KI-Kundensupport: Schneller antworten, ohne an Qualität zu verlieren

Was kann KI im Kundensupport tun, um schneller zu antworten?

KI-Werkzeuge für den Kundensupport (Conversational Agents, virtuelle Assistenten, Unterstützung beim Verfassen von Antworten) übernehmen Anfragen ganz oder beschleunigen deren Bearbeitung. Sie sparen Zeit in drei Punkten: bei der Verfügbarkeit, bei der Beantwortung gängiger Anfragen und bei der Wartezeit bis zur ersten Antwort.

Durchgehende Verfügbarkeit

KI ermöglicht einen aktiven Service rund um die Uhr, an allen Wochentagen, was das Kundenerlebnis verbessert, besonders online [1]. Chatbots und virtuelle Assistenten können Anfragen zu jeder Tageszeit automatisch beantworten, was laut SAP die Servicekapazitäten erhöht [23]. Für ein Supportteam bedeutet das: Abende, Wochenenden und Spitzenzeiten sind abgedeckt, ohne zusätzlichen Bereitschaftsdienst.

Sofortige Antwort auf gängige Anfragen

KI kann Kundenanfragen sofort beantworten [15]. Laut IBM hilft sie Unternehmen, schneller zu reagieren und dabei das Serviceniveau zu halten [3]. Der Anbieter eesel AI behauptet, dass seine KI häufige Fragen oft in wenigen Sekunden löst [31]. Respond.io führt aus, dass KI-Agenten die Wartezeit von mehreren Stunden auf wenige Sekunden senken [13].

Vorsicht bei der Herkunft der Zahlen

Die Aussagen über „wenige Sekunden“ stammen von kommerziellen Akteuren: respond.io [13] und eesel AI [31] verkaufen KI-Lösungen, ebenso wie IBM [3][15] und SAP [23]. Es handelt sich nicht um unabhängige Messungen. Allein die Quelle von France Num [1] stammt von einer öffentlichen Einrichtung und damit aus einem nicht kommerziellen Rahmen. Sie bezieht sich aber auf die durchgehende Verfügbarkeit, nicht auf eine bezifferte Zeitspanne.

Messen Sie den Gewinn daher an Ihren eigenen Tickets, vor und nach der Einführung. Diese Geschwindigkeit ist nur dann etwas wert, wenn die Antworten korrekt bleiben. Darum geht es in den folgenden Abschnitten.

Welche Anfragen sollte man zuerst automatisieren, und welche bleiben beim Menschen?

Wiederkehrende und einfache Anfragen sollten zuerst automatisiert werden. Komplexe Fälle bleiben bei den Teams, wobei eine vorgelagerte Sortierung sie an die richtige Stelle leitet.

Was sich für die Automatisierung eignet

KI-Werkzeuge für den Kundenservice bewältigen sich wiederholende, gängige Aufgaben, etwa die Beantwortung häufiger Fragen [27]. Die automatische Beantwortung wiederkehrender Anfragen verkürzt die Bearbeitungszeiten [22]. Teams können sich so auf Anfragen mit hohem Mehrwert konzentrieren [25]. Um zu entscheiden, wo Sie anfangen, suchen Sie in Ihrem Ticketverlauf nach den häufigsten und am stärksten standardisierten Kontaktgründen.

Was bei den Menschen bleibt

Chatbots dienen dazu, Teams für komplexe Anfragen freizuspielen [40]. Diese Fälle dürfen nicht in einem automatisierten Ablauf untergehen. Sie müssen schnell bei der richtigen Person ankommen.

Sortieren, um zu lenken

KI kann E-Mails oder Tickets nach Dringlichkeit und Thema sortieren und priorisieren [39]. Sie kann sie außerdem automatisch kategorisieren und priorisieren [29].

Unter den Beispielen für Routing bietet HubSpot, ein kommerzieller Anbieter, Breeze Agents an. Laut Ouest-France umfasst dieses Angebot die automatische Erkennung der Kundenstimmung in Nachrichten, einen Kundengesundheitswert auf Basis des Engagements sowie ein inhaltsbasiertes intelligentes Routing [14]. Diese Funktionen werden so beschrieben, wie der Anbieter sie darstellt, ohne unabhängige Messung ihrer Ergebnisse.

Wie lässt sich die Qualität sichern: Soll die KI selbst antworten oder den Agenten unterstützen?

Die wirksamste Konfiguration lässt die Kontrolle beim Agenten: Die KI erstellt einen Entwurf, der Agent liest ihn durch, passt ihn bei Bedarf an und sendet ihn ab [32]. Dasselbe Prinzip vertritt ein anderer Anbieter von Automatisierungslösungen: eine Antwort vorschlagen, die der Agent bestätigt, statt an seiner Stelle zu antworten [39]. Laut eDesk funktionieren von KI verfasste Antworten außerdem besser, wenn sie in eine Automatisierung des Kundenservice eingebettet sind, als wenn sie als eigenständiges Werkzeug eingesetzt werden [32].

In diesem Schema bringt die KI dem Agenten drei Dinge:

• Kontext: Wenn das Werkzeug den richtigen Kontext abruft und eine Antwort sauber umformuliert, muss der Agent nicht jedes Ticket von Grund auf rekonstruieren. Der Gewinn stellt sich sofort ein [30].
• Zusammenfassungen: Generative KI für Agenten kann lange Tickets zusammenfassen [26].
• Gleichmäßigere Qualität: Die Vereinheitlichung der Qualität ist nach dem Kontextgewinn der zweite genannte Hebel [30].

KI kann außerdem als Qualitätskontrolle dienen. Sie überwacht Interaktionen in Echtzeit, erkennt, wann ein Agent Unterstützung braucht, und markiert Gespräche zur Nachprüfung [15].

Diese Qualität stellt sich nicht von selbst ein. Sie ist im Allgemeinen zufriedenstellend, sofern eine KI gewählt wird, die zu den Besonderheiten des Unternehmens passt [33]. Achten Sie außerdem auf die Herkunft der Aussagen: Die oben genannten Quellen stammen überwiegend von Lösungsanbietern, und die verfügbaren Auszüge enthalten keine unabhängige Messung der Wirkung auf die Kundenzufriedenheit. Für eine Supportleitung ist KI daher ein Werkzeug zur Unterstützung und Überwachung, kein Ersatz für die Agenten.

Warum entscheidet die Wissensdatenbank über die Qualität der Antworten?

Die Qualität eines KI-Assistenten für den Support hängt zuallererst davon ab, was er liest: Das ist das Prinzip von RAG, bei dem Antworten aus den Inhalten des Unternehmens generiert werden. So kann KI Antworten aus den Artikeln der Wissensdatenbank und aus früheren Interaktionen erstellen [19]. Manche Werkzeuge analysieren zudem alle bereitgestellten Dokumente, um ihre Antworten zu personalisieren [24].

Eine Qualität, die durch die Quelle begrenzt ist

Die Konsequenz ist direkt: Die Qualität des Assistenten ist durch die Qualität dessen begrenzt, was er liest. Wenn Ihre Verfahren zwei Versionen der Anwendung alt sind, antwortet er mit zwei Versionen Verzug, und das mit großer Sicherheit [21]. Das Risiko liegt weniger im Zögern der KI als in einer falschen Antwort, die als sicher dargestellt wird. Bevor Sie automatisieren, sollten Sie daher die Artikel zu den häufigsten Anfragen datieren, prüfen und aktualisieren und sie anschließend laufend pflegen.

Drei Schutzmechanismen, die man verlangen sollte

Laut TeamBrain, einem Anbieter einer Lösung für den Support der ersten Stufe (kommerzielle Quelle), folgt ein verlässlicher Assistent drei Regeln [38]:

• Er antwortet ausschließlich auf Grundlage der Inhalte des Unternehmens;
• er nennt seine Quellen, damit Agent und Kunde die Antwort überprüfen können;
• er übergibt bei Zweifeln an einen Menschen.

Diese Regeln begrenzen das Risiko, beseitigen es aber nicht: Eine veraltete Quelle bleibt eine veraltete Quelle, auch wenn sie zitiert wird. Sie ersetzen daher nicht die Pflege der Wissensdatenbank.

Dies ist die Logik von Oupi, das sich auf die Dokumente des Unternehmens stützt: Die Qualität Ihrer Inhalte bestimmt unmittelbar die Qualität der Antworten.

Wie bindet man KI an vorhandene Dokumente und Ihr Helpdesk an?

Um eine KI an Ihren Support anzubinden, gehen Sie von dem aus, was Sie bereits besitzen (Verfahren, Hilfeartikel, Ticketverlauf), und ergänzen Sie die vorhandenen Werkzeuge um KI, anstatt sie zu ersetzen.

Beginnen Sie mit den Dokumenten. Eine KI kann Antworten aus früheren Interaktionen und Artikeln der Wissensdatenbank generieren [19]. In einer RAG-Architektur (Antwort, generiert aus abgerufenen Dokumenten) ist die Qualität des Assistenten durch die Qualität dessen begrenzt, was er liest: Veraltete Verfahren erzeugen falsche Antworten, die mit Überzeugung gegeben werden [21]. Aktualisieren Sie Ihre Inhalte daher, bevor Sie irgendetwas verbinden.

Zwei Wege, ihn in Ihr Helpdesk zu integrieren:

• KI im Helpdesk. Helpdesks mit KI analysieren Tickets, schlagen Antworten vor und automatisieren Aktionen über Makros [35]. Zendesk beispielsweise bietet eine generative KI, die lange Tickets zusammenfasst [26], und einen Answer Bot, der Antworten per maschinellem Lernen automatisiert [36].
• KI vor dem Helpdesk. Der Anbieter TeamBrain (kommerzielle Quelle) beschreibt ein Werkzeug, das dem Helpdesk vorgeschaltet ist und ihm die verbleibenden Tickets übergibt. Es antwortet ausschließlich auf Grundlage der Inhalte des Unternehmens, nennt seine Quellen und übergibt bei Zweifeln [38]. Ihre Agenten behalten ihr Werkzeug und ihre Gewohnheiten.

Die Integration fließt in die Softwareauswahl ein. Zendesk, selbst Anbieter, zählt Integrationen zu den Funktionen einer vollständigen Software, neben Sentimentanalyse, Leistungsübersicht der Agenten und automatisiertem Reporting [26]. Prüfen Sie daher die Kompatibilität mit Ihrem Helpdesk, bevor Sie die Funktionen vergleichen.

Dies ist die Logik von Oupi: sich auf die Dokumente des Unternehmens stützen und sich mit den bestehenden Tools verbinden.

Welche Kennzahlen sollte man verfolgen, und wie vorsichtig sollte man mit angegebenen Zahlen sein?

Drei Kennzahlen genügen, um die Qualität eines KI-gestützten Supports zu steuern: die Automatisierungsquote, die Erstlösungsquote und die Zeit bis zur ersten Antwort. Sie werden direkt in der Chatbot-Plattform und im zentralen Helpdesk konfiguriert und erlauben es, Anomalien oder Qualitätsverluste in der Konversation früh zu erkennen [37].

• Automatisierungsquote: der Anteil der Anfragen, die ohne menschliches Eingreifen bearbeitet werden. Ein schneller Anstieg ist an sich nicht gut, wenn sich die beiden anderen Kennzahlen verschlechtern [37].
• Erstlösungsquote: der Anteil der Anfragen, die bereits im ersten Austausch erledigt werden. Sinkt sie, während die Automatisierung steigt, antwortet die KI, ohne zu lösen [37].
• Zeit bis zur ersten Antwort: die Wartezeit bis zur ersten Antwort an den Kunden. Sie ist der sichtbarste Geschwindigkeitsgewinn, sagt aber nichts über die Qualität der Antwort aus [37].

Diese Messungen lassen sich durch eine gezielte Stichprobenprüfung ergänzen. Manche Werkzeuge überwachen Interaktionen in Echtzeit und markieren Gespräche zur Nachprüfung sowie Agenten, die Unterstützung benötigen [15].

Vorsicht bei den angegebenen Zahlen

Gewinne in Zahlen sollte man mit Abstand betrachten. Die Software Emailtree soll beispielsweise die Qualität der Agentenantworten „um bis zu 70 %“ gesteigert haben. Diese Zahl wird im Blog eines Anbieters von Migrationswerkzeugen für Helpdesks berichtet, der hier keine Messmethode angibt [17]. Es handelt sich um einen Höchstwert, nicht um einen Durchschnitt, und sie stammt nicht aus einer unabhängigen Bewertung.

Ein weiterer Punkt wiegt genauso schwer wie die Zahlen: Die Qualität der Antworten ist im Allgemeinen nur dann zufriedenstellend, wenn eine KI gewählt wird, die zu den Besonderheiten des Unternehmens passt [33]. Messen Sie daher Ihre eigenen Kennzahlen vor und nach der Einführung, anstatt sich auf die Versprechen eines Anbieters zu verlassen.