E-Mail-KI: Klassifikation, Routing und Antwortvorschläge lokal

E-Mails sind das Rückgrat der Geschäftskommunikation — und gleichzeitig die grösste Quelle manueller Routinearbeit. Klassifikation, Routing, Antwortentwürfe: Ein lokales LLM kann alle drei, ohne dass eine Mail das Haus verlässt.

Die Pipeline

Eingang → NoSpamProxy → Stalwart → n8n-Trigger → LLM-Klassifikation → Routing/Entwurf

1. NoSpamProxy: Filtert SPAM und Malware, wie im eigenen Artikel beschrieben
2. Stalwart: Empfängt die saubere Mail, stellt sie via IMAP/JMAP bereit
3. n8n: IMAP-Trigger bei neuen Mails in definierten Postfächern
4. LLM: Klassifiziert Inhalt und Dringlichkeit, erzeugt Antwortvorschlag
5. n8n: Routet an zuständigen Bearbeiter, legt als Ticket-Notiz in Zammad ab

Klassifikation: Wer muss es bearbeiten?

Das LLM bekommt einen Prompt mit Kategorien:

Klassifiziere folgende E-Mail in genau eine Kategorie:
- support: Technische Probleme, Fehler, Störungen
- bestellung: Angebote, Aufträge, Bestelländerungen
- rechnung: Rechnungsfragen, Mahnungen, Zahlungsavise
- allgemein: Alles andere

Betreff: {...}
Inhalt: {...}

Die Antwort ist ein Label — kein Freitext. Das reicht, um 90 % der Mails automatisch in die richtige Zammad-Queue zu routen.

Antwortvorschläge: Keine Vollautomatik, aber ein Vorsprung

Statt die Mail komplett automatisch zu beantworten — was riskant und unter dem AI Act für Hochrisiko-Anwendungen reguliert ist — generiert das LLM einen Antwortentwurf:

Schreibe eine kurze, höfliche Antwort auf folgende Kunden-Mail.
Sprache: Deutsch, Stil: sachlich, kein Marketing-Blabla.
Erwähne, dass die Bearbeitung innerhalb von 24 h erfolgt.

Der Mensch prüft, passt an, klickt senden. Die Zeitersparnis liegt im Formulieren des Entwurfs — nicht im Delegieren der Verantwortung.

Compliance: Warum lokal?

Mails enthalten personenbezogene Daten, Geschäftsgeheimnisse, Vertragskonditionen. An eine Cloud-KI geschickt, verlässt das alles den eigenen Rechtsraum. NIS2 und DSGVO verlangen klare Datenflussdokumentation — lokal bleibt der Datenfluss intern.

Das LLM läuft auf dem eigenen vLLM-Server oder via llama.cpp auf der GPU-Workstation. Keine API-Kosten, keine Compliance-Frage, kein externer Server, der Logs schreibt, auf die Sie keinen Zugriff haben.

Was nicht (gut) klappt

Ironie, Sarkasmus und stark dialektgefärbte Sprache erkennt das LLM nicht zuverlässig. Auch die Absendererkennung — ist das der Geschäftsführer oder ein Praktikant? — braucht manuelle Pflege.

Fazit

E-Mail-KI-Workflows sind die unsichtbarste und produktivste Automatisierung, die wir gebaut haben. Kein Mitarbeiter sieht sie — ausser dass Mails plötzlich beim Richtigen landen mit einem brauchbaren Vorschlag im Anhang.