KI-Lead-Qualifizierung in der Studierendengewinnung: Scoring

Was ein KI-Agent bei der Qualifizierung von Studieninteressierten leistet

Ein KI-Agent qualifiziert Interessierte, indem er im Chat die Fragen stellt, die auch eine Studienberaterin stellen würde: Welcher Studiengang, welcher Abschluss, welcher Starttermin, wie wird das Studium finanziert. Er hält die Antworten fest, berechnet eine Priorität und übergibt dem Team einen lesbaren Datensatz. Über Zulassung oder Ablehnung entscheidet er nicht.

Der Zweck ist eng gefasst: Er klärt, wen das Team zuerst anruft und mit welchem Kontext. Anfragen kommen abends, am Wochenende, kurz vor dem Bewerbungsschluss und vor einem Infotag. Ohne Vorsortierung warten alle in derselben Schlange.

Dieser Beitrag behandelt die Kriterien, ein prüfbares Scoring, die Übergabe an Menschen und die deutschen Leitplanken (DSGVO, UWG, KI-Verordnung). Grundlagen finden Sie in unserem Leitfaden zum KI-Chatbot für die Studierendengewinnung. Hinweis zur Methode: Bezahlte Daten zu Suchvolumen und Wettbewerb standen nicht zur Verfügung. Der Beitrag stützt sich auf öffentliche Recherche und amtliche Quellen und nennt keine Leistungskennzahlen.

Welche Kriterien erfasst werden: Passung, Absicht, Machbarkeit, Erreichbarkeit

Nutzen Sie die Kriterien, die Ihre Beratung ohnehin am Telefon abfragt, und behalten Sie nur solche, die die nächste Handlung verändern.

Drei Regeln verhindern Fehlentwicklungen. Jede Frage muss eine Entscheidung stützen, sonst entfällt sie. Freiwillige Fragen bleiben freiwillig, und das Gespräch läuft auch ohne Antwort weiter. Sensible oder diskriminierende Merkmale wie Herkunft, Gesundheit oder Religion dürfen nie in die Priorisierung einfließen.

Der deutsche Kontext prägt die Fragen

Interessierte fragen nach dem NC, nach Bewerbungsfristen und danach, ob der Studiengang über hochschulstart.de oder direkt an der Hochschule läuft. Beim dualen Studium ist der Praxispartner zentral, bei privaten Hochschulen die Studiengebühr. Zum Abschluss sollte der Agent nur die Akkreditierungsangaben nennen, die Ihre Hochschule selbst veröffentlicht. Die Akkreditierung regelt der Akkreditierungsrat. Für den Studiengangvergleich verweist der Hochschulkompass auf amtliche Daten.

Scoring auf zwei Achsen, das das Team prüfen kann

Ein brauchbarer Score besteht aus zwei lesbaren Achsen, Passung und Absicht, statt aus einer undurchsichtigen Zahl. Für jeden Datensatz muss das Team beantworten können, warum die Person oben in der Liste steht.

Das folgende Beispiel ist illustrativ und muss mit Ihren eigenen Konversionsdaten kalibriert werden. Die Gewichte sind keine Marktwerte.

Die Summe ordnet die Person einer Handlungsstufe zu, nie einer Zulassungsentscheidung.

• Priorität: schneller Rückruf durch die Beratung, mit Gesprächszusammenfassung.
• Begleiten: Informationsstrecke, Einladung zu Infotag oder Webinar.
• Pflegen: langfristiges Interesse, nützliche Inhalte und geplante Wiedervorlage.
• Außerhalb des Angebots: hilfreiche Antwort und Hinweis auf ein passenderes Angebot.

Regeln vor dem Start festlegen

Weicht der Score von der Realität ab, wird er korrigiert. Bitten Sie die Beratung, falsch eingestufte Datensätze zu melden, lesen Sie anfangs wöchentlich Gespräche nach und passen Sie die Gewichte an. Dokumentieren Sie Regeländerungen, denn Betroffene, Datenschutzbeauftragte oder Prüfer können danach fragen. Die Kalibrierung im CRM beschreibt unser Beitrag zum Lead-Scoring in der Studierendengewinnung.

Die Übergabe: wann, wie und womit

Die Übergabe folgt ausdrücklichen Auslösern, und die Beraterin erhält einen Datensatz, den sie ohne erneutes Lesen des ganzen Chats nutzen kann. Eine hastige Übergabe verschenkt den Nutzen der Qualifizierung.

Auslöser

Sofort übergeben wird in drei Fällen: Die Person möchte einen Menschen sprechen, schildert eine sensible Lage oder Beschwerde, oder der Agent hat keine verlässliche Antwort. Vorrangig übergeben wird, wenn der Score die oberste Stufe erreicht oder ein Gespräch gewünscht ist.

Inhalt des Datensatzes

1. Name und Kontaktdaten, die die Person angegeben hat.
2. Studiengang, Abschluss, Start und Studienform.
3. Score und die Signale, die ihn erklären.
4. Gesprächszusammenfassung und offene Fragen.
5. Erteilte Einwilligung mit Kanal und Datum.

Eine Rückruffrist je Stufe, von Ihrer Hochschule festgelegt, rundet das Verfahren ab. Details im Beitrag zu Lead-Routing und SLA für Studieninteressierte.

Skolbot arbeitet nach diesem Muster. Der Web-Agent antwortet auf Basis der eigenen Inhalte der Hochschule, qualifiziert Interessierte, übergibt Gespräch und Qualifizierung an das CRM, danach übernimmt das Team. Nachfassen per WhatsApp oder Telefon kann vom CRM-Datensatz aus erfolgen. Konkrete Anbindungen an Ihr CRM werden in der Demo geklärt und hier nicht unterstellt.

Leitplanken: DSGVO, UWG und KI-Verordnung

Interessierte zu qualifizieren heißt, personenbezogene Daten zu verarbeiten und teils zu profilieren. Vier Punkte brauchen vor dem Start eine schriftliche Entscheidung.

Rechtsgrundlage und Information. Die DSGVO verlangt eine Rechtsgrundlage, klare Information, eine Speicherfrist und die Regelung der Auftragsverarbeitung. Aufsicht und Orientierung bieten die Datenschutzbehörden von Bund und Ländern, darunter der BfDI. Lassen Sie Ihren Datenschutzbeauftragten das Verfahren prüfen und klären Sie, ob eine Datenschutz-Folgenabschätzung nötig ist. Bei Minderjährigen sind einfache Datenschutzhinweise wichtig.

Werbliche Ansprache. Ein Chat ist keine Einwilligung in Werbung. Für E-Mail-Werbung verlangt das UWG grundsätzlich eine vorherige ausdrückliche Einwilligung, im Alltag oft über ein Double-Opt-in. Halten Sie fest, wozu die Person zugestimmt hat, über welchen Kanal und wann, nennen Sie Ihre Hochschule in jeder Nachricht und machen Sie den Widerruf einfach.

Automatisierte Entscheidungen. Artikel 22 DSGVO schränkt Entscheidungen ein, die ausschließlich auf automatisierter Verarbeitung beruhen und erhebliche Wirkung haben. Das Gestaltungsprinzip lautet daher: Der Score ordnet die Rückrufliste, ein Mensch entscheidet alles, was die Zulassung berührt, und niemand wird ohne menschliche Prüfung aussortiert.

KI-Verordnung. Die KI-Verordnung der EU verlangt Transparenz, wenn Menschen mit einem KI-System interagieren. Sie stuft zudem Systeme, die über Zugang oder Zulassung zu Bildungseinrichtungen bestimmen, als Hochrisiko ein. Ein Score, der nur den Rückruf priorisiert, ist eine andere Verwendung. Nutzen Sie ihn dennoch nie, um Informationen oder Bewerbungen zu beschränken, und lassen Sie Ihren Fall von Datenschutzbeauftragten oder Rechtsberatung einordnen, da die Pflichten stufenweise gelten.

Auch die Infrastruktur zählt. Die Skolbot-Plattform erzwingt serverseitig eine Datenhaltung in der EU. Die Folgenabschätzung, die Sie vorhalten, bleibt trotzdem Ihre eigene.

Messen, ohne sich etwas vorzumachen

Messen Sie Größen, die Ihre Studienberatung ohnehin verfolgt, nicht Gesprächszahlen. Vier sind nützlich: die Zeit bis zum ersten Rückruf nach einer nächtlichen Anfrage, der Anteil der Datensätze mit ausgefülltem Studiengang und Start, die Teilnahme an gebuchten Infotagen und die Häufigkeit, mit der die Beratung den Score korrigiert.

Erheben Sie Ihre eigene Ausgangslage vor dem Start. Die Konversionsrate einer anderen Hochschule sagt wenig über Ihre Pipeline, und wir nennen hier keine Zahl ohne geprüfte Quelle.

Womit Sie anfangen

Beginnen Sie mit einem Pfad, etwa dem dualen Studium oder Masteranfragen, und drei bis fünf Qualifizierungsfragen. Laden Sie Studiengangs-, Gebühren- und Fristenseiten, testen Sie den Agenten vor Ihrem Team und korrigieren Sie Inhalte, bevor die Öffentlichkeit ihn sieht.

Danach erweitern Sie. Unser Vergleich zur Auswahl eines KI-Agenten für die Studierendengewinnung liefert ein Bewertungsraster, und KI-Agenten in der Studierendengewinnung an Hochschulen zeigen den gesamten Trichter.