Ihr Abonnement des Genesys-Blogs wurde bestätigt!
Please add genesys@email.genesys.com to your safe sender list to ensure you receive the weekly blog notifications.
Abonnieren Sie unseren kostenlosen Newsletter und erhalten Sie alle Updates zum Blog bequem in Ihre E-Mail-Inbox.
Diese Meldung nicht mehr anzeigen.
Das Interaktionsvolumen in Contact Centern steigt und fast 40 % aller Contact Center-Mitarbeiter wandern ab. Diese Trends erzeugen einen Schneeballeffekt in Contact Centern, der sich negativ auf die Customer Experience auswirken und den Umsatz senken kann.
Viele Unternehmen versuchen, diese Lücke mit Bots zu schließen. Und obwohl traditionelle Chatbots schon länger die Standardlösung für einen besseren Self-Service sind, muss bedacht werden, dass sie für konkrete Zwecke entwickelt wurden. Bots sind für bestimmte Aufgaben vordefiniert und bieten begrenzte Flexibilität.
Anders als menschliche Mitarbeiter können sie nicht mit Unklarheiten umgehen, sich frei über ein bestimmtes Thema unterhalten oder Informationen auf eine Weise personalisieren, die für Ihre Marke einzigartig ist. Es ist möglich, komplexe Anfragen an menschliche Agenten weiterzugeben, aber da der Kontext fehlt, müssen sich Kunden wiederholen. Und das verschlechtert die Kundenerfahrung.
Virtuelle Agenten sind der nächste Schritt bei der dialogorientierten KI. Sie verbessern den Self-Service und helfen Unternehmen durch Kontextintegration und Anpassungsfähigkeit, ihre Reichweite zu vergrößern. Anstatt nur auf bestimmte Eingaben zu reagieren, nutzen virtuelle Agenten KI und natürliche Spracherkennung (NLU), um Kundenbedürfnisse in Echtzeit zu interpretieren, die Antworten dynamisch an den Gesprächsverlauf anzupassen und den Kontext zu erfassen, der auch an menschliche Mitarbeiter weitergegeben werden kann.
Dies ermöglicht stärker personalisierte, komplexere Interaktionen im Vergleich zu funktionsbasierten Chatbots. KI-Chatbots arbeiten bei der Übergabe nahtlos mit menschlichen Agenten zusammen, bieten automatisierte Unterstützung und sind so konzipiert, dass sie Ihren Kunden gegenüber Empathie zeigen können.
In der Vergangenheit ging es bei der Implementierung eines Bot in erster Linie um dessen Funktion: Chatbot oder Voicebot? Und welche Art von Anfragen soll der Bot bearbeiten?
Als Nächstes muss der Bot-Workflow zwecks Aufgabenmanagement entschieden und dann konzipiert werden.
Anschließend haben Sie möglicherweise einen relativ zuverlässigen Bot, der jedoch erhebliche Einschränkungen aufweist. Wenn der Bot auf eine Frage außerhalb seines vordefinierten Skripts stößt, kommt er nicht weiter. Er kann weder aus neuen Daten lernen, noch seine Antworten im Laufe der Zeit verbessern oder den Kontext einer Anfrage verstehen, um relevantere Antworten zu geben.
Fortschritte in der KI-Technologie, insbesondere LLMs (Large Language Models) und generative KI, haben es Unternehmen erleichtert, das Potenzial virtueller Agenten zu nutzen. Diese Agenten können ihre Antworten anpassen, indem sie aus Benutzerverhalten lernen. Sie können die Personalisierung verbessern und effizienter werden.
Sehen wir uns sechs Bereiche an, in denen virtuelle Agenten herkömmliche Bots übertreffen und welche Vorteile dies für Ihr Unternehmen bietet.
Virtuelle Agenten erweitern den Umfang dessen, was ein traditioneller Bot leisten kann, erheblich. Als erstes sehen wir diese Entwicklung beim Generieren von Absichten. Dieser Aspekt erforderte früher das sorgfältige Management jeder einzelnen Äußerung, was dann im Laufe der Zeit kontinuierlich verbessert werden musste. LLMs haben das geändert.
Es ist nun viel einfacher, die Schritte zur Lösung einer Aufgabe zu definieren und zu gestalten, und zwar mit einer Reihe von LLM-basierten Aktionen in einem Workflow, der sich auf eine sehr enge Auswahl von Aktivitäten konzentriert. Dieses flussbasierte Design stellt sicher, dass Ihre Lösung nur das tut, wofür sie trainiert wurde. Und dieses Training ist einfacher bzw. wird sogar automatisiert.
Grob gesagt beschreiben Sie eine Aufgabe, zum Beispiel „Informationen erfassen“ oder „Einen Artikel finden“, und das LLM bearbeitet dann diesen Prozess. Dadurch ist das Festlegen von Absichten, Pfaden und Workflows in natürlich klingender Sprache vielseitiger als in der Vergangenheit. Diese Vielseitigkeit ermöglicht es virtuellen Agenten, komplexere Interaktionen zu bearbeiten und sogar die Absicht anzupassen oder zu ändern. Das kommt dem menschlichen Ansatz beim Umgang mit Interaktionen sehr viel näher.
Nehmen wir an, ein Kunde stellt einem virtuellen Agenten eine Frage zu einer Produktfunktion. Wenn der virtuelle Agent diese Frage beantwortet hat, stellt der Kunde vielleicht eine ganz andere Frage. An diesem Punkt kann der virtuelle Agent basierend auf Kundenanfragen nahtlos in den Anfragemodus wechseln und sogar auf die ursprüngliche Frage zurückgreifen.
Der Kunde interagiert mit dem virtuellen Agenten also auf die gleiche Weise wie bei einem dynamischen Gespräch mit einem Menschen – ganz ohne spezifische Anweisungen. Der virtuelle Agent kann seine Antwort auch auf der Grundlage der genauen Frage personalisieren und die Quelle für seine Informationen angeben.
Chatbots können den Kontext in Kundeninteraktionen nicht erfassen und Übergaben nicht auf die Art und Weise durchführen, wie dies virtuelle Assistenten und virtuelle Agenten können. Bei der Übergabe durch Bots fehlen Interaktionszusammenfassungen, Hintergrundinformationen und Abschlusscodes für die Interaktion, die sie gerade abgeschlossen haben.
Ein virtueller Agent hingegen wählt nach einer Interaktion den passenden nächsten Schritt aus. Wenn ein Contact Center-Mitarbeiter eine Interaktion übernehmen muss, kann der virtuelle Agent eine Zusammenfassung erstellen und diese bei der Übergabe weitergeben. Dadurch kann der Mitarbeiter die Interaktion dort fortsetzen, wo der virtuelle Agent aufgehört hat. Dann müssen sich Kunden nicht wiederholen, was die Kundenerfahrung unmittelbar verbessert.
Wenn der virtuelle Agent die Kundenanfrage jedoch vollständig abschließen konnte, fertigt er eine Zusammenfassung an und gibt einen vordefinierten Abschlusscode für die Interaktion an. Damit führt er die gleichen Maßnahmen nach der Interaktion durch, die Sie von einem menschlichen Mitarbeiter erwarten würden.
Auf diese Weise bewältigt ein virtueller Agent mehrere zeitaufwendige Aufgaben und erfasst Erkenntnisse auf konsistente Weise. In beiden Fällen speichert der virtuelle Agent seine Daten in Ihrem CRM-System, sodass andere Tools, virtuelle Agenten, Administratoren und menschliche Mitarbeiter diese nutzen können.
Herkömmliche Chatbots können in der Regel keine Analysen abrufen und verwenden, die Lücken in der gesamten Customer Journey aufdecken würden. Sie wissen nicht, welche Informationen fehlen könnten oder dass sie versuchen sollten, diese zu finden. Virtuelle Agenten hingegen können erkennen, was bei einer Interaktion bzw. bei verschiedenen Touchpoints fehlt.
Außerdem können die bereitgestellten Erkenntnisse umfassend genutzt werden, im Gegensatz zu herkömmlichen Dashboards mit Metriken, die zeitaufwendig analysiert werden müssen, um einen Sinn zu erkennen. KI-gestützte Absichts- und Stimmungsanalysen tragen dazu bei, einzelne Kundenerlebnisse bzw. das gesamte Contact Center kontinuierlich zu verbessern. Daten können aufzeigen, wo Kunden häufig abspringen, und andere Ineffizienzen identifizieren, damit die Customer Journeys verbessert werden können.
Durch die Integration in CRM-Systeme ermöglichen Ihnen diese Details, das Kundenerlebnis zu optimieren, indem Sie proaktiv ermitteln, welche Lücken geschlossen werden müssen, um die Servicebereitstellung zu verbessern.



Obwohl ihre Fähigkeiten begrenzt sind, erfordert es viel Arbeit, bis Chatbots eine gute Leistung erbringen. Und diese Arbeit erfordert technische Fachkenntnisse und Teams von Datenwissenschaftlern. Mitarbeiter mit Spezialkenntnissen, die ohnehin schwer zu finden sind, müssen also viel Zeit investieren. Die mit dem Trainieren von Bots verbundenen Anforderungen machen die Sache noch komplexer.
Im Gegensatz dazu können virtuelle Agenten von Mitarbeitern ohne diese speziellen Fachkenntnisse konzipiert und bereitgestellt werden. Wir bieten einen visuellen Flow Builder ohne Code, der auf generativer KI, LLMs und KI-fähigen Diensten zur Generierung von Wissensdatenbanken unter Nutzung von Retrieval-Augmented Generation (RAG) basiert, um Absichten zu erstellen und virtuelle Agenten zu konzipieren. Unser Drag-and-Drop-Ansatz ermöglicht es Ihren Supportteams, anspruchsvolle, anpassungsfähige und skalierbare Workflows zu erstellen. Außerdem können Sie in Ihren Abläufen allgemeinsprachliche Sätze verwenden, anstelle von sehr spezifisch formulierten und unflexiblen Anweisungen.
Da Genesys Cloud den Großteil der Arbeit übernimmt, reduziert unser Ansatz die Arbeitslast für Ihre Teams drastisch.
Am wichtigsten ist, dass Sie die Gespräche Ihrer besten Mitarbeiter nutzen und die KI anweisen können, auf dieser Basis einen ganzen Workflow aufzubauen. So sparen Sie viel Zeit und stellen sicher, dass die erfolgreichsten Gespräche bei zukünftigen Interaktionen mit Contact Center-Mitarbeitern und virtuellen Agenten repliziert werden können.
Virtuelle Agenten eliminieren die Notwendigkeit, Bot-Abläufe von Grund auf neu zu erstellen, da die für virtuelle Agenten generierten Abläufe für alle KI-Lösungen von Genesys Cloud™, einschließlich Genesys Cloud Agent Copilot, wiederverwendbar sind. Es ist nicht erforderlich, Workflows für verschiedene Zwecke oder Arten der digitalen Unterstützung neu zu erstellen. Dies steigert den ROI, da die Administration weniger aufwendig ist und weniger Ressourcen notwendig sind, um Interaktionen effizient zu skalieren und zu optimieren.
Genesys verfügt über jahrzehntelange Erfahrung in der Lösung von Problemen, die für Contact Center typisch sind – und zwar für jede Branche. Das hat es uns ermöglicht, innovativste KI-Technologie zu nutzen, um virtuelle Agenten der nächsten Generation mit Funktionen zu entwerfen und bereitzustellen, auf die Sie sich verlassen können, wenn Sie Kunden bedienen. Darin unterscheiden wir uns von Anbietern, die generische virtuelle Agenten anbieten, die nicht speziell für Contact Center konzipiert sind.
Wiederverwendbarkeit ist möglich, weil unsere virtuellen Agenten Ihre Contact Center-Mitarbeiter einbinden. Sie leiten komplexe Kundenprobleme nahtlos an menschliche Mitarbeiter weiter und bieten dabei Kontext aus aktuellen und früheren Interaktionen. Sie ermöglichen auch die menschliche Überwachung in Echtzeit und stellen sicher, dass die von generativer KI erzeugten Antworten korrekt und konform sind. Indem menschliche Fachkräfte immer eingebunden sind, wird sichergestellt, dass Daten sauber sind und sicher wiederverwendet werden können.
So können Sie langfristig einen nachhaltigen ROI erzielen, da nicht ständig überprüft werden muss, ob die Prozesse zuverlässig, die Daten korrekt und die Leistungen zufriedenstellend sind. Wir haben diese Prüfprozesse für Sie erstellt und in unsere virtuellen Agenten eingebettet.
Manche Unternehmen starten interne KI-Initiativen, z. B. den Aufbau eigener GPTs, und gehen davon aus, dass das interne Fachwissen Kosten spart. Die Erstellung benutzerdefinierter GPTs bietet Unternehmen zwar Flexibilität, kann jedoch erhebliche Risiken mit sich bringen. Datensicherheit und Datenschutz verursachen häufig Probleme, oftmals weil KI ohne angemessene Leitlinien genutzt wird und eigenmächtig handelt.
McKinsey zufolge wird generative KI die Arbeitsproduktivität in der gesamten Wirtschaft erheblich steigern. Indem virtuelle Agenten Aufgaben automatisieren, die Qualität der Antworten verbessern, die Komplexität der Interaktionen reduzieren und die Notwendigkeit kontinuierlicher Updates beseitigen, können sie zu Produktivitätsgewinnen und einer Steigerung des ROI im Contact Center beitragen. Aber auch virtuellen Agenten sind bei der Automatisierung des Kundenservice Grenzen gesetzt.
Beispielsweise können benutzerdefinierte Modelle ungenaue oder voreingenommene Antworten generieren, die sich auf die Kundenbindung und das Vertrauen auswirken. Außerdem entstehen ethische Risiken durch unbeabsichtigte oder unangemessene Ausgaben oder Halluzinationen.
Genesys verfolgt bei virtuellen Agenten einen hybriden Ansatz und nutzt das Beste aus beiden Welten – herkömmlichen, regelbasierten Chatbots und GPT-Chatbots. Generative KI ist Teil jedes Schrittes, aber Aufgaben werden immer noch im Rahmen eines Workflows definiert. Dadurch werden Risiken reduziert und es wird sichergestellt, dass die KI nicht eigenmächtig handelt. So schützen Sie Ihre Geschäfts- und Kundendaten, wenn sie für Analysen und die gemeinsame Nutzung verwendet werden.
Diese wichtige Voraussetzung ist das Fundament für den Ansatz und die Protokolle hinter unserer KI-Ethik. Diese Protokolle werden auf alle Daten angewendet, die von unseren Produkten genutzt werden, und das steht im Gegensatz zu einem Datensicherheitsansatz, der nur für eine bestimmte Lösung entwickelt wurde.
Genesys trainiert die eingebetteten Modelle auch mit kuratierten, vertrauenswürdigen Daten aus verschiedenen Branchen, Sprachen, Anwendungsbereichen und mehr. Wir integrieren die Grundsätze des Datenschutzes während der Entwicklung. Diese Leitlinien schützen das Recht des Einzelnen auf Privatsphäre von Anfang an, anstatt nachträglich aufgesetzt zu werden.
Virtuelle Agenten sind erheblich leistungsstärker und flexibler als traditionelle Chatbots und es ist einfach, schnell einen Mehrwert zu erzielen. Ihre Fähigkeit, sich nahtlos in bestehende Bot-Workflows zu integrieren, komplexe Interaktionen zu bewältigen und tiefe Einblicke in die Customer Journey zu gewähren, macht sie zu einem leistungsstarken Werkzeug zur Verbesserung der Kundenerfahrung.
Dank der robusten Datensicherheitsmaßnahmen und ethischen KI-Standards können Sie mit Genesys virtuelle Agenten schnell und mit bereits vorhandenen sicheren Praktiken nutzen.
Sehen Sie selbst, wie viel mehr Sie mit einem virtuellen Agenten von Genesys erreichen können.
* Bestimmte in diesem Artikel erwähnte Funktionen werden demnächst veröffentlicht.
Abonnieren Sie unseren kostenlosen Newsletter und erhalten Sie alle Updates zum Genesys-Blog bequem in Ihre E-Mail-Inbox.
Verwandte Konzepte: