Das ist hier die Frage!

In der Kundenservicebranche tobt ein Glaubenskrieg. So existenziell wie Hamlets Sein oder Nichtsein.Da sind auf der einen Seite die Digitalisierungsjünger. Sie wollen sich mit dem Einsatz eines Chatbots als Early Adopter positionieren: jung, hip und digital affin. Sie versprechen sich schnelle und vielleicht sogar coole Kundendialoge im Stil von Alexa und Siri. Vielleicht wollen sie im Glauben an die Automatisierungsallmacht der Algorithmen den Bot auch als probates Mittel einer Kontaktvermeidungsstrategie nutzen, um Kosten zu senken. Jeder persönliche Kontakt mit einem Kundenbetreuer kostet ja schließlich deutlich mehr als eine automatisierte Antwort. Auf der anderen Seite sind die Customer-Experience-Mahner, die – häufig zu Recht – darauf verweisen, dass jede Digitalisierung im Kundendialog darauf abgeklopft werden sollte, ob sie tatsächlich auf eine gute Customer Experience einzahlt. Zufriedene Kunden sind loyal und damit ein nicht zu unterschätzender wirtschaftlicher Erfolgsfaktor. Es ist mittlerweile eine Binsenweisheit, dass Bestandskunden zu halten deutlich günstiger ist als Neukunden zu akquirieren. Als jüngst zwei der bekanntesten Digitalbanken Deutschlands nach Phishing-Attacken bzw. technischen Problemen wegen mangelnder Erreichbarkeit und schlechtem Service in die Kritik gerieten, kommentierte der Handelsblatt-Redakteur Hans-Jürgen Jakobs bissig im Morning Briefing: „Algorithmen sind eine feine Sache, aber irgendwann braucht jedes Geschäft ein paar Menschen.“ Aber heißt das im Umkehrschluss, dass Unternehmen im Kundenservice ganz auf digitale Angebote wie Chatbots verzichten und Kunden ausschließlich mit persönlichem Service – bei einem Chat-Angebot also tatsächlich einem manuellen Chat – begeistern sollten? Mitnichten. Auch wenn Unternehmen mit dem Angebot eines individuellen, persönlichen Service dem Kunden grundsätzlich Wertschätzung signalisieren – nicht jede Antwort eines Kundenservicemitarbeiters ist im Eifer des Chat-Dialogs und je nach Tagesform wirklich besser als die eines Bots.

Chatbots stecken noch in den Kinderschuhen
Eine Grundproblematik in der Diskussion ist die Fehleinschätzung, dass alle Chatbots auf künstlicher Intelligenz basieren. Das ist falsch. Im Einsatz sind oft Systeme, die automatisierte Antworten auf ein Stichwort liefern, aber die Anfrage nicht wirklich verstehen. Sie basieren nicht auf künstlicher Intelligenz, sondern sind darauf angewiesen, dass Entwickler sie im Vorfeld mit Stichworten oder Sätzen und dazu passenden Antworten programmieren. Apple und Amazon sind gerade bei etwas unkonventionellen Fragen besonders kreativ: von Star-Wars-Filmzitaten über Chuck-Norris-Witze bis hin zum theologischen Diskurs über den Glauben an Gott. Was im privaten Kontext kurzweilig und witzig ist, verliert im Servicekontext schnell an Attraktivität, denn Kunden wollen vor allem eins: schnell eine richtige und individuelle Antwort. Sonst wird der Kunde zu Chuck Norris.
Je nachdem also, wieviel Gehirnschmalz Serviceverantwortliche in mögliche Fragen und zugehörige Antworten stecken, kann das Ergebnis bei solchen Chatbots passabel bis desaströs ausfallen. So titelte das Portal gruenderszene.de im Februar 2019 süffisant: „Neuer Service von N26: Der Chatbot, der nichts weiß“. Dass die bisher eingesetzten Chatbots in den meisten Fällen deutlich hinter den Erwartungen der Kunden zurückbleiben, hatte im September 2018 bereits die Stiftung Warentest in einem Chatbot-Test bei den großen Telekommunikationsanbietern nachgewiesen. Die Bots würden oft nur auf Schlüsselwörter reagieren und ihre Antwort ginge häufig völlig am Thema vorbei.

Kundenservice ist kein GO-Spiel
Die zweite Fehleinschätzung ist, dass Chatbots, die auf künstlicher Intelligenz basieren, aus jeder Anfrage hinzulernen und quasi im Alleingang zum Service-Champion werden. Das ist die hoffnungsfrohe Utopie, die wohl als Gegenpol aus den düsteren Hollywood-Dystopien wie „Minority Report“ oder „Transcendence“ entstanden ist. Fakt ist: Von selbst lernt ein Computer gar nichts, schon gar nicht so etwas Komplexes wie einen Kundendialog. Da führt der Begriff „Machine-Learning“ etwas in die Irre. Das, was menschliches Lernen auszeichnet, nämlich das „Verstehen“ eines Sinnzusammenhangs und dann die Anwendung in einer abstrakt ähnlichen Situation, also eine Transferleistung, findet beim Machine-Learning nicht statt. Soweit ist die Technologie einfach nicht.
Die linguistische Analyse von Serviceanfragen, die erkennt, was der Kunde vermutlich will, ist deutlich komplexer als z. B. Schach oder Go zu spielen. Im Oktober 2017 beherrschte der von Googles Entwicklerfirma Deepmind entwickelte AlphaGo Zero die Schlagzeilen, weil die KI seinen Vorläufer AlphaGo in 100 Spielen hundertmal schlug. AlphaGo war noch mit Strategien menschlicher Go-Meister angelernt worden, AlphaGo Zero hatte sich die perfekte Strategie selbst beigebracht – in drei Tagen und knapp 5 Millionen Spielen. Aber mal im Ernst: Würden Sie einen Computer auf Ihre Kunden loslassen, der 5 Millionen Versuche benötigt, eine passende Antwort zu finden? Wohl kaum! Und vielleicht ist es auch keine gute Idee, einer Deep-Learning-KI sämtliche bisher getätigten Antworten von menschlichen Servicemitarbeitern für eine Big-Data-Analyse zur Verfügung zu stellen, um daraus perfekte Antworten zu entwickeln. Die Antwortqualität kann bei verschiedenen Servicekräften bei einer individuellen Beantwortung von Anfragen nämlich höchst unterschiedlich ausfallen. Eine KI könnte so womöglich auch Rechtschreibfehler einbauen und falsche Auskünfte wiederholen, sofern diese oft genug
in den Daten auftauchen.
Was also sollen Kundenserviceverantwortliche tun, die sich der Digitalisierung im Kundendialog nicht verschließen, künstliche Intelligenz einsetzen und damit ihr Automatisierungs- und Kostensenkungspotenzial ausloten möchten, aber keine Kompromisse bei der Customer Experience eingehen wollen?

Mensch UND KI sind das effizienteste Team für gute Customer Experience
Künstliche Intelligenz – oder spezifischer gesagt – Algorithmen, die eine linguistische und statistische Analyse durchführen und auf der Basis Beantwortungsvorschläge identifizieren, können die Arbeit von Kundenservicemitarbeitern extrem effizient unterstützen. Wichtig dabei ist, dass solche Algorithmen sehr gezielt angelernt werden, indem wirklich passende Antworten „getagged“ werden. Bei diesen Vektor-basierten Algorithmen ist dann auch eine deutlich geringere Anzahl an Datensätzen bzw. Beispielanfragen für die Lernphase ausreichend, um bereits sehr gute Ergebnisse zu erzielen. Die KI erhält also keinen unstrukturierten Big-Data-Haufen, bei der sie Muster erkennen soll, sondern bekommt klare Leitplanken, welche Antwort bzw. welche Antwortkategorie tatsächlich die richtige ist. Klar ist aber auch, dass eine KI mit menschlichen Kategorien wie „Verschiedenes“, bei der alle Anfragen reinwandern, die sich nicht so recht einer anderen Kategorie zuordnen lassen, völlig überfordert ist. Hier gibt es nämlich kein Muster, keine „richtige“ Antwort. Klar klassifizierte Trainingsdaten sind also die Voraussetzung für gute Ergebnisse. Wenn man die Stärken einer KI für die präzise Identifizierung des Anfragethemas und Vorschlag von passenden Antworten mit einem klassischen Chat durch einen Servicemitarbeiter kombiniert, erhält man das Beste aus beiden Welten: Extrem hohe Effizienz mit mehreren parallelen Chats, qualitätsgeprüfte Antworten und einen persönlichen Service, bei dem Mitarbeiter immer eingreifen können, wenn es gerade nicht um eine Standardanfrage geht

Graduelle Automation
Der Vorteil einer solchen Lösung liegt auf der Hand: In einem kontrollierten Umfeld kann verifiziert werden, welche Antworten immer wieder auftauchen und in einem zweiten Schritt vielleicht sogar vollautomatisiert beantwortet werden können – ohne Kompromisse bei der Customer Experience. Eine solche KI-gestützte Chatlösung ist ein Hybridmodell,
das eine stufenlos justierbare Automation erlaubt. Nun ist Chat aber nur ein einziger Kommunikationskanal, der zwar verstärkt für Serviceanfragen genutzt wird, jedoch bei den meisten Unternehmen vom Anfragevolumen deutlich hinter E-Mail zurückbleibt. Zudem ist wirklich guter, individueller Kundenservice nur möglich, wenn Servicemitarbeiter eine 360-Grad-Sicht auf den Kunden haben, das heißt, die komplette Kundenkontakthistorie unabhängig vom Kommunikationskanal direkt vor Augen haben. Das funktioniert am besten mit einer spezialisierten Omni-Channel-Plattform wie ReplyOne, die sämtliche schriftlichen Kontaktkanäle auf einer einzigen Plattform vereint und für alle Kommunikationskanäle die KI-basierte Kategorisierung und Antwortzuordnung vornimmt. Das reduziert im Service Center signifikant die Komplexität, erhöht die Effizienz gerade bei einem Blended-Agent-Arbeitsmodell und sorgt für höhere Transparenz über den gesamten Serviceprozess hinweg. Für den Kunden bedeutet das immer schnell die richtige, individuelle Antwort – persönlicher Service, so wie man das als Kunde erwartet. Denn wenn Kunden auf eine Lieferung warten oder ein technisches Problem haben, wollen sie garantiert nicht mit Small-Talk über Gott, die Welt und Chuck Norris oder „ich habe Ihre Anfrage nicht verstanden“ abgespeist werden – weder im Chat, noch per E-Mail oder via Facebook. Genau deshalb lautet die Antwort auf die Frage nach dem Leben, dem Universum, richtig gutem Kundenservice und dem ganzen Rest: UND. So bekommen Kunden garantiert die richtige Antwort. www.sematell.com

INTRE_2019_02_Perform_Sematell
Download (1.43 MB)