Du kennst das sicher: Deine Datenbank in Zoho CRM<\/a> ist voller wertvoller Daten, aber im Tagesgesch\u00e4ft fehlt oft die Zeit, aus diesen Informationen die wirklich beste n\u00e4chste Aktion abzuleiten. Welchen Lead solltest du heute anrufen? Welcher potenzielle Spender ben\u00f6tigt eine pers\u00f6nliche E-Mail und welcher nur eine Einladung zum n\u00e4chsten Newsletter? Genau hier setzt die Idee einer „Next Best Action“-Engine (NBA) an. Statt auf Bauchgef\u00fchl verl\u00e4sst du dich auf datengest\u00fctzte Empfehlungen, die direkt in deinem Zoho-System generiert werden. In diesem Artikel zeige ich dir, wie du eine solche L\u00f6sung mit Zoho und einer datenschutzkonformen, externen KI-API aufbaust, um deine Prozesse intelligenter und effektiver zu gestalten.<\/p>\n Stell dir eine Plattform vor, die von Non-Profit-Organisationen (NGOs) genutzt wird, um potenzielle Spender zu verwalten \u2013 insbesondere Personen, die Interesse daran bekundet haben, die Organisation in ihrem Testament zu ber\u00fccksichtigen. Das ist ein extrem sensibler und langfristiger Prozess. In Zoho CRM<\/a> oder einer spezialisierten Zoho Creator<\/a>-Anwendung werden zu jedem Lead zahlreiche Datenpunkte erfasst:<\/p>\n Die Herausforderung f\u00fcr die Fundraiser der NGOs ist enorm. Ein 45-j\u00e4hriger Interessent ohne expliziten Kontaktwunsch ben\u00f6tigt eine v\u00f6llig andere Ansprache als eine 75-j\u00e4hrige Person, die um einen R\u00fcckruf gebeten hat. Eine manuelle Priorisierung ist zeitaufwendig und fehleranf\u00e4llig. Die L\u00f6sung ist eine KI-gest\u00fctzte Empfehlung, die direkt im Datensatz des Leads angezeigt wird und dem Fundraiser eine konkrete, begr\u00fcndete Handlung vorschl\u00e4gt.<\/p>\n Die Umsetzung einer solchen Engine erfordert eine durchdachte Kombination aus Zoho-Werkzeugen und einer externen KI. Hier ist ein praxiserprobter Weg, den du nachvollziehen kannst.<\/p>\n Alles beginnt mit sauberen und strukturierten Daten. Deine „Single Source of Truth“ ist Zoho CRM<\/a>. Stelle sicher, dass du alle relevanten Informationen in dedizierten Feldern im Modul „Leads“ oder „Kontakte“ erfasst. F\u00fcr unser NGO-Beispiel w\u00e4ren das Felder wie:<\/p>\n Je mehr strukturierte Daten du hast, desto pr\u00e4ziser werden die Empfehlungen der KI.<\/p>\n Der kritischste Punkt bei der Arbeit mit personenbezogenen Daten ist der Datenschutz. Dienste wie OpenAI oder Google Gemini sind zwar leistungsstark, verarbeiten deine Daten aber auf Servern in den USA, was nach DSGVO problematisch sein kann. Die L\u00f6sung: Nutze eine private oder regional gehostete KI-API.<\/p>\n Ein hervorragendes Beispiel hierf\u00fcr ist der Schweizer Anbieter Infomaniak<\/a>, der KI-Modelle als Service \u00fcber eine API anbietet. Alle Daten bleiben in der Schweiz und du kannst sicher sein, die Datenschutzbestimmungen einzuhalten. Infomaniak bietet Zugriff auf verschiedene Modelle, darunter auch leistungsstarke Alternativen wie Kimi<\/a>, die f\u00fcr komplexe Textanalysen und -generierungen bestens geeignet sind. Ein weiterer Vorteil ist die Kompatibilit\u00e4t mit etablierten Open-Source-Standards wie Ollama<\/a>, was dir Flexibilit\u00e4t bei der Modellauswahl gibt.<\/p>\n Das Herzst\u00fcck der Integration ist eine Custom Function in Zoho CRM<\/a>, geschrieben in der Zoho-eigenen Skriptsprache Deluge. Diese Funktion wird immer dann ausgel\u00f6st, wenn ein neuer Lead erstellt oder ein bestehender Lead entscheidend aktualisiert wird.<\/p>\n Die Funktion erledigt folgende Aufgaben:<\/p>\n Die Qualit\u00e4t der KI-Antworten h\u00e4ngt direkt von der Qualit\u00e4t deiner Anweisungen ab. Anstatt einen vagen Befehl zu senden, solltest du einen detaillierten „Master-Prompt“ erstellen, der Kontext, Daten und das gew\u00fcnschte Ausgabeformat vorgibt. Du kannst sogar verschiedene Master-Prompts f\u00fcr unterschiedliche Lead-Kategorien erstellen, um die Ergebnisse noch besser zu steuern.<\/p>\n Beispiel f\u00fcr einen Master-Prompt:<\/strong><\/p>\n Nachdem die Deluge-Funktion die Antwort der KI in die CRM-Felder geschrieben hat, kannst du diese Information prominent anzeigen. In Zoho CRM<\/a> kannst du daf\u00fcr eine „Canvas“-Ansicht gestalten oder die Felder einfach in einem separaten Abschnitt im Layout platzieren. Noch eleganter ist die Darstellung in einem externen Portal, das du mit Zoho Creator<\/a> baust. Dort kannst du die Empfehlung visuell ansprechend aufbereiten und mit Buttons versehen, die z.B. direkt den Versand der vorgeschlagenen E-Mail \u00fcber Zoho ZeptoMail<\/a> ausl\u00f6sen.<\/p>\n Hier ist ein vereinfachtes Beispiel, wie die Deluge-Funktion aussehen k\u00f6nnte. Du w\u00fcrdest diese Funktion in Einstellungen > Automatisierung > Aktionen > Funktionen<\/strong> erstellen und sie dann \u00fcber eine Workflow-Regel ausl\u00f6sen.<\/p>\n Die Integration von k\u00fcnstlicher Intelligenz muss keine Raketenwissenschaft sein und erfordert nicht zwangsl\u00e4ufig die Preisgabe sensibler Daten an gro\u00dfe US-Konzerne. Indem du die Flexibilit\u00e4t von Zoho \u2013 insbesondere Deluge Custom Functions \u2013 mit datenschutzkonformen, regionalen KI-APIs kombinierst, kannst du m\u00e4chtige, ma\u00dfgeschneiderte L\u00f6sungen wie eine „Next Best Action“-Engine schaffen.<\/p>\n Ein solches Projekt automatisiert nicht nur, sondern qualifiziert deine Prozesse. Es bef\u00e4higt deine Mitarbeiter, bessere und schnellere Entscheidungen zu treffen, steigert die Effizienz im Vertrieb oder Fundraising und sorgt daf\u00fcr, dass deine wertvollen Daten sicher und unter deiner Kontrolle bleiben. Der wahre Wert des Zoho-\u00d6kosystems liegt nicht nur in den einzelnen Apps, sondern in seiner F\u00e4higkeit, als zentrale Drehscheibe f\u00fcr moderne, datengesteuerte Arbeitsabl\u00e4ufe zu fungieren.<\/p>\n <\/p>\n Verwendete Zoho Apps in diesem Szenario:<\/strong><\/p>\n Verwandle deine Zoho CRM-Daten in smarte Handlungsanweisungen mit einer datenschutzkonformen KI f\u00fcr bessere Entscheidungen im Vertrieb und Fundraising.<\/p>\n","protected":false},"author":1,"featured_media":5447,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"ocean_front_end_style_editor":"no","ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"","ocean_second_sidebar":"","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"default","ocean_display_header":"default","ocean_header_style":"","ocean_center_header_left_menu":"","ocean_custom_header_template":"","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"","ocean_menu_typo_font_family":"","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"default","ocean_display_footer_bottom":"default","ocean_custom_footer_template":"","osh_disable_topbar_sticky":"default","osh_disable_header_sticky":"default","osh_sticky_header_style":"default","osh_sticky_header_effect":"","osh_custom_sticky_logo":0,"osh_custom_retina_sticky_logo":0,"osh_custom_sticky_logo_height":0,"osh_background_color":"","osh_links_color":"","osh_links_hover_color":"","osh_links_active_color":"","osh_links_bg_color":"","osh_links_hover_bg_color":"","osh_links_active_bg_color":"","osh_menu_social_links_color":"","osh_menu_social_hover_links_color":"","ocean_post_oembed":"","ocean_post_self_hosted_media":"","ocean_post_video_embed":"","ocean_link_format":"","ocean_link_format_target":"self","ocean_quote_format":"","ocean_quote_format_link":"post","ocean_gallery_link_images":"on","ocean_gallery_id":[],"footnotes":""},"categories":[1],"tags":[],"class_list":["post-5445","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-zoho","entry","has-media"],"acf":[],"yoast_head":"\nDas Praxisbeispiel: Intelligente Lead-Pflege f\u00fcr NGOs<\/h3>\n
\n
Schritt-f\u00fcr-Schritt zur eigenen „Next Best Action“-L\u00f6sung<\/h3>\n
Schritt 1: Die Datenbasis in Zoho CRM definieren<\/h4>\n
\n
Altersgruppe<\/code> (Auswahlliste)<\/li>\nKanton_Region<\/code> (Textfeld)<\/li>\nInteresse_Typ<\/code> (Auswahlliste: „Informationsbedarf“, „Bereits ber\u00fccksichtigt“, „Unentschlossen“)<\/li>\nKontaktwunsch<\/code> (Checkbox: Ja\/Nein)<\/li>\nLetzte_Aktivitaet_Datum<\/code> (Datumsfeld)<\/li>\nNBA_Empfehlung<\/code> (Mehrzeiliges Textfeld, wird sp\u00e4ter von der KI bef\u00fcllt)<\/li>\nNBA_Begruendung<\/code> (Mehrzeiliges Textfeld, wird ebenfalls von der KI bef\u00fcllt)<\/li>\n<\/ul>\nSchritt 2: Die Wahl des richtigen KI-Modells (Datenschutz first!)<\/h4>\n
Schritt 3: Die Verbindung herstellen: Zoho, Deluge und die KI-API<\/h4>\n
\n
invokeurl<\/code>) an den Endpunkt deines KI-Anbieters (z.B. Infomaniak).<\/li>\nSchritt 4: Das Prompt-Engineering \u2013 Der KI die richtigen Fragen stellen<\/h4>\n
\nDu bist ein erfahrener Fundraising-Berater f\u00fcr eine NGO. Deine Aufgabe ist es, basierend auf den folgenden Daten eines potenziellen Spenders die \"Next Best Action\" vorzuschlagen. Sei konkret, einf\u00fchlsam und professionell.\n\n**Lead-Daten:**\n- Altersgruppe: {{lead.Altersgruppe}}\n- Region: {{lead.Kanton_Region}}\n- Interesse: {{lead.Interesse_Typ}}\n- Wunscht pers\u00f6nlichen Kontakt: {{lead.Kontaktwunsch}}\n- Letzte Interaktion war vor: {{tage_seit_letzter_aktivitaet}} Tagen\n\n**Deine Aufgabe:**\nGib deine Antwort ausschlie\u00dflich im JSON-Format zur\u00fcck. Das JSON-Objekt muss die folgenden Schl\u00fcssel enthalten:\n- \"action_type\": Eine von diesen Optionen: 'E-Mail senden', 'Anrufen', 'Brosch\u00fcre senden', 'In Newsletter aufnehmen', 'Warten'.\n- \"justification\": Eine kurze Begr\u00fcndung (2-3 S\u00e4tze), warum du diese Aktion empfiehlst.\n- \"email_draft\": Falls die Aktion 'E-Mail senden' ist, verfasse hier einen kurzen, personalisierten E-Mail-Entwurf. Ansonsten lasse das Feld leer.\n\nAnalysiere die Dringlichkeit und die Pr\u00e4ferenzen des Leads sorgf\u00e4ltig.\n<\/code><\/pre>\nSchritt 5: Die Anzeige der Empfehlung<\/h4>\n
Codebeispiel: Deluge Custom Function f\u00fcr Zoho CRM<\/h3>\n
\n\/\/ Funktion, um die NBA von einer externen KI abzurufen\n\/\/ leadId wird von der Workflow-Regel \u00fcbergeben\nvoid getNextBestAction(int leadId)\n{\n \/\/ 1. Lead-Daten abrufen\n leadDetails = zoho.crm.getRecordById(\"Leads\", leadId);\n altersgruppe = ifnull(leadDetails.get(\"Altersgruppe\"),\"unbekannt\");\n region = ifnull(leadDetails.get(\"Kanton_Region\"),\"unbekannt\");\n interesse = ifnull(leadDetails.get(\"Interesse_Typ\"),\"unbekannt\");\n kontaktwunsch = ifnull(leadDetails.get(\"Kontaktwunsch\"),false);\n\n \/\/ 2. Master-Prompt erstellen und mit Lead-Daten f\u00fcllen\n masterPrompt = \"Du bist ein erfahrener Fundraising-Berater... [HIER DEN VOLLEN PROMPT EINF\u00dcGEN] ... - Altersgruppe: \" + altersgruppe + \" - Region: \" + region + \" - Interesse: \" + interesse + \" - Wunscht pers\u00f6nlichen Kontakt: \" + kontaktwunsch;\n\n \/\/ 3. API-Aufruf an den privaten KI-Endpunkt\n apiKey = \"DEIN_INFOMANIAK_API_SCHLUESSEL\";\n apiUrl = \"https:\/\/api.infomaniak.com\/2\/llm\/66\/chat\/completions\"; \/\/ Beispiel-URL\n \n headers = Map();\n headers.put(\"Authorization\",\"Bearer \" + apiKey);\n headers.put(\"Content-Type\",\"application\/json\");\n\n body = Map();\n messages = List();\n message_content = Map();\n message_content.put(\"role\", \"user\");\n message_content.put(\"content\", masterPrompt);\n messages.add(message_content);\n body.put(\"model\", \"infomaniak\/mixtral-8x7b-instruct-v0.1\"); \/\/ Beispiel-Modell\n body.put(\"messages\", messages);\n \n \/\/ API Call ausf\u00fchren\n apiResponse = invokeurl\n [\n url :apiUrl\n type :POST\n headers:headers\n parameters:body.toString()\n ];\n \n \/\/ 4. Antwort parsen und CRM-Datensatz aktualisieren\n if(apiResponse.get(\"responseCode\") == 200)\n {\n responseJson = apiResponse.get(\"response\").toJSON();\n aiContent = responseJson.get(\"choices\").get(0).get(\"message\").get(\"content\");\n \n \/\/ Extrahiere den JSON-Teil aus der Antwort\n jsonStartIndex = aiContent.indexOf(\"{\");\n jsonEndIndex = aiContent.lastIndexOf(\"}\");\n aiJsonString = aiContent.substring(jsonStartIndex, jsonEndIndex + 1);\n\n aiData = aiJsonString.toJSON();\n \n updateMap = Map();\n updateMap.put(\"NBA_Empfehlung\", aiData.get(\"action_type\"));\n updateMap.put(\"NBA_Begruendung\", aiData.get(\"justification\"));\n \n \/\/ Datensatz in Zoho CRM aktualisieren\n updateResponse = zoho.crm.updateRecord(\"Leads\", leadId, updateMap);\n info updateResponse;\n }\n else\n {\n \/\/ Fehlerbehandlung\n info \"API Call failed: \" + apiResponse;\n }\n}\n<\/code><\/pre>\nTipps und Best Practices<\/h3>\n
\n
Die Idee, Daten mit KI anzureichern, ist verlockend. Oft kommen externe Anbieter mit fertigen „Predictive Analytics“-L\u00f6sungen. W\u00e4ge hier genau ab: Deine Lead- und Kundendaten sind dein wertvollstes Kapital. Dieses Wissen und die daraus entwickelten Modelle an einen externen Dienstleister abzugeben, birgt strategische Risiken. Der hier gezeigte Ansatz, eine eigene Engine mit einer generischen, privaten KI-API zu bauen, stellt sicher, dass die „Intelligenz“ und die Datenhoheit bei dir bleiben. Anstatt eine fertige „Lookalike Engine“ zu kaufen, k\u00f6nntest du mit einem Data-Science-Studenten und deinen eigenen Daten ein viel pr\u00e4ziseres, internes Modell entwickeln.<\/li>\n
Starte mit einer Kombination aus festen Regeln und KI. Du k\u00f6nntest Leads z.B. in vier Hauptkategorien einteilen (z.B. nach Kontaktwunsch und Interessens-Typ) und f\u00fcr jede Kategorie einen spezifischen Master-Prompt verwenden. Das macht die Ergebnisse kontrollierbarer und nachvollziehbarer.<\/li>\n
F\u00fchre die Funktion nicht sofort f\u00fcr alle Mitarbeiter ein. Teste sie zun\u00e4chst in einem kleinen Team. Sammle Feedback, optimiere die Prompts und erweitere den Funktionsumfang schrittweise. Vielleicht beginnst du nur mit der Empfehlung und f\u00fcgst den E-Mail-Entwurf sp\u00e4ter hinzu.<\/li>\n
Jeder API-Aufruf an das KI-Modell kostet Geld. \u00dcberwache die Nutzung genau. Du kannst die Ausf\u00fchrung der Funktion auf bestimmte Kriterien beschr\u00e4nken (z.B. nur f\u00fcr Leads mit einem bestimmten Status), um die Kosten im Griff zu behalten. Tools wie Zoho Analytics<\/a> k\u00f6nnen dir helfen, die Nutzung und die Erfolgsquote deiner NBA-Engine zu visualisieren.<\/li>\n<\/ul>\nFazit<\/h3>\n
\n