Arbeitsbelastung Studienberatung: wiederkehrende Fragen berechnen

Wie viele Stunden verliert Ihre Studienberatung wirklich? Hier die Formel

Die Antwort passt in eine Zeile: verlorene Stunden pro Monat ≈ (monatliche Anfragen von Studieninteressierten) × 72% × (Minuten pro manueller Antwort) ÷ 60. Die 72% sind keine Hausnummer, sondern der Anteil rein repetitiver Fragen, den Skolbot anhand von 12.000 klassifizierten Chatbot-Gesprächen aus 2025 gemessen hat — Studiengebühren, Berufsaussichten, duales Studium, Wohnheimplätze und Ähnliches.

Von diesen 12.000 Gesprächen waren 72% einfache FAQ-Fragen, beantwortbar ohne jeden hochschulspezifischen Kontext. 21% brauchten etwas Kontext (ein Termin, eine Besonderheit eines Studiengangs). Nur 7% rechtfertigten wirklich das Eingreifen eines Menschen — ein Sonderfall, eine komplexe Zulassungssituation, ein Zögern, das persönlich aufgelöst werden musste.

Dieses Verhältnis 72/21/7 verändert die Frage, die Sie sich stellen sollten. Nicht "wie viel Zeit verbringt mein Team mit Anfragen von Interessierten?", sondern "welcher Anteil dieser Zeit dient wirklich der Beratung — und welcher besteht darin, dieselbe Information dreißigmal pro Woche zu wiederholen?". Der Rest dieses Artikels liefert Ihnen die Methode, um Ihren eigenen Fall präzise zu beziffern, reproduzierbar in einer Tabellenkalkulation in zehn Minuten.

Warum immer dieselben zehn Fragen dominieren

Es ist kein Zufall, dass Ihr Team das Gefühl hat, sich zu wiederholen: In 12.000 analysierten Gesprächen konzentrieren zehn Fragen den größten Teil des Volumens, und ihre Reihenfolge unterscheidet sich zwischen Hochschulen kaum. Die Studiengebühren stehen an erster Stelle (89% der Gespräche), gefolgt von den Berufsaussichten nach Abschluss (84%) und dem dualen Studium (78%).

Dieses Ranking hat eine direkte Folge für Ihre Organisation: Wenn zehn Themen fast die gesamte Nachfrage abdecken, lässt sich der Großteil des Volumens bearbeiten, ohne bei jeder Anfrage eine Beraterin oder einen Berater einzubinden. Wer nach der Höhe der Studiengebühren oder der Praktikumsdauer fragt, braucht keinen Telefontermin — sondern eine korrekte Antwort, sofort. Genau das ist die Logik hinter der gezielten Automatisierung der 72% einfachen Fragen, ohne die 7% wirklich menschlichen Fälle anzutasten.

Die versteckten Kosten liegen nicht nur in Stunden — sondern in der Wartezeit der Interessierten

Der eigentliche Preis der Wiederholung beschränkt sich nicht auf interne Stunden: Es ist auch die Zeit bis zur Antwort, und die schwankt je nach Kanal erheblich. Ein Mystery-Shopping-Audit von Skolbot bei 80 Einrichtungen im Jahr 2025 misst beträchtliche Unterschiede zwischen den Kanälen.

Wer sonntagabends eine E-Mail schreibt, wartet nicht 47 Stunden mit verschränkten Armen — er öffnet einen weiteren Tab und schaut sich die konkurrierende Hochschule an. Das gilt besonders für Fragen ohne jede Komplexität — Gebühren, duales Studium, Zulassungsvoraussetzungen —, bei denen das Warten am wenigsten zu rechtfertigen ist, weil die Antwort ohnehin immer dieselbe ist. Unseren detaillierten Vergleich der Antwortzeiten deutscher Hochschulen und was Sie daraus ableiten können, finden Sie im Leitfaden zu Antwortzeiten und Einschreibungen.

Das Kontaktformular, oft als der "seriöse" Standardkanal präsentiert, ist tatsächlich der langsamste der fünf getesteten Kanäle. Und das Telefon scheitert trotz echter Schnelligkeit nach Abnahme zwei von drei Malen bereits daran, überhaupt ein Gespräch zustande zu bringen. Der KI-Chatbot ersetzt diese Kanäle nicht — er fängt den Anteil der Anfragen auf, der ohnehin nie auf einen Menschen hätte warten müssen. Laut Gartner verlagern Bildungseinrichtungen zunehmend genau diesen repetitiven Erstkontakt auf KI-gestützte Agenten, während komplexe Beratungsfälle bei Menschen bleiben.

Was Hochschulen durch Automatisierung der repetitiven 72% zurückgewinnen

Bei 18 von Skolbot begleiteten Hochschulen zwischen 2024 und 2025 zeigen die Medianergebnisse nach Chatbot-Einführung eine deutliche Verbesserung bei den drei Kennzahlen, die für eine Studienberatungsleitung zählen: das Volumen qualifizierter Interessierter, die Kosten pro Interessent und die Umwandlung in Anmeldungen zum Tag der offenen Tür. Die monatlich qualifizierten Interessierten steigen von 120 auf 195 (+62%), die Kosten pro Interessent sinken von 42€ auf 26€ (-38%), und die Anmeldequote zum Tag der offenen Tür klettert von 6,2% auf 18,4%. Die mediane Amortisation liegt bei rund 5 Monaten, bei einem ROI nach 12 Monaten von 280%.

Eine Klarstellung ist hier wichtig: Es handelt sich um Medianergebnisse, die den kombinierten Effekt aus Chatbot UND gleichzeitig durchgeführten Funnel-Optimierungen bei diesen 18 Hochschulen einschließen — überarbeitete Seiten, angepasste Kampagnen, veränderte interne Prozesse. Der Chatbot allein erklärt nicht 100% dieses Gewinns. Was sich mit größerer Sicherheit sagen lässt, ist der zugrunde liegende Mechanismus: Indem die 72% repetitiven Fragen in 3 Sekunden statt in 47 oder 72 Stunden beantwortet werden, schafft die Studienberatung Zeit für die Studieninteressierten, die wirklich Begleitung brauchen — die 7% komplexen Fälle, die zu unentschlossenen Interessenten und die atypischen Bewerbungen. Eine detaillierte Aufschlüsselung dieser Gewinne, Posten für Posten, liefert unser Artikel zur ROI-Berechnung eines Studierenden-Chatbots.

Diese Einordnung zählt, weil eine Studienberatungsleitung, die diese Zahl vor der Hochschulleitung präsentiert, sie verteidigen können muss. 280% ROI allein dem Chatbot zuzuschreiben wäre ungenau und würde die Argumentation bei der ersten kritischen Nachfrage schwächen. Den Mechanismus zu zeigen — geteilte Antwortzeit, zusätzliches bearbeitetes Volumen an Interessierten, ein Team, das sich auf Beratung konzentriert — ist solider und wahrer. Nach Analysen von McKinsey zur Digitalisierung im Bildungssektor verstärkt sich dieser Effekt, wenn Automatisierung gezielt auf den repetitiven Anteil eines Prozesses beschränkt bleibt, statt versucht, den gesamten Beratungsprozess zu ersetzen.

Schritt für Schritt: berechnen Sie diese Zahl für Ihre eigene Hochschule

Sie brauchen weder Software noch eine Data-Analystin — nur eine Tabellenkalkulation und drei Zahlen. Hier die Methode, reproduzierbar in unter 15 Minuten.

Schritt 1: zählen Sie Ihre monatlichen Anfragen von Studieninteressierten. Addieren Sie die Kontakte über alle Kanäle — E-Mails, Formulare, Anrufe, Nachrichten in sozialen Netzwerken, Gespräche auf Messen, sofern Sie diese erfassen. Eine grobe Schätzung reicht zum Einstieg; Sie verfeinern sie später.

Schritt 2: wenden Sie 72% an. Das ist der von Skolbot gemessene Anteil an Fragen, die ohne hochschulspezifischen Kontext beantwortbar sind — Gebühren, duales Studium, Wohnheimplätze, Berufsaussichten, Zulassungsvoraussetzungen. Sie können dieses Verhältnis an Ihrer eigenen Historie überprüfen, indem Sie eine Stichprobe von 100 aktuellen Gesprächen durchgehen und zählen, wie viele eine gut gebaute FAQ hätte beantworten können.

Schritt 3: schätzen Sie die durchschnittliche Zeit pro manueller Antwort. Das ist die einzige Variable, die nicht in unserer Datenbank steht — und sie sollte nicht wie eine feststehende Zahl behandelt werden. Wenn Ihr Team im Schnitt 3 bis 5 Minuten pro Antwort braucht (Information suchen, formulieren, versenden), nutzen Sie diese Spanne zum Einstieg. Messen Sie anschließend Ihre eigene Zahl über zwei Wochen anhand einer echten Stichprobe von Antworten — die Zeit unterscheidet sich stark danach, ob das Team eine vorhandene Vorlage kopiert oder jede Nachricht neu formuliert.

Schritt 4: wenden Sie die Formel an. Nehmen wir ein illustratives Beispiel mit einer runden Menge von 500 Anfragen pro Monat und der Annahme von 4 Minuten pro manueller Antwort. Die Rechnung ergibt: 500 × 72% × 4 ÷ 60 = 24 Stunden pro Monat. Aufs Jahr gerechnet sind das knapp 288 Stunden — rund 1,8 Monate Vollzeitarbeit, die darauf verwendet werden, dieselben zehn Antworten zu wiederholen.

Diese Zahl ist nur in ihren Eingabeparametern illustrativ — die Formel selbst gilt unverändert für Ihre Hochschule. Eine Hochschule mit 800 Anfragen pro Monat und durchschnittlich 5 Minuten pro Antwort erhält: 800 × 72% × 5 ÷ 60 = 48 Stunden monatlich, mehr als eine Woche Vollzeitarbeit. Rechnen Sie mit Ihren eigenen Zahlen nach, bevor Sie Schlüsse ziehen — der Unterschied zwischen Hochschulen kann je nach Saisonalität (Zulassungsphase nach Hochschulstart im Sommer, NC-Nachrückverfahren im Herbst) und Teamgröße erheblich ausfallen. Wie EDUCAUSE in Analysen zu Studierendenservices betont, unterschätzen viele Einrichtungen dieses Volumen systematisch, weil ein Teil davon in keinem zentralen Tool erfasst wird.

Der vollständige Leitfaden zum KI-Chatbot für Hochschulen zeigt anschließend, wie sich diese Stundenzahl in ein konkretes Lastenheft übersetzen lässt, falls Sie über die reine Berechnung hinaus ein Projekt aufsetzen möchten. Für die Auswahl eines Anbieters lohnt sich zudem ein Blick in unseren Anforderungskatalog für die Auswahl eines Studierenden-Chatbots.

FAQ

Ändert sich die Berechnung je nach Hochschultyp (Business School, Fachhochschule, Universität)?

Die Formel bleibt identisch, aber das Anfragevolumen und die durchschnittliche Antwortzeit variieren je nach Einrichtungstyp. Eine Business School mit hohem internationalem Volumen erhält meist mehr Fragen zu Austauschprogrammen und parallelen Zulassungsverfahren, während eine Fachhochschule für Ingenieurwesen stärker auf Praxisphasen und Akkreditierung fokussierte Fragen konzentriert — der Anteil von 72% einfachen Fragen bleibt in beiden Fällen weitgehend stabil.

Sollten Anfragen von Messen oder Infotagen in die Berechnung einfließen?

Ja, sofern Ihr Team messbare Nachbereitungszeit dafür aufwendet — Nachfassen per E-Mail, verzögerte Antworten auf vor Ort nicht geklärte Fragen. Viele Hochschulen unterschätzen dieses Volumen, weil es nicht im selben Tool erfasst wird wie die Anfragen über die Website, was die Berechnung nach unten verzerrt.

Entspricht die berechnete Zahl Stunden, die sich tatsächlich streichen lassen?

Nein, sie entspricht Stunden, die sich umverteilen lassen, nicht einfach streichen. Ziel ist nicht die Verkleinerung der Studienberatung, sondern die Fokussierung dieser Zeit auf die 7% wirklich menschlichen Fälle und die qualitative Begleitung der Studieninteressierten, die in ihrer Entscheidung bereits am weitesten fortgeschritten sind.

Wie prüfe ich, ob 3 bis 5 Minuten pro Antwort für mein Team realistisch sind?

Indem Sie eine echte Stichprobe stoppen, statt zu schätzen: Bitten Sie zwei oder drei Teammitglieder, über zwei Wochen die Zeit pro Antwort zu notieren, einschließlich der Informationssuche, falls diese nicht sofort verfügbar ist. Diese Zahl schwankt stark danach, ob das Team bereits fertige Antwortvorlagen nutzt oder jede Nachricht von Grund auf verfasst.

Funktioniert diese Berechnung auch für ein kleines Team mit zwei Personen?

Ja, die Formel hängt nicht von der Teamgröße ab — sie misst ein Stundenvolumen, keine Stellenanzahl. Bei einem kleinen Team ist das Ergebnis oft aussagekräftiger als Anteil einer Vollzeitstelle: 24 Stunden pro Monat entsprechen fast 15% der Arbeitszeit einer einzigen Person, was den Handlungsbedarf sichtbarer macht.