Abbildung 1. KI ist ein klarer Unterscheidungsfaktor.
Dies ist besonders wichtig, wenn man die Studienergebnisse von Capgemini berücksichtigt, die aufzeigen, dass Verbraucher sowohl im privaten als auch im beruflichen Leben aktiv nach KI suchen. Tatsächlich geben 56 % der Verbraucher an, dass sie bereits aktiv KI in ihrem Beruf einsetzen, während 53 % melden, generative KI-Tools schon für wichtige Bereiche im Privatleben zu nutzen, z. B. bei der Finanzplanung.
Während Unternehmen, die nach Möglichkeiten zur operativen Optimierung durch Automatisierung suchen, die ersten Wellen der KI-Einführung vorantrieben, beschleunigt nun die Verbrauchernachfrage nach KI die neue Welle der KI-Innovation.
Constellation Research identifiziert fünf zentrale Anwendungsfälle für KI im Kundenservice – aus einer nahezu unendlichen Vielfalt an Möglichkeiten.
1. Marketing: Diffusionsmodelle werden dynamisch Inhalte generieren, Übersetzungsfunktionen bereitstellen und proaktiv im Rahmen von Testprojekten experimentieren – von einfachen A/B-Szenarien bis hin zu komplexeren multivariaten Tests –, um die Benutzererfahrungen zu optimieren. Personalisierungsmodelle werden noch mehr Kontext erfassen und so Hyper-Targeting für Kampagnen, Werbenetzwerke und Umfragen mit ChatGPT ermöglichen.
Kundenfeedback wird in Umfang und Reichweite erweitert, sodass aktive Feedbackmethoden gebündelt und analysiert werden können, um umfassendere und kontextbezogene Erkenntnisse zu gewinnen. KI wird zudem neue Möglichkeiten schaffen, um über die reine Erstellung von Inhalten und Assets hinauszugehen und diese kontinuierlich weiterzuentwickeln – etwas, das bisher ausschließlich Marketing-Tools vorbehalten war. Das wird Service- und Vertriebsteams – insbesondere den entscheidenden Frontline-CX-Teams im Kontaktcenter – ermöglichen, markenkonforme Assets aus zentralisierten Content-, Asset- und Wissensdatenbanken abzurufen, zu personalisieren und zu generieren.
2. Vertrieb: Vertriebsbezogene Aufgaben wie Pipeline-Reviews, Terminplanung, Analyse des Bestands und Forecasting werden von manuellen auf automatisierte Prozesse umgestellt. Ticklers und Benachrichtigungen erinnern Vertriebsmitarbeitende daran, Aufgaben nachzuverfolgen.
Die Markensprache wird automatisch in generierte Mitteilungen integriert – durch vorausschauende, personalisierte und global kontextbezogene, ereignisgesteuerte Automatisierungen. Sprachmodelle beseitigen die Unbeholfenheit von rein transaktionalen Gesprächen. Die Möglichkeit, überall zu verkaufen, wird auf die gesamte CX-Landschaft ausgeweitet: KI-gestützte Empfehlungen für Upselling und Cross-Selling ermöglichen sowohl den Mitarbeitenden als auch KI-gestützten Systemen, Kunden hochrelevante und kontextbezogene Vorschläge zu unterbreiten.
3. Service: Crawler in den internen Systemen eines Unternehmens durchsuchen Wissensdatenbanken, ergänzen Fallhistorien und beschleunigen die Problemlösung. Kundenservice-Mitarbeiter erhalten sofortige Unterstützung durch Automatisierung und intelligente Lösungen – von empfohlenen Gesprächsskripten bis hin zu passenden Reaktionen und Antworten.
Intelligentes Routing von Anrufen, Nachrichten und anderen Kommunikationsformen verbindet Kunden nahtlos mit dem bestgeeigneten internen Experten oder Mitarbeiter. KI erstellt neue Support-Tickets, ergänzt fehlende Informationen, sagt die Kundenzufriedenheit durch auf der Basis verbesserter Stimmungsanalysen voraus und initiiert proaktiv Interaktionen, um Probleme zu beheben, bevor sie für den Kunden spürbar werden.
„Dank KI werden menschliche Mitarbeiter unterstützt und zu Experten aufgewertet.“
GPT-basierte Bots übernehmen bestimmte Kommunikations- und Interaktionsabläufe, sodass Mitarbeiter mehr Zeit und Energie für anspruchsvollere Aufgaben haben, die das Unternehmenswachstum direkt beeinflussen. Dank KI werden menschliche Mitarbeiter unterstützt und zu Experten aufgewertet.
Im Contact Center haben Mitarbeiter und Teamleiter Zugriff auf Optimierungsfunktionen für die Belegschaft, die früher als zu komplex für eine Implementierung galten – von dynamischen Schichttauschangeboten bis hin zu KI-generierten Ressourcenzuteilungen auf Basis verschiedener Variablen wie Fähigkeiten und Expertise zum jeweils richtigen Zeitpunkt. Dank Sprachmodellen mit mehrsprachiger Übersetzung und Gesprächsgenerierung haben Teams Zugang zu Experten und Kunden weltweit, wodurch Barrieren zwischen Expertise und Bedarf abgebaut werden.
4. Handel: Produktkataloge können schneller erstellt und stärker personalisiert werden, da Diffusionsmodelle Vorgaben aus regulatorischen Anforderungen berücksichtigen, was eine beschleunigte weltweite Markteinführung neuer Produkt- und Serviceinhalte ermöglicht. Auf Conversational GenAI basierende GPT-Modelle werden als Front-End-Schnittstelle für die Auftragsaufnahme dienen, die durch visuelle Darstellungen ergänzt wird, die basierend auf kundenspezifizierten Konfigurationen generiert werden.
5. Kundenerfolg: KI wird Konten mit geringer Nutzung identifizieren und automatisch Risikokunden anhand ihres Interaktionsniveaus ermitteln, um Arbeitsabläufe zu initiieren, die die Interaktionshäufigkeit erhöhen. Generative KI wird die beste Frequenz und den passenden Inhalt für diese automatisierten Interaktionen vorhersagen, um die Customer Journey für Risikokunden zu optimieren, stärker zu personalisieren und mit Kontext anzureichern.
Dynamische Abfragen werden Umfragen generieren, die auf Parametern wie monetärem Wert, Dauer der Beziehung, vergangenen Interaktionen und Kundenzufriedenheit basieren. Strategien zur digitalen Einführung werden neu formuliert, wenn KI-Prognosen und automatisiert generierte Inhalte die Interaktionen und multimediale Kommunikation so anpassen, dass Nutzer effektiv und optimiert durch Onboarding-, Trainings- und Nutzungsprozesse geführt werden.
KI-Anwendungsfälle gehen über den Chatbot hinaus
Die Highlights der Umfrage zeigen einen neuen empathischen Ansatz zur Differenzierung im Kundenservice, mit Möglichkeiten, die Einführung und Nutzung von KI weiter auszubauen. Während Chatbots derzeit die führende Technologie in den Anwendungsfällen darstellen, die von 88 % der Organisationen genutzt wird, verwenden weniger als ein Viertel der befragten CX-Führungskräfte die folgenden Ansätze:
- Management der Customer Journey (23 %)
- Stimmungsanalyse (22 %)
- Coaching/Training (22 %)
- Nächstbeste Aktion (20 %)
- Empathieanalyse (20 %)
- Routing (19 %)
- Prognose und Einsatzplanung von Mitarbeitern im direkten Kundenkontakt (18 %)
- Vorausschauende digitale Interaktionen (14 %)
- Analyse nach der Interaktion und Qualitätssicherung (13 %)
- Unterstützung von Mitarbeitenden während der Interaktionen (11 %)
Dies ist nicht überraschend, da CX-Führungskräfte, insbesondere im Contact Center, gut darin geschult sind, die erste Phase interaktiver Kommunikation mit interaktiven Sprachaufzeichnungen (IVR) erfolgreich zu meistern. Sie haben bereits auf fortschrittlichere intelligente virtuelle Agenten (IVA) umgestellt, um den Self-Service zu beschleunigen.
Die nächste Chance besteht darin, über IVR, IVA, Chatbots und vorausschauende Analysen hinauszugehen, um das gesamte Kundenerlebnis (CX) zu verbessern und die Interaktionen in den einzelnen, voneinander isolierten CX-Phasen besser mit einer umfassenderen, unternehmensweiten Strategie zu verbinden, die darauf ausgelegt ist, dauerhafte, widerstandsfähige und profitable Beziehungen zu Kunden aufzubauen.
„Es ist offensichtlich, dass jetzt der richtige Zeitpunkt ist, den Blickwinkel zu erweitern und zu überlegen, wo KI im CX-Ökosystem sinnvoll eingesetzt werden kann und sollte. Die Verbraucher machen unmissverständlich klar, dass Unternehmen den Weg der KI einschlagen sollen.“
Eine umfassende Strategie sorgt dafür, dass die Customer Journey sowohl intern als auch extern besser vernetzt ist. Vorhersagbare, automatisierte und empathische Customer Journeys fördern Kundentreue und stärken die Kundenbindung.
Stimmungs- und Empathieanalysen unterstützen das Coaching und Training, um in Echtzeit Verbesserungen zu erzielen. Wichtige, hochpräzise Signale werden in einer vernetzten Interaktionsdatenansicht zusammengeführt. Diese teilt entscheidende Momente der Customer Journey in Bezug auf marketinggesteuerte digitale Interaktionen direkt mit einem KI-Assistenten, der daraufhin eine neue, kontextbezogene Self-Service-Interaktion in einer mobilen Umgebung initiieren kann.
Die Bereitstellung von kontextrelevantem Wissen ermöglicht schnellere Reaktionszeiten für Mitarbeitende und macht jede direkte Problemlösung zu einer Chance, die Kundenzufriedenheit durch befähigte Mitarbeiter weiter zu steigern. Darüber hinaus erhöhen Personalisierung und ein besseres Verständnis der Kunden die Konversionsraten und die durchschnittlichen Bestellwerte. Empathie ermöglicht tiefere Gespräche und eröffnet Chancen, Cross-Selling zu verbessern und Interaktionen in ein erfolgreiches Einkaufserlebnis zu verwandeln. Die Zusammenführung dieser intelligenten Erfahrungen befähigt Kundenerfolgs-Teams, den richtigen Zeitpunkt für Vertragsverlängerungen besser vorherzusagen.
Da proaktiver und effizienter Service langfristig die Kundenbindung stärkt, sorgen KI und Automatisierung nicht nur für Kostenoptimierung und betriebliche Effizienz. Sie tragen auch dazu bei, Umsätze im gesamten CX-Ökosystem zu steigern.
Mensch oder Maschine? Das richtige Verhältnis im Design
Erfolg auf organisatorischer Ebene erfordert mehr als große Sprachlernmodelle oder bessere Algorithmen. CX-Führungskräfte müssen die größte verfügbare Datenbasis identifizieren, die zu beantwortenden Fragen im CX-Bereich definieren und die benötigten Fähigkeiten erkennen, um in einer Welt erfolgreich zu sein, in der Menschen und Maschinen Seite an Seite arbeiten.
In zentralen CX-Prozessen – wie beim Übergang von der Kampagne zur Lead-Generierung, vom Lead zur Auftragserfassung, von der Auftragserfassung zur Auftragsabwicklung, von der Auftragsabwicklung zum Abschluss und von einem Vorfall zur Behebung – wird es zahlreiche Gelegenheiten geben, bei denen generative KI fehlende Inhalte und Kontexte bereitstellen kann.
In der aktuellen Salesforce-Studie „State of Service“ geben 61 % der Verbraucher zu, dass sie bei einfachen Anliegen oder Problemen tatsächlich eine Self-Service-Agenten-Erfahrung bevorzugen würden. Aber CX-Führungskräfte sollten vorsichtig sein: 72 % der Befragten sagen, dass sie nach einer einzigen negativen Erfahrung nicht mehr auf denselben Bot zurückgreifen würden.
Jede CX-Führungskraft muss genau festlegen, welche Kunden- oder Mitarbeiterprozesse vollständig automatisiert werden können, welche Prozesse durch Maschinen unterstützt werden sollten, welche Maschinen durch Menschen ergänzt werden müssen und wo ein rein menschlicher Ansatz erforderlich ist (siehe Abbildung 2). Diese Matrix des „symbiotischen Vertrauens“ kann genutzt werden, um das Vertrauen zu bewerten, das eine Organisation in die Daten, Modelle und Abläufe setzen kann, die diese Phasen der KI-gestützten Unterstützung und Automatisierung steuern.
