Künstliche Intelligenz im technischen Kundenservice

5. Mai 2022

Der technische Kundenservice befindet sich in einem grundlegenden Veränderungsprozess. In den nächsten Jahren wird er zum Dreh- und Angelpunkt der Interaktion mit Kunden, der den optimalen Ausgangspunkt bietet, um bessere, nutzerorientierte Produkte und Dienstleistungen zu entwickeln und anzubieten. Produzierende Unternehmen stehen dabei vor der Herausforderung, erfolgreiche Kundenbeziehungen auch digital abzubilden und durch smarte Services und Produkte zu ergänzen. Häufig liegt jedoch der Aufbau entsprechender, digitaler Ökosysteme und benötigter Verfahren der künstlichen Intelligenz (KI) außerhalb der Kernkompetenzen dieser Unternehmen und müsste zudem parallel zum laufenden Tagesgeschäft bewältigt werden. Abhilfe bieten standardisierte Service-Plattformen, welche KI „out-of-the-box“ liefern und sich zudem nahtlos in die eigene IT-Landschaft integrieren lassen.

Der Mehrwert dieser Lösungen lässt sich anhand der 4 größten, digitalen Herausforderungen im technischen Service verdeutlichen:

Die strategische Ausrichtung auf Daten

Die größten Wachstumspotenziale der Digitalisierung ergeben sich durch skalierbare, digitale Services, welche gemeinsam mit konventionellen Produkten angeboten und vermarktet werden können. Durch die Erfassung und Nutzung von Daten können datengetriebene Geschäftsmodelle in der produzierenden Industrie realisiert werden. Während die Erfassung in großen Teilen schon umgesetzt wird, so ist deren effektive Nutzung für viele Unternehmen eine große Herausforderung, da die Daten häufig nicht-kontextualisiert und in disjunkten Informationssilos abliegen. Langfristig sollte daher das Ziel sein, Silostrukturen aufzubrechen, relevante Informationen zusammenzuführen und miteinander in Kontext zu setzen. Serviceplattformen bieten hierfür das optimale Werkzeug, da diese sämtliche Daten in Data-Hubs bündeln und durch moderne KI-Verfahren (wie z. B. durch die Knowledge-Graph-Technologie) miteinander in Relation setzen können. Die Verknüpfung von Daten legt den essenziellen Grundstein für den digitalen Kundenservice der Zukunft.

Vom Daten- zum Wissensschatz

Die Erfassung und Nutzung von Daten allein sind nicht ausreichend. Entscheidende Wettbewerbsvorteile stecken im Expertenwissen der Servicemitarbeiter. Ausgerechnet dieses Expertenwissen droht nun durch den akuten Fachkräftemangel wegzubrechen, der Studien zufolge in den kommenden 10 Jahren um mehr als 250 Prozent zunehmen wird.

Serviceplattformen begegnen dieser Entwicklung, indem sie einen zentralen Zugriff auf alle relevanten Datenquellen etablieren und kontinuierlich Expertenwissen abgreifen. Integrierte Apps ermöglichen die schnelle und strukturierte Erfassung von Wissen direkt an Ort und Stelle eines Problems (z. B. an der Maschine). Dadurch wird das Expertenwissen direkt bei der Entstehung abgegriffen: bei Service-Einsätzen, in Chat-Gruppen, bei Remote Support Calls, in den zahllosen Servicetickets oder den täglichen Notizen und Rückmeldungen der Servicemitarbeiter. Dieses Wissen kann anschließend niedrigschwellig aufbereitet und z. B. in intelligenten Fehlerdialogen organisiert werden, sodass zukünftige Mitarbeiter bereits ab dem ersten Arbeitstag Probleme effektiv lösen können.

Das operative Tagesgeschäft meistern

Prozesseffizienz ist die Grundlage für das operative Tagesgeschäft und wirkt sich auf alle mittel- und langfristigen Ziele aus. Daneben gilt es, dem Kunden eine schnelle qualitative Fallbearbeitung und hohe Servicequalität zu garantieren, bei möglichst geringen Kosten. Die Sicherstellung einer gleichbleibend hohen Servicequalität sowie die Einhaltung von SLAs für die komplette, weltweite Serviceorganisation, trotz unterschiedlicher Wissensstandards, verschiedenen Informationsquellen und uneinheitlichen Terminologien gehören zum Service-Alltag und dominieren meist die verfügbaren Ressourcen. Das Spannungsverhältnis zwischen Strategie und Tagesgeschäft lässt häufig zu wenig Zeit für strategische Projekte und erschwert eine lukrative, digitale Ausrichtung.

Wichtig ist daher, dass Serviceplattformen nicht nur den strategischen Grundstein für zukünftige Geschäfte legen, sondern gleichzeitig auch direkte Optimierungen des Kundenservices ermöglichen. Nur wenn der Arbeitsdruck im operativen Tagesgeschäft reduziert wird, können Service-Abteilungen den Spielraum schaffen, welcher für Neuausrichtungen erforderlich ist. Als ideale Ansatzpunkte adressieren Serviceplattformen daher jene Bereiche, in denen KI eine schnelle Abhilfe für manuelle Arbeiten verschafft. Intelligente Self-Services reduzieren das allgemeine Ticketaufkommen, während integrierte Chatbots und geführte Fehlerdialoge die Ressourcen in Hotline und Support entlasten. Mit Schritt-für-Schritt-Anleitungen und mobilen Apps finden Servicemitarbeiter auch im Feld schneller die richtige Lösung für Kundenprobleme und können dieses Wissen gleichzeitig auf einfache Weise ihren Kollegen verfügbar machen.

Vom Cost- zum Profitcenter

Die genannten Optimierungen im operativen Tagesgeschäft wirken sich direkt und signifikant auf die Kostenstruktur von Service-Abteilungen aus, z. B. durch höhere First-Time Fix-Rates im Field Service oder geringere Personalkosten in Hotline und Support. Demgegenüber stehen die strategischen Benefits, welche sich erst mittel- bis langfristig auszahlen. Hierunter fallen unter anderem geringere Fluktuations- und Einarbeitungskosten durch Wissenstransfer und -management oder eine steigende Kundenzufriedenheit durch den ganzheitlichen Ansatz von Serviceplattformen. 

Eine elementare Herausforderung besteht darin, den eigenen, technischen Kundenservice weniger als Cost-Center, als vielmehr als Profit-Center zu begreifen und richtungsweisend zu transformieren.

SaaS-Lösungen bieten zwei Ansatzpunkte für eine schnelle und kostengünstige Transformation: Auf der einen Seite steht z. B. ein intelligentes Ersatzteilmanagement, das Aftersales-Potenziale maximiert. Die Knowledge-Graph-Technologie ermöglichen dabei intelligente Knowledge Panel, die bei der Lösungssuche für technische Probleme nicht nur bloße Übereinstimmungen mit konkreten Suchbegriffen anzeigen. Knowledge Graphen sind eine nachvollziehbare Form der KI, die in der Lage ist, Bauteile, Baugruppen, Ersatzteile, Schmierstoffe etc. in deren Kontext zu begreifen und entsprechend anzubieten. Neben des erforderlichen Ersatzteils können Servicetechniker in Sekundenschnelle auch verwandte, oder für die Reparatur oder ordnungsgemäßen Inbetriebnahme erforderliche Produkte identifizieren und anbieten, was steigende Erlöse im Aftersales ermöglicht.

Zum anderen beflügeln Serviceplattformen neue, datengetriebene Geschäftsmodelle. Im einfachsten Fall kann das gebündelte Service-Wissen eines produzierenden Unternehmens für Partner gegen Gebühr weltweit zur Verfügung gestellt werden. Durch die einfache Integration von SaaS-Lösungen lassen sich auch anspruchsvollere digitale Services anbieten, wie bspw. Predictive Maintenance. So werden Schadensfälle automatisiert erkannt, bevor sie eintreten. Folglich lassen sich Fehler, Ausfallzeiten und teure Servicefälle deutlich reduzieren, während die zur Verfügung gestellten Daten und KI-Methoden Umsätze generieren.

Ganzheitliche Lösungen für die digitale Zukunft im Service

KI-basierte SaaS-Lösungen dienen im Service als zentrale Wissensplattform für Kunden, Servicetechniker, Support Agents, Vertriebsmitarbeiter, Partner oder technische Redaktionen und stellen ihnen die richtigen Produkt- und Serviceinformationen zur richtigen Zeit am richtigen Ort bereit. Mit KI-basierter Suche oder geführten Fehlerdiagnosen ermöglichen sie sekundenschnelle Lösungen auch für komplexe Probleme und reduzieren die laufenden Kosten. Sie bieten die optimale Grundlage für die digitale Servicetransformation und eine Fokussierung auf den Kunden, um erfolgreiche Produkte zu entwickeln und zusätzliche Umsätze durch digitale Services oder gesteigerten Aftersales zu generieren. Serviceplattformen bieten daher sowohl für Industriekonzernen als auch KMU eine vielversprechende, digitale Perspektive – „out-of-the-box“.