So lesen Sie Ihr Dashboard, um zu erkennen, ob Ihre KI wirklich funktioniert
Einen KI-Chatbot einzuschalten ist einfach. Zu wissen, ob er Mehrwert schafft oder stillschweigend Probleme erzeugt, ist etwas anderes. Die Antwort steht in Ihrem Dashboard, wenn Sie wissen, worauf Sie achten müssen.
Adriana Vallejos
Marketing Analyst & Editor at Helpium
Das Analyse-Dashboard dient dazu, eine konkrete Frage zu beantworten: Verbessert die KI Erlebnis und Effizienz, oder verlagert sie das Problem nur an eine andere Stelle? Die Herausforderung besteht nicht darin, Daten zu haben, fast jede Plattform bietet sie. Die Herausforderung ist zu wissen, welche Kennzahlen zählen und wie man sie gemeinsam deutet, denn eine einzelne Kennzahl für sich lügt fast immer.
Lösungsquote: die wichtigste Zahl und die am häufigsten falsch gelesene
Die Lösungsquote misst, welcher Prozentsatz der Anfragen von der KI ohne menschliches Eingreifen gelöst wird. Sie ist die Kennzahl, die am besten zeigt, ob die Automatisierung funktioniert. Aber man liest sie leicht falsch.
Die richtige Frage lautet nicht „Welchen Prozentsatz hat die KI gelöst?“, sondern „Welchen Prozentsatz hat sie gut gelöst?“ Eine Lösungsquote von 70 % mit zufriedenen Kunden ist weit mehr wert als eine von 90 % mit ständigen Wiedereröffnungen.
Übergabequote: weder zu hoch noch zu niedrig
Die Übergabequote misst, wie viele Gespräche die KI an einen menschlichen Mitarbeiter weitergibt. Es gibt keine allgemeingültige Idealzahl, aber die Extreme sind Warnzeichen.
Eine sehr hohe Übergabequote deutet darauf hin, dass die KI kein optimales Niveau erreicht. Die Ursachen liegen meist in den Inhalten: eine unvollständige oder veraltete Wissensdatenbank oder Automatisierungsabläufe, die die häufigen Fälle nicht abdecken. Die KI übergibt, weil sie nichts hat, womit sie antworten könnte.
Eine sehr niedrige Übergabequote hingegen kann ideal aussehen, aber ein Risiko verbergen: dass das System versucht, Fälle zu lösen, die es eskalieren sollte, und schlechte Antworten gibt, nur um nicht zu übergeben.
Die gesunde Zahl ist die, die das wiederkehrende, vorhersehbare Aufkommen in den Händen der KI lässt und die komplexen oder sensiblen Fälle an das Team leitet. Wenn sich die Quote von einem Zeitraum zum nächsten stark verschiebt, lohnt es sich zu verstehen, was sich geändert hat: Ist eine neue Art von Anfrage aufgetaucht? Ist ein Ablauf kaputtgegangen? Sind Inhalte veraltet?
Antwortzeit und Lösungszeit: zwei verschiedene Dinge
Diese beiden Kennzahlen werden oft verwechselt, aber sie messen unterschiedliche Dinge.
Die Zeit bis zur ersten Antwort ist die Dauer, die der Kunde auf die erste Nachricht wartet. Mit KI sollte sie bei automatisierten Anfragen gegen sofort gehen.
Die Lösungszeit ist die Dauer, bis das Gespräch tatsächlich abgeschlossen ist. Diese Zahl umfasst auch an Menschen übergebene Fälle und sagt daher mehr über den Betrieb als Ganzes aus. Eine Lösungszeit, die bei wachsendem Aufkommen stabil bleibt, ist ein Zeichen dafür, dass das System gut skaliert.
Kundenzufriedenheit: die Qualitätskontrolle für alles andere
Alle bisherigen Kennzahlen messen Effizienz. Die Kundenzufriedenheit misst, ob diese Effizienz erreicht wurde, ohne das Nutzererlebnis zu opfern.
Sie ist die Kennzahl, die als Gegengewicht dient. Ein Betrieb kann eine beneidenswerte Lösungsquote und hervorragende Zeiten haben, aber wenn die Zufriedenheit sinkt, geht etwas kaputt: Die KI priorisiert wahrscheinlich schnelles Schließen vor gutem Lösen. Die Zufriedenheit zusammen mit den übrigen Werten zu lesen, vermeidet den Fehler, Zahlen zu optimieren, die im Dashboard gut aussehen, sich aber auf Kundenseite schlecht anfühlen.
Alles zusammen lesen
Keine dieser Kennzahlen bedeutet für sich allein viel. Der Wert liegt darin, wie sie zueinander in Beziehung stehen.
Hohe Lösung + hohe Zufriedenheit + wenige Wiedereröffnungen: Die KI arbeitet, wie sie soll. Sie löst wirklich.
Hohe Lösung + niedrige Zufriedenheit: Das System schließt Gespräche, die es nicht als abgeschlossen betrachten dürfte. Prüfen Sie, welche Arten von Anfragen es zu lösen gezwungen ist.
Hohe Übergabe + niedrige Lösung: Die KI hat nichts, womit sie antworten kann. Das Problem liegt fast immer in der Wissensdatenbank oder in den Abläufen.
Lösungszeit steigt mit dem Aufkommen: Die Automatisierung skaliert nicht, und das Gewicht fällt auf das menschliche Team.
Wer sie gemeinsam liest, macht das Dashboard von einem Bildschirm voller Zahlen zu einem Diagnosewerkzeug. Jede Kombination verweist auf eine andere Ursache und damit auf eine andere Maßnahme.
Fazit
Ein Dashboard ist nicht dafür da, dass Sie sich gut fühlen, wenn Diagramme steigen. Es ist dafür da, ehrlich zu beantworten, ob die KI den Wert liefert, den sich das Unternehmen zum Ziel gesetzt hat.
Entscheidend ist, sich nicht in eine einzelne Kennzahl zu verlieben. Die Lösungsquote ohne Zufriedenheit täuscht. Übergaben ohne Kontext verwirren. Gemeinsam gelesen zeigen sie Ihnen jedoch ein klares Bild davon, was funktioniert, was nicht und wo Sie eingreifen müssen. Und dieses regelmäßige Lesen hält einen KI-Support-Betrieb, mehr als jede Ersteinrichtung, wirklich am Laufen.
Helpium zeigt Ihnen Lösungen, Übergaben, Zeiten und Zufriedenheit in einem einzigen Dashboard, damit Sie genau wissen, wie Ihre KI abschneidet. Pauschalpreis, unbegrenzte Plätze.
KI-Support ohne KI-Preise
Unbegrenzte Nutzer. Ein fester Preis. Betreue Kunden mit KI und einem menschlichen Team, wenn es darauf ankommt.
Weiterlesen
So führen Sie WhatsApp, Instagram und alle Ihre Kanäle zusammen
Wie der Kundenservice funktioniert, wenn WhatsApp, Instagram, Messenger, E-Mail, Mercado Libre, Shopify und Ihr Website-Chat in einem Posteingang zusammenlaufen.
So bauen Sie einen nativen Support-Chat in Ihre iOS- und Android-Apps ein
Bauen Sie an einem Nachmittag einen nativen Helpium-Chat in Ihre iOS- und Android-Apps ein: Ihre KI antwortet sofort, Ihr Team übernimmt bei Bedarf, und Antworten kommen als Push-Benachrichtigungen an.
Ihre Wissensdatenbank ist das Gehirn Ihrer KI: So schreiben Sie Artikel, die der Bot versteht
Ein KI-Chatbot ist nie klüger als die Inhalte, aus denen er lernt. Wenn Ihre Wissensdatenbank unvollständig oder schlecht geschrieben ist, spielt es keine Rolle, welches Modell dahintersteckt: Die Antworten werden genauso ungenau sein.