Der Kühlschrank als Pychologe? „Im Jahr 2022 wird Ihr intelligentes Gerät mehr über Ihren emotionalen Zustand wissen wie Ihre eigene Familie", sagt beispielsweise Annette Zimmermann, Research Vice President bei Gartner. Veränderung und vor allem Fortschritt durch Künstliche Intelligenz? KI auch im Service? Ja! Gerade in diesem Bereich sehen Studienergebnisse und Experten das größte Potenzial in den kommenden Jahren. Künftig werden Unternehmen ihr Angebot mit Hilfe von KI exakt auf Kundenbedürfnisse zuschneiden können. Die Kundenansprache wird zielgenauer, nicht zuletzt, weil Kundenemotionen wahrgenommen werden. Und der Service-Desk wird bestmöglich entlastet. Intelligente Self Services und virtuelle Assistenten sorgen für mehr Kundenzufriedenheit und zusammen mit dem Service-Team aus Fleisch und Blut für eine Customer Experience der Extraklasse.
Lesen Sie, welche KI-Trends in den nächsten 24 Monaten Ihre Services besonders beeinflussen können.
Sind nicht Empathie und Emotionen DER Unterschied zwischen Mensch und Maschine? Die Zukunft macht diesen Widerspruch zumindest kleiner, glauben z.B. die Analysten von Gartner.
So genannte affektive Computertechnologien können heute über Sensoren, Mikrofone oder Kameras die emotionalen Zustände von NutzerInnen erfassen und quasi empathisch reagieren. Diese Technologie kann verwendet werden, um persönlichere Benutzererfahrungen zu schaffen, wie z.B. ein intelligenter Kühlschrank, der Gefühle interpretiert und dann Nahrungsmittel vorschlägt, die diesen Gefühlen entsprechen. Oder beruhigende Musik spielt, wenn jemand gegen den Kühlschrank tritt oder diesen heftig zuschlägt.
Die möglichen Einsatzfelder sind mannigfaltig. Beispiele sind virtuelle Assistenten, Lernplattformen, medizinische Untersuchungen, Fitnesstracker oder Werbedisplays im Einzelhandel. Vor allem der Kundenservice profitiert von „Emotional AI“ – denn entsprechende Technologien liefern Service Centern, aber auch Einzelhandelsgeschäften ihre Einschätzung der Kundenemotionen. Dadurch lassen sich die Service-Angebote exakter und individueller anpassen und auch die Effektivität des Kundendienstes besser messen.
Kundenstimmungen richtig zu interpretieren und entsprechend zu reagieren ist vor allem im Service Desk wichtig: Beispielsweise lassen sich Stimmungen von End-Benutzern zum Zeitpunkt der Ticketerstellung aufgrund der Verwendung von Wörtern und des vorherigen „Customer Satisfaction Score“ (CSAT) ermitteln – Ergebnisse von Tools auf Basis Maschinellen Lernens (ML) können das Service-Team unterstützen, angemessen zu agieren. Zum Beispiel deuten Worte wie „schon wieder“ auf einen eher unzufriedenen Benutzer hin.
Bleiben wir bei verärgerten oder gestressten Kunden: Mitarbeiter im First Level Support müssen stets freundlich bleiben – für Alexa und Co. ist das kein Problem. Die Technik von sprachgesteuerten virtuelle Assistenten ist inzwischen so ausgereift, dass Alexa als vorgeschaltete Support-Instanz sogar die Stimmung des Kunden an dessen Stimme erkennen kann – und so den wütenden Vorstand gleich zum Second Level Support durchstellen kann.
Aber Vorsicht: Mit Mustererkennung liegt man nicht in jedem Fall richtig – auch wenn verschiedenen Parameter kombiniert werden und die Entwicklung immer weiter verfeinert wird. Um beispielsweise einen Gesichtsausdruck interpretieren zu können, benötigt man unter anderem Kontextwissen. So interpretieren die üblichen Apps ein Lächeln stets als Freude – aber kann ein Lächeln nicht auch Schadenfreude bedeuten, oder Scham, oder schlicht unecht sein?
Lassen Sie uns das oben genannte Beispiel weiterdenken: Was kann KI für den Service Desk außer der beschriebenen „sentimental analysis“ konkret leisten? Dieser befindet sich seit Jahren im Dilemma zwischen Wertschätzung und Wertschöpfung – der Kundenservice muss individuell, personalisiert und gleichzeitig effizient bzw. wirtschaftlich sein. KI-gestützte Systeme sind ein Weg aus diesem Dilemma, indem sie beide Zielsetzungen unterstützen.
Der Service Desk ist immer an der Front. Und er besteht nicht nur aus der Hotline. Wichtige Bestandteile sind kontextsensitive FAQs auf der Website, virtuelle Assistenten oder intelligente Self-Service-Tools (wie Chatbots). Und gerade letztere bieten ihre Services zunehmend KI-gestützt an.
Speziell in den Bereichen Self-Service und Wissensmanagement lassen sich durch den richtigen Einsatz künstlicher Intelligenz und integrierter Systeme erhebliche Verbesserungen erzielen.
Ein Beispiel: Erhält ein Anwender eine Fehlermeldung, kann z.B. KI-gestützte Bilderkennung bei der schnellen Behebung des Incidents helfen. Gibt der User die Meldung ins Self-Service-Portal ein, wird er vom System aufgefordert, einen Screenshot des Fehlers zu senden. Die Service-Management-Software analysiert den Screenshot mittels KI, erkennt den Fehler, füllt das Ticket aus und leitet es weiter. Die Software überwacht die Incidents, und nach mehrmaliger deckungsgleicher Fehlerbehebung schickt sie dem nächsten Anrufer automatisch den Link zur passenden Lösung in der Wissensdatenbank zur Selbsthilfe auf sein Smartphone.
Oder ein anderes Szenario: Der Anwender meldet eine Störung. „Alexa, meine Präsentation stürzt immer ab.“ Die AI-gestützte Service-Management-Anwendung kann mit semantischen Unschärfen umgehen und hat den Zusammenhang zwischen „Präsentation“ und der betroffenen Anwendung „Powerpoint“ gelernt. Und sie kennt den Nutzer und dessen Rechner-Konfiguration genau. In der Wissensdatenbank ermittelt sie die beiden Lösungsvarianten. Alexa antwortet: „Sie können eine automatische Neuinstallation von Powerpoint anstoßen, das dauert 20 Minuten. Oder Sie können ein Austauschgerät erhalten, das dauert drei Stunden.“ Der Nutzer entscheidet sich: „Neuinstallation!“ Die Service-Desk-Software stößt dies im Idealfall per integrierter Workspace-Management-Lösung direkt an. Eine halbe Stunde später meldet Alexa dem Nutzer den Abschluss der Installation und fragt nach seiner Zufriedenheit. Er gibt fünf Sterne für den perfekten Service, das Ticket wird automatisch geschlossen.
Ein letztes Beispiel adressiert die Automatisierung von Backend-Prozessen durch KI: es geht um effizientes Ticket-Routing. Service-Mitarbeiter verwenden viel Zeit auf die Klassifizierung und Zuweisung von Tickets. KI-Technologien sind in der Lage, eingehende Tickets im Incident Management automatisiert den verantwortlichen Servicebereichen zuzuordnen. Mittels intelligenter Textanalyse wird der Inhalt eines Tickets automatisch geprüft, das Ticket entsprechend klassifiziert und anschließend der richtigen Servicegruppe zugeteilt. Durch Algorithmen bringt sich das System die Klassifizierungsregeln selbst bei und lernt dadurch ständig dazu. Die Investition in die KI-basierte Ticket-Analyse und -Zuordnung lohnt sich bereits ab einer durchschnittlichen manuellen Ticket-Bearbeitungszeit von 10 Sekunden.
Aber vor allem gilt: die positiven Effekte für den KI-Einsatz im Service-Desk müssen in beide Richtungen laufen. Es geht um mehr als effiziente Prozesse und entlastete, zufriedene Service-Agents. Es geht besonders um die Zufriedenheit des Kunden. Die gesamte Customer Experience (CX) muss im Mittelpunkt aller KI-Initiativen stehen.
Customer First! Marktanalysten wie Gartner oder PWC sind sich weitgehend einig: Customer Experience wird in den nächsten Jahren zum zentralen Differenzierungsmerkmal bei der Kaufentscheidung. Treiber dieser Entwicklung ist KI.
Gartner prognostiziert, dass bis 2022 etwa 70 % der Kundeninteraktionen mit neuen Technologien wie Anwendungen für maschinelles Lernen (ML) oder und mobile Nachrichtenübermittlung erfolgen werden, gegenüber 15 % im Jahr 2018.
Der letzte Punkt ist besonders hervorzuheben: Künstliche Intelligenz wird die Automatisierung komplexerer Aufgaben ermöglichen, aber den Menschen nicht wesentlich ersetzen. Und das ist gut so.