FTMO ist eine globale Prop-Trading-Plattform, die täglich Tausende von Nachrichten von Händlern weltweit verarbeitet. In einem Umfeld mit hoher Marktvolatilität und Kommunikationsspitzen muss der Kundensupport schnell, zuverlässig und ohne Betriebsunterbrechungen reagieren.
Dank künstlicher Intelligenz von SentiSquare automatisiert das Unternehmen heute 80 % der Routinekommunikation und spart so die Arbeitszeit mehrerer Mitarbeiter.
.png)
FTMO ist eine internationale Fintech-Plattform für Forex- und Kryptowährungshändler, die talentierte Trader beim Wachstum unterstützt. Politische Ereignisse, regulatorische Änderungen oder Bewegungen an den Finanzmärkten können innerhalb weniger Stunden zu einem sprunghaften Anstieg der Kundenanfragen führen.
.png)
Der Kundensupport kommuniziert in 21 Sprachen und arbeitet mit Informationen aus verschiedenen Systemen – von der Handelsplattform über interne Tools bis hin zu E-Mails und Formularen. Die sich schnell verändernde Marktlage führt zu Kommunikationsspitzen. An ruhigen Tagen gehen durchschnittlich etwa 2.000 E-Mails pro Tag ein. Aufgrund der Variabilität geopolitischer Ereignisse und der damit verbundenen Marktvolatilität kann diese Zahl jedoch auf bis zu 5.000 Nachrichten täglich ansteigen. Jede Marktänderung wirkt sich unmittelbar auf das Kundenverhalten und somit auf die Arbeitsbelastung des Teams aus.
Vor der Implementierung der No-Code-NLP-Plattform SentiSquare hatte das Kundenservice-Team von FTMO mit mehreren grundlegenden Problemen zu kämpfen. Ein Großteil der Anfragen war repetitiv und folgte klaren Regeln. Trotzdem mussten die Mitarbeiter sie manuell bearbeiten, oft unter Zeitdruck und in verschiedenen Sprachen. Zugleich wird ein hohes Maß an Genauigkeit vorausgesetzt. Die Antworten hingen von spezifischen Regeln, dem Kontostatus oder sogar regionalen Unterschieden ab (z. B. USA vs. Europa).
Die Einarbeitung neuer Mitarbeiter war zeitaufwändig, und die Skalierung des Teams gestaltete sich ineffizient. An ruhigen Tagen war die Kapazität ausreichend, während der Spitzenzeiten jedoch unzureichend. FTMO suchte daher nach einer Lösung, die Folgendes gewährleisten sollte:
FTMO entschied sich für die No-Code-NLP-Plattform SentiSquare, die auf kleinen, spezialisierten Sprachmodellen (SLMs) basiert und lokal auf den eigenen Servern von FTMO läuft.
.png)
SentiSquare entwickelte für FTMO ein robustes, mehrschichtiges System, das den Kontext der Anfrage versteht und entsprechend reagiert. Alle Nachrichten werden in einer einzigen Kommunikationspipeline zusammengeführt.
Das System versteht zunächst den Kontext der Anfrage, bewertet deren Typ und Komplexität und verarbeitet anschließend:
Die Antworten werden stets anhand der internen Regeln und Metadaten von FTMO (Kontotyp, Status, Historie) geprüft. Die KI führt niemals Aktionen in Kundensystemen aus, sondern generiert Antworten ausschließlich gemäß genehmigter Vorlagen.
Heute werden ca. 80 % der routinemäßigen Kundenanfragen automatisch bearbeitet. Das System antwortet innerhalb von Minuten, kommuniziert stets einheitlich und bewältigt auch Spitzenzeiten ohne Eingriff eines Mitarbeiters. Es kommt auch mit starken Schwankungen im Kommunikationsaufkommen zurecht.
SentiSquare automatisiert Antworten in den fünf meistgesprochenen Sprachen (Englisch, Deutsch, Spanisch, Französisch und Portugiesisch). Die Lösung beinhaltet außerdem die Übersetzung ins Englische mithilfe lokaler Sprachmodelle auf der No-Code-NLP-Plattform. Dadurch entfällt der Bedarf an Sprachspezialisten für Routineanfragen.
Die SentiSquare-Technologie ermöglicht eine automatisierte, sichere und präzise Kundenkommunikation.
Sobald eine Nachricht von einem Kunden eingeht, erkennen unsere kleinen, spezialisierten Sprachmodelle zunächst die Art der Anfrage. Diese Erkennung umfasst nicht nur die Identifizierung des Themas, sondern auch die Klassifizierung der Komplexität und des potenziellen Risikos der Nachricht.
Basierend auf der Erkennung wird ein Antwortentwurf erstellt, der anschließend mit Metadaten und Regeln im FTMO-System abgeglichen wird, z. B. mit der spezifischen Regel, gegen die der Kunde verstoßen hat, der Art des Verstoßes oder seiner Kontohistorie. Das System wählt eine passende Vorlage aus und erstellt automatisch eine ausgehende E-Mail, die direkt an den Kunden gesendet wird. Dadurch sind die Antworten schnell, konsistent und präzise, während alle sensiblen Informationen intern bleiben und das System ausschließlich zur Generierung der Antwort Aktionen ausführt.
Der letzte Schritt gewährleistet die strikte Einhaltung interner Regeln, die Konsistenz der Antworten und minimiert das Fehlerrisiko.
Die Sprachmodelle von SentiSquare sind für den Einsatz in der Finanzbranche und anderen regulierten Branchen auf maximale Sicherheit ausgelegt. Die gesamte Lösung läuft vollständig lokal. Keine Daten verlassen die FTMO-Infrastruktur. Jede automatische Antwort wird ausschließlich auf Basis genehmigter Regeln und Vorlagen generiert. Das System führt keine Aktionen in Kundensystemen aus.
Dieser Ansatz gewährleistet 100%ige Prozesssicherheit und die vollständige Kontrolle darüber, was und wann an den Kunden gesendet wird.

Dank der No-Code-NLP-Plattform von SentiSquare kann FTMO nun auch in Umgebungen mit hohem E-Mail-Aufkommen den Kundensupport effizient verwalten.
Effizientere Abläufe ohne unnötigen Stress, Überlastung des Teams oder Qualitätseinbußen. Automatisierung spart monatlich mehrere hundert Stunden und ersetzt so die Arbeit mehrerer ausgelasteter Mitarbeiter. Der Kundensupport kann heute schnell auf die turbulenten Marktsituationen reagieren, die in der Finanzwelt an der Tagesordnung sind.
Der Vorteil der Lösung liegt in der operativen Stabilität. FTMO bietet heute:
.png)
Arbeiten Sie in einem dynamischen Umfeld mit variabler Kommunikation? Stehen Sie vor einem Anstieg von Nachrichten und haben Sie Personalengpässe? Oder haben Sie ein mehrsprachiges Team und suchen nach einer Möglichkeit, die Effizienz zu steigern, ohne die Mitarbeiterzahl linear zu erhöhen?
Erfahren Sie, wie SentiSquare Ihre Routineprozesse automatisieren und Ihren besten Mitarbeitern mehr Zeit verschaffen kann.