KI im Kundenservice: 50 % Zeitersparnis möglich
Der Kundenservice ist ein entscheidender Bereich für jedes Unternehmen mit einem großen Kundenstamm: Eine schnelle, präzise und kundenfreundliche Kommunikation hat direkten Einfluss auf die Zufriedenheit, die Markenwahrnehmung und die betriebliche Effizienz. In den letzten Jahren hat das explosive Wachstum der künstlichen Intelligenz (KI) neue Möglichkeiten zur Optimierung von Kundenserviceprozessen geschaffen.
In welchen Branchen ist dies relevant? Überall dort, wo Kundenservice-Aktivitäten durchgeführt werden. Typische Beispiele sind die Branchen Banken, Versicherungen, Telekommunikation und Energieversorger – oder auch die staatliche Verwaltung.
Wir zeigen nun am Beispiel eines großen Energieunternehmens, wie KI den Kundenservice unterstützen kann.
KI im Kundenservice: Erste Schritte
Mit dem Aufkommen großer Sprachmodelle wie ChatGPT hatte dieses Unternehmen die Möglichkeit, diese Tools in einer Kundendienstumgebung eines Großunternehmens auszuprobieren, um die Arbeit effizienter zu gestalten.
Im Kundenservice wurde die Bearbeitung von Beschwerden ausgewählt, ein Bereich, der aus zwei Gründen Priorität hatte:
- Einerseits wegen seiner erheblichen Auswirkungen auf die Kundenzufriedenheit – schließlich stellen unzufriedene Kunden eine Gefahr für den Ruf des Unternehmens dar.
- Andererseits aufgrund der großen Anzahl von Beschwerden – beispielsweise können in manchen Sektoren monatlich bis zu 8-10 Tausend Beschwerden eingehen, die innerhalb einer gesetzlich festgelegten Frist bearbeitet werden müssen.
Es ist wichtig zu beachten, dass Kundenbeschwerden nur sehr schwer zu standardisieren sind: keine Beschwerde ist gleich
Das Ziel war es, sicherzustellen, dass die Antworten nicht nur korrekt, sondern auch schnell sind. Wenn ein Kunde eine Beschwerde einreicht, ist es daher sehr wichtig, so schnell wie möglich auf seine Anfrage zu reagieren – dies ist in der Regel durch gesetzliche Fristen geregelt.
KI-gestützte Lösung für die Bearbeitung von Beschwerden
Die intern entwickelte KI-basierte Lösung ist in der Lage, unter Berücksichtigung rechtlicher und geschäftlicher Vorschriften schnell (vorläufige) Antworten für Kundendienstmitarbeiter zu generieren. Dabei ersetzt die KI nicht die menschliche Entscheidungsfindung, sondern unterstützt die Kundendienstmitarbeiter bei ihrer Arbeit durch:
- Verkürzung der Antwortzeiten
- Gewährleistung einer professionellen und kundenfreundlichen Kommunikation
- Reduzierung der Arbeitsbelastung der Kundendienstmitarbeiter
Es ist wichtig zu erwähnen, dass die KI Vorschläge für das Antwortschreiben macht, dieses aber nicht an den Kunden sendet – so hat der Kundendienstmitarbeiter die Möglichkeit, den Text vor dem Versand zu ändern, wodurch die menschliche Kontrolle erhalten bleibt.
Die Technologie: Wie das System entwickelt wurde
Die Lösung wurde in der Microsoft Azure Cloud entwickelt, mit einem JavaScript-basierten Backend und einer HTML-basierten internen Benutzeroberfläche für Kundendienstmitarbeiter.
Die RAG-Technologie (Retrieved Augmented Generation) stellte sicher, dass die KI nur die vordefinierte Dokumentation als Grundlage für die Formulierung von Antworten verwendete, ohne „Zusätze” aus anderen Quellen oder „Halluzinationen”.
Der Zugriff wurde mithilfe des Microsoft Entra ID-Dienstes auf die entsprechende Gruppe (d. h. Mitarbeiter der Beschwerdebearbeitung) beschränkt.
Risikomanagement und Compliance waren wichtige Aspekte, ebenso wie der isolierte Betrieb des Systems: Die KI hat keinen direkten Zugriff auf kritische Systeme, wodurch Fehler und Datensicherheitsrisiken minimiert werden.
Schließlich musste auch sichergestellt werden, dass das System nicht voreingenommen war und keine unangemessene Sprache verwendete.
Das System wurde auf agile Weise entwickelt: Die erste funktionierende Version wurde einigen Mitarbeitern zum Testen zur Verfügung gestellt, und das System wurde auf der Grundlage ihres Feedbacks optimiert – beispielsweise wurde die vom System verwendete Terminologie geändert.
Im Vergleich zu einem durchschnittlichen Unternehmensentwicklungsprojekt verliefen Entwicklung und Implementierung extrem schnell, innerhalb von drei bis vier Monaten: Im Wesentlichen musste ein Sprachmodell aus der Azure-Cloud installiert und eine interne Benutzeroberfläche entwickelt, getestet und optimiert werden.
KPIs und Ergebnisse
Die Effektivität einer KI-Anwendung lässt sich anhand verschiedener KPIs messen:
- Kosteneinsparungen: geringere Betriebskosten (OPEX)
- Effizienz: schnellere Reaktionszeiten gegenüber Kunden
- Produktivität: Bearbeitung von mehr Fällen an einem Tag
- Zufriedenheit: NPS-Messung (Net Promoter Score) auf Basis von Kundenfeedback
- Kapitalrendite (ROI): schnelle Amortisation der Ressourceninvestition – Ziel ist die Einführung einer finanziell nachhaltigen Anwendung
Dank der KI-gestützten Lösung konnte der Antwortprozess, der zuvor durchschnittlich 8 bis 10 Tage dauerte, auf 3 bis 5 Tage verkürzt werden.
Darüber hinaus hat der Einsatz von KI nicht nur die Geschwindigkeit erhöht, sondern auch die Kundenzufriedenheit verbessert: Der NPS stieg in Fällen, in denen die Antwort von der KI verfasst wurde.
Schließlich haben die Kunden selbst nicht bemerkt, dass sie (zumindest teilweise) KI-generierte Antworten auf ihre Anfragen erhalten haben.
Erkenntnisse
Nach der Einführung des Systems lassen sich folgende Schlussfolgerungen ziehen:
- KI ersetzt den Menschen im Kundenservice nicht, sondern unterstützt ihn effektiv. Die Kontrolle durch den Menschen, also „Human-in-the-Loop“, bleibt wichtig.
- Pilot-Tests und kontinuierliche Feinabstimmung sind wichtig, wobei das Feedback der Nutzer einfließen muss.
- In einer Unternehmensumgebung muss besondere Aufmerksamkeit auf rechtliche, ethische und Compliance-Fragen gelegt werden.
- Bereits vor der Implementierung ist es wichtig, die Auswirkungen eines KI-Tools auf den Betrieb anderer Systeme zu bewerten – um beispielsweise Risiken zu vermeiden, wurde dieser KI-Assistent isoliert betrieben und nicht direkt mit anderen Systemen verbunden.
Glauben Sie, dass es im Kundenservice Ihres Unternehmens Raum für Effizienzsteigerungen gibt? Warum besprechen wir das nicht bei einer Tasse Kaffee?
