Die meisten Menschen würden es begrüßen, wenn KI ihre Probleme sofort, nahtlos und ganz ohne menschliches Zutun lösen würde.
Aber so läuft es nicht immer.
Vor kurzem bat Joseph Sterner, unser Support-Leiter, unsere Mitbegründer, ein bestimmtes KI-Tool anzuschaffen, um die Arbeit seines Teams zu optimieren. Sie forderten ihn auf, zu versuchen, stattdessen selbst eines zu programmieren.
Wir wollten menschliche, durchdachte und differenzierte Support-Antworten – genau die Art von Antworten, die unser Team gewohnt ist zu verfassen. Wir wollten lediglich, dass die KI dabei hilft, den Einstieg zu beschleunigen.
Das Ergebnis ist ein maßgeschneidertes Tool, das wir selbst entwickelt haben. Die Ergebnisse sind unglaublich. Was Joseph entwickelt hat, hat dazu beigetragen, dass unser Team schneller und zielgerichteter arbeitet und besser dafür gerüstet ist, zeitnahen Kundensupport zu leisten.
Dabei haben wir eine Menge darüber gelernt, wie KI-Tools … ähm, unseren Support in Zukunft unterstützen könnten . Wir haben aber auch gelernt, wie man sich der KI nicht nähern sollte.
Letztendlich funktioniert dieser Ansatz für uns besser als ein Standardtool. Und zwar aus folgenden Gründen.
Was wir bei der Integration von KI-Tools in den Kundensupport gelernt haben
Wir wollten ein Tool für den Kundensupport entwickeln, das uns in einigen Punkten unterstützen sollte:
- Eingehende Anfragen bearbeiten, damit wir sie „sortieren“ und an die richtigen Mitarbeiter weiterleiten können
- Erstellen Sie erste Entwürfe für Antworten, die unser Team anpassen kann – das spart Zeit, ohne dass dabei die persönliche Note verloren geht
- Nutzen Sie unseren bestehenden Helpdesk, um präzise und kundenfreundliche Informationen auf der Grundlage der Wissensdatenbank Close bereitzustellen
Es gab ein paar Hindernisse auf unserem Weg.
Erstens fehlt KI-Unterstützungstools oft der vollständige Kontext unserer Wissensdatenbank. Dies führt dazu, dass die KI Antworten „erfindet“, ohne über fundierte Kenntnisse zu Close zu verfügen.
Zweitens arbeitet unser Support-Team nicht rein „transaktionsorientiert“, sondern verfolgt einen eher menschlichen Ansatz. Daher muss jeder Entwurf weiterhin von einem echten Menschen überprüft werden.
Da keine der handelsüblichen KI-Lösungen für uns geeignet war, haben wir uns an KI-Programmierplattformen wie Replit gewandt, um einen funktionierenden Prototyp zu entwickeln.
Da wir ein KI-Tool von Grund auf neu entwickelten , wurde es zu unserem „Play-Doh“: Wir konnten es so formen, dass es sich nahtlos in unseren bestehenden Arbeitsablauf einfügte. Joseph wollte einen Prozess, der drei Hauptziele erfüllen konnte:
- Neue Anfragen aus Zendesk entgegennehmen
- Lesen Sie unsere Wissensdatenbank durch, um eine hilfreiche Antwort zu finden
- Dann füge diese Informationen in einen Entwurf für unser Support-Team ein
Ein Mitarbeiter könnte sich bei Zendesk anmelden, das Ticket auf seine Richtigkeit überprüfen und es individuell anpassen, bevor er es versendet.
Und es hat funktioniert. Es dauerte nur ein paar Tage, bis wir ein funktionierendes Modell hatten, das zu etwa 80 % fertig war.
(KI + Mensch im Regelkreis – das ist der Weg zum Erfolg.)
Die Kunst, KI zu verfeinern und einen positiven Rückkopplungskreislauf zu schaffen
Ein kleiner Hinweis: Wenn du erwartest, dass KI von Anfang an alles richtig macht, wirst du eine böse Überraschung erleben.
Ja, KI ist revolutionär, aber unserer Meinung nach ist es falsch, zu erwarten, dass sie alle Probleme für einen löst. KI ist vor allem nützlich, um ein funktionierendes Tool auf die Beine zu stellen. Wenn man zu 80 % am Ziel ist, ist man schon gut dabei. Man braucht nur zwei Dinge: konsequente Feinabstimmung und eine positive Rückkopplungsschleife.
Ein positiver Regelkreis entsteht, wenn Sie Ihrem KI-Tool im Laufe der Zeit immer mehr relevante Informationen zuführen. Ihr KI-Tool weist Sie möglicherweise auf Bereiche hin, in denen diese Informationen fehlen, was Ihnen dabei hilft, Ihre Wissensdatenbank aufzubauen. Je genauer diese Wissensdatenbank wird, desto genauer wird auch Ihr KI-Tool.
Je öfter man das Tool nutzt, desto besser wird es.
Als Joseph und das Team ihre „80-Prozent“-Lösung gefunden hatten, bestand ihre größte Herausforderung darin, die Ergebnisse der KI zu verfeinern. Dabei fiel ihnen Folgendes auf: Wenn es in der Wissensdatenbank eine Lücke gab, neigte die KI dazu, sich Antworten auszudenken.
Also entwickelten Joseph und das Team einen neuen Teil des Tools. Sie ließen ihr internes Team die Ergebnisse der KI mit „Daumen hoch“ oder „Daumen runter“ bewerten, je nachdem, ob sie eine hervorragende Antwort verfasst hatte oder nicht.
Um es klar zu sagen: Dieses Tool wird Ihr Leben nicht auf den Kopf stellen. Unsere Mitarbeiter geben nach wie vor echtes Feedback und beantworten nicht 1.000 Kundenanfragen in Mikrosekunden.
Das sollte jedoch nicht Ihre Erwartung sein. KI leistet hervorragende Arbeit, um 80 % des Weges zu bewältigen, während Ihr bestehendes Team aus Mitarbeitern die Ergebnisse verfeinert, verbessert und personalisiert.
Derzeit arbeiten wir an der „V2“-Version des Tools. Wir haben einige Verbesserungen geplant:
- Eine App entwickeln, die direkt in Zendesk läuft, anstatt auf Workflows von Drittanbietern zurückzugreifen
- Durch die Anbindung an eine Pinecone-Datenbank wird die KI zu einem „Experten“, sodass unsere Mitarbeiter nicht selbst nach Informationen suchen müssen
- Anpassung des Detaillierungsgrads, Verbesserung der Qualität der Entwürfe und Verringerung von „Halluzinationen“ der KI durch eine klarere Begrenzung des Umfangs ihrer Wissensbasis
Unsere Version 1 hat es bereits einfacher gemacht, dringende und nicht dringende Tickets zu priorisieren. Dies hat uns dabei geholfen, eine „Warteschlange mit einfachen Fällen“ für neue Mitarbeiter einzurichten, die noch mehr Erfahrung sammeln müssen. Sie können sich die einfacheren, weniger dringenden Tickets aussuchen und so ihre Fähigkeiten im Kundensupport ausbauen.
Das klingt vielleicht nicht nach viel. Aber man muss bedenken, dass Joseph solche Aufgaben mehrere Jahre lang manuell zugewiesen hatte. Nach nur wenigen Tagen Programmierarbeit mit KI gelang es ihm, eine undankbare Aufgabe zu automatisieren, die ihm zuvor viel Zeit geraubt hatte.
Entscheidend ist dabei, die Stärken und Schwächen der KI zu verstehen.
„Wir sehen KI derzeit noch nicht so weit, dass wir damit jemals Mitarbeiter unseres Support-Teams ersetzen würden. Aber sie kann definitiv zur Effizienz und zur Geschwindigkeit , mit der wir dem Support-Team einige dieser Routineaufgaben abnehmen können.“
– Joseph Sterner, Leiter des Supports
Was wir bei der Entwicklung unserer eigenen KI-Tools gelernt haben
Solange man sich bewusst ist, dass KI nicht einfach nur darin besteht, einen Knopf zu drücken und Perfektion zu erwarten, kann man damit viel erreichen. Man kann zwar noch niemanden ersetzen, aber man kann die Arbeitsbelastung verringern und den Betrieb ausweiten. Das gilt insbesondere, wenn man einige der Erkenntnisse, die wir gewonnen haben, umsetzt:
Erfahren Sie, wie Sie Ihre KI-Prompts erstellen und optimieren
KI ist oft nur so gut wie die Qualität der Eingabeaufforderungen. Bei der Entwicklung dieser Tools für Close haben wir erkannt, dass jede Eingabeaufforderung klar formuliert sein und zwei wesentliche Aspekte berücksichtigen muss:
- Reihenfolge: Wenn Sie KI zur Entwicklung von Tools einsetzen, müssen Sie sich über die Reihenfolge der einzelnen Schritte im Klaren sein . Legen Sie daher zunächst Ihren idealen Arbeitsablauf fest. Wenn Sie die Reihenfolge falsch wählen, ist das Tool möglicherweise nicht so gut nutzbar, wenn Sie es in Anwendungen wie Zendesk integrieren.
- Konkretheit: Machen Sie ganz klar, welches Ergebnis Sie benötigen. Sterner sagte, er würde der KI ausdrücklich mitteilen, wann sie „veraltete“ Funktionen aus dem Code entfernen soll, die er nicht mehr benötigt. Je einfacher Ihr Code ist, desto geringer ist die Fehleranfälligkeit.
Geben Sie Ihren Teammitgliedern Raum, sich zu entfalten – dort, wo menschliches Eingreifen gefragt ist
Unser KI-Tool ist alles andere als ein Chatbot. Es ist noch viel zu sehr darauf bedacht, es allen recht zu machen, und generiert manchmal „Phantom“-Informationen, um Lücken zu füllen, wenn es keine passende Antwort parat hat.
Doch wir könnten diese Herausforderungen dennoch bewältigen, indem wir die Stärken der KI nutzen. Wir könnten die KI den Inhalt von Support-Tickets durchsehen lassen und diese nach Dringlichkeit sortieren, von den dringendsten bis zu den am wenigsten dringenden. Wir könnten sie erste Entwürfe für Antworten auf Anfragen erstellen lassen, diese jedoch nicht vollständig ausarbeiten.
Das hat unser Support-Team nicht ersetzt. Es hat es lediglich schneller gemacht, ohne die Qualität des angebotenen Supports zu beeinträchtigen.
Uns sind auch andere Einschränkungen der KI aufgefallen. So konnte sich die KI beispielsweise nicht in Kundenkonten einloggen und den Kunden manuell helfen. Daher müssen unsere spezifischen Kundensupport-Rollen weiterhin von Menschen angeleitet und beaufsichtigt werden, die sich der Lösung von Kundenproblemen widmen.
Schaffen Sie einen positiven Regelkreis, um Ihre KI-Lösung zu optimieren
Wenn Sie keine positive Rückkopplungsschleife für Ihre KI-Lösung schaffen, könnte diese Sie enttäuschen.
Wenn Sie sich an den Fall der Anwälte erinnern , die von ChatGPT erstellte „gefälschte“ Rechtsprechung vorgelegt haben, wissen Sie, wie wichtig das ist. Ihre KI muss auf authentische, korrekte und urheberrechtlich geschützte Informationen zurückgreifen.
Wir haben festgestellt, dass die KI in früheren Versionen versucht hat, Kunden zufrieden zu stellen, ungeachtet der Grenzen unserer Wissensdatenbank. Wenn ein Kunde beispielsweise nach einer Funktion wie „Aufgaben in großen Mengen erstellen“ fragte, die es gar nicht gab, ging die KI davon aus, dass diese Funktion existierte, und begann, Unterstützung bei der Nutzung anzubieten.
Hoppla.
Dank unseres Feedback-Kreislaufs bewertet jedes Teammitglied die Entwürfe der KI, sodass diese „lernen“ kann, wie gut sie arbeitet. Schon nach nur einem Monat haben wir festgestellt, wie sehr sich die Qualität verbessert hat. Wir empfehlen einen Ansatz nach dem Motto „Vertrauen ist gut, Kontrolle ist besser“: Lassen Sie Menschen die Leistung der KI bewerten und trainieren Sie sie im Laufe der Zeit.
Bringen Sie der KI bei, wo ihre Grenzen liegen und wann sie „Ich weiß es nicht“ sagen soll
Wir haben festgestellt, dass unsere KI-Tools umso besser funktionieren, je stärker wir sie auf unsere bestehende Wissensbasis beschränken, die sich wiederum ständig erweitern und weiterentwickeln kann. KI erzeugt weniger „Phantom“-Inhalte, wenn sie weiß, was sie nicht beantworten darf.
Wir haben eine Reihe von Regeln aufgestellt, um unserem KI-Tool zu vermitteln: Hey, es ist in Ordnung, wenn du den Kunden sagst, dass wir etwas nicht wissen.
Die Hoffnung ist, dass diese zunehmende Raffinesse und Genauigkeit eines Tages zu einem funktionierenden Chatbot führen wird. Selbst wenn die KI nicht immer die richtige Antwort liefern kann, sollte sie dies zumindest zugeben, bevor sie den Kunden etwas präsentiert, das offensichtlich falsch ist.
„Mieten“ Sie Ihre KI nicht – entwickeln Sie sie lieber selbst
Wenn Sie KI als ein Werkzeug betrachten, das man „mieten“ kann, oder als einen Knopf, den man einfach drückt, dann sehen wir das anders.
Unser ursprünglicher Plan sah ähnlich aus. Wir hatten auf eine vorgefertigte Softwarelösung gehofft, mit der sich alle oben genannten Funktionen problemlos umsetzen ließen. Aber es war kostengünstiger– und viel einfacher –, zu lernen, wie man sie selbst entwickelt. Schließlich konnte uns auch die KI dabei helfen.
Was nehmen wir daraus mit?
- Überlassen Sie der KI das, was sie gut kann. Manche Aufgaben können Sie an die KI auslagern. Wenn Sie im Kundensupport arbeiten, war es dann wirklich Ihr Traum, sich durch riesige Tabellenkalkulationen zu wühlen, um Erkenntnisse über die Kunden zu gewinnen? Oder ist das genau die Art von Aufgabe, die die KI gut kann, sodass Sie sich ganz darauf konzentrieren können, das zu tun, was Ihnen am Herzen liegt: Kunden zufrieden zu stellen?
- Überlassen Sie das kreative Denken einem Menschen. Menschen sollten KI-Entwürfe prüfen, KI-Antworten gegenprüfen und den kreativen Teil der Arbeit übernehmen. Wenn Sie einen sachkundigen Mitarbeiter mit den Möglichkeiten der KI kombinieren, haben Sie das Beste aus beiden Welten: eine menschliche Note, auch wenn dieser Mensch durch neue KI-Funktionen unterstützt wird.
- Machen Sie die KI zu Ihrem Assistenten. Überlassen Sie der KI die Routinearbeit: die Analyse eingehender Kundenanfragen, deren Organisation und Priorisierung nach Dringlichkeit. Das verschafft Ihnen einen „sofortigen“ Vorteil, da Sie dadurch manuelle Aufgaben loswerden. (Fragen Sie einfach Joseph.)
KI will dir nicht den Job wegnehmen – sie erleichtert dir die Arbeit
Close ersetzt die KI bei Close niemanden.
Dadurch arbeiten die Mitarbeiter im Support effizienter, doch wir nutzen das System ausschließlich dazu, unserem Team dabei zu helfen, das Kundenerlebnis insgesamt zu verbessern. So entstehen positive Rückkopplungsschleifen, die es uns ermöglichen, mehr Kundenanfragen zu beantworten oder die Qualität unserer Wissensdatenbank zu verbessern.
Der Schlüssel? Es ist wichtiger, sich mit KI auszukennen, als die „perfekte“ KI-Lösung zu finden – die es ohnehin nicht gibt.
Seit wir KI einsetzen, um KI-Lösungen zu entwickeln, haben wir unsere Möglichkeiten erweitert, unsere Prozesse anzupassen, zu verfeinern und zu skalieren. Wir gehen davon aus, dass sich dies langfristig auszahlen wird. Unsere KI wird immer besser, verhält sich zunehmend wie ein hochwertiger Chatbot und erfordert mit der Zeit immer weniger menschliches Eingreifen.
Wenn solche Tools besser sind als die teuren Standard-Tools, die Ihre Konkurrenz nutzt? Das ist der entscheidende Punkt.
Nutzen Sie die Möglichkeiten der KI, indem Sie auf einer CRM-Plattform aufbauen, die Ihr Unternehmen voranbringt. Melden Sie sich Close für eine kostenlose Testversion von Close an.
