfragen und Fehlerberichte. Du findest auch von der Community erstellte Vorlagen für gängige Anwendungsfälle, sodass du nicht immer ganz von vorne anfangen musst.

Fazit

Der Restaurant-Bot, den wir gebaut haben, ist einfach, aber der gleiche Ansatz funktioniert auch bei komplexeren Projekten. Der visuelle Workflow-Editor und das Integrationssystem sind super skalierbar, egal ob du einen einfachen FAQ-Bot oder was Komplizierteres entwickelst.

Der Schlüssel ist, klein anzufangen. Mach einen Bot, der eine Sache gut kann, setz ihn ein, lerne aus der echten Nutzung und baue darauf auf. Versuch nicht, alles auf einmal zu automatisieren. Konzentrier dich auf die Aufgabe, die mit dem geringsten Aufwand den größten Nutzen bringt.

Wenn du deine KI- und Chatbot-Kenntnisse verbessern willst, schau dir unseren Kurs „Chatbots in Python erstellen” und unseren Lernpfad „chatGPT-Grundlagen” an. Für Techniken zur Optimierung der Prompt-Engineering, die die Antworten deines Bots verbessern, schau dir den Abschnitt „Prompt-Engineering verstehen“ an. Für die Automatisierung von Arbeitsabläufen und KI-Agenten, die über Chatbots hinausgehen, check mal unser n8n- : Ein Leitfaden mit praktischen Beispielen „ -Tutorial“ und „Erstellen deines ersten KI-Agenten mit n8n Code-Along“.