FAQ Künstliche Intelligenz im Support

10 Tipps zum KI-Einsatz im Kundenservice

05.11.2019
Von 
Jürgen Hill ist Teamleiter Technologie. Thematisch ist der studierte Diplom-Journalist und Informatiker im Bereich Communications mit all seinen Facetten zuhause. 
Wie verbessere ich den Support mit KI-Hilfe? Lohnt sich der Aufwand? Was kann KI im Support leisten? Wir beantworten die wichtigsten Fragen und geben Tipps dazu, worauf Unternehmen achten sollten.
Den Kundenservice mit KI verbessern? Immer mehr Unternehmen stehen vor dieser Frage.
Den Kundenservice mit KI verbessern? Immer mehr Unternehmen stehen vor dieser Frage.
Foto: Bojan Milinkov - shutterstock.com

Produktionsprozesse mit KI/Machine Learning zu verbessern, daran haben wir uns gewöhnt. Immer mehr Unternehmen stellen sich aber auch die Frage, wie der Kunden-Support mit KI verbessert werden kann und was der Einsatz wirklich bringt. Tina Klüwer, KI-Expertin, CEO und Gründerin von parlamind, beantwortet die wichtigsten Fragen und gibt Tipps aus ihrer praktischen Berufserfahrung.

Grundsätzlich, so Klüwer, sollte der KI-Einsatz dazu genutzt werden, um schnelle Reaktionszeiten und passende Antworten auf Kundenanfragen zu generieren, denn diese Aspekte seien ausschlaggebend für ein positives Kundenerlebnis.

1. Wieviel Zeit erspart KI im Kundenservice?

Um das herauszufinden, ist zunächst ein genauer Blick auf die Art und Anzahl der Anfragen nötig: Wie viele einfache, wiederkehrende Anfragen wie Abo-Kündigungen, Adressänderungen, Fragen zu Rücksendungen oder Öffnungszeiten werden in einem bestimmten Zeitraum bearbeitet? Anhand bestehender Projektdaten lässt sich belegen, dass beispielsweise eine vollautomatisierte E-Mail als Antwort auf eine Standardanfrage dem Mitarbeiter eine durchschnittliche Zeitersparnis von drei Minuten bringt, eine teilautomatisierte eineinhalb. Daraus lässt sich individuell errechnen, wie vieleArbeitsstunden monotoner Arbeit wegfallen, die dann für die Bearbeitung anspruchsvollerer Anfragen genutzt werden können. Das erhöht die Qualität im Kundenservice. Erfahrungsgemäß machen Standardanfragen etwa 50 bis 60 Prozent der Gesamtanfragen aus.

2. Welches ist die beste KI-Strategie für meinen Kundenservice?

Anhand der vorhandenen Daten, Systeme, Systemanforderungen, Service-Mitarbeiter, Wartezeiten - um nur ein paar Kennzahlen zu nennen - sollte zunächst ein Ist-Zustand ermittelt werden. ein KI-Experte kann dann anhand dieser Daten sämtliche Möglichkeiten für eine Automatisierung darlegen. In Kombination mit der Business-Strategie und den individuellen Anforderungen des Unternehmens entstehen dann Ziele für den Kundenservice, die entsprechend der Kundenanfragen agil angepasst werden können.

3. Wie sehen konkrete Anwendungsfälle aus?

Unternehmen, die ein großes Volumen an Standardanfragen im Kundenservice bearbeiten müssen, stellen einen klassischen Anwendungsfall dar. Fragen wie "Wie kann ich mein Passwort ändern?" binden oft einen beachtlichen Teil der Ressourcen im Support. Ein etwas anspruchsvollerer Anwendungsfall ist hingegen eine Stammdatenänderung. Hier müssen persönliche Daten direkt im CRM-System, das heißt nahezu in Echtzeit aktualisiert werden. Darin ist die KI im Schnitt schneller und präziser als der Mensch und damit optimal für den Einsatz. Grundsätzlich ist bei derartigen Anwendungsfällen eine Automatisierung mit KI-Hilfe auf verschiedenen Ebenen möglich - die KI kann Anfragen nur routen, den Serviceteams bereits dynamischer Antwortvorschläge liefern oder Anfragen komplett automatisch abwickeln.

4. Was sind die technischen Voraussetzungen?

Auch ein KI-System benötigt wie ein Mensch Zeit zum Lernen. Deshalb dauert es, bis erste Erfolge messbar sind.
Auch ein KI-System benötigt wie ein Mensch Zeit zum Lernen. Deshalb dauert es, bis erste Erfolge messbar sind.
Foto: johavel - shutterstock.com

Je nachdem, wo der Kundenservice entlastet werden soll, liegt in der Regel ein System vor, an das die KI angebunden werden muss. Für den Support über das Medium E-Mail ist beispielsweise ein Ticketsystem Voraussetzung. Sollen Teile eines Chatbots automatisiert werden, erfolgt die Anbindung an ein Live-Chat-System, und beim gesprochenen Dialog an eine Telefonanlage (ACD).

5. Wie kompliziert ist die Implementierung?

Der Implementierungsaufwand ist unter anderem von der Flexibilität der Software, die ein Unternehmen im Kundenservice nutzt, abhängig. Ein weiterer Faktor sind die konkreten Anwendungsfälle, die mit Hilfe von KI automatisiert werden sollen und die bereits in der Implementierungsphase berücksichtigt werden müssen. Eine Statusabfrage wie etwa nach dem aktuellen Standort eines Pakets, ist beispielsweise in der Regel weit weniger komplex als eine Stammdatenänderung, die eine Anbindung an ein CRM-System erfordert. Grundsätzlich gilt: Je mehr Daten in guter Qualität vorliegen, desto einfacher und schneller ist die Implementierung.

6. Wie lange dauert es, bis die KI den Kundenservice wirklich unterstützt?

Liegen optimale Voraussetzungen vor - also viele Daten in guter Qualität und eine flexible Systemlandschaft - dann können erste Automatisierungen nach rund drei Monaten live gehen. Danach folgt dann in der Regel eine Phase, in der Schritt für Schritt durch die KI weiter Vorgänge verarbeitet werden. Des Weiteren könnten jetzt weitere Kommunikationskanäle einbezogen werden. Um überzogene Erwartungen zu vermeiden, ist es wichtig zu verstehen, dass die Maschine lernt. So optimieren sich die Ergebnisse kontinuierlich, aber das braucht wie beim Menschen Zeit.

7. Was leistet die KI überhaupt?

In erster Linie kann eine KI den Kundenservice entlasten. Dieser soll weniger Zeit mit monotonen Standard-Anfragen verbringen und sich auf komplexere Fragen konzentrieren, bei denen der Kunde mit Menschen sprechen möchte und der persönliche Kontakt zählt - etwa im Beschwerdemanagement. Der Grad der Entlastung ist daran gekoppelt wie hoch die Automatisierung durch die KI jeweils möglich beziehungsweise erwünscht ist. Im Gegensatz zum Menschen, beantwortet die KI definierte Standard-Kundenanfragen an sieben Tagen rund um die Uhr. Letztlich wird der Kundenservice so reaktiver, schneller und präsenter.

8. Wie skaliert die KI?

Es ist möglich, mit jedem Kommunikationskanal, egal ob E-Mail, Chat oder Telefon, einzeln zu starten. Vorzugsweise werden die Kanäle jedoch nacheinander aufgesetzt. Dadurch verliert ein Unternehmen auch keine Zeit, denn die Vorteile eines Omnichannel-Systems liegen darin, dass die Trainingsergebnisse des einen Kanals in den Lernprozess der anderen Kanäle einfließen.

9. Wo sollen die Daten gespeichert werden?

Grundsätzlich ist die Datenspeicherung an einem Standort innerhalb der EU zu empfehlen - idealerweise in Deutschland. Mit der Datenschutzgrundverordnung (DSGVO) wurde im Hinblick auf die Sicherheit personenbezogener Daten bereits eine solide Grundlage geschaffen. Darüber hinaus ist zu beachten, dass eine Datenspeicherung außerhalb der Europäischen Union für Unternehmen nur im Rahmen des Privacy Shield beziehungsweise der EU-Standardvertragsklauseln zulässig ist. Aber auch für den Transfer der Daten gelten aktuelle Sicherheitsstandards - der KI-Anbieter muss den sicheren Datentransfer auf Basis einer Ende-zu-Ende-Verschlüsselung via SSL gewährleisten.

10. On-Premises oder Cloud-basiert?

Cloud-Lösungen haben in der Regel den Vorteil, dass sie sich automatisch weiterentwickeln. In einer Cloud-Lösung können beispielsweise fließen abstrakte Trainingsergebnisse zusammenfließen. Mit diesen lernt dann die KI kontinuierlich weiter. eine KI On-Premises lernt hingegen losgelöst von anderen Verarbeitungsleistungen, praktisch nur anhand ihrer eigenen Ergebnisse. Daher ist in der Regel eine Cloud-Lösung immer "schlauer" als eine, die entkapselt arbeitet.

Ferner sollte der finanzielle Aspekt nicht vergessen werden: Im Vergleich zu den kontinuierlichen Betriebskosten für das Hosting in der Cloud fallen bei der On-Premises-Variante initiale Investitionskosten an. Untersuchungen zu dem Thema belegen, dass die mittel- bis langfristigen Kosten für beide Varianten nahezu identisch sind, die Cloud jedoch in Bezug auf Skalierung und Kosten mehr Flexibilität bietet. Kleine und mittelständische Unternehmen tendieren deshalb oft zur Cloud-Variante, Konzerne zur On-Premises-Version mit ihren erweiterten Anpassungsmöglichkeiten an die eigene Systeminfrastruktur sowie mehr Raum für die Datasicherheit.