Leiter des Kundenerfolgs erläutert die Arbeitsabläufe, die Zeit sparen und Kunden zufriedener machen
Ajay Balamurugadas zeigt, wie KI-gestützte Arbeitsabläufe bei Kundenforschung, Support und Dokumentation Zeit sparen und gleichzeitig Beziehungen, Nuancen und menschliches Urteilsvermögen bewahren.
Ajay Balamurugadas
Leiter des Kundenerfolgs und der Strategie bei PostQode
Recherche: KI-gestützte Kundenforschung verkürzt die Vorbereitungszeit von fast einem Tag auf ein bis zwei Stunden.
Fehlerbehebung: KI-gestützte Fehlerbehebung beschleunigt die Problemlösung durch die Analyse von Protokollen, Fehlern, Tests und früheren Problemen.
Menschliches Vertrauen: KI unterstützt Kundenbeziehungen, doch Empathie, Urteilsvermögen und emotionale Verbundenheit erfordern weiterhin die direkte Einbindung von Menschen.
Schutzmaßnahmen: Verlässliche KI-Ausgaben erfordern eine menschliche Validierung, während Ausweichprozesse Teams bei Ausfällen von Tools schützen.
Strategie: Leiter im Kundenerlebnis erzielen bessere Ergebnisse, indem sie Modelle auf Aufgaben abstimmen, Arbeitsabläufe in kleinere Schritte aufteilen und deren Nutzung kontinuierlich verfeinern.
Ajay Balamurugadas ist Leiter für Kundenerfolg und Strategie bei PostQode, einem KI-nativen Produkt für die Softwareentwicklung.
Wir haben mit Ajay gesprochen, um zu verstehen, wie er KI einsetzt, um Kunden zufriedener zu machen. Das hat er uns erzählt.
Autonome KI-Agenten in der Softwareentwicklung
Mein Name ist Ajay Balamurugadas, und ich bin eine erfahrene Führungskraft im Qualitäts-Engineering. In den vergangenen zwei Jahren war ich als Leiter für Kundenerfolg und Strategie bei PostQode tätig, einem Produktunternehmen, das autonome KI-Agenten in jede Phase des Softwareentwicklungslebenszyklus integriert.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Zu unseren Kunden gehören Start-ups, Unternehmen und Dienstleistungsunternehmen, die ihre eigenen Kunden betreuen.
Wie KI für zufriedenere Kunden sorgt
Im vergangenen Jahr haben wir zwei konkrete Änderungen daran vorgenommen, wie wir Kundenerlebnisse mithilfe von KI gestalten.
Erstens setzen wir KI umfassend für die Kundenforschung ein. Statt uns ausschließlich auf die manuelle Analyse von Meetings, Feedback und Dokumenten zu verlassen, nutzen wir KI, um Gespräche zusammenzufassen, wiederkehrende Problembereiche zu identifizieren und Erwartungen herauszuarbeiten. Die KI untersucht außerdem das Unternehmen des Kunden, dessen Geschäftsaktivitäten, Wettbewerber und mögliche Lösungen und zeigt Lücken zwischen dem auf, was Kunden sagen, und dem, was sie tatsächlich benötigen.
KI-gestützte Analyse und Zusammenfassung haben den Zeitaufwand für Kunden- und Marktforschungsaktivitäten von fast einem vollständigen Arbeitstag auf gewöhnlich 1-2 Stunden reduziert.
Zweitens haben wir KI-gestützte Unterstützung bei der Fehlersuche für die Analyse und Behebung von Problemen eingeführt. KI hilft dabei, Protokolle, Fehlermuster, Testergebnisse und historische Probleme zu analysieren, um mögliche Grundursachen schnell einzugrenzen und nächste Schritte vorzuschlagen. Dadurch haben sich die Reaktionszeiten verbessert, der Untersuchungsaufwand ist gesunken und Teams können Kundenprobleme schneller und mit besserem Kontext lösen.
KI erstellt und pflegt außerdem Dokumentationen wie Leitfäden für die Einführung, FAQs zur Fehlerbehebung und Vergleichsdokumente – auch dadurch reduziert sich der Zeit- und Arbeitsaufwand für deren Erstellung von Tagen auf Stunden.
Und am wichtigsten: All das hat zu zufriedeneren Kunden geführt.
Wie KI CX-Forschungsabläufe erweitern kann
Hier ist der CX-Forschungsablauf, den wir bereits vor dem ersten Kundengespräch anwenden.
Wir beginnen mit einer Recherche mithilfe von Perplexity AI, um das Unternehmen, die Branche, die Wettbewerber, die Marktpositionierung und die jüngsten Aktivitäten des potenziellen Kunden zu verstehen. So schaffen wir ein solides Kontextverständnis, bevor wir mit dem Kunden in Kontakt treten.
Anschließend nutzen wir Claude oder ChatGPT, um diese Recherche mit detaillierten Informationen über unsere Organisation zu verbinden und herauszufinden, wie unsere Plattform den jeweiligen potenziellen Kunden am besten unterstützen kann. Wir bitten die KI, Positionierungsstrategien, Nutzenversprechen, relevante Anwendungsfälle und maßgeschneiderte Möglichkeiten zur Präsentation der Lösung vorzuschlagen.
Danach verwenden wir ChatGPT oder Gemini, um wahrscheinliche Einwände, Bedenken und Fragen von Kunden zu simulieren. So kann das Team Antworten im Voraus vorbereiten und die Qualität der Kundengespräche verbessern.
Während der Kundentermine zeichnen wir die Gespräche auf und transkribieren sie. Wir nutzen ChatGPT, um Diskussionen zusammenzufassen, strukturierte Gesprächsprotokolle zu erstellen, Aufgaben zu identifizieren sowie Kundenerwartungen und Risiken festzuhalten.
Nach dem Meeting verwenden wir Claude und ChatGPT, um unterstützende Materialien wie Lösungsdokumente, Leitfäden für die Einführung, Vergleichsdokumente, Diagramme, Arbeitsabläufe und Materialien zur Fehlerbehebung zu erstellen.
Warum Beziehungen und Nuancen nicht an KI ausgelagert werden können
Aber wir setzen KI nicht für alles ein.
Der Aufbau von Beziehungen und die emotionale Verbindung bleiben ausdrücklich menschliche Aufgaben. Wir sind überzeugt, dass Vertrauen, Empathie und langfristige Beziehungen nicht an KI ausgelagert werden können. Menschen kümmern sich direkt um persönliche Interaktionen, etwa indem sie sich nach den Zielen der Kunden erkundigen, ihre Fortschritte verstehen, ihnen zu besonderen Anlässen alles Gute wünschen und eine echte menschliche Verbindung aufrechterhalten.
KI unterstützt die Beziehung, aber Menschen bauen sie auf und erhalten sie.
Darüber hinaus befinden sich wichtige Kundeninformationen in vielen Fällen verteilt über E-Mails, CRM-Systeme, Besprechungsnotizen, Gesprächsaufzeichnungen, Support-Tickets und interne Diskussionen, wodurch KI hinter ihren Möglichkeiten zurückbleibt. In diesen Bereichen, in denen der kontextuelle Zusammenhang fehlt, ist menschliches Eingreifen weiterhin erforderlich, um Nuancen zu interpretieren, Empfehlungen zu überprüfen und Informationen aus verschiedenen Quellen miteinander zu verknüpfen.
Warum Ausweichprozesse bei der Nutzung von KI notwendig sind
Die Integration von KI in Aktivitäten rund um das Kundenerlebnis führte zu erheblichen Zeit- und Aufwandsersparnissen sowie zu einer verbesserten Konsistenz. Es sind jedoch auch Herausforderungen entstanden. Dies unterstreicht die Bedeutung von Ausweichprozessen und stellt sicher, dass Teams weiterhin über ein grundlegendes Domänenverständnis und die Fähigkeit zur Entscheidungsfindung verfügen.
Die Integration von KI in Aktivitäten rund um das Kundenerlebnis führte also zu erheblichen Zeit- und Aufwandsersparnissen, einer verbesserten Konsistenz und dazu, dass zuvor von einzelnen Personen abhängige Aktivitäten in skalierbarere und wiederholbare Prozesse umgewandelt wurden.
Es sind jedoch auch Herausforderungen entstanden. Eine Sorge ist der Effekt „zu gut, um wahr zu sein“, bei dem von KI erzeugte Ergebnisse manchmal äußerst überzeugend wirken, obwohl eine eingehendere Überprüfung erforderlich ist. Das bedeutet, dass menschliche Kontrolle und Beurteilung bei kritischen Entscheidungen und kundenorientierten Empfehlungen weiterhin wichtig sind.
Eine weitere Herausforderung ist die operative Abhängigkeit. Sobald sich Teams an KI-gestützte Arbeitsabläufe gewöhnt haben, fällt es ihnen schwer, bei einem Ausfall der KI oder der Nichtverfügbarkeit eines Tools dieselbe Geschwindigkeit und Konsistenz beizubehalten. Dies unterstreicht die Bedeutung von Ausweichprozessen und stellt sicher, dass Teams weiterhin über ein grundlegendes Domänenverständnis und die Fähigkeit zur Entscheidungsfindung verfügen.
Warum CX-Führungskräfte die gewünschten Ergebnisse kennen müssen, bevor sie Tools auswählen
Es ist wichtig, das genau gewünschte Ergebnis klar zu verstehen, bevor Tools oder Modelle ausgewählt werden.
Anfangs gingen wir davon aus, dass ein einziges Modell jede Art von Aufgabe effektiv bewältigen könnte. Wir lernten jedoch schnell, dass verschiedene Modelle für unterschiedliche Anwendungsfälle besser geeignet sind. Einige sind besser für Recherche geeignet, andere für Schlussfolgerungen, strukturierte Dokumentation oder Zusammenfassungen beziehungsweise dialogorientierte Aufgaben. Die Auswahl des richtigen Modells für die jeweilige Aktivität kann die Qualität erheblich verbessern und Kosten sowie Aufwand reduzieren.
Eine weitere wichtige Erkenntnis: Behandle größere Probleme nicht als eine einzige massive KI-Aufgabe. Wenn komplexe Arbeitsabläufe in kleinere, klar definierte Aufgaben aufgeteilt und Schritt für Schritt koordiniert werden, führt dies zu deutlich besseren und zuverlässigeren Ergebnissen.
Wie Teams bei der effektiven Nutzung von KI angeleitet werden können
Wir stellen eine effektive Einführung sicher, indem wir kollaboratives Lernen und die gemeinsame Nutzung von KI im gesamten Team fördern. Wir schulen Teammitglieder regelmäßig zu verschiedenen KI-Tools, Anwendungsfällen, Ansätzen für die Formulierung von Prompts und Arbeitsabläufen, die für Aktivitäten rund um das Kundenerlebnis relevant sind.
Zusätzlich teilen wir kontinuierlich intern Erkenntnisse, Beispiele, Artikel, Prompts und erfolgreiche Arbeitsabläufe, damit sich Wissen schnell in der gesamten Organisation verbreitet, anstatt bei einigen wenigen Personen zu verbleiben. Außerdem überprüfen wir gemeinsam die Ergebnisse, unterstützen Teammitglieder dabei, die Qualität von Kontext und Prompting zu verbessern, und zeigen Artefakte, die in verschiedenen Phasen der Kundenbindung erstellt wurden.
Dieser kontinuierliche Zyklus aus Schulung, Austausch, Überprüfung und Demonstration hilft dem Team, Vertrauen aufzubauen und KI in realen Kundensituationen effektiver und konsistenter einzusetzen.
Wie KI verändert, wo Fachwissen im CX angewendet werden muss
Traditionell waren Aufgaben wie tiefgehende Kundenforschung, Wettbewerbsanalysen, die Erstellung von Dokumentationen, die Zusammenfassung von Meetings oder die Vorbereitung von Lösungen von bestimmten Experten mit jahrelangem Branchenwissen und Erfahrung abhängig. KI kann viele dieser Aktivitäten inzwischen umfassender beschleunigen und unterstützen, sodass mehr Teammitglieder mit der richtigen Anleitung und dem passenden Kontext effektiv beitragen können.
Dadurch entfällt der Bedarf an Fachwissen nicht, aber die Art und Weise, wie wir es einsetzen, verändert sich. Anstatt den Großteil ihrer Zeit mit der Informationsbeschaffung und sich wiederholenden Vorbereitungen zu verbringen, können sich Spezialisten stärker auf Strategie, Beziehungen, Entscheidungsfindung und Kundenergebnisse konzentrieren.
Wie CX-Führungskräfte an KI herangehen sollten
Ich empfehle CX-Führungskräften, KI als Assistenten zu betrachten, nicht als Ersatz … Am wichtigsten ist, kontinuierlich zu experimentieren. Die Organisationen, die den größten Nutzen aus KI ziehen, sind diejenigen, die aktiv Ideen testen, Arbeitsabläufe verfeinern, aus Fehlern lernen und sich schnell anpassen. Die Einführung von KI ist keine einmalige Implementierung – sie ist eine sich weiterentwickelnde Fähigkeit, die sich durch Nutzung, Feedback und Iteration verbessert.
Ich empfehle CX-Führungskräften, KI als Assistenten und nicht als Ersatz zu betrachten. Die Qualität der Ergebnisse hängt maßgeblich von der Qualität des bereitgestellten Kontexts ab. Versorgen Sie die KI kontinuierlich mit relevanten Geschäftsinformationen, Kundendaten, Arbeitsabläufen und sogar mit „Kontext über den Kontext“, damit sie genauere und aussagekräftigere Ergebnisse erzeugen kann.
Verstehen Sie außerdem, dass sich verschiedene KI-Tools für unterschiedliche Anwendungsfälle eignen. Nehmen Sie sich Zeit, die Stärken und Grenzen verschiedener Tools in den Bereichen Recherche, Support, Analysen, Dokumentation, Automatisierung und Personalisierung kennenzulernen.
Am wichtigsten ist, kontinuierlich zu experimentieren. Die Organisationen, die den größten Nutzen aus KI ziehen, sind diejenigen, die aktiv Ideen testen, Arbeitsabläufe verfeinern, aus Fehlern lernen und sich schnell anpassen. Die Einführung von KI ist keine einmalige Implementierung – sie ist eine sich weiterentwickelnde Fähigkeit, die sich durch Nutzung, Feedback und Iteration verbessert.
Bleiben Sie auf dem Laufenden
Sie können die Arbeit von Ajay Balamurugadas auf LinkedIn verfolgen.
Weitere Experteninterviews folgen auf The CX Lead!
