Der Fokus richtet sich auf die Kunden

In unserer krisengeschüttelten Welt rücken die Kunden immer mehr in den Mittelpunkt. Da Produkte und Unternehmen in schnelllebigen Zeiten zunehmend austauschbar werden, müssen Unternehmen die Kunden binden und im Idealfall begeistern, um ihre Marktposition zu halten oder auszubauen.

„Den Kunden zuhören, sie besser kennenlernen und herausfinden, was sie sich wünschen, ist elementar für kundenzentrierte Unternehmen. Eine bessere Kenntnis der Kundenbedürfnisse eröffnet (...) neue Möglichkeiten für Wachstum, Kundenbindung und Rentabilität. Die Etablierung gezielter Feedback-Möglichkeiten entlang aller Kunden-Interaktionspunkte ist daher ein ganz wichtiges Instrument, um relevante Informationen über die wahrgenommene Qualität der Produkte oder des Kundenservices zu erheben und zielgerichtete Maßnahmen umzusetzen“, postuliert Mario Zillmann, Partner beim Marktforschungsunternehmen Lünendonk & Hossenfelder und Autor der Studie „Durch Individualisierung und Digitalisierung zu mehr Kundenzentrierung“.

Um die Kundenerfahrung zu verbessern, setzen viele Unternehmen auf Künstliche Intelligenz. KI-gestützte Virtual Assistants und Chatbots sollen die Kommunikationsbedürfnisse der Kunden in Echtzeit befriedigen.

„Ganzheitliches Customer Experience Management hat zum Ziel, die Kundenerfahrung zu verbessern“, erläutert Volker Spahn, CPO & Partner bei moveXM, einem Unternehmen für softwaregestütztes Customer Experience Management. „Der unmittelbare Nutzen von CXM ist also immer, für glückliche und loyale Kunden zu sorgen. Das hat mehrere konkrete Einflüsse auf den wirtschaftlichen Erfolg eines Unternehmens. Zufriedene Kunden geben nicht nur mehr Geld aus, sie tun es auch häufiger. Ebenso sind sie eher dazu geneigt, ihrer Familie und ihrem Umfeld von dem Unternehmen zu erzählen, mit dem sie selbst gute Erfahrungen gemacht haben. Kunden mit hervorragender Customer Experience unterstützen aktiv bei der Neukundenakquise.“

Das Verständnis der Customer Experience ändert sich mit Künstlicher Intelligenz grundlegend. Eine Studie des TÜV-Verbands ergab, dass sich drei von vier deutschen Unternehmen bereits mit KI auseinandersetzen und große Wettbewerbsvorteile darin sehen. Anwendungen aus der Praxis verdeutlichen das: Customer XM von Qualtrics verspricht mit seiner Predictive-Intelligence-Engine, Trends, Muster und Treiber der Kundenloyalität zu erkennen und Kunden mit einem Abwanderungsrisiko zu identifizieren, um rechtzeitig gegensteuern zu können. Medallia Athena wiederum will mit KI-gestütztem Customer Experience Management Verhaltensmuster erkennen und Bedürfnisse der Kunden antizipieren. Die Software identifiziert mit neuronalen Vorhersagemodellen gefährdete Kunden und versucht, die Gründe zu ermitteln. Kunden zu gewinnen ist das eine, sie zu halten ist meist der schwierigere Teil.

„KI ist besonders dann hilfreich, wenn es darum geht, Muster zu erkennen. Für CXM heißt das, dass wir in der Lage sind, frühzeitig Impulse einer geplanten Abwanderung von Kunden zu identifizieren. Eine entscheidende Rolle spielt KI auch für die Auswertung von Audio- und visuellem Content. Wie bei der Textanalyse extrahiert sie relevante Gefühlsparameter anhand von gesprochener Sprache und biometrischen Daten“, konstatiert Spahn.

Chatbots sind längst Teil des Alltags vieler Menschen. Alexa, Siri & Co. schalten morgens die Kaffeemaschine an oder navigieren im Berufsverkehr um Baustellen herum. Bisher hangeln sich die meisten dieser Anwendungen im Unternehmensumfeld durch einfache Wenn-dann-Entscheidungsbäume. Die Nutzer klicken sich dabei durch vorformulierte Antworten. Mit Künstlicher Intelligenz hat das wenig zu tun. Und es fühlt sich für die Kunden auch nicht danach an. „Im Bereich Sprachassistenz und Chatbots hinkt die Industrie der Forschung noch ein wenig hinterher“, so Spahn. „Denn wenn man einen Blick auf die Forschung wirft, entdeckt man dort bereits ein deutlich fortgeschritteneres Level dieser Technologien.“

In einer Studie von iResearch gaben mehr als die Hälfte von 750 Führungskräften weltweit an, dass ihre Kunden einen einheitlichen Service über alle Kanäle hinweg erwarten. Sie verlangen von den Unternehmen einen schnelleren, individuelleren und kundenorientierteren Service. Eine gute Motivation, zu kundenorientierten Techniken zu wechseln, liefert auch das heutige Kundenverhalten. Anhaltende Loyalität gegenüber einem Unternehmen oder einer Marke war gestern. „Kunden werden immer kritischer und wechselwilliger“, betont Volker Spahn. „In einer Zeit, in der Anbieterwechsel dank des Internets meist eine Sache von wenigen Klicks sind, müssen Unternehmen viel mehr tun, als es noch vor einigen Jahren der Fall gewesen ist. Konkret heißt das, dass nicht nur der Preis und die Qualität von Produkten oder Services stimmen müssen, sondern die gesamte damit verbundene Erfahrung.“

„Wo es früher ausreichte, auf Kunden und ihre Anliegen zu reagieren, wissen die erfolgreichen Unternehmen von morgen, dass sie ihnen zuvorkommen und Maßnahmen ergreifen müssen, bevor sie zu einem Problem werden“, weiß James Dodkins, Customer Service Evangelist bei Pegasystems. „Die Bereitschaft, schnell zu investieren und Technologien wie Künstliche Intelligenz, intelligente Automatisierung, Echtzeit-Entscheidungsfindung und prädiktive Analytik einzusetzen, könnte in den kommenden Jahren den Unterschied zwischen Erfolg und Miss­erfolg für Unternehmen ausmachen.“

Der nächste Schritt sollte sich darauf konzentrieren, die anfallenden Daten zu erfassen und klug zu nutzen, um sich von Wettbewerbern abzuheben. Viele Unternehmen tun sich aber schwer, im unübersichtlichen Datendickicht den Durchblick zu behalten. Sie müssen aus der Menge der Daten diejenigen Informationen herausfiltern, die für ein besseres Kundenerlebnis notwendig sind. Zudem sind aussagekräftige Einsichten rund um den Kunden wegen isolierter Datensilos und einer ungenügenden Datenqualität in vielen Unternehmen schlichtweg unmöglich. Aber auch dort, wo CXM-Software die Datenflut bereits in geordnete Bahnen lenkt, gibt es noch reichlich Potenzial für Verbesserungen. Ein anderer Aspekt: In einer IDC-Studie gaben lediglich 65 Prozent der befragten Unternehmen an, dass Technik die Kundenbeziehung spürbar verbessert. Zwischenmenschliche Kontakte und Kommunikation sind eben nicht so leicht zu ersetzen.

Im Interview erklärt Florian Lauck-Wunderlich, Senior Project Delivery Lead beim Software-Entwickler Pegasystems, wie sich KI und CX verquicken lassen.

• 

   

  Florian Maximilian Lauck-Wunderlich Senior Project Delivery Lead, Pegasystems

  Quelle:

  Pegasystems

Florian Lauck-Wunderlich: Avatare, Assistenten und Bots helfen Unternehmen, ihren Kunden eine stärker personifizierte, über alle Kanäle einheitliche Erfahrung in der Kommunikation, beim Kauf und im Service zu ermöglichen. Unternehmen werden so schneller, präziser und angenehmer im Umgang. Eine der wichtigsten Fähigkeiten ist dabei das Multichannel-Management, das alle Ein- und Ausgangskanäle intelligent aufeinander abstimmt und verknüpft. Das stellt sicher, dass die Kunden über alle Kanäle hinweg einheitliche, widerspruchsfreie Erfahrungen ohne Medienbrüche erleben.

Lauck-Wunderlich: KI-Systeme sind immer nur so intelligent wie die Modelle, Regeln und Daten, mit denen sie trainiert werden oder lernen. Chatbots und Beratungsassistenten ziehen Schlussfolgerungen aus Wahrscheinlichkeiten und eher einfachen Regeln. Deshalb sind sie auch nur für das Einsatzgebiet geeignet, für das sie implementiert wurden. In ihrem abgegrenzten Wissensbereich liefern sie gute Ergebnisse, bei komplexen oder seltenen Fällen haben sie dagegen meist noch Schwierigkeiten. Trotzdem ist KI aus dem Customer Service nicht mehr wegzudenken.

Lauck-Wunderlich: Am Anfang muss immer die Definition der Ziele, der Rahmenbedingungen und der angestrebten Einsatzszenarien stehen. Erst wenn das geklärt ist, können daraus die passenden technischen Lösungselemente abgeleitet werden. Die Technologie fungiert immer nur als Werkzeugkasten. Und natürlich müssen auch die Prozesse selbst auf den Prüfstand. Zu glauben, dass es genügt, analoge Abläufe 1:1 zu digitalisieren, garantiert frustrierende Projektverläufe.

Lauck-Wunderlich: Untersuchungen gehen übereinstimmend in die Richtung, dass für Kunden in erster Linie das Ergebnis zählt: Bekomme ich schnell befriedigende Antworten auf meine ganz persönlichen Fragen? Werde ich bei Anfrageprozessen oder Antragsstrecken aktiv unterstützt? Habe ich das Gefühl, als Kunde verstanden und ernst genommen zu werden? Wenn Avatare, Assistenten und Bots das leisten – in Ordnung. Erst wenn sie dabei versagen, verstärkt das den Wunsch, mit einem echten Menschen zu sprechen.

Lauck-Wunderlich: Avatare, Assistenten und Bots sind eine Art virtuelle Person, die visuelle und sprachliche KI, Simulationen und Real-Time Decisioning systematisch für die Mensch-Maschine-Kollaboration kombiniert. Dadurch ermöglichen sie intelligente und zielgerichtete Echtzeitkonversationen und fungieren als kombinierter Eingangs- und Ausgangskanal. Sie arbeiten also ähnlich wie menschliche Agenten im Customer Service.

Lauck-Wunderlich: Die Erkennung von Gesichtern funktioniert sehr gut, etwa bei der Authentifizierung am Smartphone. An der Mimik sind allein 50 der insgesamt etwa 650 menschlichen Muskeln beteiligt. Aus deren Aktivität ist also sehr viel ablesbar und es lassen sich Muster erkennen. Das funktioniert umso besser, je heftiger die mimischen Regungen und Reaktionen ausfallen. So wie wir selbst unsere visuellen Wahrnehmungen in den Kontext von Wortwahl, Tonlage und Sprachstil einordnen, erleichtern sie es auch Maschinen, die richtige Stimmungslage zu erkennen. Dabei darf man nicht übersehen, die rechtlichen und moralischen Aspekte von maschineller Emotionserkennung vorab sauber abzuklären.

Die KI-Technik hat in einigen Bereichen, die sich für CX nutzen lassen, große Fortschritte gemacht. Nicht jede Kundenkommunikation erfolgt durch Eintippen eines Textes oder gesprochene Sprache. Manchmal erfolgt sie auch in Form einer Zeichnung oder einer Fotografie. Maschinelles Sehen (Computer Vision) verleiht Rechnern die Fähigkeit, den Inhalt von digitalen Fotos, Videos und anderen visuellen Eingaben zu verstehen, etwa um Probleme mit einem Produkt zu identifizieren. Der Kunde fotografiert mit dem Smartphone das Herstelleretikett auf einem Gerät und ein mit Computer Vision ausgestatteter Bot würde Probleme eingrenzen und Lösungswege aufzeigen.

Bei Natural Language Processing (NLP) wiederum geht es darum, den Sinn des gesprochenen Worts zu verstehen. Das ist gar nicht so einfach, da Fragen auf ganz unterschiedliche Weise gestellt werden: Was kostet es? Wie hoch ist der Preis? Wie viel Euro kostet das? Die gesuchten Informationen sind bei jeder dieser Fragen die gleichen.

Um den Sinn von Fragen zu erkennen und sie zu beantworten, transkribiert die KI  die gesprochene Anfrage und übersetzt sie in Text. Dann ermittelt sie die Antwort und gibt sie in gesprochener Sprache aus. Im Vergleich zum Eintippen einer Frage ist eine Spracheingabe für Menschen deutlich unkomplizierter, entwickelt sich jedoch zu einer komplexen Angelegenheit für den Computer. Er muss eine möglichst exakte und kontextabhängige Spracherkennung beherrschen und über eine nachgeschaltete Spracherzeugung verfügen. Ein Beispiel ist die Google-WaveNet-Technologie. Damit generierte Sprache klingt natürlicher als bei anderen Sprachausgabesystemen.

„Eine der wichtigsten Funktionen, die KI im Rahmen von CXM und vielen anderen Anwendungsfällen erfüllt, ist die Bearbeitung von unstrukturierten Daten“, führt Spahn aus. „Eine Bewertung auf einer Fünf-Sterne-Skala hat für sich betrachtet oft nur eine eingeschränkte Aussagekraft. Wenn die Bewertung aber durch einen offenen Kommentar ergänzt wird, der näher erläutert, wie das Rating zustande kam, lassen sich ganz neue Einblicke gewinnen. Das Problem: Allein die manuelle Auswertung von einigen Hundert unstrukturierten Datenpunkten ist bereits enorm ressourcenintensiv. Bei den meisten Unternehmen stellt sich diese Zahl aber eher vier- bis fünfstellig dar.“

Textanalyse ermöglicht, den Inhalt von Kommentaren automatisch zu erfassen und zu klassifizieren. So zeigen sich ohne weiteres menschliches Zutun auf einen Blick die Themen, die die Zielgruppe gerade bewegen.

Emotion AI ermöglicht es seelenlosen Rechnern, Emotionen anhand von Text, Audio und Video zu analysieren und die emotionalen Aspekte der menschlichen Kommunikation zu interpretieren. Herkömmliche Sentiment-Analyse beherrscht lediglich eine binäre Perspektive, positiv oder negativ. KI-Konzepte wie Emotion AI können im Zusammenspiel mit NLP Nuancen in der Kundenstimmung erkennen und damit Unternehmen helfen, die Gefühle der Kunden zu verstehen und Schlüsse daraus zu ziehen.

Es gibt vielfältige Möglichkeiten, wie Unternehmen von den Entwicklungen im Bereich Emotion AI profitieren können: Smarte Kameras in Geschäften erfassen Kunden­reaktionen auf Ware, Preise oder Werbung in Echtzeit. Dadurch lassen sich Sortiment und Preiskalkulation verbessern und die Platzierung der Produkte optimieren. Über die Kameras von Computern, Smartphones und Laptops lassen sich die Reaktionen auf Online-Inhalte messen, etwa um Webseiten anzupassen.

Damit Emotion AI nicht eine gegenteilige Wirkung entfaltet und Kunden verärgert, sind Transparenz und eine klar kommunizierte digitale Ethik zwingend erforderlich. Auch die Regeln der DSGVO sind zu beachten. Captemo von Logic Pursuits etwa erfasst über eine herkömmliche Videokamera die Reaktionen der Kunden – mit deren Einverständnis. Die Bilder werden in der Cloud gespeichert und verarbeitet. Die Emotionserkennung analysiert Gesichter und Mimik und zeigt die Ergebnisse aggregiert in Echtzeit auf einem Online-Dashboard an.

Es gibt zahlreiche Indikatoren, um den Return on Invesment in Customer Experience Management zu eruieren. „Wie der ROI von CXM ermittelt wird, variiert sehr stark zwischen den Unternehmen“, führt Volker Span aus. Der Grundsatz sei jedoch immer derselbe. „Die Effekte und Kosten von CX werden gegenübergestellt. Kennzahlen wie der NPS (Net Promoter Score), die Weiterempfehlungswahrscheinlichkeit oder die allgemeine Zufriedenheit zeigen den wirtschaftlichen Wert auf. Kosten für Neukundenakquise und Marketing können bei guter Mundpropaganda sinken, ebenso die Aufwände im Bereich des Customer Services bei reduziertem Beschwerdeaufkommen.“

Ein Rechenbeispiel: Bei einem Unternehmen mit einer Million Kunden stellt jeder Vierte eine Anfrage an den Helpdesk. Das kostet zehn Euro pro Anruf. Reduziert sich diese Zahl aufgrund seines verbesserten Kundenverständnisses um 3 Prozent, würde das 75.000 Euro einsparen, bei 5 Prozent weniger sogar 125.000 Euro. Zieht der Helpdesk durch seine Empfehlungen Neukunden an, schlagen diese zusätzlich zu Buche. Anhand der Parameter Kostenreduzierung, Zusatzumsatz und Bruttomarge des Unternehmens lässt sich nun der Beitrag zum Profit berechnen.

Spahn resümiert: „Ganzheitliches CXM bedeutet, Feedback zu sammeln, Probleme sofort zu lösen, Daten zu analysieren und Verbesserungsmaßnahmen umzusetzen. Dieser Prozess muss kontinuierlich ablaufen.“ Und Künstliche Intelligenz kann dazu einen großen Beitrag leisten.