Wann es sich zu investieren lohnt

Sophia ist sehr fleißig und nie krank. Bei einer Hotline einer großen Möbelkette beantwortet sie bis zu 10.000 Kundenanfragen pro Monat. Sie gibt Auskunft über Öffnungszeiten, verfügbaren Produkten oder zu den neusten Wohntrends. Dabei ist sie stets freundlich, und weiß fast immer Rat. Die Kunden sind sehr zufrieden mit ihrer Arbeit. 

Sollte Sophia dennoch einmal mit einer Anfrage konfrontiert werden, auf die sie keine Antwort hat, leitet sie die Anfrage ohne Verzug an einen Servicemitarbeiter weiter. Das Besondere an ihr: Sie ist ein Chatbot, mit dessen Hilfe das Möbelhaus seine Servicekräfte von Routinen bei der Beantwortung von Kundenanfragen entlastet. Hierbei erkennt die Maschine die gestellte Frage, und beantwortet sie mit einer bereits im System hinterlegten Standardantwort. In Fachkreisen wird dieser Ansatz als vordefiniertes Dialogmuster bezeichnet, dem der Chatbot folgt. Diese Art der automatisierten Kommunikationsführung hat sich seit vielen Jahren im Kundenservice etabliert. 

KI macht Kundenservice schneller und persönlicher

Nun versprechen die erweiterten Fähigkeiten von ChatGPT eine noch persönlichere Beratungsqualität bei gleichzeitiger Verringerung des Arbeitsaufwandes des Servicepersonals. Dazu ein paar frische Zahlen des Marktforschers Gartner: Der globale Markt für Conversational KI und Chatbots stellt das am schnellsten wachsende Segment in der Prognose für Contact Center dar. Er soll laut der Analysten bis 2024 ein Wachstum von 24 Prozent erzielen.  Die künstliche Intelligenz wird die Interaktion mit dem Kunden allerdings nicht vollständig ersetzen, sondern sie lediglich ergänzen. Musik in den Ohren eines jeden Entscheiders, zumal ohnehin der Anspruch besteht, den Kundenservice immer persönlicher zu gestalten. In der Vergangenheit bedeutete das aber meist auch: Geringe Skalierbarkeit und hohe Personalkosten, wenn man denn überhaupt geeignete Mitarbeitende am Markt gefunden hatte. 

ChatGPT kann Beratungsdialog führen

Vorausgesetzt ein Unternehmen verfügt über entsprechende Produkt- oder Servicedaten oder eine Wissensdatenbank, ist ChatGPT heute in der Lage, eigenständig individuelle Kundenanfragen zu beantworten. Und das, ganz, ohne auf vordefinierte Antwortformate zurückgreifen zu müssen. Bei Anfragen wie „Ich suche ein peppiges Sofa“ kann er beispielsweise im Sinne eines konstruktiven Beratungsdialoges antworten: „Natürlich gibt es viele peppige Sofas, die einen Hauch von Frische und Stil in Ihr Zuhause bringen. Mein Vorschlag wäre beispielsweise unser farbenfrohes Retro-Sofa, eines der modernen modularen Sofas oder ein Samtsofa, da Samt gerade voll im Trend liegt. Sie können gerne online stöbern, um die verschiedenen Optionen zu entdecken." Darüber hinaus könnte der Chatbot konkrete Links zu den genannten Angeboten bereitstellen. Dieser Ratschlag würde einem Serviceberater vermutlich kaum besser gelingen, um dem Kunden eine erste Orientierung zu geben. 

Damit verfügen Chatbots der neuen Generation zweifellos über das Potenzial, den Kundenservice von heute vollständig umzukrempeln. Denkbar sind intensive Beratungsgespräche über Produkte und Services, Hotlines oder auch die Schulung neuer Mitarbeiter mittels entsprechender Frage-Antwort-Konstellationen. Denn allein über die Arbeit eines Kundenberaters ist diese Service-Vielfalt mittel- und langfristig weder finanzierbar noch wirtschaftlich. Und die Erfahrung lehrt:  Individueller Service kostet nicht nur Zeit und Geld, sondern schwankt auch erheblich in seiner Qualität. Auch dem könnte der Einsatz dieser generativen KI Abhilfe schaffen.

Auf die richtige Datenbasis kommt es an

Unternehmen, die von den Vorteilen des Einsatzes von ChatGPT im Kundenservice profitieren möchte, sollten sich aber zunächst damit beschäftigen, ob ihre Datenbasis inhouse die nötigen Voraussetzungen für diese Dialoge erfüllt. Denn damit steht und fällt die Qualität des automatisierten Kundendialogs. „Hier geht es um die Transferleistung zwischen dem, was technisch umgesetzt werden kann und der unternehmerischen Zielsetzung,“ weiß Marc-David Rompf, Partner und KI-Experte bei der Personalberatung dla digital leaders advisory. 

Viele Unternehmen verfügen heute schon über einen digitalen Produktkatalog und zunehmend ebenfalls für einen Servicekatalog, worin alle Produkteigenschaften und Serviceleistungen dokumentiert und hinterlegt sind. Auf dieser Grundlage und mittels einer textbasierten Anfrageschnittstelle können aus den hinterlegten Datentopf Dialogformate abgeleitet werden. Eventuell verfügt ein Unternehmen auch über eine Wissensdatenbank, woraus Kundenberater ihr Wissen speisen. Auch das ist eine wertvolle Grundlage. 

Customer Journey: Wissen, wo Produktivitäts-Potenziale schlummern

Zudem geht es darum, sich den Prozess der Kaufentscheidung, die Customer Journey, transparent zu machen. Dabei sollte man sich gezielt anschauen, an welchen Kontaktpunkten (z.B. E-Mail, Chat) die stärkste Interaktion mit den Kunden stattfindet. Auf Basis dieser Information kann besser entschieden werden, wann ein automatisierter Dialog sinnvoll ist, und an welcher Stelle zum Servicemitarbeiter weitergeleitet werden sollte. Dieser Schritt ist auch für die Wirtschaftlichkeitsbetrachtung essenziell. Denn dort, wo die größten Dialog-Volumina entstehen, die durch die KI ersetzbar sind, können gezielt Produktivitäts-Potenziale gehoben werden.

KI-Wissen: Kombination aus technologischem und geschäftlichem Knowhow

Das entsprechende Knowhow für die Einführung generativer KI im Kundenservice bringen beispielsweise ausgewiesene KI-Berater oder KI-Ingenieure mit. „Bei der Beauftragung dieser Experten muss man besonders darauf achten, dass sie nicht nur technisches Know-how mitbringen, sondern auch ein tiefgehendes Verständnis für Geschäftsstrategien und Prozessmanagement haben,“ weiß Rompf aus Erfahrung. Wer also künftig einen ki-gestützten Kundenservice anstrebt, der Kosten senkt, aber gleichzeitig die Interaktion mit dem Kunden verbessert, sollte in jedem Fall die genannten Faktoren in sein wirtschaftliches Kalkül einbeziehen.  

KI im Kundenservice: Die wichtigsten Fragen & Antworten

1. Wie können KI-Potenziale im Kundenservice gehoben werden? Ein Blick auf das Dialog-Volumen entlang der Customer Journey gibt Aufschluss darüber, wo der KI-Einsatz wirtschaftlich lohnend sein könnte. Das Volumen beispielsweise zu klein, lohnt es sich nicht. Ist es zu groß, könnte auch das Investitionsrisiko zu groß sein. Unternehmen sollten dafür mit einem Piloten starten, um die jeweiligen Dialog-Volumina zu ermitteln. 
2. Was ist bei der Customer Journey zu beachten? Soll der Automatisierungsgrad innerhalb der gesamten Customer Journey erhöht werden, muss auch der gesamte Kundenprozess betrachtet werden. Werden nur einzelne Kommunikationskanäle betrachtet, leidet möglicherweise am Ende das gesamte Serviceerlebnis. 
3. Wie steht es um die Relevanz von Fragen zum Datenschutz? Entscheider sollten sich überlegen, welche Daten überhaupt für die Einbindung von generativer KI gebraucht werden. Informationen rund um den Self-Service sind beispielsweise unkritisch, da es sich hierbei nicht um geheime Unternehmensinformationen handelt.  Anders sieht es bei der Kundenkommunikation durch eigene Agenten aus. Es macht also Sinn, die Kritikalität der Daten genau zu prüfen, um nicht ungewollt Risiken einzugehen oder sich durch pauschale Ablehnung Potentiale zu verbauen.
4. Welche KI-Kompetenzen werden benötigt? Empfehlenswert ist die Zusammenarbeit mit sogenannten KI-Engineers oder KI-Beratern, die aufgrund einer Vielzahl an Projekten im Bereich Kundenservice, Erfahrungswissen darüber haben, welche KI-Technologie geeignet ist und wie sich ein Roll-out gestaltet. Sie können ebenfalls wirtschaftlich sinnvolle Einsatzszenarien identifizieren sowie Datenschutzaspekte adressieren.