Welche KPIs verbessern Kundenservice-KI-Tools?
Wie bei den meisten gehypten neuen Technologien gibt es bei KI viele nützliche Anwendungen – und zahlreiche Spielereien. Im Bereich Kundenservice ist der Hype jedoch gerechtfertigt: Gartner, ein IT-Marktforschungsunternehmen, schätzt, dass Chatbots bis 2027 für 25 % der Unternehmen der Hauptkanal im Kundenservice sein werden.
Viele Unternehmen integrieren mit Begeisterung KI-gestützte Tools wie Chatbots und prädiktive Analytik in ihre Kundenservice-Prozesse. Und das zurecht: Diese Technologien ermöglichen den Teams, Probleme schneller zu lösen und menschliche Mitarbeitende von Routinefragen zu entlasten, sodass sie sich auf den Aufbau von Kundenbeziehungen konzentrieren können, statt immer wieder die gleichen Fragen zu beantworten.
Dennoch lohnt es sich, die Vorteile konkret zu benennen:
Join our community to access the full article
Unlock more content to help you turn AI into leverage, design experiences that build trust, and drive business impact.
Have an account? Log In
Welche Kundendienst-KPIs werden durch den Einsatz von KI im Kundenservice verbessert?
In diesem Artikel zeige ich Ihnen sieben der wichtigsten Leistungskennzahlen, die durch den Einsatz von KI im Kundenservice am meisten beeinflusst werden. Wenn Sie diese Service-Kennzahlen im Blick behalten, können Sie KI gezielt einsetzen, um Kosten zu senken, die Kundenzufriedenheit zu erhöhen und die Customer Experience zu verbessern.
Was sind die besten KI-Tools im Kundenservice?
Im Großen und Ganzen lassen sich KI-gestützte Kundendienst-Tools in drei Kategorien einteilen: kundennahe Chatbots und virtuelle Assistenten, Analyse-Software mit KI-Unterstützung und KI-gesteuerte Backoffice-Tools, welche Support-Mitarbeitende unterstützen und Prozesse automatisieren.
Kundenservice-Teams setzen häufig folgende Tools ein:
- Konversationelle Chatbots: Diese natürliche Sprachverarbeitung nutzenden Bots können Text- oder Sprachgespräche mit Kunden führen, um gängige Anfragen zu beantworten, ohne dass menschliche Mitarbeitende erforderlich sind. Chatbots greifen auf Wissensdatenbanken zurück, um Routineanliegen wie Kontoinformationen, Produktfragen und häufig gestellte Fragen zu lösen.
- Virtuelle Assistenten: Stellen Sie sich virtuelle Assistenten als eine Art „fortgeschrittenen Chatbot“ vor, der mithilfe tiefergehender Lernalgorithmen Kontext erfasst und längere Gespräche mit Kunden führen kann – häufig mit einem eigenen Namen und einer Persönlichkeit. Wie Chatbots agieren virtuelle Assistenten als erste Anlaufstelle und lösen komplexere Probleme, bevor sie diese bei Bedarf an menschliche Agenten weitergeben.
- Prädiktive Analytik: Prädiktive Analytik-Lösungen basieren auf anspruchsvollen maschinellen Lernmodellen, die Kundendaten analysieren, um Muster zu erkennen. Diese Tools sind besonders hilfreich, um Kundenbedarfe zu antizipieren und Agenten bei der Personalisierung des Services zu unterstützen; sie helfen auch, die Abwanderungsrate zu senken.
- Stimmungsanalyse: Stimmungsanalyse-Tools erkennen die Stimmung und Emotionen der Kund*innen während Unterhaltungen, indem sie Text- und Sprachdaten analysieren. So können virtuelle Assistenten Unzufriedenheit wahrnehmen, ihre Herangehensweise entsprechend anpassen oder das Gespräch an einen menschlichen Agenten eskalieren.
KPIs, die durch KI-Kundendiensttools verbessert werden
Der Erfolg von KI-gestütztem Kundenservice wird im Wesentlichen dadurch bestimmt, wie viel Arbeitslast sie vom menschlichen Support wegnehmen können. Deflektionsrate, Kosten pro Fall und Ticket-Volumen messen diesen Faktor direkt oder indirekt.
Ein weiterer zentraler Fokus ist Geschwindigkeit: Mit Kennzahlen wie erster Antwortzeit, durchschnittlicher Bearbeitungszeit und Lösung beim Erstkontakt kann die Geschwindigkeit der Kundenbetreuung gemessen werden.
Die Verbesserung dieser Support-Kennzahlen zahlt stark auf wichtige Werte ein, wie den Customer Satisfaction Score (CSAT), den Net Promoter Score (NPS) und den Customer Effort Score (CES).
1. Deflektionsrate
Eine steigende Deflektionsrate ist eines der deutlichsten Anzeichen dafür, dass sich die Investition in KI-gestützten Kundenservice auszahlt. Wenn Sie in Chatbots, virtuelle Assistenten oder andere KI-basierte Self-Service-Tools investiert haben, sollte Ihre Deflektionsrate – der Prozentsatz der Chats, die von künstlichen Intelligenzsystemen ohne Unterstützung menschlicher Agenten bearbeitet werden – beachtlich sein.
Fin, ein von Intercom entwickelter KI-Chatbot, weist eine Deflektionsrate von bis zu 60 % auf. Je nach Komplexität der Supportanfragen können manche Chatbots bis zu 80 % aller Anfragen ohne menschliches Eingreifen bearbeiten.
Tools wie Fin meistern diese Aufgabe durch eine Kombination aus natürlicher Sprachverarbeitung, vordefinierten Gesprächsabläufen und einem tiefen Verständnis Ihrer Produktdokumentation. Das Endziel ist, dass die häufigsten Supportanfragen – wie Kontoinformationen, Bestellstatus, Rückgaben und einfache Fehlerbehebungen – vollständig von KI-Chatbots bearbeitet werden, sodass menschliche Supportmitarbeiter sich auf komplexere Anfragen und den Aufbau von Kundenbeziehungen konzentrieren können.
2. Kosten pro Lösung
Wenn man das weltweite Kundenservice-Aufkommen insgesamt betrachtet, sind die Zahlen beeindruckend: Jedes Jahr stellen Kunden 265 Milliarden Supportanfragen. Chatbots und KI-Assistenten helfen dabei, einen Teil dieser Kosten zu senken, indem sie die Belastung für menschliche Supportteams reduzieren und Unternehmen so mehr als 11 Milliarden Dollar pro Jahr sparen.
Der Einfluss von KI auf die Kosten pro Lösung lässt sich auf einen Faktor zurückführen: Sie ist günstiger als der Mensch. Das bedeutet, dass mit der Verlagerung von mehr Kundenanfragen auf Self-Service-KI die durchschnittlichen Kosten pro Lösung sinken sollten.
Was aber, genau in Dollar ausgedrückt, ist der Einfluss von KI auf die Kosten pro Lösung? Es ist bekanntermaßen schwierig, branchenübergreifend allgemeine Aussagen über die Kosten einer Support-Interaktion zu machen. Zu viele Variablen spielen eine Rolle: Branche, Komplexität und Lohnkosten, um nur einige zu nennen. Um eine Vorstellung von den möglichen Einsparungen zu geben: LiveAgent, ein Kundensupport-Tool, gibt an, dass der Branchendurchschnitt für den Kontaktpreis bei $7,16 liegt. Im Vergleich dazu kostet Fin – der oben erwähnte KI-Chatbot von Intercom – 86 % weniger, nämlich $.99 pro Lösung.
3. Erstreaktionszeit (FRT)
Erfahrene CX-Führungskräfte fragen sich vielleicht, worauf sie sich im Zeitalter der KI konzentrieren sollten. Eine klassische Priorität im Kundenservice ist aktueller denn je: den Kunden Zeit zu sparen. Laut Forrester sagen 66 % der Kunden, das Wichtigste sei, dass ein Unternehmen ihre Zeit wertschätzt. Mit der weiten Verbreitung von Chatbots sind die Erwartungen der Kunden gestiegen: 40 % der Kunden erwarten eine Antwort von einem Chatbot innerhalb von fünf Sekunden.
KI steht vor allem für Schnelligkeit: Chatbots können innerhalb weniger Sekunden auf Anfragen reagieren – rund um die Uhr. Für Kund:innen, die einen menschlichen Ansprechpartner benötigen, können virtuelle Agenten Informationen erfassen und innerhalb von etwa 30 Sekunden einen Live-Mitarbeiter hinzufügen. Darüber hinaus kann KI die Supportmitarbeiter durch kontextbezogene Vorschläge weiter unterstützen.
Die neuesten Helpdesk-Softwares – mit KI optimiert – ermöglichen es, das gesamte Zusammenspiel von Chatbot und Mensch aus der Vogelperspektive zu beobachten und automatisch Analysen anzuwenden, sodass Sie Trends und Potenziale für Prozessoptimierungen erkennen können.
4. Ticketvolumen
Eine der einfachsten Methoden, um die eigene Kundenservice-Aktivität insgesamt zu beurteilen, ist das Ticketvolumen. Die oberflächlichen Implikationen sind klar: Hohe Zahlen bedeuten ein ausgelastetes Team.
Doch das Ticketvolumen steht auch in Verbindung mit weiterreichenden Faktoren, die mit der Kundenzufriedenheit verknüpft sind. Eine Umfrage ergab, dass Unternehmen mit niedrigerem Ticketvolumen in der Regel höhere CSAT-Werte aufweisen. Steigt das Volumen der Supporttickets, geraten Kundensupportteams unter Druck und die Kundenzufriedenheit (CSAT) sinkt entsprechend.
Glücklicherweise sind Tools, die KI für den Kundenerfolg einsetzen, gut geeignet, um das Ticketvolumen zu senken. Chatbots sind dabei das wichtigste Instrument: Sie können viele Kundenanliegen abfangen, bevor daraus Tickets werden. Auch eine umfassende Wissensdatenbank, die zur Schulung Ihrer virtuellen Agenten dient, ist ein zentraler Bestandteil.
5. Durchschnittliche Bearbeitungszeit (AHT)
Die ideale durchschnittliche Bearbeitungszeit ist von Unternehmen zu Unternehmen unterschiedlich; einfach strukturierte Unternehmen wie der Einzelhandel haben in der Regel eine relativ geringe AHT, während sie bei Unternehmen aus der Telekommunikationsbranche meist höher liegt. Im Allgemeinen gilt jedoch eine „gute“ AHT von ca. sechs Minuten in einem traditionellen Callcenter.
Live Chats haben meist höhere AHT-Werte, weil sowohl Mitarbeiter als auch Kunden Multitasking betreiben können und die Agenten oft mehrere Chats parallel abwickeln. Trotzdem gilt: Wenn ein Kunde mit einem Problem auf Sie zukommt, gilt – je schneller die Lösung, desto zufriedener der Kunde.
Bei einfachen Anfragen können Chatbots die durchschnittliche Bearbeitungszeit (AHT) verkürzen, indem sie die Antworten auf viele häufig gestellte Fragen nahezu sofort liefern. Bei komplexeren Anliegen können virtuelle Agenten schnell die notwendigen Informationen von Kunden sammeln, bevor sie diese an menschliche Mitarbeitende weiterleiten, um die letzten Schritte zu übernehmen.
6. Erste Kontaktlösung (FCR)
Nichts ist frustrierender, als den Kundenservice zu kontaktieren, nur um sich ein weiteres Mal melden zu müssen, weil das Problem beim ersten Kontakt nicht gelöst wurde. Sobald Kunden das zweite Mal Kontakt aufnehmen, hat der fehlende schnelle Problemlösungsvorgang die Wahrnehmung Ihres Unternehmens bereits negativ beeinflusst.
Deshalb ist es so entscheidend, Anliegen gleich beim ersten Kontakt zu lösen. Im Idealfall sollten vier von fünf Kundenproblemen direkt beim Erstkontakt behoben werden: 70-79 % gelten als eine „gute“ FCR-Quote, so die Branchen-Benchmark des Kontaktcenters von SQM Group.
KI-gestützte virtuelle Agenten können Ihre Erstkontaktlösungsquote verbessern, indem sie Kunden helfen, ihre Anliegen schnell im Self-Service zu klären. Künstliche Intelligenz kann außerdem den menschlichen Mitarbeiterinnen und Mitarbeitern helfen, mehr Anliegen gleich beim ersten Kontakt zu lösen, indem sie frühere Kundeninteraktionen zusammenfasst und Lösungsvorschläge macht.
7. Kundenbindungsrate
Für SaaS-Unternehmen gibt es keine wichtigere Kennzahl als die Kundenbindungsrate. Glücklicherweise kann KI im proaktiven Kundensupport hier unterstützen: KI-gestützte prädiktive Analysen und Sentiment-Analyse-Tools können riesige Mengen Kundendaten auswerten, um Anzeichen zu erkennen, wann ein Kunde abwanderungsgefährdet ist.
Daten wie Demografie, Kaufhistorie, Nutzungsverlauf, Stimmung und Zufriedenheitsumfragen sind einzeln oft schwer zu interpretieren, doch Analysetools können subtile Muster entdecken und individuelle Abwanderungsprognosemodelle erstellen, um Kundinnen und Kunden proaktiv zurückzugewinnen, bevor sie das Unternehmen verlassen.
Die Kraft des KI-gestützten Kundenservices
Künstliche Intelligenz kann im Kundenservice ein seltenes „Win-Win-Win“ schaffen: niedrigere Kosten für Unternehmen, schnelleren Service für Kundinnen und Kunden und weniger monotone Arbeit für Servicemitarbeitende.
Diese drei Faktoren sind in einem positiven Kreislauf miteinander verknüpft. Indem Unternehmen ein großes Volumen an Serviceanfragen an KI delegieren, senken sie ihre Kosten und entlasten menschliche Mitarbeitende für Aufgaben, in denen deren Stärken liegen.
Kundinnen und Kunden profitieren von schnelleren Antworten bei Routineanfragen und empathischerem Service bei komplexeren Interaktionen, was die Bindung und Zufriedenheit erhöht. Unternehmen, die Empathie-Statements im Kundenservice priorisieren, erreichen häufig höhere Zufriedenheitsraten.
Wenn Sie die richtigen Kundenservice-KPIs erfassen, können Sie sicherstellen, dass künstliche Intelligenz die gewünschten Ergebnisse auf das Kundensupport-Erlebnis hat – für zufriedenere und treuere Kundinnen und Kunden.
Mehr zu den wichtigsten Kennzahlen finden Sie in unserem ausführlichen Artikel über die wichtigsten Erfolgsmessungen im Kundenservice. Möchten Sie stets auf dem Laufenden bleiben, was die CX-Branche betrifft? Dann abonnieren Sie unbedingt unseren Newsletter – mit Leadership-Tipps, Marketing-Strategien, Einblicken und Branchentrends rund um CX.
