Künstliche Intelligenz im Kundenservice

Künstliche Intelligenz ist gekommen, um zu bleiben. Lange Zeit spielten intelligente Algorithmen nur in der Industrie eine Rolle, heute sehen wir, dass KI auch maßgeblichen Einfluss auf Prozesse im Kundenkontakt und im administrativen Bereich nimmt. Welche Chancen sich hier durch smarte Automatisierung ergeben, verraten Matthias Leimpek, Geschäftsführer von MLU, und Martin Wild, Geschäftsführer von SOGEDES.

Künstliche Intelligenz (KI) ist in der Lage, riesige Datenmengen zu verarbeiten, Muster zu erkennen und Entscheidungen zu treffen, und zwar in einem Umfang, der menschliche Fähigkeiten übersteigt. Mittlerweile können Maschinen sogar selbständig lernen (Machine Learning). Dadurch werden Leistungen in einer überzeugenden Qualität möglich, wie etwa bei Spracherkennung, Sprachverständnis und Sprachübersetzung . Beispielsweise sind KI-Anwendungen auch in der Lage, die Stimmung eines Anrufers zu analysieren und zu bewerten.

Spätestens seit Einführung von ChatGPT ist vielen klar, was Künstliche Intelligenz heute leisten kann. Dabei ist ChatGPT nur ein Beispiel für sogenannte Large Language Models. Das sind generative Sprachmodelle, die auf neuronalen Netzen basieren und mit großen Datenmengen trainiert werden. Sie sind in der Lage, natürliche Sprache zu verstehen, zu verarbeiten und zu generieren. Weitere Beispiele für Large Language Models sind MT-NLG von Microsoft, Google LaMDA oder BERT.

KI übernimmt Aufgaben, die Menschen zuvor erledigt haben und trägt durch Automatisierung dazu bei, die Effizienz zu steigern. Doch wie gelingt der Einsatz, ohne dass das Kundenerlebnis darunter leidet? Welche Auswirkungen hat dies auf die Mitarbeitenden und worauf müssen Entscheider achten?

Automatisierung der Kundenkommunikation

Kunden erwarten heute einen schnellen, kompetenten und gut erreichbaren Service. Um diese Qualität garantieren zu können, ist eine große Anzahl von gut ausgebildeten Mitarbeitenden nötig, was mit entsprechenden Kosten verbunden ist. Unternehmen suchen daher nach Lösungen, um Prozesse zu automatisieren und die Effizienz zu steigern. Gleichzeitig soll das Kundenerlebnis verbessert werden. KI-Lösungen haben das Potenzial, diese Ziele zu erreichen. Bereits heute geben 20 Prozent der Unternehmen mehr als ein Viertel ihres Kundenservice-Budgets für KI aus - so der "Customer Experience Trends Report" von Zendesk aus dem Jahr 2022. Weitere 60 Prozent planen, die Ausgaben in diesem Bereich erheblich anzuheben. 

Unternehmen haben erkannt, dass sich der Einsatz von KI lohnt: Denn wer den Kundenservice verbessert, erhöht auch die Kundenbindung - und das macht sich bezahlt. Studien belegen: Es kostet im Durchschnitt fünf- bis zehnmal so viel, einen neuen Kunden zu gewinnen, wie einen bestehenden Kunden zu halten. Und mit Blick auf den aktuellen Fachkräftemangel gilt diese Aussage auch für die Bindung von Mitarbeitenden an das Unternehmen. Welche Vorteile ergeben sich konkret durch den Einsatz von KI?

• Kunden schätzen die Rund-um-die Uhr Erreichbarkeit durch Self-Services wie Chat- oder Voicebots und die schnellere Beantwortung von Anfragen. Dies erhöht die Kundenzufriedenheit und fördert die Kundenbindung.
• Mitarbeitende werden durch Automatisierung mittels KI von repetitiven Aufgaben entlastet. Die freigewordene Zeit können sie nutzen, sich um individuelle oder komplexere Anliegen der Kunden zu kümmern. Dadurch steigen Mitarbeiter- und Kundenzufriedenheit gleichermaßen.
• KI arbeitet schneller und zuverlässiger als der Mensch, vor allem wenn es um große Datenmengen bzw. ein hohes Anfragevolumen geht. Das erhöht die Effizienz und beschleunigt Prozesse und hilft, Kosten zu sparen.
• KI macht weniger bis keine Fehler und trägt dazu bei, die Qualität im Kundenkontakt zu verbessern. Der Einsatz von KI-basierter Analyse-Software etwa zum Monitoring der Kundeninteraktion unterstützt Unternehmen bei der Qualitätssicherung.

Die Einsatzmöglichkeiten von KI im Kundenservice sind vielfältig. Die Abbildung verdeutlicht Ansatzpunkte für die Automatisierung mit künstlicher Intelligenz im Kundenkontakt.

Konkrete Use Cases und Lösungen im Kundenkontakt

Im Folgenden werden exemplarisch einige Lösungsansätze näher beleuchtet: Chat- und Voicebots, Live Call Translator, E-Mail Automatisierung und Qualitätssicherung.

• Chat- und Voicebot: Schnelle Reaktionszeiten und gute Erreichbarkeit werden im Kundenkontakt großgeschrieben. Neben Self-Services wie intelligente FAQs bieten sich Chat- oder Voicebots an, die automatisiert Anliegen zu beantworten. Durch den Einsatz von generischen Sprachmodellen sind die Bots ausgereifter und benutzerfreundlicher geworden und können den Kundenservice bei einfachen Anfragen oder Bestellungen entlasten.

• Live Call Translator: Wenn Unternehmen im internationalen Kundenkontakt stehen, kann die Sprachbarriere zur Herausforderung werden. Nicht immer stehen Mitarbeitende mit den entsprechenden Sprachkenntnissen zur Verfügung. Auch hier kann KI helfen: Gespräche werden live übersetzt. Auf diese Weise ist eine Kommunikation zwischen den Gesprächspartnern auch dann möglich, wenn sie die Sprache des anderen nicht verstehen.

• E-Mail Automatisierung: Das E-Mail-Aufkommen im Kundenservice ist nach wie vor hoch. Auch hier kann KI helfen, diese zu bearbeiten. Sie ist in der Lage, E-Mails zu lesen und nach Inhalten zu kategorisieren, Anhänge zu speichern und Daten aus den E-Mails auszulesen. E-Mails können automatisiert an die zuständigen Sachbearbeiter weitergeleitet oder sogar vollautomatisiert bearbeitet werden. Das Beispiel einer Adressänderung verdeutlicht dies: Die KI erkennt, dass es sich bei der E-Mail um eine Adressänderung handelt. Sie erkennt die neue Adresse des Kunden und trägt sie in die relevanten Systeme (z.B. CRM, ERP) ein und sendet automatisch eine Bestätigung über die erfolgreiche Änderung der Adresse.

• Qualitätssicherung/ Monitoring mit Sprachanalyse: KI erkennt, wie zufrieden Kunden sind. Dank automatischer Gesprächsanalyse wird jedes Gespräch sekundenschnell ausgewertet. Unternehmen erhalten so einen guten Überblick über die Qualität der Kundenkontakte. Durch die Analyse von Emotionen erfahren die Verantwortlichen, wie sich Kunden fühlen und wie zufrieden sie sind. KI deckt Muster und Trends von erfolgreichen und weniger erfolgreichen Gesprächsverläufen auf. Diese können für Trainingszwecke genutzt werden, um die Qualität kontinuierlich zu verbessern.

Schlüsselaspekte für die KI-Implementierung

KI-Technologien bieten im Kundenservice ein großes Potenzial, das jedoch nur voll ausgeschöpft werden kann, wenn die richtigen Daten zur Verfügung stehen und die bestehenden Systeme auch in der Lage sind, die relevanten Informationen zu nutzen. Dies ist besonders relevant, wenn der Einsatz von Künstlicher Intelligenz zur Automatisierung umfangreicher Prozessketten angestrebt wird. Das heißt, im Vorfeld der Implementierung müssen die Prozessstrukturen analysiert und gegebenenfalls für die neuen Anwendungen auch angepasst werden, denn ein automatisierter schlechter Prozess bleibt ein schlechter Prozess. Gleichzeitig muss darauf geachtet werden, dass unternehmensrelevante Regularien und Vorschriften, wie zum Beispiel der Datenschutz, eingehalten werden. Weiterhin ist entscheidend, Mitarbeiter und ggf. den Betriebsrat frühzeitig in den gesamten Projekt-Prozess einzubinden. Die wichtigste Erkenntnis für Mitarbeitende ist, dass der Einsatz von KI darauf abzielt, sie zu unterstützen. Indem wiederkehrende und zeitraubende Aufgaben durch KI-Lösungen übernommen werden, wird Raum für kreatives Denken, Innovation und strategische Entscheidungen geschaffen. Es ist wichtig, den Mitarbeitenden das nötige Know-how im Umgang mit KI zu vermitteln, sodass sie die Technologie effektiv einsetzen können.

Erfolgsfaktoren bei der Implementierung von KI-Anwendungen:

• Strategische Planung: Definieren Sie klare Ziele und eine Strategie für die Einführung von KI. Identifizieren Sie die richtigen Prozesse, die automatisiert werden sollen. Und stellen Sie sicher, dass das Projekt von der Unternehmensleitung unterstützt wird.
• Datenqualität und -verfügbarkeit: Stellen Sie sicher, dass Ihre Daten von hoher Qualität sind, gut strukturiert und ausreichend verfügbar. Wenn nötig, bereinigen Sie Ihre Daten und passen Sie diese entsprechend den Anforderungen der KI-Anwendungen an. Zur Aufbereitung der Daten können auch bereits intelligente, automatisierte Programme eingesetzt werden.
• Skalierbarkeit: Während der Pilotphase mag ein begrenzter Anwendungsbereich ausreichend sein, aber denken Sie langfristig und prüfen Sie, wie die Lösung bei wachsenden Anforderungen erweitert werden kann.
• Ethik, Governance und Datenschutz: KI-Anwendungen können sensible Daten verarbeiten. Stellen Sie sicher, dass die Anwendungen den geltenden Datenschutzbestimmungen entsprechen und ethische Standards einhalten. Schützen Sie die Privatsphäre der Benutzer und stellen Sie sicher, dass die KI-Systeme fair und transparent arbeiten.
• Change-Management: Die Einführung von KI-Anwendungen erfordert oft eine Veränderung der Arbeitsprozesse und der Unternehmenskultur. Stellen Sie sicher, dass Ihre Mitarbeiter auf die Veränderungen vorbereitet sind und bieten Sie Schulungen und Unterstützung an, um den Übergang mit der KI zu erleichtern.
• Überwachung und Kontrolle: KI-Systeme sollten regelmäßig überwacht und kontrolliert werden, um sicherzustellen, dass sie ordnungsgemäß funktionieren und die gewünschten Ergebnisse liefern. Implementieren Sie Mechanismen zur Fehlererkennung, Überprüfung und zur Korrektur von Fehlern.

Für den Kundenservice sind die neuesten Entwicklungen im Bereich der Large Language Models von großer Bedeutung. Generative Sprachmodelle, wie ChatGPT, haben die Qualität von KI-Anwendungen bei der Kundenkommunikation, der Datenverwaltung sowie der Qualitätssicherung immens gesteigert. Die Bots agieren immer ausgereifter, schneller, profunder und durch ihre natürliche Sprache auch immer menschlicher.

Neue Technologie, neue Probleme

Doch die neuen technologischen Möglichkeiten werfen auch Problemstellungen auf, die aktuell von Experten sowie der Öffentlichkeit intensiv diskutiert werden. KI-Modelle wie ChatGPT lernen aus den Daten, auf denen sie trainiert werden. Wenn diese Daten Vorurteile oder Fehlinformationen enthalten, kann dies zu ungenauen oder diskriminierenden Antworten und Entscheidungen führen. Außerdem arbeitet die KI umso effektiver, je genauer und umfangreicher die Daten sind, die man ihr zur Verfügung stellt. Doch um den Schutz sensibler und personenbezogener Daten zu gewährleisten, müssen technische und regulatorische Sicherheitsmaßnahmen implementiert werden, die diese Daten entsprechend einordnen und verarbeiten.

Wie bei jeder technologischen Innovation können die neuen Anwendungen auch manipuliert und missbraucht werden, wie beispielsweise zur Verbreitung von Fehlinformationen oder zur Automatisierung von Cyber- und Phishingangriffen. Neue gesetzliche Regelungen, wie der „KI Act“ der EU, sollen negative Auswüchse Künstlicher Intelligenz verhindern. Dabei wird zwischen riskanten und weniger riskanten KI Typen unterschieden, die entsprechend ihrer Bewertung mit Compliance- und Informationspflichten versehen werden.

Für Unternehmen gilt es, die Grenzen und Risiken der KI-Anwendungen ernst zu nehmen und verantwortungsbewusst zu berücksichtigen. Dabei sollten Entscheider allerdings die Potenziale klar im Blick behalten. Denn der Markt für KI wächst rasant. Das Beratungshaus Deloitte ermittelte in seiner KI-Studie 2022, dass 94 Prozent der international befragten Unternehmen künstliche Intelligenz als wichtig für die Entwicklung ihres Unternehmens ansehen. Deutsche Unternehmen zeigen sich in dieser Umfrage jedoch zurückhaltender: Nur 87 Prozent stimmen dieser Aussage zu. Auch bei KI-Investitionen hinken deutsche Unternehmen, laut der Studie, im internationalen Vergleich noch hinterher. Dies könnte langfristig zu einem großen Wettbewerbsnachteil führen. Daher sollten Unternehmer hierzulande KI als Chance begreifen, um nicht Gefahr zu laufen, den Anschluss zu verlieren.