For the complete documentation index, see llms.txt. This page is also available as Markdown.

Entitäten

Entitäten sind vordefinierte oder benutzerdefinierte Datenelemente, die bestimmte Informationen aus einer Nutzereingabe automatisch extrahieren.

Wo finde ich Entitäten?

Die Entitäten findest du über AI Agent → Build → Entitäten.

In der Übersicht sind alle Entitäten mit Name, Typ (Benutzerdefiniert / Built-In), Änderungsdatum und ID aufgelistet. Über die Filter-Tabs oben rechts (Alle, Benutzerdefiniert, Built-In) kannst du die Liste nach Typ filtern; die Suche findet einzelne Entitäten per Namen. Built-In-Entitäten (z. B. URL, E-Mail, Datum) sind vom System vordefiniert, können aber deaktiviert werden.

Im Flow Builder werden eingefügte Entitäten automatisch blau hervorgehoben und mit Entitätsname (Entitäten) gekennzeichnet.


Erklärung – Was genau sind Entitäten?

Eine Entität erkennt automatisch bestimmte Informationen in der Nutzereingabe. Dabei kann eine Entität aus einer oder mehreren Komponenten bestehen. Jede Komponente legt fest, nach welcher Methode eine Entität erkannt wird. Außerdem kann für jede Komponente eingestellt werden, ob sie verpflichtend oder optional ist.

Beispiel: Nutzer: „Meine IBAN ist DE12345678901234567890" → der AI Agent erkennt die Entität IBAN mit dem Wert „DE12345678901234567890".


Arten von Entitäten-Komponenten

Reguläre-Ausdrücke-Komponente (Regex)

Reguläre Ausdrücke sind Muster, mit denen bestimmte Zeichenfolgen erkannt werden. Sie eignen sich besonders für klar strukturierte Datenformate wie IBAN, Telefonnummern oder Postleitzahlen.

Eine Regex-Komponente kann mehrere Ausdrücke enthalten. Jeder Ausdruck besteht aus drei Feldern:

  • Schlüssel – interner Bezeichner für den Ausdruck (z. B. zur Unterscheidung mehrerer Varianten innerhalb derselben Entität).

  • Sprache – die Sprache, für die der Ausdruck gilt.

  • Regulärer Ausdruck – das eigentliche Muster.

Über Ausdruck hinzufügen lassen sich beliebig viele Muster ergänzen – etwa um dieselbe Entität in mehreren Sprachen oder mit mehreren Schreibweisen zu erkennen.

Beispiel – Kundennummer: Nutzer: „Meine Kundennummer lautet KD 1234 5678."

Schlüssel
Sprache
Regulärer Ausdruck

kundennummer_de

Deutsch

[Kk][Dd][ -]?[0-9]{4}[ -]?[0-9]{4}

Erklärung:

  • [Kk][Dd] → Präfix „KD" ist zwingend, Groß-/Kleinschreibung wird akzeptiert.

  • [ -]? → erlaubt optional ein Leerzeichen oder einen Bindestrich.

  • [0-9]{4} → erwartet genau vier Ziffern.

Positiv-Beispiele (erkannt): KD12345678, kd12345678, KD 1234 5678, kd-1234-5678.

Negativ-Beispiele (nicht erkannt): KD/1234/5678 (Schrägstriche nicht erlaubt), K12345678 (Buchstabe „D" aus Präfix fehlt), KD 12345 678 (falsche Ziffernanzahl).

Verwende Online-Tools wie regex101.com, um deinen Regex zu testen. Prüfe immer mit vollständigen Nutzereingaben – nicht nur mit dem isolierten Wert. Bei Voice-Eingaben können Transkriptionen leicht variieren; plane Toleranz für optionale Leerzeichen oder Bindestriche ein. KD[ -]? erkennt z. B. sowohl „KD1234" als auch „KD 1234" und „KD-1234".

Prebuilt-Komponente

Eine Prebuilt-Komponente ist eine bereits vorhandene, systemseitig definierte Erkennungslogik – z. B. für E-Mail-Adressen oder Prozentangaben. Diese Komponenten müssen nicht manuell konfiguriert werden. Es wird lediglich die gewünschte Prebuilt-Kategorie ausgewählt.

Listen-Komponente (Synonymlisten)

Listen bestehen aus Schlüsselwerten und Synonymen. Dadurch können verschiedene bedeutungsgleiche Begriffe auf dieselbe Entität abgebildet werden. Das ist ideal für begrenzte Wertebereiche wie Marken, Kategorien oder Produktnamen.

Eine Erkennung erfolgt nur bei exakter Übereinstimmung mit einem der definierten Synonyme. Groß- und Kleinschreibung ist dabei relevant.

Beispiel – Automarke: Schlüssel Volkswagen | Synonyme VW, VW Golf, VW Polo, VAG

Nutzer: „Ich fahre einen VW Polo." → Entität Automarke erkannt → Wert „Volkswagen".

Positiv-Beispiele (erkannt): VW, VW Golf, VAG – jeweils Wert „Volkswagen".

Negativ-Beispiele (nicht erkannt): vw (Kleinschreibung ist relevant), volkswagen (nicht als Synonym definiert), VW-Golf (Bindestrich nicht als Synonym hinterlegt).

Erlernt-Komponente

Die Erlernt-Komponente basiert auf trainierten Beispielen. Das Modell erkennt Entitäten anhand des Kontexts, auch wenn keine exakte Übereinstimmung mit einer Liste oder einem Regex besteht. Als Grundlage dienen markierte Entitäten aus dem Bereich Entitäten labeln (unter Daten).

Beispiel: Trainierte Entität Ort – Nutzer: „Ich möchte morgen nach Berlin reisen." → das Modell erkennt „Berlin" als Ort, ohne explizite Hinterlegung.

Die Erlernt-Komponente wird nur definiert, wenn du Äußerungen mit dieser Entität kennzeichnest (labeln). Ohne gelabelte Beispiele hat die Entität keine Erlernt-Komponente.


Verwendung – Was kann man mit Entitäten machen?

Entitäten lassen sich im Flow Builder ähnlich wie Variablen einsetzen. Sie dienen dazu, automatisch erkannte Informationen aus der letzten Nutzereingabe gezielt weiterzuverarbeiten, zu speichern oder zur Steuerung des Gesprächsflusses zu verwenden.

Kontrolle, ob eine Entität erkannt wurde

Prüfe im Flow Builder per Bedingung, ob in der letzten Nutzereingabe eine bestimmte Entität erkannt wurde:

  • Kundennummer (Entitäten) – nicht leer – (rechts leer lassen)

  • IBAN (Entitäten) – ungleich (!=) – ""

Nicht erkannte Entitäten haben immer den Standardwert "" (leerer String). Wird geprüft, ob eine Entität nicht leer ist, darf rechts kein Wert eingetragen werden.

Ausgabe an Nutzer

Verwende Entitäten in Nachrichten, um personalisierte Antworten zu erzeugen – z. B. „Danke, Ihre Kundennummer Kundennummer (Entitäten) wurde notiert." In der Praxis verwendet man hierfür meist die benutzerdefinierte Variable, in der der Wert der Entität dauerhaft gespeichert wurde.

Zwischenspeicher – Wert in Variable speichern

Speichere erkannte Entitäten dauerhaft in Variablen, um sie später weiterzuverarbeiten. Beispielsweise wird der erkannte Wert der Entität IBAN (Entitäten) in der benutzerdefinierten Variable IBAN (Benutzerdefiniert - Kontakt) gespeichert, um ihn im weiteren Verlauf flexibel zu nutzen (siehe Abschnitt Beispiel).


Verwaltung – Erstellung, Bearbeitung und Löschen

Entität erstellen

1

Navigiere zu AI Agent → Build → Entitäten.

2

Klicke oben rechts auf Entität erstellen.

3

Vergib einen aussagekräftigen Namen – dieser ist später im Variablen-Picker und im Flow Builder sichtbar.

4

Bestätige mit Entität erstellen – die Detailansicht öffnet sich.

5

Klappe die gewünschten Komponenten auf und konfiguriere sie.

6

Aktiviere bei Bedarf den Toggle Benötigt für eine Komponente.

7

Die Änderungen werden automatisch gespeichert.

Nach dem Erstellen muss mindestens eine Komponente hinzugefügt werden. Andernfalls kann der AI Agent nicht trainiert werden.

Entität bearbeiten

Um eine Entität zu bearbeiten, klicke in der Entitätsübersicht direkt auf die gewünschte Entität. Folgendes kann angepasst werden:

  • Name ändern: Eine Namensänderung wirkt sich automatisch auf alle Verwendungsstellen im Flow aus – ohne manuelle Anpassungen.

  • Komponenten anpassen: Alle Komponenten können frei bearbeitet werden, z. B. Listen erweitern oder Regex aktualisieren.

  • Benötigt-Status ändern: Kann nachträglich für jede Komponente angepasst werden.

Prebuild-Entität hinzufügen

Prebuild-Entitäten (z. B. URL, Datum, Währung) wählst du aus einer Liste aus und fügst sie hinzu. Aktiviere zusätzlich den Toggle Benötigt, um die Prebuild-Entität als Pflichtfeld zu nutzen.

Entität löschen

Klicke in der Entitätsübersicht auf das Mülleimer-Symbol am rechten Ende der entsprechenden Zeile. Prüfe vor dem Löschen, an welchen Stellen die Entität im Flow verwendet wird (z. B. in Bedingungen oder App-Modulen). Gelöschte Entitäten werden im Flow rot markiert und als Variable nicht vorhanden dargestellt.


Beispiel – Rufnummerabfrage bei unterdrückter Rufnummer

Wenn ein Anrufer mit unterdrückter Nummer anruft, ist die Variable Telefonnummer (Kontakt) leer. Mit einer Entität kann die Nummer erfragt und gespeichert werden.

1

Entität erstellen: Erstelle unter AI Agent → Build → Entitäten eine neue Entität „Telefonnummer", konfiguriere die Reguläre-Ausdrücke-Komponente mit dem Regex (+49|0)[\s-]?\d{3,4}[\s-]?\d{5,8}, aktiviere den Toggle Benötigt. Die Änderungen werden automatisch übernommen.

2

Prüfen, ob die Rufnummer bekannt ist: Lege eine Bedingung an und prüfe Telefonnummer (Kontakt) – nicht leer. Ist der Wert leer, leite den Flow in die Rückfrage weiter.

3

Rückfrage an den Nutzer stellen: Lege einen Block mit folgender Textnachricht an: „Ich sehe, dass Sie mit einer unterdrückten Telefonnummer anrufen. Für das weitere Vorgehen wird jedoch Ihre Rufnummer benötigt. Bitte teilen Sie mir diese nun mit." Aktiviere außerdem die Option Erwartet Nutzereingabe nach diesem Block.

4

Kontrolle, ob die Entität erkannt wurde: Lege eine Bedingung an: Telefonnummer (Entitäten) – nicht leer. Bei Falsch leitest du den Flow zurück in eine erneute Rückfrage, bei Wahr fährst du mit dem nächsten Schritt fort.

5

Wert in Variable speichern: Lege einen neuen Block an, füge das Element Variable festlegen (unter Aktionen) hinzu und weise der benutzerdefinierten Variable Telefonnummer (Benutzerdefiniert - Kontakt) den Wert aus Telefonnummer (Entitäten) zu. Die Telefonnummer kann nun im weiteren Flow-Verlauf flexibel verwendet werden.


Best Practices

  • Regex flexibel, aber präzise gestalten: Gestalte Regex nicht zu restriktiv – leichte Eingabevariationen (z. B. bei Voice) sollen trotzdem erkannt werden. Plane bei Voice-Eingaben Toleranz für optionale Leerzeichen oder Bindestriche ein; KD[ -]? erkennt z. B. sowohl „KD1234" als auch „KD 1234" und „KD-1234".

  • Immer mit echten Beispielen testen: Teste Regex mit vollständigen Nutzereingaben aus echten Chats oder Voice-Transkriptionen. Nutze auch Tools wie regex101.com zum Testen und Debuggen.

  • Erkannte Werte immer speichern: Entitätswerte werden nach jeder Nutzereingabe zurückgesetzt. Speichere erkannte Werte deshalb immer in benutzerdefinierten Variablen, wenn du sie im weiteren Verlauf wieder benötigst.

  • Vor dem Löschen prüfen: Überprüfe vor dem Löschen einer Entität, an welchen Stellen sie im Flow verwendet wird, und prüfe den Flow anschließend auf Logikfehler und leere Felder.

Last updated