KI im Kundenservice: Schneller antworten, ohne die Kontrolle abzugeben
Im Kundenservice liest KI eingehende Anfragen, ordnet sie dem Kunden und dem Vorgang zu und bereitet eine Antwort aus Wissensdatenbank, Auftragsdaten und bisherigem Schriftverkehr vor. Der Servicemitarbeiter prüft und sendet. Die Antwortzeit sinkt, die Qualität bleibt gleich, und schwierige Fälle landen schneller bei der richtigen Person.
Worum es geht
KI in der Abteilung Kundenservice auf einen Blick
Der Kundenservice ist die Abteilung, in der Kunden Ihr Unternehmen jeden Tag erleben. Antwortzeit und Qualität der Antworten entscheiden über Zufriedenheit und Folgeaufträge. Gleichzeitig ist der Service die Abteilung mit den meisten gleichartigen Anfragen: Lieferstatus, Rechnungskopie, Ersatzteilnummer, Einbauanleitung. KI kann diese Anfragen lesen, zuordnen und beantworten, und zwar so, dass Ihre Mitarbeiter die Antwort prüfen, statt sie zu suchen und zu tippen. Die schwierigen Fälle, in denen Zuhören und Kulanz gefragt sind, bekommen dadurch mehr Zeit.
- Abteilung
- Kundenservice
- Typische Aufgaben
- Statusanfragen zu Aufträgen
- Technische Rückfragen zu Produkten
- Reklamationen erfassen
- Leistungen dazu
Kapitel 1
Wie der Servicealltag heute aussieht
Ein Hersteller technischer Komponenten mit 250 Mitarbeitenden hat vier Personen im Kundenservice. Täglich kommen 120 bis 150 Anfragen per E-Mail, über das Kontaktformular und telefonisch. Ein Drittel sind Statusfragen zu Aufträgen und Lieferungen. Ein weiteres Drittel sind Fragen zu Produkten, Ersatzteilen und Dokumenten. Der Rest verteilt sich auf Reklamationen, Rechnungsfragen, die eigentlich in die Buchhaltung gehören, und Anfragen, die in den Vertrieb müssten.
Jede Anfrage wird von einem Mitarbeiter geöffnet, gelesen und bearbeitet. Für eine Statusfrage heißt das: Kunde im ERP suchen, Auftrag finden, Versandstatus beim Spediteur abfragen, Antwort schreiben. Für eine Produktfrage heißt das: Handbuch suchen, richtige Stelle finden, oder den Techniker fragen. Wartezeiten entstehen bei Urlaub und Krankheit, weil Wissen in Köpfen steckt. Fehler entstehen, wenn ein Mitarbeiter eine veraltete Version eines Datenblatts erwischt oder die Anfrage dem falschen Auftrag zuordnet.
Kapitel 2
Welche Aufgaben sich eignen und welche nicht
Gut geeignet:
- Anfragen nach Anliegen, Dringlichkeit und Zuständigkeit sortieren
- Anfragen dem Kunden, Auftrag oder Vorgang zuordnen
- Statusauskünfte aus ERP und Versandsystem vorbereiten
- Antwortentwürfe zu Produktfragen aus Handbüchern und früheren Tickets
- Reklamationen strukturiert erfassen und an die Qualitätssicherung übergeben
- Zusammenfassungen langer Ticketverläufe für Übergaben und Eskalationen
Nicht geeignet sind Beschwerden mit Emotionen, Kulanzentscheidungen und alles, was eine Zusage mit finanzieller Folge bedeutet, etwa Gutschriften oder Ersatzlieferungen auf Kosten des Hauses. Hier bereitet das System den Fall vor, entscheiden und formulieren sollte ein Mensch. Auch vollautomatische Antworten ohne Prüfung raten wir im Mittelstand ab, weil ein einziger falscher Liefertermin oder eine falsche Kompatibilitätsaussage mehr kostet als die eingesparten Minuten.
Kapitel 3
So arbeitet eine Lösung konkret
Die Lösung beginnt mit der Sortierung, die auf der Seite zur E-Mail-Triage im Detail beschrieben ist. Jede Anfrage wird gelesen, einem Anliegen zugeordnet und mit Kundennummer und Auftragsbezug versehen. Anfragen, die in die Buchhaltung oder den Vertrieb gehören, werden direkt weitergeleitet. Der Servicemitarbeiter sieht eine sortierte Liste statt eines vollen Postfachs.
Für die Antwort kommen zwei Quellen zusammen. Strukturierte Daten holt das System über Schnittstellen aus ERP, Versandsystem und CRM: Auftragsstatus, Liefertermin, Sendungsnummer, offene Posten. Unstrukturiertes Wissen kommt aus Handbüchern, Datenblättern, Anleitungen und bereits beantworteten Tickets. Dafür nutzt die Lösung das Verfahren RAG: Sie sucht die passenden Stellen in Ihren Dokumenten und lässt das Sprachmodell daraus antworten, mit Angabe der Quelle. Das begrenzt das Risiko von Halluzinationen, also erfundenen Angaben. Wie ein solcher Assistent auch für interne Fragen funktioniert, zeigt die Seite zum Wissensassistenten.
Der Entwurf erscheint im Ticket. Der Mitarbeiter liest, ändert, ergänzt und sendet. Das System lernt aus den Änderungen. Reklamationen werden als Vorgang angelegt, die Fehlerbeschreibung wird in Felder überführt, Fotos werden zugeordnet, und die Qualitätssicherung bekommt einen vollständigen Fall. Der Kunde erhält sofort eine Eingangsbestätigung mit Vorgangsnummer.
Kapitel 4
Was Sie vor dem Start klären sollten
Kundenanfragen enthalten personenbezogene Daten: Namen, Adressen, E-Mail, manchmal Vertragsdaten. Die Verarbeitung durch ein Sprachmodell braucht eine Rechtsgrundlage, in der Regel die Vertragserfüllung, und einen Auftragsverarbeitungsvertrag mit dem Anbieter. Mehr dazu unter DSGVO und KI. Wenn Kunden direkt mit einem Chatbot sprechen, verlangt der EU AI Act, dass sie das erkennen können.
Der Betriebsrat ist einzubinden, weil ein Ticketsystem mit KI-Unterstützung Bearbeitungszeiten und Änderungsquoten pro Mitarbeiter sichtbar machen kann. Eine Vereinbarung über Auswertungen auf Teamebene schafft Klarheit. Datenqualität heißt im Service vor allem: aktuelle Dokumente in einer Version, ein gepflegter Artikelstamm und eine saubere Zuordnung von Kunden zu Ansprechpartnern im CRM.
Kapitel 5
Wie ein Einstieg aussieht
Wir beginnen mit einer zweiwöchigen Analyse der Anfragen: Welche Kategorien, welche Mengen, welche Antwortzeiten, wo stecken die Engpässe. Dann wählen wir die Kategorie mit dem höchsten Volumen und der einfachsten Datenlage, meist Statusanfragen, und bauen dafür Sortierung und Antwortentwurf. Das ist in der Regel ein Projekt der KI-Implementierung von sechs bis zehn Wochen. Zwei Mitarbeiter testen zwei Wochen lang, dann folgt der Rest des Teams. Produktfragen und Reklamationen kommen in weiteren Schritten dazu. Die Betreuung hält Wissensquellen aktuell und misst, wie oft Entwürfe unverändert gesendet werden.
Aus dem Alltag
Vorher und nachher: Kundenservice
| Aufgabe | Heute | Mit Assistent | Effekt |
|---|---|---|---|
| Statusanfragen zu Aufträgen | Rund ein Drittel aller Serviceanfragen lautet sinngemäß: Wo bleibt meine Lieferung. Der Mitarbeiter sucht den Auftrag im ERP, prüft den Versandstatus beim Spediteur und schreibt eine Antwort. Fünf Minuten pro Anfrage, 40 Anfragen am Tag. | Die Anfrage wird dem Auftrag zugeordnet, Versandstatus und Liefertermin werden aus ERP und Spediteursystem geholt, der Antwortentwurf steht im Ticket. Der Mitarbeiter liest, ergänzt bei Bedarf und sendet. | von 5 Minuten auf 40 Sekunden pro Anfrage |
| Technische Rückfragen zu Produkten | Fragen zu Einbau, Kompatibilität oder Wartung beantwortet ein erfahrener Techniker aus dem Kopf oder sucht in Handbüchern. Ist er im Urlaub, warten Kunden drei Tage. | Ein Assistent sucht in Handbüchern, Datenblättern und früheren Tickets und formuliert einen Antwortentwurf mit Quellenangabe. Der Servicemitarbeiter prüft und sendet, der Techniker wird nur bei echten Sonderfällen gefragt. | Antwortzeit von 3 Tagen auf 4 Stunden |
| Reklamationen erfassen | Eine Reklamation kommt als E-Mail mit Fotos und Beschreibung. Der Mitarbeiter legt einen Vorgang an, tippt Artikel, Auftragsnummer und Fehlerbeschreibung ab und leitet an die Qualitätssicherung weiter. | Vorgang, Artikel und Auftragsbezug werden automatisch angelegt, die Fehlerbeschreibung strukturiert und die Fotos zugeordnet. Die Qualitätssicherung bekommt einen vollständigen Fall, der Kunde eine Eingangsbestätigung mit Vorgangsnummer. | von 15 auf 3 Minuten pro Reklamationsaufnahme |
Die Effekte sind typische Größenordnungen für Betriebe dieser Art, keine Zusage für Ihren Fall. Was bei Ihnen möglich ist, zeigt die Potenzialanalyse.
Häufige Fragen
Soll ein Chatbot direkt mit unseren Kunden sprechen?
Für Statusfragen und einfache Produktfragen kann das sinnvoll sein, wenn der Kunde jederzeit zu einem Menschen wechseln kann und erkennt, dass er mit einem System spricht. Der EU AI Act verlangt diese Transparenz. Für Reklamationen, Beschwerden und alles mit Emotionen empfehlen wir den Weg über den Antwortentwurf: Das System bereitet vor, der Mitarbeiter sendet.
Was passiert, wenn das System eine falsche Antwort vorschlägt?
Deshalb prüft ein Mitarbeiter jeden Entwurf, bevor er den Kunden erreicht. Sprachmodelle können Dinge behaupten, die nicht stimmen, das nennt man Halluzination. Wir begrenzen das Risiko, indem der Assistent nur aus Ihren Dokumenten und Systemdaten antwortet und jede Aussage mit einer Quelle belegt. Fehlt eine Quelle, sagt er das, statt zu raten.
Welche Systeme müssen angebunden werden?
Mindestens das Ticketsystem oder das Servicepostfach und das ERP für Auftrags- und Versandstatus. Dazu kommen die Wissensquellen: Handbücher, Datenblätter, interne Anleitungen, frühere Tickets. Ein CRM hilft, die Historie des Kunden zu sehen. Gängige Ticketsysteme wie Zendesk, Freshdesk, Jira Service Management oder das Serviceportal des ERP haben Schnittstellen.
Wie reagieren Kunden auf KI-gestützte Antworten?
Kunden merken vor allem, dass sie schneller eine richtige Antwort bekommen. Solange ein Mitarbeiter sendet und für Rückfragen erreichbar ist, ändert sich für den Kunden nichts am Gegenüber. Wichtig ist, dass die Antworten in Ihrem Ton bleiben. Dafür lernt das System aus Ihren bisherigen Antworten und bekommt klare Vorgaben.
Wie schnell ist ein Einstieg im Kundenservice möglich?
Die Vorsortierung und Zuordnung von Anfragen ist in vier bis sechs Wochen produktiv. Antwortentwürfe mit Zugriff auf ERP und Wissensdatenbank brauchen acht bis zwölf Wochen, weil Wissensquellen aufbereitet und Schnittstellen angebunden werden müssen. Ein Pilot mit zwei Mitarbeitern zeigt nach zwei Wochen, ob die Qualität stimmt.
Nächster Schritt
Welcher Prozess kostet Sie die meiste Zeit?
Erzählen Sie es in 30 Minuten. Sie bekommen eine ehrliche Einschätzung, ob KI dort hilft und was der erste Schritt wäre.