So wählen Sie eine KI-Lösung für den Kundenservice nach Aufgabe, Daten und Risiko aus

Beginnen Sie mit dem gewünschten Ergebnis

Die Auswahl einer KI-Lösung für den Kundenservice beginnt nicht mit der Wahl eines Modells. Zunächst müssen Sie beschreiben, welche Arbeit sich ändern soll und woran Sie ein zufriedenstellendes Ergebnis erkennen. „Den Support verbessern“ ist zu allgemein, um eine Entscheidung zu ermöglichen: Gemeint sein könnte, Nachrichten mit weniger manuellen Eingriffen zu kategorisieren, aktuelle Informationen leichter zu finden, Entwürfe für Mitarbeitende vorzubereiten oder eine vom Kunden angeforderte Aktion auszuführen. Für jedes dieser Ziele gelten andere Anforderungen an Daten, Kontrollen und Tests.

Grenzen Sie den Anwendungsfall anhand von fünf Fragen ein: Welche Anfragen gehen über welche Kanäle und in welchen Sprachen ein? Wer bearbeitet sie heute? Welches Ergebnis soll das System liefern? Welche Ausnahmen sind ausgeschlossen? Und wer übernimmt, wenn das System den Fall nicht lösen kann? Legen Sie auch fest, was es bedeutet, einen Kontakt zu lösen: Eine versendete Antwort ist nicht zwangsläufig eine richtige Lösung, und ein geschlossenes Ticket belegt für sich genommen nicht, dass das Anliegen bearbeitet wurde.

Trennen Sie das operative Ziel vom Automatisierungsziel. Die Vorbereitungszeit für eine Antwort zu verkürzen kann nützlich sein, auch wenn weiterhin ein Mensch die Antwort prüft. Weniger beteiligte Mitarbeitende sollten dagegen nicht als Erfolg gelten, wenn dadurch mehr falsche Antworten, Korrekturen oder wiederholte Kontakte entstehen. Diese Kriterien sind Empfehlungen für die Gestaltung einer Evaluation. Sie müssen an die Richtlinien, den Service und die Verpflichtungen der jeweiligen Organisation angepasst werden.

Ordnen Sie zuerst die Aufgabe ein, dann wählen Sie die Technologie

In einem einzelnen Gespräch können mehrere Aufgaben vorkommen. Dennoch sollten Sie sie getrennt bewerten. Klassifizieren und Weiterleiten bedeutet, einer Anfrage eine Kategorie oder ein Ziel zuzuordnen. Informationsabruf bedeutet, relevante Inhalte zu finden. Beim Verfassen wird eine Antwort vorgeschlagen, beim Zusammenfassen ein Austausch verdichtet. Eine Aktion auszuführen bedeutet, außerhalb des Gesprächs etwas zu verändern, zum Beispiel in einem Kundenkonto oder einem Ticketsystem. Je näher die Aufgabe daran liegt, den Status eines Kontos zu ändern, desto wichtiger werden Autorisierung, Überprüfung und die Möglichkeit, die Änderung rückgängig zu machen.

Nicht alle diese Aufgaben erfordern die Generierung von Text. Wenn sich eine Anfrage anhand stabiler Felder und klarer Regeln erkennen lässt, kann eine herkömmliche Automatisierung einfacher zu testen und zu warten sein. Ein eng begrenzter Klassifikator kann sinnvoll sein, wenn sprachliche Varianten mit Regeln schwer abzudecken sind. Ein generatives System kann infrage kommen, wenn eine Frage interpretiert und eine Antwort formuliert werden muss. Welche Lösung passt, hängt vom konkreten Kontext ab: Allein der Umstand, dass die Interaktion über einen Chat stattfindet, ist kein Grund, ein generatives Modell als beste Option anzusehen.

Die verfügbaren Quellen behandeln KI im Kundenservice als Bereich der Automatisierung und Unterstützung. Die bereitgestellten Informationen vergleichen jedoch nicht unabhängig die Wirksamkeit der einzelnen Ansätze und erlauben keine Aussage, dass ein Ansatz einem anderen überlegen ist. Betrachten Sie den Vergleich daher als Hypothese, die mit repräsentativen Anfragen aus Ihrem eigenen Service getestet werden muss, nicht als Ergebnisversprechen.

Richten Sie den Delegationsgrad nach den Folgen eines Fehlers aus

Der Autonomiegrad sollte nicht allein von der technischen Schwierigkeit abhängen. Fragen Sie, was passieren kann, wenn eine Antwort falsch oder unvollständig ist oder auf das falsche Konto angewendet wird. Eine allgemeine Erklärung, die leicht überprüfbar ist und keine dauerhaften Folgen hat, birgt andere Risiken als eine Entscheidung, die ein Konto verändert, eine Zahlung betrifft oder den Zugang zu einem Dienst beeinflusst. Ebenfalls wichtig sind die Umkehrbarkeit, die verfügbare Zeit zur Fehlerbehebung und die tatsächliche Möglichkeit eines Menschen, einzugreifen.

Als praktischer Rahmen können Sie drei Stufen unterscheiden. Auf der ersten Stufe organisiert oder durchsucht das System Informationen, antwortet aber nicht dem Kunden und verändert dessen Konto nicht. Auf der zweiten Stufe erstellt es eine Antwort oder Empfehlung, die ein Mensch vor dem Versand bestätigt. Auf der dritten Stufe kann es innerhalb ausdrücklich festgelegter Grenzen antworten oder Aktionen ausführen. Der Wechsel von einer Stufe zur nächsten setzt voraus, dass die vorherige Stufe die vereinbarten Kriterien erfüllt und für die nächste geeignete Kontrollen vorhanden sind. Mehr zu automatisieren ist nicht erforderlich, um den Nutzen eines Systems nachzuweisen.

Sorgen Sie für einen sichtbaren Weg, sich einer Antwort zu enthalten und den Fall weiterzuleiten. Wenn Daten fehlen, die Anfrage mehrdeutig ist, Quellen einander widersprechen oder der Kunde einen Streitfall schildert, sollte das System eine automatische Lösung nicht weiter vorschlagen müssen. In heiklen Fällen bedeutet die Möglichkeit einer menschlichen Prüfung mehr als eine bloße Protokollierung: Die prüfende Person braucht ausreichend Kontext, die Befugnis zur Korrektur und ein Verfahren, um die Aktion zu stoppen.

Die spanische Datenschutzbehörde AEPD führt in ihren Materialien einen Leitfaden zu agentischer KI auf. Das Thema ist relevant, wenn ein System Aufgaben ausführen kann. Die verfügbare Beschreibung bestätigt diese allgemeine Relevanz, enthält aber nicht genügend Einzelheiten, um dem Leitfaden konkrete Vorgaben zu Autorisierung, Prüfung oder Gestaltung zuzuschreiben. Die Kontrollen in diesem Abschnitt sind daher vorgeschlagene Entscheidungskriterien und müssen anhand der für den konkreten Fall geltenden Richtlinien und Verpflichtungen geprüft werden.

Prüfen Sie die Daten, bevor Sie sie anbinden

Erstellen Sie ein Verzeichnis der Quellen, die jeder Ansatz nutzen würde: eingehende Nachrichten, Gesprächsverläufe, Kontodaten, Hilfedokumentation, interne Richtlinien oder Produktinformationen. Notieren Sie für jede Quelle, wer verantwortlich ist, wann sie zuletzt aktualisiert wurde, wer sie einsehen darf und ob sie personenbezogene oder vertrauliche Daten enthält oder Informationen, die die vorgesehene Umgebung nicht verlassen sollten. Gehen Sie nicht davon aus, dass eine Dokumentensammlung sicher oder aktuell ist, nur weil sie bereits im Support verwendet wird.

Beschränken Sie das verwendete Material auf das, was für die jeweilige Aufgabe nötig ist. Für die Klassifikation einer Anfrage muss möglicherweise nicht der gesamte Kontoverlauf übertragen werden. Für eine Antwort auf Grundlage von Dokumenten kann es ausreichen, relevante Inhalte abzurufen, statt große Datenmengen in eine Eingabe aufzunehmen. Prüfen Sie, ob identifizierende Informationen ausgeschlossen, verborgen oder ersetzt werden können. Klären Sie anhand aktueller Primärdokumentation, welche Verarbeitung ein möglicher externer Dienst bietet. Die hier verfügbaren Informationen erlauben keine Aussagen zu konkreten Aufbewahrungs-, Sicherheits- oder Datennutzungsrichtlinien von Anbietern.

Halten Sie auch die Nutzungsbedingungen und internen Zuständigkeiten fest. Der unter den Quellen aufgeführte Leitfaden zu bewährten KI-Praktiken von PwC behandelt Datenschutz sowie Entscheidungen über die Erhebung und Verwendung von Daten. Die verfügbare Evidenz besteht jedoch aus einem Auszug und nicht aus einer vollständigen Prüfung der Empfehlungen. Betrachten Sie den Leitfaden als Hinweis darauf, dass Datenschutz Teil der Bewertung sein muss, nicht als Ersatz für eine rechtliche, sicherheitstechnische oder organisationsinterne Prüfung.

Wenn sich das Wissen häufig ändert, benennen Sie eine Person oder ein Team, das Dokumente, Gültigkeitsdaten und zurückgezogene Inhalte überprüft. Gestalten Sie Tests so, dass nicht nur geprüft wird, ob das System eine Antwort findet, sondern auch, ob es zwischen aktuellen, unvollständigen und widersprüchlichen Informationen unterscheidet. Wenn nicht festgelegt werden kann, welche Quelle für welches Thema maßgeblich ist, ist es verfrüht, das System ohne menschliche Prüfung antworten zu lassen.

Wählen Sie den für die Aufgabe ausreichenden Mindestansatz

Vergleichen Sie bei Klassifikation und Weiterleitung bestehende Regeln mit einer klassifikationsbasierten Alternative. Testen Sie beide Ansätze mit unterschiedlichen Nachrichten, auch mit mehreren Anliegen, Tippfehlern oder unzureichenden Informationen. Entscheidend ist nicht nur, welcher Anteil richtig zugeordnet wird, sondern auch, in welchen Kategorien Fehler auftreten, wie sie korrigiert werden und was geschieht, wenn das System nicht ausreichend sicher ist. Wenn Regeln das Problem klar und mit vertretbarem Betriebsaufwand lösen, kann die Umstellung auf Textgenerierung zusätzliche Komplexität schaffen, ohne einen belegten Nutzen zu bieten.

Grenzen Sie bei der Suche nach Antworten in Dokumenten zunächst ein, welche Sammlung durchsucht werden darf und woran sich eine belegte Antwort erkennen lässt. Ein sinnvoller Test umfasst Fragen, deren Antworten in der Dokumentation stehen, Fragen außerhalb ihres Umfangs sowie Fragen, bei denen die Inhalte veraltet oder widersprüchlich sind. Prüfen Sie, ob das System die verwendete Quelle nennen und sich enthalten kann, wenn keine ausreichende Evidenz vorliegt. Ein Zitat oder Textauszug allein garantiert keine richtige Antwort: Ein Mensch muss prüfen, ob die Quelle zur Frage passt und weiterhin gültig ist.

Behandeln Sie beim Verfassen oder Zusammenfassen das Ergebnis als Entwurf. Legen Sie fest, was eine Supportkraft vor dem Versand ändern darf, und prüfen Sie Kontextfehler, Auslassungen, unangemessenen Ton und nicht autorisierte Zusagen. Wenn dem Team keine Zeit für Prüfung und Korrektur zur Verfügung steht, kann der vermeintliche Zeitgewinn durch zusätzliche Entwürfe verloren gehen. Messen Sie den tatsächlichen Arbeitsaufwand und die Qualität, statt lediglich generierte Texte zu zählen.

Begrenzen Sie bei der Ausführung von Aktionen die verfügbaren Vorgänge und trennen Sie die Interpretation der Anfrage von der Autorisierung einer Änderung. Prüfen Sie Identität und Berechtigungen vor einer Aktion gemäß den geltenden Verfahren der Organisation. Ziehen Sie für einen ersten Test reversible Aktionen mit engem Umfang in Betracht und protokollieren Sie, was angefordert, autorisiert und ausgeführt wurde. Die anschließende Prüfung muss den tatsächlichen Systemzustand bestätigen und darf sich nicht allein auf eine vom Modell ausgegebene Meldung stützen.

Diese Ansätze lassen sich kombinieren. Dadurch steigt jedoch die Zahl der zu prüfenden Komponenten: Informationsabruf, Interpretation, Generierung, Integration und Ausführung. Beginnen Sie mit einem kleinen Ablauf, dokumentieren Sie die Fehlerstellen und ergänzen Sie weitere Komponenten nur, wenn sie einen beobachteten Mangel beheben.

Vergleichen Sie Kosten und Betriebsbedingungen

Vergleichen Sie die Kosten pro gelöstem Fall, nicht nur den Preis eines Aufrufs oder einer Lizenz. Berücksichtigen Sie, soweit relevant, die Integration in das Ticketsystem, Infrastruktur, die Pflege von Regeln oder Dokumentation, Überwachung, Zeit für menschliche Prüfung, Fehlerkorrekturen und die Bearbeitung eskalierter Fälle. Die Kosten müssen anhand eines Volumens und einer Definition von „gelöst“ gemessen werden, die mit dem heutigen Prozess vergleichbar sind. Andernfalls werden möglicherweise unterschiedliche Aufgaben gegenübergestellt.

Auch der tägliche Betrieb beeinflusst die Wahl. Prüfen Sie, ob die Integration den Supportkräften den nötigen Kontext anzeigen kann, ob die Latenz zum jeweiligen Kanal passt, wer die Wissensbasis pflegt, was bei Ausfall einer Abhängigkeit geschieht und wer für die Ergebnisprüfung zuständig ist. Wenn es eine Betreuung außerhalb der Geschäftszeiten gibt, legen Sie klar fest, was ohne menschliche Beteiligung gelöst werden darf und was warten oder weitergeleitet werden muss. Setzen Sie „verfügbar“ nicht mit „gelöst“ gleich.

Der in den Quellen aufgeführte Unternehmensleitfaden von Softeng behandelt Anwendungsfälle, Daten-Governance, Sicherheit und Rendite. Diese Beschreibung rechtfertigt, die genannten Dimensionen in die Evaluierung einzubeziehen, liefert jedoch für sich genommen keine vergleichbaren Kosten- oder Leistungsdaten für ein bestimmtes Team. Ebenso dient das allgemeine Material von IBM zu KI im Kundenservice als thematische Orientierung, nicht als unabhängiger Nachweis der Wirksamkeit oder zu erwartender Ergebnisse.

Entwerfen Sie einen Test, der die Entscheidung beeinflussen kann

Erstellen Sie vor einer Einführung eine Stichprobe, die reale Anfragen abbildet und zugleich schwierige Fälle enthält: mehrdeutige Nachrichten, Anfragen außerhalb des vorgesehenen Umfangs, Änderungen an Richtlinien, Gespräche mit mehreren Anliegen und fehlende Schlüsselinformationen. Legen Sie fest, wer jedes Ergebnis prüft und nach welchen Kriterien. Werden nur einfache Beispiele getestet, die das System im bestmöglichen Licht zeigen, lässt sich daraus wenig über den Alltagseinsatz ableiten.

Vereinbaren Sie im Voraus die Kennzahlen und Schwellenwerte, anhand derer der Test ausgeweitet, überarbeitet oder beendet wird. Je nach Aufgabe können die korrekte Klassifikation je Kategorie, Antworten mit Belegen aus aktuellen Quellen, angemessene Eskalationen, schwerwiegende Fehler, die Zeit bis zu einer hilfreichen Antwort, Prüfaufwand und Kosten pro gelöstem Fall relevant sein. Machen Sie aus einer allgemeinen Kennzahl keine automatische Entscheidung: Ein günstiger Durchschnitt kann Fehler verdecken, die sich auf eine bestimmte Kategorie oder Gruppe von Anfragen konzentrieren.

Vergleichen Sie den Test mit dem bestehenden Prozess anhand derselben Anfragetypen und einer gemeinsamen Definition des richtigen Ergebnisses. Protokollieren Sie nicht nur die Häufigkeit von Fehlern, sondern auch ihre Folgen. Unterscheiden Sie zwischen einem Fehler, den eine Supportkraft vor dem Versand korrigieren kann, und einer ausgeführten Aktion, die bereits ein Konto verändert hat. Legen Sie fest, wer bei Vorfällen oder unerwarteten Ergebnissen über eine Unterbrechung des Ablaufs entscheidet und wie zum vorherigen Verfahren zurückgekehrt wird.

Ein hilfreiches Entscheidungsprotokoll hält den Anwendungsfall, den gewählten Ansatz, zulässige Daten, ausgeschlossene Fälle, erforderliche Prüfungen, Kennzahlen, Schwellenwerte und die verantwortliche Person fest. Es dokumentiert außerdem, was noch unbekannt ist. So müssen die Fragen zu Risiko und Betrieb nicht vollständig neu beantwortet werden, wenn Alternativen verglichen oder weitere Anwendungsfälle entdeckt werden.

Entscheiden Sie anhand von Evidenz und halten Sie die Überprüfung offen

Die Entscheidung lautet nicht einfach „KI einführen“ oder „KI ablehnen“. Sie können eine herkömmliche Automatisierung beibehalten, die Klassifikation einer einzelnen Kategorie testen, eine Suche mit geprüften Antwortentwürfen einsetzen oder die Initiative stoppen, bis Daten und Prozess geklärt sind. Ist die Qualität der Dokumentation die größte Unsicherheit, kann ein Suchtest mehr Erkenntnisse bringen als die Automatisierung von Antworten. Gibt es keine Möglichkeit, eine Aktion zu überprüfen oder sich von einem Fehler zu erholen, sollte die Ausführung unter menschlicher Kontrolle bleiben.

Trennen Sie bei der Prüfung möglicher Optionen drei Fragen: Welche Lösung passt zur Aufgabe? Wie schneiden mögliche Ansätze unter denselben Bedingungen im Vergleich ab? Und welche weiteren Anwendungsfälle könnten später sinnvoll sein? Diese Reihenfolge hilft dabei, einen konkreten Umfang festzulegen, Alternativen anhand einheitlicher Kriterien zu vergleichen und neue Möglichkeiten zu entdecken, ohne sie mit bereits validierten Fällen zu verwechseln.

Die bereitgestellten Quellen bieten eine allgemeine Orientierung zu Unternehmens-KI, Kundenservice, Datenschutz und agentischen Systemen. Sie reichen nicht aus, um zu bestimmen, welcher Anbieter konkrete Anforderungen erfüllt, welche Kosten eine Implementierung verursacht, wie ein Dienst Daten aufbewahrt oder welche geltenden Vorschriften in einem bestimmten Land oder Sektor anwendbar sind. Klären Sie solche Fragen anhand von Primärdokumentation und mit den zuständigen Stellen, bevor Sie Daten übermitteln, einen Dienst beauftragen oder eine Entscheidung automatisieren.

Das praktische Schlusskriterium ist einfach: Beginnen Sie mit einer begrenzten Aufgabe, behalten Sie menschliche Beteiligung dort bei, wo es die Folgen erfordern, und erweitern Sie den Einsatz nur, wenn ein repräsentativer Test zeigt, dass das Ergebnis akzeptabel, betrieblich tragfähig und nachhaltig ist. Reicht die Evidenz nicht aus, können Enthaltung oder der bestehende Prozess die richtige Entscheidung sein.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.