Die künstliche Intelligenz (KI) verändert die Unternehmenssoftware grundlegend. Und nirgendwo ist dies wahrer als im Kundenservicebereich .  Traditionell lag die Verantwortung für die Wartung von Unternehmenssoftware-Systemen in erster Linie beim Hersteller. Mit der zunehmenden Entwicklung von KI-gestützter Software hat sich diese Verantwortung jedoch von der Hauptaufgabe des Anbieters zu der gemeinsamen Aufgabe zwischen dem Anbieter und dem Kunden verschoben. Folglich muss der Kunde jetzt deutlich mehr Arbeit leisten als bisher.

Dieser Blog wurde von Adrian Swinscoe, Customer Experience Berater, Autor, Sprecher, Workshop-Leiter und Aspirant Punk bei Punk CX verfasst.

Die künstliche Intelligenz (KI) verändert die Unternehmenssoftware grundlegend. Und nirgendwo ist dies wahrer als im Kundenservicebereich. 

Traditionell lag die Verantwortung für die Wartung von Unternehmenssoftware-Systemen in erster Linie beim Hersteller. Mit der zunehmenden Entwicklung von KI-gestützter Software hat sich diese Verantwortung jedoch von der Hauptaufgabe des Anbieters zu der gemeinsamen Aufgabe zwischen dem Anbieter und dem Kunden verschoben. Folglich muss der Kunde jetzt deutlich mehr Arbeit leisten als bisher.

Darüber hinaus umfasst die Wartung jetzt nicht nur die Bereiche Design, Tests, Überprüfung, Verwaltung und Optimierung, sondern auch alle Aspekte der Datenbeschaffung und -Bereinigung sowie die Generierung von Inhalten, die das Lebenselixier jedes KI-Systems sind. Dieser Wandel erfordert auch zusätzliche Ressourcen und die erforderlichen Investitionen, um diese zusätzlichen Bemühungen zu unterstützen.

Diese sich verändernden Dynamiken verursachen innerhalb des Unternehmens Probleme beim Nachweis des ROI (Return on Investment) und bei der Skalierung von KI-Lösungen – und häufig geht dies über die Pilot- oder Proof-of-Concept-Phase hinweg. Dies wird durch aktuelle Studien von Accenture und IBM gestützt, die darauf hindeuten, dass Unternehmen derzeit mit ihren KI-Initiativen und -Investitionen gemischte Ergebnisse erzielen.

Zum Beispiel untersuchte Accenture über 2.000 generative KI-Projekte und konsultierte mehr als 3.000 C-Level-Führungskräfte. Nur 36 % gaben an, dass sie generative KI-Lösungen skaliert haben. Nur 13 % der Führungskräfte gaben an, dass sie „erheblichen Wert auf Unternehmensebene“ geschaffen haben. IBM hat mehr als 2.000 CEOs weltweit befragt und herausgefunden, dass nur 16 % es geschafft haben, ihre KI-Initiativen auf das gesamte Unternehmen auszudehnen. Und nur 25 % gaben an, dass ihre KI-Initiativen in den letzten Jahren den erwarteten ROI erzielt haben.

Diese Daten heben einige der großen Herausforderungen hervor, denen Unternehmen bei der Implementierung von KI-Systemen im Bereich Kundenservice gegenüberstehen. Jedoch werden einige der spezifischen Herausforderungen, mit denen Kundenservice- und CX-Führungskräfte bei der Implementierung von KI konfrontiert sind, nicht berücksichtigt.

Sehen wir uns vier Erfahrungsberichte von verschiedenen Unternehmen an. Diese zeigen einige Herausforderungen auf, denen CX-Führungskräfte bei der Integration von KI in ihre Kundenservice- und Supportabteilungen gegenüberstanden, was wir von jedem dieser Unternehmen lernen können und was erforderlich ist, um das Potenzial der KI – und Ihrer Mitarbeiter – auszuschöpfen.

KI-Resistenz im Finanzsektor

Die erste Geschichte stammt von einem Finanzdienstleistungsunternehmen, das einen KI-basierten Chatbot implementiert hat, der Kunden bei der Selbstbedienung unterstützt. Wie viele andere KI-gestützte Chatbots umfasste auch dieser eine Human-in-the-Loop (HITL)- oder Human Oversight-Funktion. Mit diesen Funktionen wird das Modell trainiert und die Qualität der Kundenantworten überprüft. Dadurch sollte sichergestellt werden, dass die Antworten im Einklang mit der Marke sind und den Unternehmensrichtlinien entsprechen.

Außerdem konnten Mitarbeiter eingreifen, wenn die KI auf eine Abfrage stößt, die sie nicht verarbeiten kann. Das Projekt schlug jedoch fehl, da die bestehenden Kundendienstmitarbeiter sich weigerten, mit dem Projekt zu interagieren. Sie fühlten sich von der neuen Technologie bedroht und befürchteten, ein Modell zu trainieren, das sie letztendlich ersetzen würde.

Die Angst, dass KI-Training die Zeit und den Fokus der Mitarbeiter verzerren 

Der zweite Erfahrungsbericht betrifft die Leitung des Kundendienstbetriebs einer Handelsmarke. Die Leitung stand unter dem Druck der Führungskräfte und des Vorstands. KI musste in ihren täglichen Betrieb implementiert werden, um Verbesserungen bei den Service-Ergebnissen und der Produktivität zu erzielen. Dies hätte jedoch bedeutet, Mitarbeiter bei der Entwicklung, dem Training, Testen, der Verwaltung und Überprüfung dieser neuen Tools zu involvieren, wodurch ihnen die Zeit fehlen würde, ihren täglichen Aufgaben nachzugehen.

Folglich könnten die Mitarbeiter nicht mehr ihre bestehenden KPIs und Service-Level-Agreements (SLAs) erfüllen. Dies würde nicht nur ihre eigene Leistung negativ beeinflussen, sondern auch die Belohnungen, die Mitarbeiter beim Erreichen ihrer Ziele erhalten. Daher beschloss der Betriebsleiter des Kundendienstes, nichts zu tun, bis er das Budget und die zusätzlichen Ressourcen erhalten hat, die für diese neue Arbeit erforderlich sind.

Unklare und inkonsistente Dokumentation macht den Nutzen der KI zunichte

Der dritte Erfahrungsbericht stammt von einer Kundendienstabteilung eines Unternehmens, das Technologien zur Unterstützung der Mitarbeiter einsetzen wollte, um die Produktivität und Effizienz zu verbessern. Sie beschafften einige Technologien und luden mehrere Richtliniendokumente, Schulungsmaterialien und FAQs hoch, um das KI-Modell zu trainieren und sicherzustellen, dass alle Vorschläge den Markenstandards entsprachen.

Nach der Implementierungs- und Trainingsphase stellten sie jedoch fest, dass die Ergebnisse der Technologie zur Unterstützung der Mitarbeiter weitgehend ineffektiv waren, da ihre Dokumentation nicht eindeutig oder inkonsistent war. Dies war ein Problem, dem sich ihre Mitarbeiter täglich gegenübersahen, aber aufgrund ihrer Fachkompetenz waren sie in der Lage, zu kompensieren und effektive, angemessene Antworten zu geben.

KI ermöglicht eine stärkere Fokussierung auf Kunden

Der vierte Erfahrungsbericht stammt von einer Kundendienstabteilung eines E-Commerce-Unternehmens, das erfolgreich einen KI-gestützten Chatbot implementierte, um Self-Service-Optionen für Kunden und eine Technologie zur Unterstützung der Mitarbeiter einzuführen, die eine automatisierte Messaging-Funktion umfasst. Dadurch konnte mithilfe von KI und Automatisierung automatisch auf größere und einfache Anfragen reagiert werden, die den Großteil der Zeit der Mitarbeiter in Anspruch nahmen.

So hatten Teams auch wieder Zeit für die Bearbeitung telefonischer Anfragen, was zuvor aufgrund von Kapazitäts- und Ressourcenengpässen einfach nicht möglich gewesen war. Mitarbeiter konnten mehr Zeit mit Kunden verbringen, komplexe Probleme lösen, Beziehungen aufbauen und Mehrwert schaffen.

1. Sichern Sie sich die Unterstützung Ihrer Mitarbeiter

Sie müssen Ihre Mitarbeiter mit einbeziehen – und ihnen mitteilen, was Sie erreichen wollen, warum Sie es erreichen wollen und welche Rolle Ihre Mitarbeiter spielen, mit welchen Änderungen zu rechnen ist und wie Sie ihnen helfen können, sich anzupassen. Wenn nicht, besteht die Möglichkeit, dass Ihre Initiative scheitert oder zumindest ihre Ziele nicht erreicht.

Dies wird durch Untersuchungen von McKinsey unterstützt , die zeigen, dass über 70 % aller Transformationsprojekte scheitern, hauptsächlich aufgrund von Unterinvestitionen in drei entscheidende Bereiche: Kommunikation, Verhalten und Schulung. Das ist vielleicht keine Überraschung für viele Menschen, die ihre eigene persönliche Erfahrung mit einem Transformationsprojekt haben. Es scheint jedoch, dass es eine Lektion ist, die oft wieder gelernt werden muss.

2. Weisen Sie realistische Kennzahlen und angemessene Ressourcen zu

Es muss wiederholt werden, dass sich mit der Einführung von KI-gestützter Software die Art von Unternehmenssoftware verändert hat. Wenn wir das Potenzial von KI erfolgreich ausschöpfen möchten, müssen wir sicherstellen, dass wir die entsprechenden Ressourcen bereitstellen, und unsere internen Ziele, Metriken und Anreize angemessen anpassen. Nur so schaffen wir die besten Voraussetzungen für Erfolg.

3. Nutzen Sie hochwertige Daten

In der Computertechnik gibt es ein Sprichwort: „Garbage In, Garbage Out.“ Dies gilt nicht nur für Ihre quantitativen Daten, sondern auch für die qualitativen Daten, mit denen Sie Ihre KI-Lösung trainieren.

Wie die dritte Geschichte oben zeigt, sind Richtlinien, Verfahren und FAQs nicht zwingend effektiv, nur weil es sie gibt. Bevor Sie blind davon ausgehen, dass Ihre offiziellen Unternehmensdokumente aussagekräftig sind, sollten Sie sich vergewissern, dass Ihre Daten – insbesondere alle Unterlagen, auf die Sie sich verlassen werden – deutlich und konsistent sind. Denken Sie daran: Ihre KI-Lösung ist immer nur so gut wie die Daten, mit denen sie trainiert wird.

4. Seien Sie sich über die Folgen Ihrer Entscheidungen im Klaren

Viele Marken entscheiden sich für die Implementierung von KI mit dem Ziel, die Effizienz und Produktivität zu verbessern sowie die Betriebskosten zu senken. Auch wenn dies nicht immer von Anfang an offensichtlich ist, führt dies aufgrund der Effizienz- und Produktivitätssteigerungen durch die Nutzung von KI oft zu einer Reduzierung der Mitarbeiterzahl.

Es gibt jedoch auch andere Unternehmen. Ein Beispiel ist das Unternehmen im vierten Erfahrungsbericht, dem sich aufgrund der jetzt verfügbaren höheren Mitarbeiterkapazität neue Möglichkeiten eröffneten. So entschied man sich dafür, die freigesetzte menschliche Expertise zu nutzen, um komplexe Kundenprobleme zu lösen und Zeit in Gespräche und den Aufbau besserer Beziehungen zu den Kunden zu investieren. Die Verantwortlichen sind sich sicher, dass diese Maßnahmen zu einer erhöhten Kundenbindung, höheren Umsätzen und einer verbesserten Rentabilität für das Unternehmen führen werden.

Fazit

Die Implementierung von KI-gestützter Software erfolgt nicht im Vakuum. Machen Sie sich klar, welche Entscheidungen Sie treffen und warum.

Obwohl derzeit ein großer Hype um KI herrscht, steckt sie noch in den Kinderschuhen. Wenn Sie also KI implementieren möchten, um den Service und die Kundenerfahrung zu verbessern, sollten Sie diese Lektionen in Betracht ziehen, um die beste Erfolgschance zu erzielen.

Wenn Sie mehr erfahren möchten, schauen Sie sich Adrians Blog an, laden Sie eine Podcast-Episode herunter oder senden Sie eine E-Mail an ihn.