EdTech-Unternehmen, Kundenservice
Ein Support-Agent, der die Wissensdatenbank wirklich kennt
Im Rahmen einer AI Transformation bei einem EdTech-Unternehmen haben wir den Kundenservice mit einem AI Agent unterlegt.
| Branche | Bildung |
|---|---|
| Leistungen | AI Agents, AI Transformation |
Ausgangslage
Der Kundenservice beantwortete einen großen Teil seiner Anfragen wiederholt aus denselben Quellen: Hilfeartikeln, internen Notizen, Erfahrungswissen einzelner Mitarbeiter. Das Wissen war vorhanden, aber verstreut, und jede Anfrage kostete Zeit, die für komplexere Fälle fehlte.
Aufgabe
Ein AI Agent sollte Kundenanfragen direkt aus der Wissensdatenbank beantworten, mit echtem Zugriff auf die aktuellen Inhalte statt vorformulierter Antworten, und mit einer klaren Grenze, ab wann ein Mensch übernimmt.
Umsetzung
Indexierung der Wissensdatenbank
Die bestehenden Inhalte wurden für den Zugriff durch den Agent aufbereitet.
Antwort-Agent
Beantwortet Anfragen auf Basis der aktuellen Inhalte, nicht aus einem starren Skript.
Eskalationspfad
Klar definierte Grenze, ab der die Anfrage an einen Menschen geht.
Rückkanal in die Wissensdatenbank
Fragen, die der Agent nicht beantworten kann, zeigen Lücken im Wissen auf.
Integration ins bestehende Support-Tool
Der Agent arbeitet im vorhandenen System des Teams, kein Zusatz-Tool.
Vorgehen
Wir haben zuerst mit dem Support-Team festgelegt, welche Fragen der Agent eigenständig beantworten darf und welche zwingend an einen Menschen gehen – diese Grenze war wichtiger als die Technik dahinter. Getestet wurde an echten, historischen Anfragen, nicht an konstruierten Beispielen.
Die Wissensdatenbank wurde als lebendes System behandelt: Wenn der Agent eine Frage nicht beantworten konnte, war das ein Signal, den Inhalt nachzuziehen, nicht ein Fehler des Agents. Das Support-Team wurde in diese Pflege eingebunden, damit die Datenbank aktuell bleibt.
Ergebnis
Der Agent beantwortet wiederkehrende Anfragen produktiv und im laufenden Betrieb, nicht als Pilotprojekt. Das Support-Team hat mehr Zeit für Fälle, die tatsächlich Urteilsvermögen brauchen, und die Wissensdatenbank wird aktiv gepflegt, weil der Agent ihre Lücken sichtbar macht.
Übertragbare Erkenntnisse
Die Wissensdatenbank ist der Hebel
Ein Agent ist nur so gut wie die Inhalte, auf die er zugreift – dort zuerst investieren.
Die Grenze zuerst definieren
Was der Agent beantworten darf und was nicht, muss vor dem Bau feststehen, nicht danach.
Agent ist Teil des Prozesses, kein Widget
Er funktioniert nur eingebettet in den bestehenden Support-Ablauf, nicht daneben.
Erstgespräch: 30 Minuten, konkret.
Wir schauen uns an, wo ein AI Agent in Ihrem Kundenservice tatsächlich trägt.