CRM und KI im Kundenservice

Inhaltsverzeichnis

Verfügbarkeit

Ebenso wichtig wie Personalisierung ist Verfügbarkeit. Das bedeutet, nicht nur von 9 bis 17 Uhr erreichbar zu sein, sondern möglichst rund um die Uhr. Auch hier ist KI im Kundenservice ein effizienter Ansatz, etwa in Form von Chatbots. Chatbots kennen weder Feierabend noch Mittagspausen, zudem sind sie in der Lage, immer mehr Probleme ohne menschliche Hilfe zu lösen. Somit ist Ihr Kundenservice dank KI so gut wie immer erreichbar, hilfreich und kostengünstig. Auch hier ist es besonders vielversprechend, die KI mit dem CRM-System zu koppeln. Mit dem „Hintergrundwissen“ aus dem CRM kann zum Beispiel ein KI-Assistent nicht nur standardisierte Antworten geben, sondern konkret auf die jeweiligen Bedürfnisse der Kunden eingehen.

 

Nahtlose Erlebnisse

Eng verknüpft mit dem Thema Verfügbarkeit ist der Omnichannel-Ansatz im Kundenservice. Omnichannel bedeutet, auf möglichst allen Kanälen verfügbar zu sein. Das ist nicht neu, die meisten Unternehmen nutzen mehrere Kommunikationskanäle wie Mail, Telefon, Messen, Events, soziale Medien, Websites oder Landingpages. Um einen echten Mehrwert zu bieten, ist es jedoch entscheidend, die Kanäle miteinander zu verbinden. Im Idealfall kann ein Kunde nahtlos eine Interaktion bei Instagram beginnen, per Mail fortsetzen und am Telefon abschließen. Dank KI im Kundenservice und CRM stehen alle Daten global zur Verfügung und es entsteht ein nahtloses Kundenerlebnis.

Schnelle und effiziente Hilfe

Neben Innovationen sollte der Support auch alte Tugenden beherrschen – das heißt: schnell effiziente Hilfe bereitstellen. Auch dabei unterstützt die KI: Viele Anliegen lassen sich ohne menschliche Hilfe klären, unter anderem Abfragen zum Status einer Bestellung oder Fragen zu einem Produkt.

Wie kann KI im Kundenservice helfen?

Künstliche Intelligenz im Support bietet eine Reihe von Möglichkeiten. Dabei kommen unterschiedliche Arten von KI zum Einsatz. Abhängig von ihrem Typ ist KI in der Lage, mehr oder weniger komplexe Aufgaben zu erfüllen. Diese AI-Modelle werden aktuell im Kundenkontakt eingesetzt:

• Reaktive KI ist darauf programmiert, standardisierte Antworten zu liefern. Ein einfaches Beispiel: Kunden können einen Button anklicken und erhalten Auskunft über den Status ihrer Bestellung.
• Generative KI ist in der Lage, Text auszuwerten und individuell zu antworten. Entsprechende KI-Bots eignen sich für Webchat-Anwendungen. Je weitreichender ihr Zugang zu Daten im CRM-System ist, umso präziser sind die (Sprach-)Ausgaben.
• KIM (künstliche intelligente Maschinen) verfügen über fortschrittliche Fähigkeiten, zum Beispiel bei der Erkennung von menschlichen Emotionen (Mood Watch). Zudem sind sie durch maschinelles Lernen imstande, sich selbst zu verbessern. Im Support kommen einige dieser Fähigkeiten wie die Erkennung des Gemütszustandes durch Stimmanalyse bereits zum Einsatz.

Automatisierung und Entlastung der Beschäftigten

Mit KI im Kundenservice lassen sich viele Aufgaben automatisieren. Dazu gehören die Datenaufnahme beim Erstkontakt, die Beantwortung wiederkehrender Fragen und die Identitätsprüfung. Das entlastet Ihr Personal im Service und sorgt dafür, dass die Abteilung bei gleicher Arbeitszeit produktiver wird.

Bereitstellung von Informationen in Echtzeit

Ein großer Vorteil von KI im Kundenservice ist die sehr schnelle Datenverarbeitung. Sie macht es möglich, Kundeneingaben in Echtzeit auszuwerten und innerhalb von Sekunden Hinweise an Ihre "menschlichen Agenten" zu geben. Ein besonders prominentes Beispiel ist die „next best action“ – also eine Handlungsempfehlung für die ideale nächste Aktion im direkten Kundenkontakt.

Datenauswertung von punktuell bis Big Data

Ein enormes Potential besitzt die KI im Support bei der Auswertung von Daten. Mit Hilfe fortschrittlicher Algorithmen ist es möglich, riesige Datensätze zu durchsuchen, zu strukturieren und gewinnbringende Erkenntnisse daraus abzuleiten. Daher wird im Zusammenhang mit der Datenanalyse auch zunehmend vom „Datenschatz“ gesprochen.

Analyse von Tickets

Ein weiterer Nutzen ist die Analyse von Tickets, um diese zum Beispiel für die Bearbeitung vorzubereiten. Wenn viele Daten anfallen, kann die KI im Kundenservice dazu beitragen, mögliche Probleme auf einer höheren Ebene zu lösen. Beispielsweise im Rahmen einer KI-gestützten Ticketanalyse. Die folgende Übersicht verdeutlicht, was AI-Funktionen hier leisten können.

• Zahlenauswertung: Wie oft trat das gleiche Problem auf? Gibt es Häufungen zu bestimmten Jahreszeiten? Die KI kann umfassende Zahlenauswertungen vornehmen und daraus kompakte Reportings erstellen. Das spart Arbeitszeit und macht den Support produktiver.
• Priorisierung: Wenn konkrete Auswahlregeln definiert werden, kann die KI eine Priorisierung von Tickets vornehmen. Dadurch stellt sie sicher, dass wichtige Anfragen zuerst bearbeitet werden.
• Klassifizierung: Technischer Support, Buchhaltung oder Reklamation – die KI kann Tickets, die extern erstellt wurden, einer internen Abteilung zuordnen. Das spart menschliche Arbeitskraft an dieser Stelle ein.

Die KI stößt hingegen an ihre Grenzen, wenn es um komplexe Anfragen, datenschutzrelevante Aktionen oder individuelle Problemstellungen geht. Tickets dieser Art werden in der Regel automatisiert an Ansprechpersonen im Service weitergeleitet.

Vorteile von CRM und KI im Kundenservice für Unternehmen

Warum setzen immer mehr Unternehmen auf automatisierte Lösungen im Support? Die Vorteile reichen von finanziellen Aspekten über Produktivitätsgewinne bis zur Verbesserung der Kundentreue. Als wichtigste Argumente für die Einführung von KI im Kundenservice gelten:

• Schnellere Problemlösung ohne Wartezeit für Kunden durch Chatbots
• Kostensenkung durch Automatisierung
• Effizientere Nutzung vorhandener Daten
• Stärkere Kundenbindung durch personalisierten Service
• Mehr Empfehlungen dank erfreuter Kunden
• Höhere Umsätze durch KI-gestütztes Upselling

Gut zu wissen: Die Vorteile ergeben sich aus der individuell gewählten KI-Strategie für Ihr Unternehmen.

So integrieren Sie KI in den Kundensupport

Es gibt es drei grundsätzliche Möglichkeiten, KI im Kundenservice zu implementieren:

1. Externe KI-Funktionen

Die einfachste Variante besteht darin, dass Ihre Mitarbeitenden im Kundenservice künstliche Intelligenz in Form von externen Softwarelösungen nutzen. Das heißt, es gibt keine Schnittstelle zwischen der Unternehmenssoftware und der KI. Auf diese Weise sind nur einfache Datenauswertungen durch die KI realisierbar. Auf Grund der limitierten Möglichkeiten ist die Lösung kostengünstig und ohne Aufwand durchführbar.

Beispiel: Der Customer Service möchte wissen, welche Probleme in den vergangenen zwei Jahren am häufigsten aufgetreten sind. Dafür werden Daten anonymisiert und in eine Excel-Tabelle übertragen. Diese dient als Grundlage, um die Anfrage mit Programmen wie ChatGPT-4.0 auszuwerten.

2. Hybride KI-Umgebungen

Hybride KI-Umgebungen werden häufig genutzt. Das heißt, im Unternehmen kommen mehrere Programme zum Einsatz mit jeweils hochentwickelte KI-Funktionen. Wenn Sie sich für diese Lösung entscheiden, stehen Ihnen sehr viele Optionen offen und Sie können die Technologien individuell zusammenstellen (Best-of-Breed-Ansatz).

Beispiel: Ein Unternehmen hat festgestellt, dass die Anzahl der Warenkorbabbrüche hoch ist. Der Customer Service startet daraufhin eine KI-gestützte Analyse, die unmittelbar aus dem CRM heraus möglich ist. Dadurch wandern keine vertraulichen Daten aus der unternehmensinternen IT-Umgebung heraus. Mit Hilfe von Predictive Analytics lässt sich kritisches Kundenverhalten zukünftig besser vorhersagen, sodass präventive Maßnahmen eingeleitet werden können, um Warenkorbabbrüche zu minimieren. Zur Entwicklung innovativer Maßnahmen zur Reduzierung von Warenkorbabbrüchen nutzen Sie ein weiteres KI-Tool, Ergebnisse und Kampagnen-Aktivitäten können Sie im CRM dokumentieren.

Ein zweites Beispiel für die Nutzung von integrierter KI ist die Personalisierung von Mailings. Dafür generiert die künstliche Intelligenz eine individuelle Ansprache, passend zu den Needs (Bedürfnisse, Wünsche oder Anforderungen) Ihrer Verteiler-Gruppe

3. Voll integrierte KI