Ein Kunde, der eine Störung meldet, ein Ersatzteil nachbestellt oder nach Wartung fragt, vergleicht in diesem Moment nicht Ihr Produkt mit dem eines Wettbewerbers. Er vergleicht die Erfahrung, geholfen zu werden. Wie schnell jemand reagiert, wie gut diese Person die Installation kennt, ob das Problem auf Anhieb gelöst wird. Diese Erfahrung ist für viele Kunden schwerer geworden als der Kauf selbst, weil der Kauf einmalig ist und der Service die gesamte Lebensdauer des Produkts umfasst.
Bis vor Kurzem war dies vor allem eine Frage der Personalbesetzung. Wer mehr Servicemitarbeiter hatte, mit mehr Erfahrung, konnte mehr Fragen schneller beantworten. Wartezeit und Wissen liefen weitgehend parallel zur Kopfzahl. Dieser Zusammenhang steht unter Druck.
Hinter jedem Servicekontakt steckt eine Reihe von Handlungen. Die erste ist Triage: Was ist das Problem, wie dringend ist es, wer muss sich darum kümmern. Die zweite ist Nachschlagen: Welche Informationen über dieses Produkt, diesen Kunden, diese Installationsgeschichte sind relevant. Die dritte ist Diagnose: Ist dies ein bekanntes Muster oder etwas Neues. Die vierte ist die Lösung selbst, und die fünfte ist die Dokumentation dessen, was geschehen ist, damit es das nächste Mal schneller geht.
Von diesen fünf Schritten ist Triage oft schon zu automatisieren: Ein System, das eingehende Meldungen kategorisiert und weiterleitet, tut dies konsistent und ohne Wartezeit. Nachschlagen ist eine Aufgabe, bei der KI mit menschlichem Toezicht zunehmend Arbeit übernimmt: Das Durchsuchen von Handbüchern, früheren Tickets und Wartungsprotokollen kann ein System schneller als ein Mensch, aber die Übersetzung in das, was in diesem konkreten Fall geschehen muss, wird noch von jemandem beurteilt, der genehmigt oder ablehnt. Diagnose bei bekannten Mustern verschiebt sich in dieselbe Richtung. Die Lösung auszuführen, insbesondere wenn diese physisch ist, und den Kunden in einem schwierigen Gespräch zu beruhigen, bleibt Menschenarbeit.
Wenn Nachschlagen und ein Teil der Diagnose von einem System übernommen werden, ändert sich, was ausschlaggebend ist. Reaktionszeit war eine Funktion davon, wie viele Menschen am Telefon standen; wenn ein System Meldungen direkt kategorisiert und die richtigen Informationen bereits für den Mitarbeiter bereitstellt, der das Gespräch führt, wird die Reaktionszeit weniger abhängig von der Personalbesetzung und mehr davon, wie gut dieses System eingerichtet ist. Ein Unternehmen mit weniger Menschen am Telefon kann so schneller antworten als ein Unternehmen mit mehr Menschen, aber ohne unterstützendes System.
Auch Wissen verschiebt sich von etwas, das in Köpfen sitzt, zu etwas, das auffindbar ist. Früher war ein erfahrener Techniker, der alle Installationen namentlich kannte, ein unerreichbarer Vorteil. Dieser Vorteil bleibt bestehen für die Fälle, die außergewöhnlich sind, aber für die erkennbaren, wiederkehrenden Probleme — den größten Teil der Meldungen bei den meisten Unternehmen — ist die Frage nicht mehr, wer die meisten Jahre Erfahrung hat, sondern wer die früheren Fälle am besten dokumentiert und durchsuchbar gemacht hat. Ein Anbieter, der erst zwei Jahre besteht, aber seine Servicehistorie gut strukturiert hat, kann an diesem Punkt schneller sein als ein Anbieter mit dreißig Jahren Erfahrung und unstrukturierten Unterlagen.
Diese Verschiebung geht nicht überall gleich schnell, und das liegt nicht primär an der Größe des Unternehmens. Es liegt am Zustand der zugrunde liegenden Daten. Ein Unternehmen, dessen Wartungsprotokolle, Ticketverlauf und Kundenkommunikation in getrennten Systemen liegen, die nicht miteinander sprechen, kann ein KI-System nicht mit dem versorgen, was es braucht, wie fortschrittlich dieses System auch sein mag. Ein Unternehmen, das dies gut geregelt hat, sieht Triage und Nachschlagen schneller verschieben, während ein vergleichbares Unternehmen in derselben Branche an diesem Punkt noch fast vollständig von Menschen abhängig ist. Dieser Unterschied ist messbar in Wartezeit, in Lösungszeit beim ersten Kontakt, und darin, ob ein Kunde bei wiederholten Fragen jedes Mal erneut seine Geschichte erzählen muss.
Diese Dimension wirkt nicht losgelöst von den anderen Achsen, auf denen sich Unternehmen unterscheiden. Wie breit ein Anbieter seine Dienstleistungen ausweiten kann, ohne proportional mehr Menschen einzustellen, hängt mit dem zusammen, was hier geschieht, ebenso wie bei wie KI den Wettbewerb bei Produktbreite verändert. Auch die Frage, wie tief das technische Wissen ist, das ein Kunde am Telefon erhält, betrifft das, was hier eine Rolle spielt, wie nachzulesen in wie KI den Wettbewerb bei technischem Wissen verändert. Und Erreichbarkeit — ob ein Kunde jederzeit jemanden oder etwas Brauchbares am Telefon erreicht — ist im Grunde die andere Seite derselben Medaille, ausgearbeitet in wie KI den Wettbewerb bei Erreichbarkeit verändert.
Dies ist kein Plädoyer, Servicemitarbeiter zu ersetzen. Welche Rolle KI in der Serviceorganisation erhält und was das für die Belegschaft bedeutet, ist eine Entscheidung des Arbeitgebers, für die eigene gesetzliche Anforderungen gelten. Was hier beschrieben ist, ist eine Verschiebung dessen, was ein Kunde erlebt und worin sich Anbieter unterscheiden, keine Aussage darüber, wer welche Arbeit weiter tun sollte.
Wenn Ihr Service nach Verkauf langsamer oder weniger konsistent ist als der eines Wettbewerbers, ist die erste Frage nicht, wie viele Menschen hinzukommen müssen, sondern welcher Teil der Arbeit an fehlenden oder verstreuten Informationen scheitert. Wie dieser Rückstand anzugehen ist, hängt davon ab, wo im Prozess das Problem liegt, was behandelt wird in was bei einem Rückstand auf einer Dimension zu tun ist.
Wenn Sie behaupten, schneller oder besser zu reagieren als Ihre Wettbewerber, ist die Frage, ob diese Behauptung einer Prüfung standhält, etwas, das Sie zunächst für sich selbst klären sollten, wie ausgearbeitet in wie Sie eine Behauptung über Ihre eigene Qualität untermauern. Der kostenlose Dimensionscheck hilft dabei: Sie benennen, worin Sie glauben, beim Service nach Verkauf zu gewinnen, und sehen, welche dieser Behauptungen mit Beweisen zu verteidigen sind. Die vollständige Benchmark, mit Ihrer Position und der Ihrer Peer-Group auf allen Dimensionen, ist im Aufbau.
Die zugrunde liegende Frage — welcher Teil der Arbeit hinter Ihrem Service nach Verkauf heute schon von KI übernommen werden kann, und welcher Teil Menschenarbeit bleibt — wird pro Aufgabe mit dem Werkscan von FTE TO AI beantwortet.