Das Gespenst in der Telefonzentrale: Lektionen aus 81 Millionen Support-Gesprächen

Es gibt derzeit eine stille, gefährliche Fiktion, die in Vorständen und Chefetagen kursiert. Sie besagt, dass KI endlich das Kostenproblem im Support gelöst hätte. Die Logik ist einfach: Routineanfragen automatisieren, das Volumen sinken sehen und die Mitarbeiterzahl reduzieren. Wenn man auf die Dashboards auf Makroebene schaut, scheint es zu funktionieren. Die Effizienz steigt, und Ticket-Vermeidung erreicht Rekordwerte.

Aber wenn man sich heute tatsächlich mit einem Support-Team hinsetzt – wenn man das Tempo ihrer internen Chats verfolgt und das Gesicht eines Agenten um 16 Uhr an einem Arbeitstag sieht – weiß man, dass die Realität anders aussieht. Der Support wird nicht leichter. Er wird dichter.

Und diese Dichte lastet nun ganz auf den Menschen, die geblieben sind.

Bei Hiver hatten wir nie das Ziel, für die aufgeblähte Komplexität der Fortune 500 zu bauen; wir entwickelten für die agilen, schnell agierenden Teams, die Probleme ohne den Ballast einer überkommenen Fabrik lösen wollen. Im letzten Jahr halfen unsere Plattformen unseren Kunden, 81 Millionen Konversationen zu lösen. Es ist zwar kein Enterprise-Volumen, aber selbst innerhalb dieser KMU-Blase sehen wir eine Entwicklung, die die Krise in der Unternehmenswelt widerspiegelt – und in vielerlei Hinsicht noch verstärkt.

Die Branche schlafwandelt in eine Talentkrise. Wir erleben eine globale Erosion des First-Level-Supports. In unserem Eifer, die einfachen Aufgaben zu automatisieren, haben die „KI-gestützten“ Support-Plattformen unabsichtlich den Weg zur Expertise zerstört.

Man kann das „Transformation“ nennen, wenn man will, aber die Wortwahl kaschiert nicht die Tatsache, dass der Einstieg in Support-Expertise schnell und leise verschwindet. Was diesen Moment von früheren Effizienzzyklen unterscheidet, ist, dass die zugrundeliegende Ökonomie beginnt, sich entgegen der gesetzten Erzählung zu bewegen.

Das ist kein vorübergehendes Führungsversagen. Es ist eine Systemveränderung.

Mehr als ein Jahrhundert lang wurde Kundenservice von der unsichtbaren Annahme bestimmt, dass Support ein Rohrleitungsproblem ist. Diese Annahme geht zurück auf das Jahr 1917 und einen Mathematiker namens Agner Krarup Erlang. Er entwickelte die Erlang-C-Formel, mit der Telefongesellschaften berechnen konnten, wie viele Operatoren sie für eine bestimmte Anzahl an Anrufen brauchten. Die Formel behandelt Menschen wie Rohre: Steigt der Wasserstand, verbreitert man einfach das Rohr. Ergo: Kommen mehr Anrufe, stellt man einfach mehr Leute ein, um den Eingang abzuarbeiten.

Diese Vermittlungslogik wirkt bis heute unterschwellig in jedem modernen Helpdesk. Wir reden von einer KI-geführten Zukunft und von Agenten mit Superkräften; dennoch steuern wir den Support weiterhin mit Überbleibsel-Metriken wie Durchschnittliche Bearbeitungszeit und Auslastung. KI versprach, die Branche aus dem „Rohrleitungsdenken“ zu befreien. Zu oft ist sie einfach nur das neueste Rohr geworden, das in eine uralte Maschine passt.

Lassen Sie mich das weiter veranschaulichen.

Im letzten Jahr bewältigte die Infrastruktur von Hiver 85 Millionen manuelle Aufgaben per Automatisierung – Passwortzurücksetzungen, Statusupdates und Routingregeln, die früher zum Tagesgeschäft eines Agenten gehörten. Nach der Logik der alten Vermittlungs-Mathematik müsste das Entfernen von 85 Millionen Arbeitseinheiten eine riesige Kapazitätsreserve beim Menschen schaffen. Und wenn diese Logik noch stimmen würde, wäre diese Reserve in der gesamten Support-Ökonomie sichtbar.

Stattdessen berichten branchenweit 77 % der Agenten, dass die Komplexität zunimmt, während andere Studien sagen, dass 56 % der Support-Mitarbeitenden Rekordwerte an Burnout zeigen.

Die Mathematik versagt, weil sie vergessen hat, dass diese 85 Millionen einfachen Aufgaben nicht nur Arbeit waren – sie waren Erholungszeit, Lernzeit und kognitive Verschnaufpause. Wiederholung zu entfernen, ohne das Menschensystem um das Verbleibende herum neu zu gestalten, führt nicht zu Effizienz, sondern zu Kompression.

Das Cornell Global Call Center Project dokumentiert seit Jahren, warum dieses „Rohrleitungsmodell“ scheitert. Ihr Bericht aus dem Jahr 2007 bewies erstmals, dass Hochleistungsteams von Entscheidungsspielräumen leben – und trotzdem steuert die Branche sie weiter nach Volumen.

Die Support-Branche brauchte fast zwei Jahrzehnte, um aufzuholen, aber endlich reden wir von „kognitiver Überlastung“ und „menschlichem Urteilsvermögen“ – Schlagworte, welche andere Hochrisiko-Bereiche schon viel früher beim Einsatz von Automatisierung und Augmented Intelligence eingeführt haben.

In der Luftfahrt zum Beispiel hat der Autopilot die Piloten nicht ersetzt; er hat sie zu Managern seltener, risikoreicher Ausnahmen gemacht, bei denen Urteilskraft mehr zählt als Routinekönnen. In der Medizin hat Diagnostiksoftware die Radiologen nicht ersetzt; sie hat ihre Aufmerksamkeit auf die unklaren Scans konzentriert, bei denen Erfahrung das Ergebnis bestimmt.

In jedem Fall hat Automatisierung die Wiederholung entfernt, aber die Lernwege erhalten, aus denen Expertise wächst. Kundensupport tritt nun in dieselbe historische Phase – nur schneller, und ohne den Weg zu sichern, der die notwendigen Fachkräfte hervorbringt.