Kundenservice ist wichtig wie nie, zugleich ist der Aufwand für die Betreuung so hoch wie niemals zuvor. Hinzu kommt die Fluktuation bei Agenten, die sich dem Wert von 40 % nähert. Das führt zu hoher Anspannung in den Contact Centers, die sich negativ auf das Kundenerlebnis auswirken und den Umsatz verringern kann.

Um dieser Herausforderung zu begegnen, setzen Unternehmen auf Bots, welche bestehende Lücken schließen sollen. Herkömmliche Chatbots sind zwar die Standardlösung zur Erweiterung der Self-Service-Optionen, wurden jedoch für einen begrenzten Zweck entwickelt. Sie sind meist für eine bestimmte Aufgabe vorgesehen und bieten nur begrenzte Flexibilität.

Anders als menschliche Agenten sind sie nicht in der Lage, zweideutige Aussagen zu interpretieren, sich über ein bestimmtes Thema zu unterhalten oder Informationen auf eine Weise zu personalisieren, die Ihrer Markenphilosophie entspricht. Die Weitergabe komplexer Anfragen an menschliche Agenten ist zwar möglich, aber ohne Kontext zwingt sie den Kunden dazu, sich zu wiederholen, was zu schlechten Kundenerfahrungen führt.

Virtuelle Agenten, der nächste Schritt in der Konversations-KI, verbessern den Self-Service, indem sie Unternehmen helfen, ihre digitalen Fähigkeiten um Kontextverständnis und Anpassungsfähigkeit zu erweitern. Anstatt nur auf bestimmte Eingaben zu reagieren, nutzen virtuelle Agenten KI und natürliches Sprachverständnis, um die Kundenbedürfnisse in Echtzeit zu interpretieren und die Antworten dynamisch an den Gesprächsverlauf anzupassen.

Dies ermöglicht personalisierte, komplexere Interaktionen, an denen funktionsbasierte Chatbots scheitern. Zudem können virtuelle Agenten nahtlos mit menschlichen Agenten zusammenarbeiten und sie sind auch darauf trainiert, Empathie für Ihre Kunden zu zeigen.

Virtuelle Agenten heben Bots aufs nächste Level
In der Vergangenheit drehten sich die ersten Gespräche über die Implementierung eines Bots um dessen Funktion: Soll es ein Chatbot oder ein Voicebot sein? Und welche Anfragen soll er bearbeiten?

Der nächste Schritt bestand darin, die Routine des Bots bei der Bewältigung seiner Aufgaben festzulegen – und diesen Ablauf dann zu gestalten.

Nach all diesen Bemühungen haben Sie vielleicht einen guten Bot, aber einen mit erheblichen Einschränkungen. Wenn der Bot auf eine Frage stößt, die nicht in seinem vordefinierten Skript enthalten ist, steckt er fest. Er kann nicht aus neuen Daten lernen, seine Antworten im Laufe der Zeit verbessern oder den Kontext einer Anfrage verstehen, um relevantere Antworten zu geben.

Die Fortschritte in der KI-Technologie, insbesondere große Sprachmodelle (LLMs) und generative KI, ermöglichen es Unternehmen, virtuelle Agenten zu nutzen. Sie können ihre Antworten anpassen, indem sie aus dem Nutzerverhalten lernen, und die Personalisierung und Effizienz verbessern.

Sehen wir uns sechs Möglichkeiten an, mit denen virtuelle Agenten herkömmliche Bots auf die nächste Stufe heben – und die beeindruckenden Vorteile, die Ihr Unternehmen erwarten kann.

1. Intents, die über statische Skripte hinausgehen

Virtuelle Agenten erweitern die Möglichkeiten eines herkömmlichen Bots erheblich. Der erste Punkt, an dem wir diese Entwicklung sehen, ist die Erstellung von Intents. Dies erforderte früher eine sorgfältige Verwaltung jeder einzelnen Äußerung und eine ständige Anpassung im Laufe der Zeit. LLMs haben das geändert.

Es ist viel einfacher, die Schritte zur Lösung einer Aufgabe zu definieren und zu entwerfen, wenn es einen Fluss von LLM-basierten Aktionen gibt, die sich auf sehr enge Aktivitäten konzentrieren. Dieses flow-basierte Design stellt sicher, dass Ihre Lösung nur das tut, für was sie trainiert wurde, und dass das Training einfacher oder sogar automatisiert abläuft.

Im Grunde geben Sie eine Beschreibung einer Aufgabe vor, wie z. B. „Informationen sammeln“ oder „einen Artikel finden“, und dann arbeitet das LLM daran. Das bedeutet mehr Präzision bei der Erkennung von Absichten und sorgt für eine natürlicher klingende Sprache als in der Vergangenheit. Dank dieser Vielseitigkeit können virtuelle Agenten komplexere Interaktionen abwickeln und sogar Intent-Switching betreiben, d. h. einen menschenähnlicheren Ansatz bei der Abwicklung von Interaktionen wählen.

Nehmen wir an, ein Kunde stellt einem virtuellen Agenten eine Frage zu einer Produktfunktion. Sobald der virtuelle Agent diese Frage beantwortet hat, könnte der Kunde eine völlig neue Frage haben. An diesem Punkt kann der virtuelle Agent nahtlos in den Auskunftsmodus wechseln und sogar auf die ursprüngliche Frage zurückgreifen.

Der Kunde interagiert mit dem virtuellen Agenten auf dieselbe Weise wie mit einem Menschen und das ohne spezifische Anweisungen. Er kann seine Antwort auch auf die genaue Frage abstimmen und die Quelle zur Überprüfung der Informationen angeben.

2. Umfassende Übergabe an Agenten und CRM-Systeme

Chatbots können den Kontext von Kundeninteraktionen nicht in dem Maße erfassen oder Übergaben durchführen, wie es virtuelle Agenten können. Bei der Übergabe vom Bot fehlen die Interaktionszusammenfassung, der Hintergrund und die Nachbearbeitung der Interaktion, die er gerade mit einem Kunden abgeschlossen hat.

Nach einer Interaktion wählt der virtuelle Agent den geeigneten nächsten Schritt aus. Wenn ein menschlicher Agent eine Anfrage übernehmen muss, kann der virtuelle Agent eine Zusammenfassung erstellen und diese weitergeben. So kann der Agent das Gespräch nahtlos dort fortsetzen, wo der virtuelle Agent aufgehört hat. Das Ergebnis ist, dass der Kunde sich nicht wiederholen muss, was eine direkte Verbesserung des Kundenerlebnisses darstellt.

Wurde die Aufgabe sogar vollständig erledigt, schreibt der virtuelle Agent eine Zusammenfassung und versieht die Konversation mit einem Ihrer vordefinierten Nachbearbeitungscodes – also mit der gleichen Sorgfalt, die Sie von einem menschlichen Agenten nach der Interaktion erwarten würden.

Auf diese Weise werden mehrere zeitaufwendige Aufgaben erledigt und die Erkenntnisse auf konsistente Weise erfasst. In beiden Fällen speichert der virtuelle Agent seine Details in Ihrem CRM-System, so dass andere Tools, virtuelle Agenten, Administratoren und menschliche Agenten sie nutzen können.

3. Einsicht in die Customer Journeys, um Probleme proaktiv anzugehen

Herkömmliche Chatbots können in der Regel nicht auf Analysen zugreifen und diese nutzen, um Lücken in der Customer Journey aufzudecken. Sie wissen nicht, welche Informationen fehlen könnten oder dass sie versuchen sollten, diese zu finden. Virtuelle Agenten hingegen können bei jeder Interaktion und über mehrere Berührungspunkte hinweg feststellen, was fehlt.

Die gewonnenen Erkenntnisse sind umsetzbar, was sich von einem herkömmlichen Dashboard mit Metriken unterscheidet, bei dem man Zeit braucht, um sie zu verstehen. Der Einsatz von KI-gestützter Absichts- und Stimmungsanalyse hilft dabei, die kontinuierliche Verbesserung des Kundenerlebnisses und des Contact Centers zu realisieren. Die Daten zeigen, welche Wege häufig eingeschlagen werden, wo Kunden abspringen und wo andere Ineffizienzen liegen. Das lässt sich nutzen, um die Kundenerfahrungen konkret zu verbessern.

Durch die Integration mit CRM-Systemen können Sie mit diesen Details das Kundenerlebnis optimieren, indem Sie proaktiv ermitteln, welche Lücken zu schließen sind, um die Servicebereitstellung zu verbessern.

Virtual Agent Social Infographic_01
Virtual Agent Social Infographic_02
Virtual Agent Social Infographic_03

4. Virtuelle Agenten brauchen weniger Ressourcen

Selbst mit ihren begrenzten Fähigkeiten erfordern Chatbots eine Menge Aufwand, um gute Leistungen erbringen zu können. Und diese Arbeit erfordert technische Fähigkeiten, einschließlich Teams von Datenwissenschaftlern. Das ist eine komplexe Aufgabe und erfordert Ressourcen, die schwer zu finden sind. Und die Anforderungen an die Bot-Schulung machen es noch komplexer.

Im Gegensatz dazu können virtuelle Agenten auch von nicht spezialisierten Mitarbeitern trainiert und eingesetzt werden. Wir verwenden einen visuellen, codelosen Flow-Builder, der auf generativer KI, LLMs und KI-gestützten Wissensabfragen basiert, um virtuelle Agenten zu erstellen. Unser Drag-and-Drop-Ansatz ermöglicht es Ihren Teams, Workflows zu erstellen, die anspruchsvoll, anpassungsfähig und skalierbar sind. Außerdem können Sie in Ihren Abläufen allgemeinsprachliche Sätze verwenden, anstatt auf sehr spezifisch formulierte und unflexible Anweisungen beschränkt zu sein.

Da Genesys Cloud die wesentliche Arbeit übernimmt, reduziert unser Ansatz die Ressourcenbelastung Ihrer Teams drastisch.

Das Wichtigste ist, dass Sie die Gespräche Ihrer besten Agenten heranziehen und die KI einen kompletten Ablauf auf dieser Grundlage erstellen lassen können – das spart viel Zeit und stellt sicher, dass Ihre erfolgreichsten Gespräche in zukünftigen Interaktionen mit menschlichen und virtuellen Agenten reproduziert werden können.

5. Virtuelle Agentenabläufe sind flexibel nutzbar

Virtuelle Agenten machen es überflüssig, Bot-Flows von Grund auf neu zu erstellen, da die für virtuelle Agenten generierten Flows in allen Genesys Cloud™ AI-Lösungen, einschließlich Genesys Cloud Agent Copilot, nutzbar sind. Es besteht keine Notwendigkeit, Flows für verschiedene Zwecke oder Arten von digitalem Support neu zu erstellen. Dies erhöht den ROI, da die Wartung vereinfacht wird und weniger Ressourcen für die effiziente Skalierung und Optimierung von Interaktionen benötigt werden.

Genesys verfügt über jahrzehntelange Erfahrung bei der Lösung von Problemen, die für Contact Center spezifisch sind – und das branchenübergreifend. Diese Erfahrung hat uns in die Lage versetzt, die neueste KI-Technologie zu nutzen, um virtuelle Agenten der nächsten Generation mit Funktionen zu entwickeln und bereitzustellen, auf die Sie sich bei der Betreuung Ihrer Kunden verlassen können. Dadurch unterscheiden wir uns von Anbietern, die universell einsetzbare virtuelle Agenten anbieten, die nicht speziell für Contact Center geeignet sind.

Die Flexibilität ist möglich, weil unsere virtuellen Agenten den Menschen nicht aus den Augen verlieren. Sie leiten komplexe Probleme nahtlos an menschliche Agenten weiter und liefern Kontext aus aktuellen und früheren Interaktionen. Außerdem ermöglichen sie eine menschliche Kontrolle in Echtzeit, um sicherzustellen, dass die von der KI generierten Antworten korrekt und konform sind. Da immer ein Mensch in der Schleife ist, wird sichergestellt, dass die Daten sauber und sicher für die Wiederverwendung sind.

Im Laufe der Zeit wird Ihr ROI weiter steigen, da Ihre Daten nicht ständig überprüft werden müssen, ob die Prozesse gut sind, die Daten korrekt sind oder Sie eine gute Leistung erbringen. Wir haben diese Prüfungen für Sie in den virtuellen Agenten integriert.

6. Sicherheit ist integraler Bestandteil

Einige Unternehmen starten interne KI-Initiativen, wie z. B. die Entwicklung eigener GPTs, in der Annahme, dass ihr eigenes Fachwissen zu Kosteneinsparungen führen wird. Der Aufbau von benutzerdefinierten GPTs für den Unternehmenseinsatz bietet zwar Flexibilität, kann aber auch erhebliche Risiken mit sich bringen. Fragen der Datensicherheit und des Schutzes der Privatsphäre sind ein großes Problem, auch weil es viele Fälle gibt, in denen KI ohne angemessene Leitplanken aus dem Ruder läuft.

Laut McKinsey wird erwartet, dass generative KI die Arbeitsproduktivität in der gesamten Wirtschaft erheblich steigern wird. Durch die Automatisierung von Aufgaben, die Verbesserung der Qualität und Komplexität von Antworten und die Beseitigung der Notwendigkeit ständiger Aktualisierungen können virtuelle Agenten zu einer Steigerung der Produktivität und des ROI beitragen. Aber auch sie haben ihre Grenzen.

So können benutzerdefinierte Modelle beispielsweise ungenaue oder voreingenommene Antworten erzeugen, was das Vertrauen der Kunden beeinträchtigt. Und es gibt ethische Risiken durch unbeabsichtigte oder unangemessene Ausgaben oder „Halluzinationen“.

Genesys verfolgt einen hybriden Ansatz für virtuelle Agenten, der das Beste aus den beiden Welten der traditionellen regelbasierten Chatbots und der GPT-Chatbots nutzt. Generative KI wird bei jedem Schritt eingesetzt, aber die Aufgaben sind immer noch in einem Flow definiert. Dies reduziert das Risiko und sorgt dafür, dass die KI bei der Sache bleibt und die Geschäfts- und Kundendaten beim Zugriff, der Analyse und der Weitergabe schützt.

Diese kritische Notwendigkeit ist die Grundlage für unseren KI-Ethikansatz und unsere Protokolle. Diese Protokolle decken Daten ab, die von allen unseren Produkten verwendet werden, im Gegensatz zum Datenschutz, der nur für eine bestimmte Lösung entwickelt wurde.

Genesys trainiert seine eingebetteten Modelle auch mit kuratierten, vertrauenswürdigen Daten aus verschiedenen Branchen, Sprachen, Anwendungsfällen, Dimensionen und mehr. Wir berücksichtigen bei der Entwicklung die Grundsätze des Datenschutzes. Diese Leitplanken schützen das Recht des Einzelnen auf Privatsphäre von Anfang an, und wir fügen nach der Entwicklung keine zusätzlichen Funktionen hinzu.

Virtuelle Agenten machen den Unterschied

Der Wechsel von herkömmlichen Chatbots zu virtuellen Agenten bringt Leistung und Flexibilität und es ist zugleich möglich, schnell einen Mehrwert zu erzielen. Ihre Fähigkeit, sich nahtlos in bestehende Bot-Flows zu integrieren, komplexe Interaktionen zu bewältigen und tiefe Einblicke in die Customer Journey zu gewähren, macht sie zu einem leistungsstarken Tool zur Verbesserung der Kundenerfahrung.

Mit robusten Datensicherheitsmaßnahmen und ethischen KI-Standards können Sie mit Genesys schnell die Vorteile virtueller Agenten nutzen, und zwar mit sicheren Abläufen, die bereits erprobt sind.

Sehen Sie, wie viel mehr Sie mit einem Genesys Virtual Agent erreichen können.

* Bestimmte Funktionen, die in diesem Artikel erwähnt werden, werden in naher Zukunft veröffentlicht.