KI-gestützte Case-Klassifizierung für schnelleren Kundenservice
Ein europäischer Service-Dienstleister automatisierte die Klassifizierung von Kundenanfragen mit GenAI.
Das Ergebnis: weniger manuelle Aufwände, kürzere Bearbeitungszeiten und ein skalierbarer Einstieg in operative KI-Prozessautomatisierung.
Management Summary
Vom manuellen Case Routing zur KI-gestützten Service-Automatisierung
Der Kunde bearbeitete monatlich rund 15.000 Service-Cases in Salesforce. Die Klassifizierung und Weiterleitung der Anfragen verursachte hohen manuellen Aufwand, band mehrere Vollzeitkräfte und führte zu Backlogs sowie langen Durchlaufzeiten. In einem kompakten vierwöchigen PoC wurde ein GenAI-basiertes Klassifizierungsmodell aufgebaut, das historische Cases analysiert, neue Anfragen automatisiert kategorisiert und perspektivisch Zusammenfassungen sowie Handlungsempfehlungen für Service-Agenten bereitstellt.
Project Fact Sheet:
- Backlog: 15.000 Cases pro Monat
- 170.000 historische Cases als Trainings-/Validierungsbasis
- 81 % korrekte Klassifizierung im PoC
- 9.100 Cases in 37 Minuten klassifiziert
- Potenzial: 100 % Backlog-Reduktion
- ~160.000 € jährliches Einsparpotenzial
Ausgangssituation
Hoher manueller Aufwand in einem volumenstarken Serviceprozess
Im bestehenden Serviceprozess bestand ein dauerhafter Rückstand von rund 15.000 Kundenanfragen. Größter Engpaß war die aufwändige manuelle Zuordnung zu den korrekten Teams. Handelte es sich um eine Frage zu einer Rechnung (Buchhaltung), einer Lieferung (Logistik) oder eine Bestellung(Sales Innendienst) . Dazu mußten die Service-Cases gelesen, interpretiert und in die entsprechende Queue weitergeleitet werden. Dadurch entstand ein Backlog von mehreren Tagen; die durchschnittliche Bearbeitungszeit eines Cases lag bei ungefähr zehn Tagen.
Wichtigste Parameter
| KPI | Vorher | Nachher |
|---|---|---|
| Ticket backlog/permanenter Durchschnitt | 15,000 | 0 |
| Backlog-Reduktion | — | ~– 83% |
| Durchschnitt Bearbeitungsdauer pro Ticket | 10 Tage | 1 Tag |
| Einsparung FTEs | — | 4 FTE |
Technische Plattform
LLM-basierte Klassifizierung mit Integration in den bestehenden Salesforce-Prozess
Im Rahmen des PoC wurde ein GenAI-Modell auf Basis historischer Service-Cases aufgebaut. Die Lösung nutzte eine sichere Cloud-Umgebung, verarbeitete exportierte Salesforce-Daten und klassifizierte Cases automatisiert nach definierten Kategorien. Der operative Mitarbeiter blieb weiterhin in Salesforce; die KI wurde als unterstützende Automatisierungsschicht in den bestehenden Prozess eingebettet.
SalesForce Service Cloud
Neue Tickets kamen in Salesforce Service Cloud als zentrales Ticketsystem an und wurde einer zentralen Warteschlange zugewiesen.
Google GenAI LLM
Zugriff per API auf die SalesForce Service Cloud, Klassifizierung der Tickets bei Eingang.
Automatisiertes Zurückschreiben
Zuweisen von Tickets zu 6 Service-Warteschlangen, Erstellung Ticket Zusammenfassung, Confidence-Score (Richtigkeit der Klassifizierung) und empfohlener nächster Schritt.
30+
100%
€ o
Silicon Planet: Omvang
AI-strategie en definitie van use cases
Het identificeren van AI-toepassingen met een grote impact en deze afstemmen op bedrijfsdoelstellingen voor strategische implementatie.
Technische architectuur en systeemintegratie
Het ontwerpen van schaalbare architecturen en het waarborgen van een naadloze integratie van AI-oplossingen met bestaande systemen.
Implementatie- en go-live-ondersteuning
Volledige ondersteuning bij de uitrol, voor een soepele overgang en optimalisatie na de lancering ten behoeve van optimale prestaties.
