Ein schlecht konzipierter Kundenservice-Bot spart kein Geld, sondern verlagert es. Er reduziert zwar eine sichtbare Ausgabe – die Kosten des Support-Teams –, erhöht aber andere, die niemand dieser Entscheidung zuschreibt: Kundenverluste, eskalierte Beschwerden, Reputationsschäden und zunehmend auch die rechtliche Haftung für die Systemausgaben.
Die Bilanz wird fast immer unvollständig dargestellt. Die vermiedenen Kosten pro automatisierter Anfrage, die sich leicht berechnen lassen, werden zwar ausgewiesen, die Kosten für schlecht aufgelöste Anfragen, die schwer zu berechnen und deutlich höher sind, jedoch nicht.
Im Jahr 2024 entschied das Zivilgericht von British Columbia den Fall *Moffatt gegen Air Canada*. Ein Kunde hatte den Chatbot der Fluggesellschaft zu Gebühren im Trauerfall konsultiert, woraufhin das System falsche Informationen lieferte. Als der Kunde sich beschwerte, argumentierte das Unternehmen, der Chatbot sei im Wesentlichen für seine eigenen Aussagen verantwortlich.
Das Gericht hielt dieses Argument für bemerkenswert – im Sinne von überraschend – und ordnete an, dass Air Canada den Kunden entschädigen müsse. Der Betrag war symbolisch: 812,02 kanadische Dollar. Der Präzedenzfall ist es nicht.
Für jede Richtung ist Folgendes relevant: Was Ihr Bot sagt, sagt auch Ihr Unternehmen.. Es gibt keine klare Verantwortlichkeitsstruktur. Wenn das System eine Rückerstattung, eine Bedingung oder eine Frist verspricht, ist die Organisation dafür verantwortlich, als hätte ein Mitarbeiter dies gesagt. Und im Gegensatz zu einem Mitarbeiter kann das System zehntausend Menschen informieren, bevor es jemandem auffällt.
Abfahrt | Wie wird es gemessen? | Wer sieht sie? |
Einsparungen bei der Unterstützung | Automatisierte Abfragen x Kosten pro Abfrage | Betriebsmanagement, jeden Monat |
Verlorene Kunden | Abwanderung derjenigen, die eine schlechte Interaktion hatten | Niemand schreibt es dem Bot zu. |
Späte Skalierung | Kosten für die Beilegung eines schwerwiegenden Vorfalls | Unterstützung, ohne den Ursprung zu verfolgen |
Formelle Beschwerden | Rechtszeitaufwand und Entschädigung | Rechtlich, Monate später |
Ruf | Rezensionen, soziale Medien, Mundpropaganda | Marketing ohne erkennbare Ursache |
Die Asymmetrie ist struktureller Natur: Einsparungen werden monatlich präzise gemessen und direkt dem Projekt zugeordnet; Verluste verteilen sich auf fünf Abteilungen und werden nie einer einzelnen Person zugeschrieben. Deshalb werden Projekte zur Supportautomatisierung fast immer als Erfolge dargestellt, obwohl der Kunde einen schlechteren Service erhält.
Diese Asymmetrie lässt sich beheben, indem man das gesamte Gleichgewicht von Anfang an misst, nicht erst im Nachhinein. Und die Kennzahl, die dies am besten erfasst, ist nicht die Automatisierungsrate, sondern die Lösungsquote im ersten Kontakt in Verbindung mit der Zufriedenheit bei eskalierten Fällen. Ein Bot, der viel automatisiert, aber schlecht skaliert, liefert hervorragende Ergebnisse und einen verärgerten Kunden.
Es erlaubt Ihnen nicht, zu gehen. Das Symptom, das den Wert am schnellsten vernichtet: Ein Kunde, der keine Möglichkeit findet, mit jemandem zu kommunizieren, bleibt nicht – er wechselt das Unternehmen oder äußert sich öffentlich. Die Eskalationsoption sollte von der ersten Nachricht an sichtbar sein und nicht erst nach fünf erfolglosen Versuchen versteckt werden.
Er weiß nicht, wer du bist. Ein Bot ohne Zugriff auf Kundendaten – Bestellungen, offene Anfragen, Historie – führt lediglich zur Wiederholung bereits vorhandener Informationen. Dies ist das deutlichste Anzeichen dafür, dass das System dem Prozess zusätzlich aufgesetzt und nicht integriert wurde.
Er erklärt selbstsicher, was er nicht weiß. Das Problem ist nicht, dass es Fehler macht, sondern dass es Fehler im selben Tonfall macht, in dem es richtig liegt. Ein gut konzipiertes System sieht klare Bedingungen vor, unter denen man sagt: «Das kann ich nicht bestätigen» und die Anfrage an eine Person weiterleitet.
Es werden Dinge versprochen, die das Unternehmen nicht einhalten wird. Hierin liegt das rechtliche Risiko. Jegliche Zusagen bezüglich Beträgen, Fristen, Rückerstattungen oder Bedingungen sollten von einer zuverlässigen Quelle innerhalb des Systems stammen, nicht von der Modellerstellung.
Es lernt nichts von dem, was es erklimmt. Jeder skalierte Fall liefert Daten darüber, was fehlt. Wenn niemand die skalierten Fälle regelmäßig überprüft, um das Design zu korrigieren, verbessert sich der Bot nicht, sondern veraltet lediglich.
Wir haben einen konkreten Fall dieses Musters und seine Folgen analysiert in Wie ein Chatbot den Ruf eines Unternehmens ruinierte
Der Unterschied zwischen den beiden Ergebnissen liegt nicht im Modell. Er liegt in vier Designentscheidungen, die vor dem Schreiben des Codes getroffen wurden:
Entscheide, was du NICHT tun willst. Bevor Sie den Umfang festlegen, überlegen Sie, was nicht abgedeckt ist. Dazu gehören Ansprüche, Rechtsfragen, Fälle mit Mandanten in besonderen Umständen – alles, was mit finanziellen Verpflichtungen verbunden ist. Diese Liste muss explizit sein und vom Fachbereich, nicht vom technischen Team, erstellt werden.
Verbinde es mit der Quelle der Wahrheit. Der Status einer Bestellung sollte nicht generiert, sondern abgefragt werden. Die Sprachgenerierung dient der Erklärung, nicht der Feststellung von Fakten. Diese Unterscheidung – das Modell entwirft, das System entscheidet – eliminiert den Großteil des Risikos auf einmal.
Skalierung des Designs ist Teil des Produkts. Mit vollständigem Kontext, ohne dass der Kunde etwas wiederholen muss, und mit einem festen Zeitrahmen. Eine gute Skalierung ist ein positives Erlebnis; eine schlechte ist schlimmer, als gar keinen Bot zu haben.
Messen Sie die Zufriedenheit des gesamten Kunden, nicht nur die des automatisierten Systems. Es handelt sich um einen Indikator, der Schäden erkennt, bevor sie im Produktverlauf sichtbar werden.
Eine Organisation, die diese vier Entscheidungen trifft, kann Automatisierung mit Zuversicht einführen. Eine, die dies nicht tut, setzt ihre Kundenbeziehung aufs Spiel und vertraut dabei auf das Verhalten einer probabilistischen Komponente.
Es gibt Kontexte, in denen die richtige Antwort nicht darin besteht, die erste Zeile zu automatisieren:
In solchen Fällen ist Automatisierung im Hintergrund sinnvoller: Sie bereitet die Antwort vor, die der Mitarbeiter anschließend sendet, fasst die Vorgeschichte des Anrufs zusammen, klassifiziert und leitet die Anrufe weiter. Die Einsparungen sind real, und das Risiko für den Kunden ist gleich null, da ein Mensch involviert ist.
Es geht nicht darum, «wie viel wir sparen werden». Es geht um Folgendes: Wie viel kostet uns der Verlust eines unzufriedenen Kunden, und wie viele müssten abwandern, um die Einsparungen auszugleichen?
In den meisten B2B-Unternehmen ist diese Zahl erschreckend niedrig. Die vorherige Kalkulation ist entscheidend, um kosteneffektive Automatisierung von Einsparungen zu unterscheiden, die auf Kosten des Kundenstamms gehen.
Ja. Im Fall Moffatt gegen Air Canada (2024) wies das Zivilgericht von British Columbia das Argument zurück, der Chatbot sei für seine eigenen Aussagen verantwortlich, und ordnete an, dass die Fluggesellschaft den Kunden für die vom System gelieferten falschen Informationen entschädigen müsse.
Aufgrund einer Messasymmetrie: Die Einsparungen beim Support werden monatsweise genau berechnet und dem Projekt zugeordnet, während der Schaden – verlorene Kunden, verschärfte Vorfälle, Beschwerden und Reputationsverlust – auf mehrere Abteilungen verteilt ist und nicht der Automatisierung zugeschrieben wird.
Die Lösungsquote beim ersten Kontakt in Kombination mit der Zufriedenheit bei eskalierten Fällen ist aussagekräftig. Die Automatisierungsrate allein ist irreführend: Ein Bot, der viel automatisiert und schlecht skaliert, erzielt zwar viele Lösungsquoten, führt aber zu unzufriedenen Kunden.
Formulieren Sie es klar und deutlich und leiten Sie den Fall an eine Person weiter, die den vollständigen Kontext kennt, ohne dass der Kunde die Informationen wiederholen muss. Das Problem eines schlecht programmierten Bots besteht nicht darin, Fehler zu machen, sondern darin, unabhängig von der Richtigkeit seiner Aussagen dieselbe Sicherheit zu wahren.
Die beiden Funktionen sind getrennt: Das System ermittelt die Fakten durch Abfrage der maßgeblichen Quelle (Auftragsstatus, Vertragsbedingungen, Beträge), während das Modell lediglich die Erklärung entwirft. Finanzielle oder terminliche Verpflichtungen müssen bei der Generierung der Erläuterungen unberücksichtigt bleiben.
Wenn das Volumen gering ist und jeder Kunde einen erheblichen Einfluss auf den Umsatz hat, wenn die meisten Anfragen Beschwerden sind, wenn der Sektor eine hohe emotionale oder regulatorische Belastung aufweist oder wenn das Unternehmen um die persönliche Aufmerksamkeit der Kunden konkurriert, arbeitet die Automatisierung am besten im Hintergrund und bereitet das vor, was dann von einer Person gesendet wird.
Werden Sie den Kundenservice automatisieren? Wir definieren zunächst, was das System nicht tun soll, verbinden es mit Ihren zentralen Datenquellen und integrieren Skalierbarkeit in das Produkt. Wir analysieren Ihren Anwendungsfall innerhalb von zwei Stunden – unverbindlich. Lass uns reden → |
Español Español 
English
Français
العربية
Português
Deutsch
Italiano
