#17 Der KI Mythbuster

Jakob: wenn man sieht, was auf LinkedIn gerade so abgeht. Und ich glaube so ein Satz, uns beide verbinden in unserer Branche ist, wir wollen 100 % Automatisierung. Die KI muss einfach alles übernehmen. Was ist denn so deine Einschätzung dazu? Weil das hört sich ja erstmal super stark, super easy an, aber... Dahinter stecken ja meistens so Insellösungen und auch so das Setup dahinter ist ja bisschen fragwürdiger, wenn man dann wirklich skalieren will, sag ich mal. ich glaube, was mir so mega krass auf die Nerven geht, ist halt so diese Erwartungshaltung, die bei Unternehmen einfach geschürt wird. Man muss sich das ja vorstellen, wenn ich als Unternehmen das den ganzen Tag lese, AI hier, 70 % Automation dort, Plug and Play da, dann ist es ja klar, wie komme ich denn dann in ein Projekt, mit welcher Erwartungshaltung komme ich da eigentlich rein? Ich komme damit rein, dass ich denke, ich kann die 100 % Automatisierung erreichen und habe überhaupt keinen Aufwand. Ich glaube, ist so das, was in diesem Markt so generell einfach total schief läuft, ist einfach diese verschobene Erwartungshaltung, die damit irgendwie einhergeht bei den Companies und dass dadurch halt auch Projekte total krass scheitern, weil wenn ich damit reinkomme und die Realität dann sehe, es ist nicht Plug and

Max: Also KI ist eben kein Wundermittel und das ist, ich, so das wichtigste, was wir eigentlich kommunizieren können an alle, die sich da vielleicht auch so bisschen blenden lassen von ihrem LinkedIn-Feed oder Instagram Feed oder was auch immer. Aber trotzdem ist sie ein echter Gamechanger, wenn eben die Grundlage stimmt. Und gerade im Kundenservice ist da super viel möglich. Also wir brauchen einfach saubere Daten, klare Prozesse, aber eben auch ein realistisches Hi und herzlich willkommen zu Service Sales, Podcast, der zeigt, wie dein Kundenservice nicht nur begeistert, sondern auch verkauft. Wir sind wieder zurück nach längerer Abwesenheit und mit mir dabei natürlich auch Jakob wieder.

Jakob: Hi, grüßt euch. Ja genau, ich weiß gar nicht ob Sommerpause, Winterpause, alles zusammen. Auf jeden Fall, wir sind wieder back mit Service Sells Ich freue mich richtig drauf. Maxi, heute eine richtig geile Folge. Eigentlich eine meiner absoluten Lieblingsfolgen, wenn man sieht, was auf LinkedIn gerade so abgeht. Und ich glaube so ein Satz, uns beide verbinden in unserer Branche ist, wir wollen 100 % Automatisierung. Die KI muss einfach alles übernehmen. Was ist denn so deine Einschätzung dazu? Weil das hört sich ja erstmal super stark, super easy an, aber... Dahinter stecken ja meistens so Insellösungen und auch so das Setup dahinter ist ja bisschen fragwürdiger, wenn man dann wirklich skalieren will, sag ich mal.

Max: Genau, also mein Take dazu. glaube, wir dürfen es hier nicht ganz verlieren. Ich glaube, da könnten wir ewig drüber renten. Ich glaube, der Glaube ist wirklich überall. Ich sehe es in meinem LinkedIn-Feed überall. Aber es wird auch darüber gesprochen auf Messen und in Calls. Jakob, siehst es sicherlich auch viel in den Sales Calls. Es gibt einfach sehr viele. KI-Influencer da draußen, die sagen halt, ich habe einen AI-Workflow gebaut, häufig mit Claude oder ChatGPT und damit automatisiere ich schon 70%. Das klingt erst mal Bombe, ist aber in den meisten Fällen eher wirklich eine Insellösung und nicht skalierbar, weil es nicht wirklich, ja, weil da die Systeme nicht richtig miteinander sprechen. Häufig sind es auch Workflows, die irgendwie nur für einzelne Personen funktionieren, was auch nicht schlecht ist in der Praxis, also viel davon wende ich auch schon selbst an. Ich denke, wir arbeiten alle irgendwie mit KI zusammen und da geht auch schon viel. Aber die Erwartungen, was da wirklich möglich ist, sind einfach viel zu hoch und ich sehe das eher als, also wenn du wirklich skalieren willst, ist es wirklich zehnmal schwieriger, als viele von diesen Posts suggerieren

Jakob: Ja, ich glaube, was mir so mega krass auf die Nerven geht, ist halt so diese Erwartungshaltung, die bei Unternehmen einfach geschürt wird. Man muss sich das ja vorstellen, wenn ich als Unternehmen das den ganzen Tag lese, AI hier, 70 % Automation dort, Plug and Play da, dann ist es ja klar, wie komme ich denn dann in ein Projekt, mit welcher Erwartungshaltung komme ich da eigentlich rein? Ich komme damit rein, dass ich denke, ich kann die 100 % Automatisierung erreichen und habe überhaupt keinen Aufwand. Ich glaube, ist so das, was in diesem Markt so generell einfach total schief läuft, ist einfach diese verschobene Erwartungshaltung, die damit irgendwie einhergeht bei den Companies und dass dadurch halt auch Projekte total krass scheitern, weil wenn ich damit reinkomme und die Realität dann sehe, es ist nicht Plug and Play, dann ist es ja eigentlich irgendwie schon klar, dass das nicht funktionieren kann. Genau. Die Folge heißt ja Mythbuster Maxi hat mich vor dem Podcast nochmal aufgeklärt, was es überhaupt bedeutet. Es gab früher mal eine Serie, wo das geklärt wurde, irgendwelche Mythen aufzunehmen und genauso mehr oder weniger Science-Based zu beantworten. Ich glaube, ist eigentlich auch wie der Podcast ist eigentlich. Dementsprechend machen wir uns heute auf die Jagd nach Mythen. Mythos 1. den höre ich tatsächlich ziemlich häufig. Es geht so in die Richtung KI kann alles sofort fehlerfrei und perfekt. Und das ist ja auch so ein Glaube, mit dem die meisten Unternehmen starten. Und ich verstehe schon warum, weil ich meine, wenn man jetzt mal ChatGPT nutzt oder ähnliches, dann funktioniert es meistens sehr richtig gut und einwandfrei. Also warum eigentlich auch nicht im Kundenservice, kann man fragen, Maxi.

Max: Ja ich freue mich, dass es jetzt auch ein Mythbuster sein darf, war früher einer meiner Lieblingsserien. Genau und starten wir direkt rein. Also das, was sich nicht verhindern lässt, ist KI Halluziniert eben. Und dieser Halluzinationseffekt kann eben mal größer, mal kleiner sein, aber ich denke wir kennen das alle, wenn wir mit ChatGPT, Claude oder Gemini chatten. Vieles davon ist sehr gut und hilft uns, aber häufig...

Jakob: Haha.

Max: Denken wir wahrscheinlich auch so, gut, die Hälfte davon kann ich jetzt nicht benutzen oder wo kommt das jetzt her? Und das ist eben keine Ausnahme, das ist einfach eine Eigenschaft von KI. Aber wir reden hier von einer Quote von ungefähr vier bis sechs Prozent der Antworten, die nicht stimmen. Und das klingt jetzt erst mal klein, aber was passiert dann? Also Unternehmen schicken uns, also unsere Kunden schicken uns vor allem häufig Screenshots davon dann. und sagen, ja schaut mal hier, das hat die KI falsch beantwortet. Und das wird dann der Grund dazu, dass irgendwie das ganze Projekt in Frage gestellt wird. Und wir denken uns dann natürlich dann häufig sehr, ja gut, war jetzt 6 % oder so, ist das jetzt wirklich so schlimm? Weil die Realität sieht eben einfach so aus, KI halluziniert immer. ja, das heißt einfach, dass die Antworten nicht immer perfekt sind. Und das ist kein Bug. Das ist einfach wie die KI eben, ja, also Stand jetzt und vermutlich auch noch lange in die Zukunft einfach immer noch handelt.

Jakob: Ja und ich meine, es ist mal eine realistische Einordnung, was ich Kunden dann auch immer sage oder Bestandskunden oder Neukunden. Ja, aber wie antworten denn deine Mitarbeiter denn? Also machen die denn 100 % alles richtig? Und jetzt mal ganz ehrlich, also drei von zehn Tickets, die da beantwortet werden im Customer Service, kannst du auch in die Tonne treten. Also das sind total falsche Antworten. Und es liegt auch so ein bisschen in der Natur der Sache. Eigene Service Mitarbeiter haben eine eigene Knowledge Base. Regelungen sind unklar. Der eine macht es mal so, der andere macht es mal so. Und dadurch entstehen natürlich auch falsche Antworten. Und natürlich hängt auch bisschen mit dem Mut zusammen, wie meine Leute irgendwie heute unterwegs sind. Deswegen verstehe ich immer nicht, warum der KI perfekt antworten muss, der Mensch aber irgendwie nicht. Und das macht irgendwie, finde ich, überhaupt keinen Sinn, da so eine krasse Spaltung irgendwie vorzunehmen. Ich habe es mir vor der Podcast-Folge extra nochmal angeschaut. Da habe ich wirklich eine richtig geile Statistik aus einem Kundenprojekt von uns. Service Desk mit über 30 FTEs und einer AI. und wir hatten da 44.209 gelöste Tickets von der KI in einem Quartal. First Response Time 0,2 Stunden und eine One Touch Ticket Quote von 98,3%. Bedeutet das auf diese Auf dieses Anliegen von der AI, wie sie geantwortet hat, nicht mehr responded wurde innerhalb von 48 Stunden. So. Und jetzt hat ein Supervisor die Antworten der AI gegenüber dem Menschen gerankt. Der Mensch, war so bei 60, 70 Prozent im Average mit der Zufriedenheit und die KI lag bei 41 Prozent. Also der Supervisor ist dann einfach ein Head of Customer Care gewesen, der das bewertet hat. Was ich so krass interessant finde dabei ist, den Kunden hat die Antwort ja gereicht. Also die haben ja mit 98,3 % gesagt, passt und haben nicht mehr darauf responded. Aber der Mensch hat das mit der Hälfte oder sogar noch mehr schlechter bewertet, gesagt, ey, die Antwort ist unzureichend oder nicht zufrieden stellen. Und das zeigt so krass, wie Menschen immer Perfektion bewerten. Es aber eigentlich darum geht, ob das Problem sozusagen gelöst wurde. Und das finde ich schon krass, wie da so der Perfektionismus eigentlich zu sehen ist, wie der durchschlägt.

Max: Ja und ich finde einfach, dass es Perfektionismus im falschen Kontext ist. Schön und gut. glaube, wir Deutschen sind da auch sehr bekannt für. Alles muss perfekt sein, 100 % akkurat, TSG, EVO konform. Alles super, aber ich finde, es muss in den richtigen Kontext eingeordnet werden. Und vor allem bei KI führt dieser Perfektionismus halt dazu, dass Projekte dann am Ende gescheitern oder gar nicht gestartet werden. bevor sie dann überhaupt ihren Wert liefern können. Also ich finde hier muss das Mindset einfach sein, Progression statt Perfektion. Und das gilt, finde ich, nicht nur für KI-Projekte. Das gilt, glaube ich, für sehr vieles, alles, was irgendwie mit Digitalisierung zu tun hat, was dann häufig in Unternehmen einfach gebremst wird, weil es nicht von Anfang an perfekt funktioniert. Und die Sache ist aber so, wenn du erlaubst, dass Fehler passieren und du daraus lernst, wird auch die KI wirklich schnell besser. Aber wenn du auf 100 Prozent wartest, bevor du startest, wirst du nie starten am Ende.

Jakob: Ja, ich vergleiche das auch immer mit so Mitarbeiter, den man einlernt. meine, der macht ja am Anfang auch nicht alles richtig. Also, den musst du ja auch irgendwie anlernen und schulen. Der wird auch mal falsch antworten. Und ich glaube, das ist einfach so bisschen, worum es uns geht. So, ich glaube, ist mal so zu Mythos 1 mal alles gesagt. Mythos 2, da sollte man jetzt mal hier unser CTO und Entwicklungsleiter Yannic und Jonas wahrscheinlich mal ein bisschen weghören, wenn ich darüber jetzt was erzähle. KI ist ein IT-Projekt. Da klingelt es wahrscheinlich. Boah, das höre ich so oft. Das tut mir fast schon weh langsam, wie oft ich das höre. Da wird dann nicht mehr gefragt, warum redest du nicht mit dem Head of Development, warum redest du nicht mit dem IT-Leiter. Ich verstehe schon, wo das herkommt. Natürlich geht es Schnittstellen, natürlich geht es APIs, natürlich geht es Knowledge Base. Das macht ja alles auch Sinn, hat ja auch seine Legitimität. Aber dieser riesen Denkfehler den ich bei Companies schon oft sehe, ist, dass man denkt, ich schließe eine API an, zack und alles ist fertig. macht dann da irgendwie so ein krasses IT Projekt da draus mit Backlogs, die sich in die Himmel stapeln. Was man schon verstehen muss in meinen Augen ist, dass KI in erster Linie ein Change-Management-Projekt ist. Und wo findet das statt? Das findet immer, immer, immer, in der Fachabteilung statt. Weil ganz ehrlich, ich hab jetzt hier den Thomas oder die Susanne, die arbeiten seit 20 Jahren in Outlook. Die machen das manuell. Die schieben Tickets von links nach rechts. Die beantworten Kundenserviceanfragen, eine nach der anderen. Und von heute auf morgen gibt es automatische Antwortvorschläge und die KI antwortet diese Tickets weg. Und ich habe weniger im Postfach. Es ist ja klar, dass das erst mal brutal verunsichert. Es ist ja klar, dass ich erst mal gar keine Vorstellungskraft davon habe, wie mein Job sich verändert. Und es braucht ja hundertprozentig Begleitung. Ich muss ja diese Leute erst mal abholen und erklären, warum wir das überhaupt machen. Und das hat dann mit Schnittschälen überhaupt nichts zu tun. Es ist mir ja egal, ob es den Versandstatus automatisch beantwortet. Es ist schon klar, dass das funktionieren muss alles. Es ist schon klar, dass das alles angebunden sein muss. Aber die Basis sind die Leute, weil die feedbacken die AI auch. Also fängt es immer im Fachbereich an und muss immer von Geschäftsführungsebene runtergetragen werden. IT, ja, aber es ist auf gar keinen Fall ein IT-Projekt in meinen Augen.

Max: Genau, du, ich würde es einfach nochmal zusammenfassen, also du hast ja Change Management jetzt schon angesprochen, also KI-Projekte scheitern wirklich selten an der IT, es ist eigentlich immer wegen dem Change Management, wegen dem fehlenden Change Management und wie du schon richtig sagtest, Team muss mitgenommen werden, aber das muss ja auch von oben kommen und ich finde wahrscheinlich muss dieses Change Management schon Ja, einfach generell, würde vielleicht das ein bisschen zu groß gegriffen, aber ich glaube auch schon in Deutschland einfach passieren, was das ganze Thema KI angeht. Vorsicht ist immer okay, aber man muss auch ein bisschen die Ängste nehmen, die da eben auch viele haben oder auch wirklich klarer aufzeigen, was KI auch wirklich kann. Und dafür braucht es eben bestimmte Personen im Unternehmen, die das vorantreiben. Es ist häufig auch schwierig, das eben nur einer Person zuzuschieben. Am besten hast du da mehrere, die da wirklich Ahnung von haben und für das Thema brennen, andere mitzunehmen und da dann eben auch ganz klar den Supportagenten zu erklären, wie hier die Marschroute einfach auch ist. Dass man eben KI wirklich einsetzt, ⁓ denen bei der Arbeit zu helfen und dann Was für uns ja dann noch wichtig ist, dann eben diesen Mindset Shift noch einzuleiten, dass der Support nicht mehr nur noch diese FAQ Anfragen beantwortet, sondern eben auch verkauft und sich mehr auf die Produktberatung fokussiert. Aber dafür braucht es eben diesen ganzen Shift im Unternehmen. Also unsere Antwort dazu ganz klar. als Agent du wirst nicht ersetzt. Du wirst nur für die Fälle eingesetzt, bei denen Menschen eben wirklich den echten Unterschied machen können. Damit kommen wir auch schon zu Mythos Nummer 3 und das ist eigentlich einer meiner Favoriten. der lautet so, mehr Daten bedeutet bessere KI-Antworten. Das klingt jetzt erstmal logisch, das hinterfragt aber glaube ich kaum jemand.

Jakob: Ja, also ich glaube, ich muss mich da neulich mal an so eine E-Mail von mir erinnern, die ich irgendwie von einem Kunden bekommen habe. Also potenziell das Neukunden und er schickt mir irgendwie so eine SIP-Datei mit, ich weiß nicht, was da alles drin war. Ich konnte es auch gar nicht mehr alles antun, ehrlich gesagt. Alle möglichen Datengrundlagen, Product Feeds, Sitemaps, Produktbeschreibungen und so ein bisschen die Erwartungshaltung. Ich schütte das jetzt alles rein und das wird dann schon geile Antworten liefern. Aber null aufbereitet halt, ne? Und ich sehe das so krass häufig, dass man so will, dass KI die Hausaufgaben für einen übernimmt. Auch so ein Megaklassiker ist. Ja, ihr müsst doch einfach nur die Mails auslesen von unseren letzten drei Jahren. oder unserer Tickets. Da stehen doch alle Antworten sozusagen drin. Ich hab keinen Bock hier eine eigene Knowledge Base für euch aufzubauen. Die Daten sind da und dann schickt mir mal die 5 Ram Gigabyte E-Mails Outlook rüber und das wird schon funktionieren, weil da ist ja unser Wissen drinne und ich verstehe schon, wo das herkommt. Es ist auch zu teilen wahr, also das Fachwissen ist in den Tickets gebündelt, aber ein Riesenproblem bedenkt auch keiner. Die Tickets, sind ja, das sind ja historische Tickets. Daten ändern sich ja, Preise ändern sich, Produkte ändern sich, Prozesse ändern sich, Beschreibungen ändern sich, das heißt ich kann das ja gar nicht alles für bare Münze nehmen. Was immer passiert, ist, dass 10 Agents 10 mal unterschiedlich geantwortet haben. Und was ist denn die Single Source of Truth? Also was ist denn dann der einheitliche Prozess für einen Regler? Oder was ist denn der einheitliche Prozess, mit jemandem umzugehen, der eine Zahlungsverzögerung hat? Und wenn du auf diese Tickets der letzten Jahre verlässt, dann kann das halt wirklich super... nach hinten losgehen auch und wir haben das mit Kunden auch schon gemacht. Also wir haben schon mit Kunden aus historischen Tickets und Knowledge Bases aufgebaut. Das funktioniert auch. kannst da 60-70 % benutzen, aber wenn die sich so krass widersprechen die Daten, dann ist es halt super schwierig und deswegen heißt es nicht, je mehr ich da reinkippe, umso geiler wird das Modell. Es geht ja umso kohärente Daten letzten Endes und Daten, die auch approved und geprüft wurden. Und ich glaube, ist so ein bisschen das, wo ich sage, mehr Daten ja, aber Was ist halt so die Qualität so dahinter?

Max: Genau, also ich sprich's schon an. Also die Qualität der Daten ist am Ende viel wichtiger als die Menge, die du hast. Also wirklich, hier gilt das klassische Prinzip weniger ist mehr. Und was wirklich funktioniert, sind eben dynamische, saubere Datenquellen, Produktdaten direkt aus dem Shop, aus dem ERP, FAQ-Datenbank, die man vielleicht schon im Helpcenter ins Zendesk angelegt hat. Also du brauchst hier wirklich eine strukturierte Prozesslogik. Ich verweise da auch gerne nochmal auf eine ältere Podcast-Folge, die wir aufgenommen haben zum Thema Dokumentation. Das ist nämlich wirklich von Anfang an total wichtig, richtig zu dokumentieren, aber auch zu updaten. Und wir wissen einfach, dass das ein Riesenproblem auch noch im Kunden-Service ist. Also wir sehen das auch teilweise bei uns selbst. auch hier gibt es schon sehr gute KI-Lösungen, wie man das eben in den Griff bekommt und da gerne hört euch dann nochmal unsere Folge zum Thema Dokumentation an, denn nur mit einer richtig guten Dokumentation wird auch eure KI super gut performen und nicht nur einfach wie Jakob gesagt hat, 30 Webseiten einlesen und dann irgendwie aufs Beste hoffen.

Jakob: Genau, glaube damit können wir den Mythos auch erstmal so ein bisschen an Akte legen. Ich glaube jetzt kommen wir nochmal zum vierten Mythos und der ist so 60 % Automatisierung. Das könnte auch 70 % heißen, ich habe sogar schon mal 80 % gelesen. Also die Zahlen sind da auch irgendwie echt krass, da irgendwie Markt kursieren und das ist sowas, das pitcht gerade jeder Anbieter. Es pitcht auch jeder dieses Plug and Play, es pitcht jeder dieses für jedes Unternehmen. Und ich muss ehrlicherweise auch zugeben, dass wir das auch so verkauft haben. Wenn man jetzt mal auf unsere Webseite schaut oder in unseren LinkedIn-Feeds, dann posten wir ja ganz oft 60 % Wichtiger Disclaimer bis zu 60 Prozent bis zu heißt 0 bis 60 muss ich auch mal klarstellen aber trotzdem ist es Etwas was natürlich auch eine gewisse Erwartungshaltung suggeriert und ich muss echt sagen wir haben da letztes Jahr eine Menge gelernt also wir haben ja wirklich viele Kunden abgeschlossen wir haben aber auch Kunden genau wegen zu hohen Versprechungen auch verloren und das ist auch Teil der Wahrheit 60 Prozent sind erreichbar Aber da ist echt aufwand dahinter ich weiß noch einen kunde von uns den haben wir auf ich glaube 59-60 % hier entwickelt, aber da hat der Jan aus unserem Team auch gefühlt Vollzeit dran gearbeitet für ein paar Monate und hat sich da echt mit Plenty wirklich krass rein gefuchst mit dem Kunden zusammen und das braucht einfach viel viel viel Zeit und was ich von Kunden immer häufiger Feedback bekomme ist, dass die Leute sagen, es hat funktioniert, ist aber viel aufwendiger als gedacht und das ist sowas, ja 60 % gehen in nem gewissen Stack, in nem gewissen... Umfeld in dem du sozusagen agierst aber das ist echt aufwand mann also das ist nicht ich komme dahin und jetzt läuft so das ist das muss man realistisch anorten und viele liegen auch deutlich drunter und das ist auch echt vollkommen okay also nur ich glaube was es nicht okay ist und da nehme ich mich selber auch mit rein ist zu kommunizieren es wäre das der standard weil das ist ja wirklich bei weitem nicht und das ist auch nicht die realität für einen klassischen mittelständler in deutschland oder in DACH

Max: Genau, da ist es auch gut, dass du es nochmal hervorhebst. Natürlich muss man natürlich aus der Marketingbrille sagen, dass wir auch immer nur von bis zu 60 Prozent sprechen, weil es ist möglich. Also wir haben Kunden, die so viel automatisieren oder auch mehr. Aber genau, finde hier eigentlich, sag mal, der größere Mythos ist, wie du es auch schon gesagt hast, dass das Ganze Plug and Play geht. da muss man dann, ich, von der versprochenen Automatisierungsrate mal so 30 Prozent abziehen. Woran liegt das häufig? Weil der Teckstack eben nicht stimmt, weil Prozesse nicht sauber definiert sind und weil eben das Change-Management irgendwie fehlt. Und wie du schon angesprochen hast, das sind dann schon auch vor allem bei uns, um auf diese Automatisierungsrate zu kommen von 60 Prozent oder höher. Das sind dann eben richtige Projekte. Das ist nicht, wir schließen einmal deinen ERP an und dann kann die KI alles. Also es ist wirklich so, dass KI hat dabei oft viel weniger mit KI zu tun, als alle denken. Also es geht viel mehr ⁓ Prozesslogik und Geschäftsverständnis. Also wir nehmen mal das Beispiel Versandstatus, also die häufigste Anfrage, die im E-Com eben überhaupt gestellt wird und Das zu automatisieren ist eigentlich kein KI-Thema. Das ist für mich ein Prozess-Thema. Da muss klar sein, was passiert, wenn das Paket seit sieben Tagen versteckt. Wann muss ein Nachforschungsantrag gestellt werden? Wie gehe ich mit Teillieferungen ⁓ Und wenn diese Prozesse nicht von Anfang an sauber definiert sind, dann hilft dir auch die beste KI am Ende nicht. Gut, kommen wir ja am Ende nochmal dazu. Jetzt haben wir so bisschen alle Mythen zerlegt, einmal Mythbuster gespielt, was so ein bisschen das Fazit, was stimmt, was funktioniert wirklich. Ich glaube, wir haben es jetzt in den Mythen aufgeklärt. Also KI ist eben kein Wundermittel und das ist, ich, so das wichtigste, was wir eigentlich kommunizieren können an alle, die sich da vielleicht auch so bisschen blenden lassen von ihrem LinkedIn-Feed oder Instagram Feed oder was auch immer. Aber trotzdem ist sie ein echter Gamechanger, wenn eben die Grundlage stimmt. Und gerade im Kundenservice ist da super viel möglich. Also wir brauchen einfach saubere Daten, klare Prozesse, aber eben auch ein realistisches Erwartungsmanagement. Und am Ende, menschliche Kontrolle bleibt immer noch wichtig, aber wichtig insofern, dass sie nicht bremst sondern einfach die Qualität der KI realistisch überprüft.

Jakob: Genau, ich glaube, ist das, worum es auch geht. Uns geht es hier gar nicht die 100 %ige Automatisierung des Services Das ist auch gar nicht der Sinn. Also, worum es uns auch geht, auch hier mit dem Podcast, ist, dass ihr ein realistisches Bild davon bekommt, was heute Status quo wirklich ... möglich ist mit diesem Thema zu erreichen. ist einiges drin, aber das muss man eben genau abwägen. Und es geht eigentlich darum, Ende des Tages das Team immer von diesen Anfragen für diesen reparativen Themen zu befreien. Das muss man sich aber immer im Case anschauen, wie viel das eigentlich ist. Da kann man KPIs messen, kann das Servicevolumen analysieren, die Reason Codes rausziehen, dann schaut sich das Tech Stack an, man schaut sich die Leute an, die im Kundenservice arbeiten, dann kann man da auch eine Aussage treffen, ⁓ letzten Endes mehr Zeit für Fachberatung, Produktberatung. Und letzten Endes umsatzrelevante Themen zu haben. Und das ist eben genau Revenue Driven Service für uns. Ist, dass wir die Agenten nicht ersetzen, sondern umshiften von der Funktion.

Max: Und da habe ich auch ein sehr gutes Beispiel mit dabei. Das habe ich mir vorher extra nochmal angeschaut. Vor allem wenn wir einmal darüber reden, dass KI hier nicht den Menschen ersetzt und auch Thema Produktberatung. Da haben wir wirklich echte Zahlen dafür. Also ein Kunde von uns hat im Dezember unseren Sales Agent getestet, der eben auf der Webseite ist. und noch mal gezielt eine Produktberatung anbietet. Das bietet sich vor allem bei komplexen und vielen Produkten an. Der war also ein Monat auf deren Webseite, gleicher Website-Traffic, keine sonstigen Änderungen und das Ergebnis war am Ende 2470 Produktberatungsinteraktionen im Chat. Daraus konnten sie 173 Conversions generieren und 88 neue Kunden gewinnen. Also das sind schon mega Zahlen und das ist kein Ersetzen von Menschen. Das ist einfach das, möglich ist, wenn du KI richtig einsetzt. Also das kommt quasi einfach on top. Das sind, finde ich, versteckte Potenziale, die du da noch nicht ausgereizt hast. konkret hier kein Ersetzen, sondern wirklich Wachstum durch den Einsatz von KI.

Jakob: Und das Geile auch hier Maxi, ja auch der Kunde von uns gemeinsam hat und auch hier wieder Realismus. Das war krass viel Arbeit, das Ding aufzusetzen. Da wurden wirklich krasse Product-Feeds bereitgestellt und da wurde der AI-Agent oder der Sales Agent wirklich auf eine Beratungslogik sozusagen aufgesetzt. Da muss man sich vorstellen, da hat sich der Head of Sales hingesetzt, unter anderem mit dem Operations Manager und die haben sich eine Beratungslogik für den AI-Agent aufgedacht. Also die haben diese Verkaufsberatung, die früher am Telefon oder per E-Mail gemacht, digital abgebildet und haben dann über Guidelines und Prompt Engineering eben geschafft, die AI genau darauf zu feintunen Und das hat schon Monate gedauert, das da hinzubringen. Und jetzt ist es halt einfach ein total krasser, neuer Revenue-Channel. Also deren Arbeit hat sich komplett verändert. Aber auch hier wieder, das war krass aufwendig. Das ist jetzt nicht, ich schließe mal zwei Wochen den Product Feed an, lese den ein und dann läuft's. Du brauchst ja diese gesamte Beratungslogik brauchst du ja auch in dem AI Agent neben Product Feed und Ähnlichem. das auch noch mal so zum Realismus. Zeigt wieder, was geht. Aber ja, das ist wie das Leben halt ist. Wenn du was rausfällst, musst du halt investieren. Und so läuft es bei AI auch in meinen Augen.

Max: Genau richtig, also ganz klar der Aufwand ist da, aber ich meine wir sehen es, der Outcome für den Outcome lohnt es sich auf jeden Fall. Lass uns nochmal ganz kurz zusammenfassen am Ende, was wir jetzt genau gelernt haben heute, welche Mythen wir hier zerlegt haben. Also einmal die KI halluziniert, das ist keine Ausnahme, sondern eine Eigenschaft der KI, könnte man sagen. Das muss ich akzeptieren.

Jakob: Lohnt sich, ja.

Max: Da muss ich die KI trainieren und damit wird sie eben besser. Dann zweitens, KI ist kein IT Projekt. Es ist ein Change Management Projekt, also bei dem das Team wirklich mitgenommen werden muss. Das geht wirklich von von oben bis unten, das ganze Unternehmen. Drittens, mehr Daten bedeuten nicht bessere KI. Also die Qualität schlägt hier wirklich die Menge. Immer. Und Vierter Mythos, 60 % Automatisierung ist möglich, aber eben nicht sofort, nicht Plug and Play, nicht ohne Aufwand und eben auch nur mit einer sauberen Prozesslogik.

Jakob: Genau und ich glaube, wenn du jetzt gerade mitten in einem KI-Projekt steckst oder du bist in der Evaluierung oder... Du hast keine Ahnung, wie du dich in diesem LinkedIn KI Bubble Dschungel eigentlich zurechtfinden sollst. Dann würde ich dir empfehlen, komm super gerne zu uns in die Strategieberatung in den 1 zu 1 Call. Du sprichst mit Leuten, die das wirklich realistisch einschätzen können, die dir ein Feedback geben können, wo du gerade stehst und nach den 30 Minuten wirst du auch wissen, was da eigentlich drin ist für deinen Service oder eben auch nicht, weil es macht nicht immer Sinn. Ansonsten, ich habe uns hier nochmal oder wir packen nochmal die Show Notes, den Link zu unserem ROI Kalkulator. Das ist super cool, weil du dann auch weißt, eigentlich dein Service ja potenzial ist, was du damit überhaupt rausholen kannst und wie viel ja du letzten Endes auch mit so einem KI Projekt rausholen kannst. Damit du weißt, ob es sich überhaupt lohnt, weil, Spoiler, es lohnt sich natürlich nur für gewisse Unternehmen. Genau und das ist es eigentlich von meiner Seite aus. Hat eine Menge Spaß gemacht.

Max: Ich bin froh, dass wir wieder zurück sind und wenn ihr auch die nächsten Folgen nicht verpassen wollt, dann abonniert gerne, lasst uns auch sehr gerne Bewertungen da oder stellt auch eure Fragen. Wir freuen uns auch immer über Fragen oder Themen, die wir vielleicht im Podcast behandeln können. Und dann würde ich sagen, bis zum nächsten Mal bei Service Sales.