Kommentar von Ryan Lester, LogMeIn

KI im Kundenservice – smarter Assistent oder neue Allzweckwaffe?

| Autor / Redakteur: Ryan Lester / Nico Litzel

Der Autor: Ryan Lester ist Director of Customer Engagement Technologies bei LogMeIn
Der Autor: Ryan Lester ist Director of Customer Engagement Technologies bei LogMeIn (Bild: LogMeIn)

Kundenservice ist heute mehr denn je ein entscheidender Wettbewerbsvorteil – oder Nachteil, nämlich dann, wenn er nicht funktioniert. Als Faktor zur Kundenbindung ist er mit Preis und Marke weitgehend gleich gezogen und hat nach Meinung von Marktexperten sogar das Potenzial, beide zu überrunden. Im digitalen Zeitalter findet nicht nur das Shoppen, sondern auch der Kundenservice in vielen Fällen nicht mehr in einem Geschäft, sondern virtuell statt.

Wer sich an einen Kundenservice wendet, hat im Normalfall ein Problem, das er alleine nicht lösen kann, und sucht dafür nach einer möglichst schnellen Antwort. Wenn die Kontaktaufnahme – egal, über welchen Kanal – dann nicht das erwartete Ergebnis bringt, sind 86 Prozent der Deutschen allzu schnell bereit, einer Marke ihre Loyalität aufzukündigen. Dazu kommt, dass sich Verbraucher nicht nur schnelle Lösungen wünschen, sondern dank Digitalisierung zunehmend auch eine personalisierte Erfahrung erwarten.

In einer Zeit, in der jede Werbung in den sozialen Medien und jedes empfohlene Produkt beim Onlinehändler auf individuelle Interessen zugeschnitten ist, sind auch die Anforderungen an die Qualität des Kundenservice gestiegen. Für Unternehmen heißt das, dass der Kundenservice zur Visitenkarte wird – aber da er keine Gewinne generiert und der Wettbewerbsdruck hoch ist, suchen sie immer wieder nach neuen Wegen, Kosten zu senken und trotzdem die Performance zu steigern. Vorhang auf für Künstliche Intelligenz (KI).

Hype oder Heilsbringer?

Heutzutage können Chatbots bereits eine ganze Reihe von Standardanfragen selbstständig erfolgreich bearbeiten und beantworten. Systeme mit KI sind inzwischen sogar leistungsfähig genug, um auch bei komplexeren Problem einen soliden ersten Ansatz einer Lösung zu liefern. Damit sind sie zu einem eigenständigen Kundendienstkanal geworden, der präzisen und effizienten Support bietet – wenn die Voraussetzungen stimmen, also die richtigen Daten vorhanden und sinnvoll verknüpft sind.

Die Systeme können an kritischen Berührungspunkten – von Websites über mobile Apps bis hin zu einer Facebook-Seite – integriert werden und stellen so sicher, dass Kunden jederzeit und überall Support erhalten. Die Technologie wird also immer smarter und die Möglichkeiten für ihren Einsatz scheinen unendlich. Aber wo sind ihre Grenzen? Die Antwort heißt: Intuition, Empathie, Kognition und Kontext.

Systeme, die mit Künstlicher Intelligenz arbeiten, sind vergleichbar mit jungen, energiegeladenen Assistenten: kompetent, produktiv, niemals müde und quasi unkaputtbar. Sie können aufwendige Recherchen durchführen und dabei auch Verbindungen zutage fördern, die ein Mensch um ein Vielfaches länger suchen müsste. Aber bei aller Effizienz brauchen sie trotzdem einen erfahrenen „Mentor“ an ihrer Seite, der letztendlich entscheidet, was brauchbar ist oder an welcher Stelle ein Eingreifen erforderlich ist. Und das ist der Mensch.

Der Faktor Mensch macht den Unterschied

Gerade in Krisensituationen – die ja im Kundendienst an der Tagesordnung sind – stößt die Technologie nämlich schnell an ihre Grenzen. So wird KI für lange Zeit zum Beispiel nicht in der Lage sein, einen unzufriedenen Kunden davon abzubringen, einem Unternehmen die Loyalität zu kündigen. Hier fehlen dem System die Empathie und die kognitive Fähigkeit, ungewohnte Situationen richtig einzuordnen. Langfristige, belastbare Kundenbeziehungen entstehen dann, wenn Kunden sich verstanden und abgeholt fühlen. Hier greifen Intuition und Empathie, also genau die Faktoren, die man nicht in Regeln abbilden kann. Menschen wollen das Gefühl haben, dass sie ernst genommen werden, und dieses Gefühl entsteht dann, wenn das vorgegebene Skript auch einmal verlassen wird – das ist und bleibt das Privileg der Interaktion zwischen Mensch und Mensch.

Auch bei der kognitiven Leistung stoßen die digitalen Helfer an ihre Grenzen, nämlich dann, wenn sie sich in bislang unbekannten Situationen bewähren müssen. Konfrontiert mit Szenarien, die sich von den gelernten unterscheiden, fehlt den Systemen der Kontext, und die Mustererkennung funktioniert nicht, weil das Muster nicht vorgesehen ist. Vergleichbar ist das zum Beispiel mit einem Roboter, der gelernt hat, eine Flasche aufzuheben – soll er das aber auf einmal mit einem Stück Seife machen, muss er diesen Vorgang neu lernen. In solchen Fällen hat der Mensch ganz klar die Nase vorn, auch wenn er manche Probleme mit Unterstützung eines KI-Systems schneller und effizienter lösen kann.

Mathematik ersetzt nicht Intuition

Die Limitationen erklären sich zum Teil aus der Art und Weise, wie Deep Learning funktioniert. Deep Learning ist eine mathematische, statistische Methode, mit der der Computer lernen, Muster mit Hilfe neuronaler Netze zu klassifizieren. Diese Netzwerke besitzen genau wie die Neuronen in unserem Gehirn Ein- und Ausgänge. Sie werden dann als „tief" bezeichnet, wenn sie aus mehreren versteckten Schichten bestehen, die wiederum viele Knoten enthalten, die für die Verbindungen zuständig sind. Deep Learning verwendet einen Algorithmus namens Backpropagation, der die mathematischen Gewichte zwischen den Knoten so anpasst, dass eine Eingabe zur richtigen Ausgabe führt.

Fortschritte entstehen durch Mustererkennung: Neuronale Netze merken sich Klassifizierungen und wissen mehr oder weniger zuverlässig, wann sie ihnen wieder begegnen. Aber fast alle komplexen Probleme in der Kognition sind keine Klassifizierungsprobleme und auch das Hinzufügen weiterer Schichten und weiterer Daten ändert daran nichts. Und damit stoßen die Systeme immer dann an Grenzen, wenn ein Verhalten oder eine Situation nicht einem gelernten Muster entspricht.

In letzter Konsequenz ist KI zum jetzigen Zeitpunkt keine Allzweckwaffe, sondern ein Produktivitätstool. Für Unternehmen kommt es darauf an, den Einsatz von lernenden Systemen und tatsächlichen Mitarbeitern genau aufeinander abzustimmen, um so das bestmögliche Ergebnis zu erzielen. Wenn das Zusammenspiel zwischen Mensch und Bot fein ausbalanciert ist, gelingt der Aufbau eines modernen und zufriedenstellenden Kundenservices, der sich durch Effizienz und Schnelligkeit auszeichnet. So sind nicht nur die Kunden glücklicher – sondern auch die Mitarbeiter.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45375597 / Künstliche Intelligenz)