Software-Roboter übernehmen mittlerweile auch Aufgaben im Kundenservice. Wir verraten Ihnen, wie erfolgreich Chatbots im First-Level-Support agieren.

 

Roboter staubsaugen im Haushalt, mähen den Rasen und bauen Autos zusammen, löten, schrauben oder lackieren – ganz so, wie es ihre Programmierer wollen. Diese physischen Roboter automatisieren mechanische, sich wiederholende Abläufe und arbeiten dabei sehr effizient. Kein Wunder, dass die Roboter auch ihren Weg ins Büro finden: Als smarte Software Bots übernehmen sie einfache, monotone oder repetitive Prozesse wie etwa die Eingabe von Adressdaten. Das Stichwort lautet Robotic Process Automation (RPA).

 

Roboter übernimmt Kundenservice

RPA kommt dabei auch verstärkt im Kundenservice zum Einsatz – entweder im Hintergrund durch eine Steigerung der Prozesseffizienz oder gleich im direkten Kontakt mit den Kunden. Beispiel effizientere Prozesse: Eine wichtige Kennzahl im Callcenter ist die Average Handling Time. Sie gibt an, wie viel Zeit ein Mitarbeiter im Durchschnitt benötigt, um einen Kontakt zu bearbeiten. Dazu zählt sowohl die Gesprächs-, als auch die Nachbearbeitungszeit für die Dokumentation des Gesprächs. Ein Roboter kann insbesondere letztgenannte minimieren, da er das Gespräch über automatisierte Notizen selbstständig dokumentiert und weiß, welche Prozesse im System angestoßen wurden. Über eine Speech-to-text-Analyse sucht der Bot nach Keywords und legt bei Bedarf automatisiert einen neuen Case an.

 

Menschliche Mitarbeiter im Callcenter müssen meist mehrere verschiedene Systeme bedienen, etwa eines für die Kundenhistorie und eines für Produktdaten. Prozesse über all diese Systeme hinweg konsistent zu führen, kostet entsprechend viel Zeit. Hier kann Robotic Process Automation unterstützen, indem sie Daten aus verschiedenen Systemen zusammenführt. Dabei ist Zeit in diesem Fall tatsächlich viel Geld: Großunternehmen bringen es leicht auf mehrere Millionen Calls im Jahr. Die Einsparungen durch RPA fallen in so einem Fall erheblich aus, wenn man davon ausgeht, dass sich jeder Kontakt durch den Bot-Einsatz im Schnitt um zwanzig bis dreißig Sekunden verkürzen lässt.

 

Wenn der Bot mit dem Kunden…

RPA-Bots sind darüber hinaus immer häufiger die erste „Kontaktperson“ am Service Desk. Sie nehmen Anfragen auf, legen die entsprechenden Tickets an und weisen den Fall den richtigen Sachbearbeitern zu. Fortschrittlichere Bots erledigen die Anfrage sogar selbst. Ein Beispiel: Der Drucker einer Abteilung funktioniert nicht. Der Bot stellt an dieser Stelle zunächst Routinefragen – etwa nach der Art der Fehlermeldung, dem Druckertyp, dem Füllstand des Toners oder dem Papiervorrat. Auf Grundlage der Antworten spricht der virtuelle Support-Kollege schließlich Handlungsempfehlungen aus. Oder er prüft den Drucker einfach remote über das Netzwerk und startet ihn bei Bedarf neu. Fatmir Kqiku, Robotics- und Intelligent-Automation-Experte beim Systemintegrator DXC, weiß aus erster Hand um die Performance von Robotic Process Automation im Kundenservice:

 

„Im Level-1- und Level-2-Support laufen viele Prozesse zum Teil automatisiert ab. Die Erfolgsquote kann sich sehen lassen. Mittlerweile lösen Chatbots in manchen Szenarien 40 Prozent der Anfragen am Service Desk.“

 

Als weiteres Beispiel für intelligente, virtuelle Berater nennt Kqiku den Einsatz von Robo Advisors im Bankenumfeld. Hierbei sucht ein Kunde zum Beispiel auf der Website einer Bank nach geschlossenen Immobilienfonds für Südamerika. Der smarte Bot zeigt dem Kunden dann die drei Fonds an, die am besten zu seinem definierten Profil (z.B. „risikoorientiert“) passen. Bei Bedarf liefert er auch zusätzliche Anlage- und Spar-Tipps:

 

„Ideal wäre ein Sparplan mit einem monatlichen Betrag von 170 Euro. So viel Geld investieren Kunden, die ein ähnliches Profil wie Sie aufweisen derzeit im Schnitt.“

 

Zugleich erhält der Kunde einen Terminvorschlag für ein persönliches Treffen mit einem Bankberater – oder wird direkt online zum Fondskauf weitergeleitet.

 

Was RPA im Kundenservice braucht

Hochwertige RPA-Bots werden mit Künstlicher Intelligenz (KI), beziehungsweise Machine Learning, kombiniert und übernehmen dann eigenständig den Chat mit den Kunden. Die technologische Basis hierfür bildet eine Kombination aus Text Mining, Natural Language Analytics und Sentiment-Analyse (gibt Aufschluss über die Emotionen des Nutzers). „Der virtuelle Agent ist verbunden mit KI-Systemen, Storage, Analytics-Lösungen, einem Service Management System und einem Knowledge Management System“, erklärt Fatmir Kqiku. Im Hintergrund laufen also komplexe Prozesse ab und unterschiedliche Bausteine müssen miteinander integriert werden.

 

Der oben beschriebene Robo Advisor benötigt beispielsweise Zugriff auf externe Daten von Dienstleistern aus dem Investitionssegment. Dazu muss das Finanzinstitut Serviceverträge schließen und Schnittstellen (APIs) zu den verschiedenen Systemen schaffen. Nur so kann der intelligente Bot Zusammenhänge in Datensätzen erkennen und dem Kunden die gesuchten Informationen zur Verfügung stellen.

 

Dieses Zusammenspiel ist ein entscheidender Punkt für den erfolgreichen Unternehmenseinsatz, wie Fatmir Kquiku weiß:

 

„Firmen benötigen für Robotic Process Automation eine Plattform mit offenen APIs zur Integration von Chatbots und allen anderen beteiligten Systemen. Ich rate dazu, eine Umgebung mit unterschiedlichen Anbietern aufzubauen. Entscheidend sind Kooperation und Integration.“