Leitfaden: Kommunikationsprozesse mit hohem Volumen mit KI-Mitarbeitenden steuern

Kommunikationsprozesse mit hohem Volumen mit KI-Mitarbeitenden zu steuern, bedeutet eine unternehmensweite KI-Einführung, um Anrufe, E-Mails und Nachrichten End-to-End über Ihre Systeme hinweg zu bearbeiten. So bleibt das Ergebnis nicht länger durch die Anzahl der beteiligten Personen begrenzt.

Im Kommunikations-Workflow haben Sie es mit eingehenden Anrufen, E-Mails und Nachrichten zu tun. Diese treffen oft schneller ein, als das vorhandene Team sie beantworten kann. Software für solche Funktionen kann jede Interaktion lediglich an eine Person weiterleiten, sie aber nicht abschließen.

Ein IVR-System legt beispielsweise fest, in welcher Warteschlange ein Anrufer landet, und ein Ticketsystem bestimmt, welche Person eine E-Mail erhält. Trotz dieser Weiterleitung wird weiterhin ein Mensch benötigt, um jede Interaktion abzuschließen. Die Anzahl der Personen im Dienst bestimmt also, wie viel erledigt werden kann.

Ein KI-Mitarbeiter ist darauf ausgelegt, die Interaktion abzuschließen, indem er das Gespräch führt und gleichzeitig die Aufgabe auslöst, während die Leitung noch offen ist. Bittet ein Anrufer um eine Terminverschiebung der Lieferung, bestätigt der KI-Mitarbeiter den neuen Zeitfenster-Slot und aktualisiert den Auftragsdatensatz noch vor Gesprächsende.

Dieser Leitfaden behandelt die operativen Probleme, die KI-Mitarbeitende in Kommunikationsumgebungen mit hohem Volumen lösen – etwa in Support-Hotlines, im Forderungsmanagement und bei Buchungsprozessen. Anschließend werden die Schritte zur Steuerung dieser Abläufe erläutert und wie HappyRobot jeden einzelnen davon umsetzt.

Was sind KI-Mitarbeitende?

KI-Mitarbeitende sind Teil des größeren KI-Systems und darauf ausgelegt, operative Aufgaben vom Erstkontakt bis zur abschließenden Systemaktualisierung auszuführen.

Manche Assistenten und Copiloten helfen dabei, dass eine Person schneller arbeitet. Der Copilot entwirft etwa die E-Mail oder fasst das Gespräch zusammen, und anschließend prüft die Person das Ergebnis und versendet es. Ein höheres Volumen erfordert weiterhin mehr Personal, weil ein Mensch jede Aufgabe abschließt.

Einige Anbieter vermarkten ihre Tools als KI-Angestellte. In den meisten Fällen beschreibt dieser Begriff einen Assistenten, dem ein Name und eine Persona zugewiesen wurden. Wenden Sie auf jedes Produkt dieser Kategorie einen einzigen Test an: Schließt es die Aufgabe in Ihrem System ab oder übergibt es das Ergebnis an eine Person zur Fertigstellung?

Wie funktionieren KI-Mitarbeitende?

Ein KI-Mitarbeiter schließt die Aufgabe innerhalb Ihrer Systeme ab – so ist sichergestellt, dass sowohl das Gespräch als auch die daraus resultierende Systemaktualisierung ohne menschliches Eingreifen abgeschlossen werden.

Jede Interaktion in Kommunikationsprozessen besteht aus zwei Teilen: der Antwort und der Systemaktualisierung. Künstliche Intelligenz am Arbeitsplatz, die nur Antworten formuliert, gibt die Aktualisierungen an Ihr Team weiter – das Volumen bleibt also bei Ihrem Team. Ein KI-Mitarbeiter übernimmt beide Teile, sodass sich hinter den bearbeiteten Gesprächen kein Rückstau offener Aktualisierungen bildet.

Bei einem einzelnen eingehenden Anruf kann der KI-Mitarbeiter das Telefonat annehmen und sogar die Identität des Anrufers anhand des Kontodatensatzes verifizieren. Er kann außerdem das Gesprächsergebnis dokumentieren und die Folgenachricht versenden. Die gesamte Aufgabe ist mit dem Gesprächsende abgeschlossen.

Wie bewältigen KI-Mitarbeitende die Herausforderungen von Kommunikationsprozessen mit hohem Volumen?

Kommunikationsprozesse mit hohem Volumen stehen vor sechs wiederkehrenden Problemen, wie die folgende Tabelle zeigt.

So zeigen sich diese Herausforderungen in Kommunikationsprozessen mit hohem Volumen.

• Es treffen mehr Anrufe, E-Mails und Nachrichten ein, als das Team beantworten kann: Das Team bearbeitet eine feste Anzahl von Interaktionen pro Tag. Alles darüber hinaus bleibt in der Warteschlange, und Sie zahlen dann Überstunden, stellen mehr Personal ein oder nehmen den Rückstand in den nächsten Tag mit.
• Antworten gehen später raus, als das SLA erlaubt: Wer zu lange wartet, legt auf und meldet sich später erneut. Ihr Team muss dieselbe Anfrage zweimal bearbeiten – diese eine Interaktion kostet Sie also doppelt.
• Die Antworten unterscheiden sich von Person zu Person: Zwei Kunden stellen dieselbe Frage und erhalten zwei unterschiedliche Antworten, weil jede Person die Richtlinie anders auslegt. Im System wird nicht festgehalten, welche Antwort gegeben wurde, sodass die Qualitätssicherung im Nachhinein eine Stichprobe von Aufzeichnungen anhören muss, um das herauszufinden.
• Jeder Kanal führt seine eigenen Aufzeichnungen: Ein Kunde schreibt montags eine E-Mail und ruft dienstags an. Die Person am Telefon sieht die E-Mail vom Montag nicht, sodass der Kunde die gesamte Vorgeschichte wiederholen muss und das Gespräch länger dauert als nötig.
• Die Systeme mit den Antworten bleiben untereinander unverbunden: Ein Anrufer fragt, warum seine Zahlung fehlgeschlagen ist. Dafür liest die zuständige Person das Abrechnungssystem, öffnet das CRM zur Kontoprüfung und wechselt dann in die Bestellplattform, um den belasteten Betrag zu bestätigen. Jede Abfrage verlängert die Wartezeit, und die Daten werden manuell zwischen den drei Systemen übertragen.
• Außerhalb der Schichtzeiten antwortet niemand: Eine Nachricht, die um 21 Uhr eintrifft, bleibt bis zum Beginn der Frühschicht liegen. Der Kunde ruft am nächsten Tag erneut an – aus einer Anfrage werden zwei Interaktionen.

Kommunikationsprozesse mit KI-Mitarbeitenden steuern

Beginnen Sie damit, Ihre Workflows nach den Personalstunden zu sortieren, die sie verbrauchen. Der Workflow an der Spitze dieser Liste bietet das beste Kosten-Nutzen-Verhältnis – bauen Sie ihn also zuerst auf. Setzen Sie KI-Mitarbeitende dann auf den Kanälen ein, die Ihre Kunden für den jeweiligen Workflow ohnehin nutzen: Sprache, E-Mail, SMS, WhatsApp oder Chat.

Verbinden Sie jeden KI-Mitarbeiter mit dem System, in dem die Kundendaten liegen, damit er Aktualisierungen schreiben und seine Aktionen für jede Interaktion protokollieren kann. Sobald der erste Workflow Interaktionen ohne menschliches Zutun abschließt, wenden Sie dieselben Schritte auf den nächsten Workflow Ihrer Liste an.

Die folgenden sechs Schritte laufen in dieser Reihenfolge ab, weil jeder auf dem vorherigen aufbaut.

1. Die Workflows finden, die die meisten Personalstunden verbrauchen

Ziehen Sie Ihre Interaktionsdaten des letzten Quartals heran und zählen Sie die Kontakte nach Anliegen. Sortieren Sie sie nach den gesamten Personalstunden statt nach der Kontaktanzahl: Ein 4-minütiges Gespräch, das 800-mal im Monat anfällt, kostet Sie mehr als ein 20-minütiges Gespräch, das 40-mal vorkommt.

Achten Sie auf Anliegen, die in hohem Volumen wiederkehren und jedes Mal demselben Ablauf folgen:

• Abfragen zum Bestell- und Lieferstatus
• Terminvereinbarung und Terminverschiebung
• Zahlungserinnerungen und Nachfassen im Forderungsmanagement
• Dokumentenerfassung und Nachfassen bei der Verifizierung

2. Ordnen Sie jeden workflow den Kanälen zu, die Ihre Kunden dafür bereits nutzen

Prüfen Sie, über welchen Kanal jeder workflow bereits eingeht, bevor Sie einen zuweisen.

• SMS und WhatsApp: Diese eignen sich gut für Zahlungserinnerungen und Terminbestätigungen, weil Kunden eine kurze Antwort und einen Nachweis benötigen, den sie später nachlesen können.
• Sprache: Nützlich für Identitätsprüfung und die Aufnahme von Reklamationen, weil der KI-Mitarbeiter je nach Aussage des Kunden Rückfragen stellen muss.
• E-Mail: Hilfreich bei der Dokumentenerfassung, weil der Kunde Dateien anhängen und zu seinem eigenen Zeitpunkt antworten muss.

3. Verbinden Sie die KI-Mitarbeitenden mit Ihren führenden Systemen

Geben Sie jedem KI-Mitarbeiter Lese- und Schreibzugriff auf das System, das die Antwort enthält – ob CRM, ERP oder Ihre Auftragsdatenbank.

Ohne Schreibzugriff muss die menschliche Fachkraft dem Kunden mitteilen, dass die Lieferung verschoben wurde, und jemand muss diese Änderung trotzdem im System erfassen. Damit entsteht genau der Rückstau erneut, den Sie beseitigen wollten.

HappyRobot löst das über native Integrationen, und bei Systemen ohne API lesen Browser-Agenten den Bildschirm per OCR aus und geben Daten genauso ein wie eine menschliche Fachkraft.

4. Schaffen Sie Observability, bevor Sie skalieren

Richten Sie eine Aufzeichnung darüber ein, was jeder KI-Mitarbeiter bei jeder Interaktion getan hat. Wenn Sie HappyRobot nutzen, wird dies auf Knotenebene protokolliert, sodass Sie einen einzelnen Anruf Entscheidung für Entscheidung nachvollziehen können.

Ziel ist es, bei jeder Interaktion Folgendes zu erfassen:

• Die Fragen, die der KI-Mitarbeiter gestellt hat, und die erhaltenen Antworten
• Die abgerufenen Daten und deren Quellsystem
• Die zurückgeschriebene Aktualisierung samt Zeitstempel
• Den Zeitpunkt, an dem die Interaktion abgeschlossen oder eskaliert wurde

Dieser Mechanismus löst die zuvor in diesem Leitfaden genannten Probleme der QA-Stichproben ab, da Sie nun jede Interaktion prüfen können statt nur eine Auswahl von Aufzeichnungen.

5. Legen Sie fest, wann eine Interaktion an einen Menschen geht

Definieren Sie die Eskalationsbedingungen vor dem Start, nicht danach. Übergeben Sie das vollständige Gespräch und den Kontext des Kontos an die Person, die übernimmt, damit der Kunde nicht von vorne beginnen muss.

Dafür müssen Trigger eingerichtet werden für:

• Einen Kunden, der nach einer Person fragt
• Eine Transaktion oberhalb eines von Ihnen festgelegten Wertschwellenwerts
• Einen KI-Mitarbeiter, der das Anliegen nicht innerhalb einer festgelegten Anzahl von Versuchen löst
• Jede Anfrage, die außerhalb des definierten Umfangs des workflows liegt

6. Messen Sie den workflow und ergänzen Sie dann den nächsten

Verfolgen Sie drei Kennzahlen beim ersten workflow und vergleichen Sie sie mit Ihrer Ausgangsbasis aus Schritt eins:

• Den Anteil der Interaktionen, die die KI-Mitarbeitenden ohne Menschen abschließen
• Die Zeit bis zur ersten Antwort
• Die Kosten pro Interaktion

Sobald der erste workflow die von Ihnen gesetzten Ziele für diese drei Kennzahlen erreicht, wenden Sie dieselben fünf Schritte auf den nächsten workflow Ihrer priorisierten Liste an.

Worauf Sie bei KI-Mitarbeitenden für Kommunikationsprozesse achten sollten

Der Einsatz eines KI-Mitarbeiters lohnt sich, wenn er jeden Kanal abdecken kann, den Ihre Kunden nutzen, und Aktualisierungen in die Systeme schreibt, die Sie bereits betreiben. Am besten, wenn er zudem festhält, was er in jeder Interaktion getan hat. Prüfen Sie jeden Anbieter anhand der sechs Kriterien unten, bevor Sie eine Auswahl treffen.

Kanalabdeckung

Ein KI-Mitarbeiter, der nur auf einem Kanal läuft, bewältigt auch nur das dort eingehende Volumen – den Rest fängt Ihr Team ab. Stellen Sie deshalb sicher, dass der KI-Mitarbeiter über Sprache, E-Mail, SMS, WhatsApp und Chat funktioniert, denn ein separates Tool pro Kanal bedeutet eine separate Konfiguration, die Ihr Team pflegen muss.

Integration in die Systeme, die Sie bereits betreiben

Stellen Sie sicher, dass die KI-Mitarbeitenden Lese- und Schreibzugriff auf Ihr CRM, ERP oder Ihre Auftragsdatenbank haben, damit sie eine Aufgabe abschließen können. Fragen Sie den Anbieter, welche Systeme nativ angebunden werden, und dann, was bei einem System ohne API passiert. Manche Anbieter schließen solche Systeme aus – womit diese Arbeit bei Ihrem Team bleibt.

Eine Aufzeichnung jeder Interaktion

Der KI-Mitarbeiter sollte protokollieren, was er gefragt hat, welche Daten er abgerufen hat und was er zurückgeschrieben hat. Ohne dieses Protokoll prüfen Sie KI-Mitarbeitende genauso wie Agenten: indem Sie im Nachhinein eine Stichprobe der Aufzeichnungen durchgehen.

Zeit bis zur Bereitstellung

Fragen Sie, wie lange es vom Vertragsabschluss bis zum ersten live geschalteten Workflow dauert – und wer ihn erstellt. Einige Anbieter geben Ihnen ein Baukastensystem, mit dem Ihr Team die Workflows konfiguriert, andere schicken Engineers, die Ihre Workflows abbilden und Ihre Systeme für Sie anbinden.

Sprachabdeckung

Zählen Sie die Sprachen, in denen Ihre Kunden Sie tatsächlich kontaktieren. Ein KI-Mitarbeiter, der diese Sprachen abdeckt, bewältigt das gesamte Volumen; alles darunter leitet den Rest an menschliche Agenten weiter, die die Sprache sprechen – und genau diese Mitarbeitenden sind am schwersten zu finden.

Aktion während des Gesprächs

Der KI-Mitarbeiter sollte Daten abrufen und schreiben, während der Kunde noch in der Leitung ist. Ein KI-Mitarbeiter, der die Aktualisierung für die Zeit nach dem Anruf in die Warteschlange stellt, übergibt Ihrem Team genau den Rückstand offener Aktualisierungen, den Sie eigentlich beseitigen wollten.

So steuert HappyRobot Kommunikationsprozesse mit hohem Volumen

HappyRobot stellt KI-Mitarbeitende für Sprache, E-Mail, SMS, WhatsApp und Chat bereit, führt Kommunikations-Workflows End-to-End auf einer einzigen Engine aus und verbindet sich mit den Systemen, die Sie bereits nutzen.

Jeder Workflow besteht aus Knoten, und jeder Knoten ist eine Aktion, ein Prompt, eine Bedingung oder ein Tool-Aufruf. Sie müssen die Logik nur einmal definieren. Anschließend können die KI-Mitarbeitenden von HappyRobot sie in einem Durchlauf über alle angebundenen Systeme hinweg ausführen.

HappyRobot bringt seinen eigenen proprietären Voice-Stack mit – inklusive eines dedizierten Modells zur Erkennung des Sprecherwechsels, das bestimmt, wann der Kunde zu Ende gesprochen hat. Hinzu kommen eine für Telefonie feinabgestimmte Text-to-Speech-Engine und eine Transkription, die über parallele Anbieter mit automatischem Failover läuft – gestützt auf Gespräche in über 30 Sprachen.

Die Forward-Deployed Engineers von HappyRobot bauen KI-Workflows rund um Ihre Prozesse und bringen sie innerhalb von Wochen in Produktion. Dokumentierte Ergebnisse umfassen 70 % geringere Kosten pro Lead, 119-fachen ROI im Forderungsmanagement sowie eine Antwortquote von 100 % bei null Minuten Erstreaktionszeit auf Inbound-Leitungen.

Ordnen Sie Ihre Workflows nach Agentenstunden, wählen Sie den an der Spitze aus und planen Sie dafür eine Bereitstellung.