Wie KI Prozesse im Kundenservice revolutioniert

Nicht nur die Qualität von Produkten und Dienstleistungen ist heutzutage ein zentraler Wettbewerbsfaktor, sondern auch ein optimaler Kundenservice. Künstliche Intelligenz und Natural Language Processing helfen, die Effizienz im Service Center und im Kundendienst zu steigern – und somit die Kundenzufriedenheit zu erhöhen.

«Herzlich willkommen in unserem Kundencenter. Wenn Sie Fragen zu Ihrer Rechnung haben, drücken Sie die 1. Für Informationen zu unseren Produkten und Dienstleistungen drücken Sie die 2». So oder ähnlich beginnt vielerorts immer noch eine unsägliche Odyssee durch das Kundencenter-Labyrinth. Nicht selten kostet das Navigieren per Tasteneingabe viel Zeit und Nerven, ehe man – im Idealfall – an der richtigen Stelle landet. Landen die Kunden nach dieser Geduldsprobe jedoch bei der falschen Fachperson, ist der Frust gross. Und zwar auf beiden Seiten: Sie warten nach wie vor auf Hilfe, während den Service-Angestellten nichts anderes übrigbleibt, als das Anliegen unverrichteter Dinge weiterzuleiten.

Heute erwarten Kund*innen von ihren Anbietern, dass ihre Anliegen schnell und effizient gelöst werden – egal, ob es sich um den eigenen Telefonanbieter, die Hausbank oder einen Onlineshop handelt. Wollen Unternehmen ihre Kund*innen zufriedenstellen, müssen sie jederzeit sicherstellen, dass ihr Service Center so effizient wie möglich arbeitet und auf dem neuesten Stand der Technik ist.

NLP im Service Center: Fünf zentrale Anwendungsbereiche

Ein wesentlicher Baustein für einen effizienten Kundenservice ist der Einsatz von künstlicher Intelligenz (KI), insbesondere von Natural Language Processing (NLP). NLP befasst sich mit der Interaktion von Computern mit menschlicher Sprache und wird etwa zur Sprachübersetzung, Textzusammenfassung oder Stimmungsanalyse eingesetzt. Dies reduziert Wartezeiten und verbessert die Kundenzufriedenheit. Folgende fünf Beispiele verdeutlichen, wie NLP den Kundenkontakt optimiert:

1. Kundenidentifikation: Durch den Einsatz von Voicebots können Kund*innen anhand von Identifikationsmerkmalen, Voice-Biometrie oder anderen 2-Faktor-Authentifizierungsmethoden identifiziert und verifiziert werden. Dadurch entfällt die manuelle Abfrage von Daten durch die Kundenberater, was den Prozess beschleunigt und die Kundschaft schneller zum Ziel bringt.

2. Conversational IVR und Skill-Based Routing: Mit der Conversational IVR (Interactive Voice Response) können Kund*innen ihr Anliegen einfach per Spracheingabe äussern, anstatt über die Telefontastatur eine Auswahl zu treffen. Skill-Based Routing ermöglicht es, Kundenanfragen basierend auf den Fähigkeiten und Kenntnissen der Mitarbeiterinnen weiterzuleiten. Ein Beispiel: Statt eine Nummer zu wählen, sagt die Kundin oder der Kunde nun «Ich habe meinen Karten-PIN vergessen» und wird direkt an die zuständige Fachperson weitergeleitet. Die Genauigkeit der Anrufweiterleitung wird auf diese Weise verbessert und interne Weiterleitungen auf ein Minimum reduziert. Kund*innen sparen Zeit und erhalten schneller die benötigte Hilfe.

3. Automatisierung: Die Einbindung von NLP in Workflows und Kernsysteme ermöglicht es Voicebots, direkte Informationen bereitzustellen und Aufträge auszuführen. So kann im obigen Beispiel direkt ein neuer PIN per Brief ausgelöst werden, oder der Bot verschickt eine Anleitung, wie der PIN im Self-Service Portal angezeigt werden kann.

4. Agent Assist: Durch den Einsatz von Assistenz-Systemen im Kundenservice werden Kundenservicemitarbeiter*innen in Echtzeit mit relevanten Informationen unterstützt, Prozesse werden angestossen und administrative Tätigkeiten vom Bot übernommen.

5. Voice of the Customer: Die automatische Transkription und Auswertung von Kundengesprächen durch NLP ermöglicht es Unternehmen, wertvolle Erkenntnisse, Trends und Muster aus Kundenfeedbacks zu gewinnen. Diese Informationen dienen einerseits als Grundlage für Coachings und Trainings der Kundenberater*innen und fliessen andererseits direkt in die (Weiter-)Entwicklung von Produkten und Dienstleistungen ein. Diese Fähigkeit, Kundenanliegen nicht nur zu lösen, sondern auch daraus zu lernen, ist ein entscheidender Wettbewerbsvorteil.

KI ist schon heute Realität

Solche Anwendungen sind heute gang und gäbe. Der Einsatz von künstlicher Intelligenz im Kundenservice hat sich in den letzten Jahren rasant weiterentwickelt. Immer mehr Unternehmen erkennen das Potenzial von NLP, implementieren die Technologie erfolgreich in ihren Service Centern und steigern dank dieser automatisierten und verbesserten Anrufweiterleitung schon heute ihre Effizienz erheblich.

Zukünftig werden KI-Systeme mehr und mehr in der Lage sein, Kundenanliegen noch präziser zu erkennen und sogar proaktiv auf mögliche Probleme hinzuweisen, bevor diese überhaupt auftreten. Auf der Unternehmens-Website etwa wird der reaktive Service-Bot ergänzt durch einen Sales-Bot, welcher Kunden zum Angebot berät und im Kaufprozess unterstützt. Durch die Vernetzung mit zusätzlichen Datenquellen kann die KI zudem personalisierte Interaktionen ermöglichen und wertvolle Hinweise zur Verbesserung der Service-Qualität liefern. Durch die sogenannte Sentiment-Analyse beispielsweise werden Stimmung und Gefühlslage anhand des Gesprächsinhalts erkannt und passende Gesprächsleitfäden ausgespielt – angepasst an die individuelle Situation.

Somit steht fest: Unternehmen, die wettbewerbsfähig bleiben wollen, müssen diese Technologien jetzt in ihren Service Centern implementieren, um ein bestmögliches Kundenerlebnis zu schaffen. Wer hier verschläft, riskiert, ins Hintertreffen zu geraten und die steigenden Anforderungen der Kunden an die Service Center nicht mehr erfüllen zu können. Zumal KI auch mit Sprachassistenten wie Siri, Alexa oder Cortana ohnehin längst im Alltag der Kund*innen angelangt ist.

Kulturwandel nötig

Aus technischer Sicht steht der Implementierung von KI-Lösungen wie NLP nicht viel im Weg: Der Zugang zu günstiger und – dank Infrastructure-as-a-Service – skalierbarer Rechenleistung aus der Cloud erlaubt den Einsatz hochwertiger KI-Lösungen mit grossem Funktionsumfang. Gleichzeitig müssen Unternehmen aber auch in die Schulung der Mitarbeitenden investieren, um sicherzustellen, dass diese die neuen Technologien so effektiv wie möglich nutzen können. Um die Kundeninteraktionen aktiv zur Verbesserung von Produkten und Services einsetzen zu können, müssen in der Organisation ausserdem Prozesse zur Feedback-Analyse eingeführt und etabliert sein. Somit erfordert die Einführung von NLP im Service Center über die technologischen Vorkehrungen hinaus eine darauf abgestimmte Unternehmensstrategie. Entscheidungsträger*innen müssen sicherstellen, dass KI nicht nur als technische Spielerei, sondern als zentraler Bestandteil des Kundenservices und der Produktentwicklung betrachtet wird. Technologiepartner können hier unterstützen: Swisscom ist auf die Optimierung und Automatisierung von Workflows spezialisiert und verhilft Unternehmen zu massgeschneiderten Omnichannel-Lösungen – für ein bestmögliches Kundenerlebnis und produktivere Mitarbeitende.