KI im Kundensupport: Effizienter helfen ohne den menschlichen Touch zu verlieren

KI entlastet den Support bei wiederkehrenden Fragen und entlastet ihn nicht bei Beschwerden. In einem Projekt mit 4.200 Anfragen im Monat ließen sich 38 Prozent ohne menschliches Eingreifen abschließen – Sendungsstatus, Lieferzeiten, Rücksendebedingungen. Die restlichen 62 Prozent wurden schneller bearbeitet, weil die KI sie mit Zusammenfassung und Antwortentwurf an einen Menschen übergab.

##Welche Fragen sollte eine KI beantworten?

Diejenigen mit einer stabilen, überprüfbaren Antwort: Wo ist meine Sendung, wie lange dauert die Lieferung, wie funktioniert die Rücksendung, welche Zahlungsarten gibt es. Diese Fragen machen oft die Hälfte des Volumens aus, binden aber die erfahrensten Mitarbeiter. Prüfen Sie vorab die eigene Anfrageliste und markieren Sie, welche Antworten sich aus vorhandenen Daten sicher ableiten lassen.

##Wo liegt die Grenze?

Bei allem, was eine Entscheidung oder eine Entschuldigung verlangt. Reklamationen, Kulanzfälle, Beschwerden über Mitarbeiter oder ein wiederholtes Problem bei derselben Bestellung gehören zu einem Menschen – nicht, weil die KI sie nicht formulieren könnte, sondern weil eine falsche Zusage teurer ist als die gesparte Minute. Diese Grenze gehört ausdrücklich in die Konfiguration.

##Wie übergibt man sauber an einen Menschen?

• ›Die Übergabe passiert im selben Gesprächsverlauf, nicht in einem neuen Kanal
• ›Der Mensch sieht die bisherige Unterhaltung und die Bestelldaten
• ›Die KI legt einen Antwortentwurf vor, ohne ihn zu senden
• ›Die Wartezeit wird dem Kunden genannt, nicht versteckt

##Was kostet der Betrieb?

Neben den Modellkosten vor allem Pflege. Die Wissensbasis muss aktuell bleiben; eine Versandbedingung, die sich ändert, macht jede darauf gestützte Antwort falsch. Rechnen Sie mit einigen Stunden pro Woche für die Pflege und mit einer Messung der Trefferquote. In dem genannten Projekt lag die Trefferquote nach sechs Monaten bei 94 Prozent, anfangs bei 71.

##Woran erkennt man, dass es Kunden kostet?

An drei Signalen: Anrufe, die auf ein abgebrochenes Chatgespräch folgen. Kunden, die eine bereits beantwortete Frage erneut stellen. Und Beschwerden, in denen eine automatische Antwort zitiert wird. Diese Fälle gehören einzeln ausgewertet – sie zeigen fast immer dieselbe Lücke in der Wissensbasis, nicht ein Problem des Modells.

##Was sollte man nicht automatisieren?

Den ersten Kontakt bei einer Beschwerde. Wer sich ärgert und dann eine maschinelle Antwort erhält, wird nicht ruhiger. Ebenso wenig den Umgang mit personenbezogenen Sonderfällen – eine Adressänderung, eine Stornierung, eine Rechnungskorrektur. Diese Vorgänge brauchen eine Berechtigung, die ein Sprachmodell nicht haben sollte.

##Wie misst man den Nutzen ehrlich?

Nicht an der Zahl der automatisch beantworteten Nachrichten, sondern an der Lösungszeit bis zur tatsächlichen Klärung und an der Zahl der Wiederholungsanfragen. Eine KI, die viele Nachrichten beantwortet und dadurch viele Folgeanfragen erzeugt, spart nichts. Vergleichen Sie dieselbe Anfragekategorie vor und nach der Einführung über mindestens acht Wochen.

##Wie führt man das System ein?

Mit einer einzigen Fragenkategorie und einer Vergleichsmessung über acht Wochen. Erst wenn die Trefferquote dort über 90 Prozent liegt, kommt die nächste Kategorie dazu. Ein Start mit allen Themen gleichzeitig führt zu einer Wissensbasis, die überall ein wenig und nirgends verlässlich antwortet – und zu einem Team, das dem System nach den ersten Fehlern nicht mehr vertraut.

##Entlastung dort, wo sie trägt

Der Nutzen liegt nicht darin, Menschen zu ersetzen, sondern sie von den Fragen zu befreien, für die sie nicht gebraucht werden. Wer die Grenze ausdrücklich zieht, die Übergabe sauber baut und die Wissensbasis pflegt, gewinnt Reaktionszeit – und behält die Fälle, in denen Haltung zählt, in menschlicher Hand. Beginnen Sie mit drei Fragenkategorien und messen Sie acht Wochen.