Gute Umsätze dank gutem Kunden-Support

Die Fragen sind immer die gleichen: „Ich wünschte, Sie würden mich besser kennen“, „Ich zähle darauf, dass Sie meine Situation verstehen“, ‚Antworten Sie mir bitte umgehend‘, “Ich wünschte, Sie würden mein Problem sofort lösen“ – für Verbraucher sind dies die Prioritäten bei Problemen mit Produkten oder Unternehmen.

Dabei ist es egal, über welchen Kanal sie Kontakt aufnehmen – Geschäfte, Websites, Kontaktzentren oder E-Mail. In den sozialen Medien gibt es für Verbraucher bereits Zugang zu Standardlösungen für gängige Probleme. Viele suchen auch online nach Lösungen oder sprechen mit Freunden und Communities, bevor sie sich an den Kunden-Support wenden. Deshalb müssen Marken zusätzliche Schritte gehen und sich mehr als bislang anstrengen, um markenbezogene Kundenerlebnisse zu schaffen, die jede andere verfügbare Option übertreffen. Die Erfahrungen mit der Marke können so zu einem Differenzierungsmerkmal für das Unternehmen werden. Gleichzeitig stehen Unternehmen unter Druck, die Servicekosten kanalübergreifend möglichst niedrig zu halten und gleichzeitig die Messlatte für das Kundenerlebnis höher zu legen.

Marken wenden sich KI zu, Antworten bleiben aber aus

Die meisten Unternehmen sind dabei, KI zu nutzen oder setzen die Technologie bereits im Kundenservice ein. Die ersten Versuche sind vielversprechend: Sie reichen von virtuellen Agenten und automatisierten Antworten auf häufig gestellte Fragen bis hin zu KI-gestützten Agententools, die bei der Beantwortung von Anfragen unterstützen. Es gibt außerdem Fortschritte in Form von generativer KI und Retrieval Augmented Generation (RAG)-Techniken, die diese Tools erweitern. Oftmals überzeugen die Ergebnisse beim Einsatz von KI nicht. Der Grund dafür: In der Regel werden Datensätze wie bestehende Bestände an Produktdokumentation, interne Wikis und Datenbanken zum Training der KI eingesetzt. Es fehlt allerdings ein rigoroser Ansatz, um diese Datensätze kontinuierlich um neue und bessere Lösungen zu erweitern. Auch die von den Agenten erarbeiteten Lösungen werden während des Abschlusses des Anrufs nicht immer gut erfasst. Dies bedeutet, dass die Datensätze auch weiterhin keine neuen potenziellen Erkenntnisse aus diesen täglichen Interaktionen widerspiegeln.

KI kann dazu beitragen, um KI besser für die Kundenerfahrung zu nutzen

Wenn Erkenntnisse aus früheren Kundeninteraktionen nicht in laufende Kunden-Support-Programme oder in die Datensätze einfließen, die Tools für die Kundenerfahrung unterstützen, sind die Ergebnisse nicht optimal. KI lässt sich auch einsetzen, um automatische Zusammenfassungen hinsichtlich Problemlösungen zu erstellen. Diese KI-generierten Berichte erfassen die Details der Interaktion präzise und effizient: von den Fragen, dem Systemstatus zu diesem Zeitpunkt, den Antworten des Kunden, dem vom Agenten angewandten deduktiven Prozess und allen Schritten. Damit ist gewährleistet, dass nichts übersehen wird. Die Agentenüberprüfen und genehmigen die abschließenden Zusammenfassungen. Dies spart den Support-Mitarbeitern nicht nur Zeit, sondern bietet den Kunden auch eine klare und präzise Zusammenfassung, wie ihr Problem gelöst wurde. Dies verbessert auch ihre Gesamterfahrung. 

Der wahre Wert ergibt sich, wenn diese erfassten Lösungsansätze bestehende Datensätze anreichern. Durch das Training der KI mit diesen Daten lassen sich Muster und Trends erkennen und potenzielle Probleme vorhersagen. Darüber hinaus bietet die KI proaktiv Lösungen an. Diese Datensätze werden zu einer wertvollen Informationsquelle, die bei Kundenproblemen unterstützen kann. Der Kunden-Support ist somit nicht nur effizienter, sondern trägt auch dazu bei, Kunden ein persönlicheres und zufriedenstellendes Erlebnis zu bieten.

Darüber hinaus kann der Einsatz von KI im Kunden-Support auch kontinuierliches Lernen und damit die Weiterentwicklung der Support-Mitarbeiter erleichtern. Durch den Zugriff auf umfangreiche Datensätze vergangener Support-Anfragen lernen die Agenten aus früheren Erfahrungen – und verbessern so ihre eigenen Problemlösungsfähigkeiten durch simuliertes Training. Dieser kontinuierliche Verbesserungszyklus gewährleistet, dass Kunden-Service-Teams immer über aktuelles Wissen und die besten Methoden verfügen. Das Ergebnis sind effektive und effiziente Lösungen.

Dank der jüngsten Fortschritte in der KI-Agent-Technologie können digitale Agenten künftig Zugang zu Systemschnittstellen (APIs) erhalten, um gängige Probleme zu lösen – und zwar noch bevor der Verbraucher sie bemerkt. Ein Großteil der systembedingten Fehler, bei denen sich Kunden derzeit dazu an den Support wenden, lässt sich in Zukunft von digitalen Agenten beheben. Auflösungsdatensätze und digitale Agenten sind interessante Entwicklungen, die einen Mehrwert für den Kunden-Service bedeuten. Infosys setzt beispielsweise die entsprechenden Technologien ein, um diese Datensätze zu erstellen: Mit Infosys Agentic Foundry lassen sich verschiedene Arten von digitalen Agenten sowohl einfach als auch zuverlässig erstellen.

Fazit

Unternehmen, die KI einsetzen, um Probleme zu erfassen und diese entsprechend zu lösen, sind besser in der Lage, ihre Datensätze zu erweitern. Sie lassen sich dann nutzen, um die Kundenzufriedenheit zu steigern und die betriebliche Effizienz zu steigern. Darüber hinaus erhöht sich auch der wirtschaftliche Wert. Unternehmen schaffen so einen positiven Kreislauf aus kontinuierlichen Verbesserungen und größerer Kundenzufriedenheit. Um in Zukunft effizienter Probleme zu lösen, müssen sie allerdings heute mit guten Ergebnissen beginnen.