Zack! So geht smarter Kundenservice mit Daten und KI | Mit Ralf Mühlenhöver

Datendurst mit Tim Ebner

Smarter Kundenservice durch KI? Wie funktioniert das konkret? Ralf Mühlenhöver spricht mit Tim über echte Use Cases entlang der gesamten Customer Journey: Vor, während und nach dem Kontakt.

Wer ist Ralf Mühlenhöver?

Ralf ist seit 25 Jahren im Bereich Customer Experience und Technologie aktiv, hat zwei Unternehmen gegründet und verkauft. Heute arbeitet er freiberuflich als Berater mit Fokus auf Technologie im Kundenservice.

Lerne Ralf kennen: https://www.linkedin.com/in/ralfmuehlenhoever/

Use Cases: Vor dem Kundenkontakt

Kundendaten helfen, Servicekontakte im Vorfeld zu vermeiden. Das Teilen von Daten und Informationen zwischen Marketing, Logistik und Kundenservice verbessert die Planung und Reaktionsfähigkeit.

„The best service is no service“: Fehler präventiv vermeiden

Auch wenn diese Redewendung vielleicht ein Fiebertraum ist: Wenn alle Abteilungen gut zusammenarbeiten, wird Kundenkontakt oft überflüssig. Durch Daten und Kommunikation lassen sich viele Probleme voraus ahnen und vermeiden.

„Fehler passieren überall. Wenn wir es aber schaffen, diese Daten frühzeitig zu nutzen, dann können wir uns darauf einstellen, was passiert.”

Predictive Analytics: Kaffeemaschinen & Lifecycle-Angebote

Mit Predictive Maintenance und Daten aus dem IoT-Umfeld können Unternehmen passende Cross- und Upselling-Angebote automatisieren. Beispiel: Nespresso nutzt Lebensdauer-Prognosen für gezieltes Marketing.

Intent-Erkennung und Dunkelverarbeitung

KI erkennt den Zweck einer Anfrage automatisch. Standardanfragen wie „Where is my order?“ können komplett automatisiert und direkt beantwortet werden.

Agentische KI vs. klassische Automatisierung

„Agentic AI“ steht für KI-gesteuerte Prozessketten. Wo heute noch einfache Automatisierung hilft, übernehmen künftig autonome Systeme ganze Abläufe.

„Agentische KI [...] hat irgendwie nichts mit dem Agenten im Callcenter zu tun, sondern es ist tatsächlich ein Wort, was sich jetzt neu prägt, wo es darum geht, komplette Prozesse durch eine Maschine erledigen zu lassen.”

Empathie: Mensch vs. KI im Sales

Auch wenn KI nur Empathie simuliert, wird sie teils als einfühlsamer wahrgenommen als echte Mitarbeiter: Je nach Kontext ein Vorteil oder Risiko im Sales-Prozess.

Hyperpersonalisierung mit CDPs

Statt grober Zielgruppenansprache ermöglichen Customer Data Platforms (CDPs) individuelle Kommunikation auf Basis historischer Kundendaten: Automatisiert und skaliert.

„Aufgrund der Menge der Daten, die ich im CRM oder in meiner Customer Data Platform, CDP, über dich gesammelt habe, kann ich dann eben auch individualisierte Angebote machen.”

AI-Shoring: Vom Callcenter zur Cloud

Unternehmen lagern Services zunehmend in Near- und Offshore-Regionen aus. Das geschieht inzwischen nicht mehr nur menschlich, sondern KI-basiert. Ralf spricht hier von „AI-Shoring“.

Missbrauchspotenziale durch Voicebots

Tools wie Blend.ai bieten aggressive Automatisierung im Outbound. Daraus entsteht auch ein hohes Missbrauchspotenzial für Scam-Calls. Schutzmechanismen und Regulationen sind gefragt.

Kundenrouting & Voice Verification: Auslaufmodell?

Sprachbiometrie war lange ein Sicherheitsfeature. Doch in Zeiten stimmgenerierender Tools und Deep Fakes wird diese Verifikationsmethode angreifbar. Alternativen sind gefragt.

Echtzeitübersetzung bei Booking.com & Google

Live-Übersetzung ermöglicht internationalen Kundenservice ohne Sprachbarrieren. Erste Umsetzungen von Booking und Google zeigen, was technisch möglich ist.

Co-Pilot im Kundenkontakt: Assistenz statt Autopilot

Agent Assist Tools geben während des Gesprächs Empfehlungen und Inhalte. Das entlastet Mitarbeitende und verbessert Qualität und Bearbeitungszeiten.

Gesprächszusammenfassung & Einsparpotenzial bei EnBW

KI erstellt nach dem Call automatisch Gesprächsnotizen. Das spart pro Fall bis zu 60 Sekunden. Bei EnBW wurde so die Qualität erhöht und gleichzeitig die Kosten gesenkt.

Predictive NPS & Qualitätsanalyse mit KI

Als Alternative zu Umfragen analysiert die KI alle Kundenkontakte, um Zufriedenheit zu prognostizieren.

„Und daraus kann ich ein NPS predicten, mit dem großen Vorteil, dass ich 100% der Calls in meiner, ja, in meiner ,Umfrage’ dann drin habe und nicht eh schon den ersten Filter drin habe.”

Auch Gespräche, die nicht den Qualitätsstandards entsprechen, lassen sich so automatisch erkennen und nachverfolgen.

🎧 Bleib immer auf dem neuesten Stand mit der Microsoft Teams Community:

👉 Neue Folgen sofort auf dem Schirm

👉 Direkt bei der Arbeit reinhören

👉 Wertvolle Folgen mit Kollegen teilen

👉 Mit Data & Analytics-Experten vernetzen

➡️ Jetzt beitreten!

https://teams.live.com/l/community/FEANNwVOOhLHQt2uAM

Wir freuen uns auf dich! 💬

Mehr zu Datendurst und Host Tim:

https://www.linkedin.com/company/datendurst/

https://www.linkedin.com/in/ebner-tim/

Unterstütze den Podcast:

paypal.me/datendurst