#9 Wie du deine Knowledge Base mit KI optimieren kannst

Max: Oft existieren einfach viele Informationen einfach nur in den Support Tickets, in den Anfragen von Kundinnen, in den E-Mails oder das Schlimmste eigentlich, sie sind nur in den Köpfen von den ganzen Mitarbeitenden. Da gibt es dann Ein Mitarbeiter, eine Mitarbeiterin im Kundenservice, die schon seit 20 Jahren mit dabei ist, die weiß natürlich alles und die wird dann wahrscheinlich auch andauernd gefragt.

Jakob: Ich glaube, Maxi, ganz generell, die besten Knowledge Ways sind einfach keine statischen Bibliotheken, sondern sie leben, wachsen und lernen letzten Endes mit. Ich glaube, das ist ein ganz großer Punkt, den man hier mal machen muss. Also du baust eine Knowledge Ways nicht einmal auf, sondern die ist halt dynamic, weil die Kundenanfragen sich letzten Endes auch verändern. du brauchst aber auch schon automatische Antwortvorschläge ... für deine Service Agent, was auch super wichtig ist, ... damit die einfach schneller auf Tickets reagieren können, ... damit die schon den passenden Knowledge Base Artikel zur Hand haben. Und da kann man natürlich auch KI wunderbar integrieren in den Schritten. Das heißt, bei einer Ticketverarbeitung ... immer den passenden Knowledge Base Artikel ... schon vorzuschlagen ... ... und das sozusagen direkt in den Arbeitsalltag ... von Agents zu integrieren ... und dann natürlich auch das Feedback der Agents ... zu nutzen, ob dieser Artikel passend war.

Max: Moin und herzlich willkommen zu Service Sales, dem Podcast, der zeigt, wie dein Kundenservice nicht nur begeistert, sondern auch verkauft. Ich bin Maxi und in diesem Podcast sprechen wir darüber, wie du aus deinem Kundenservice eine echte Umsatzmaschine machst. Und heute geht es ⁓ das spannende Thema Knowledge Bases oder auch Wissensdatenbanken auf Deutsch und wie man diese optimieren kann und vor allem auch, was für KI-Tools man einsetzen kann, das Ganze zu optimieren. Und ich habe heute wieder Jakob mit dabei. Moin Jakob.

Jakob: Mein Wein.

Max: und lass uns einfach mal direkt reinstarten und damit anfangen, warum jetzt Knowledge Base überhaupt so ein wichtiges Thema ist und warum es vor allem im Kundenservice auch einfach unverzichtbar ist.

Jakob: Genau, lass uns vielleicht mal da von ganz vorne anfangen. ich glaube eine neue Space ist eigentlich die Grundlage von jedem Customer Service, ist aber oftmals das, was als letztes gemacht wird oder richtig ordentlich aufgebaut wird. Das sehen wir in super häufig vielen Themen, dass es sehr spät nachgezogen wird. Man hat generell ... kann man die Knowledge Base eigentlich aus drei Blickwinkeln denken, ... warum die wichtig ist oder warum die relevant sind. Das eine ist für mich aus der Agent Sicht ... ... bzw. aus der Sicht auch des Kunden-Serviceleiters, ... Team Managed, einmal um das gesamte Wissen zu zentralisieren, ... was man eigentlich hat für seine Kunden, aber auch für die Support Teams letzten Endes, ... weil sonst ist da eben die große Gefahr, ... dass jeder letzten Ende doppelt ... oder anders auf Antworten reagiert. Das heißt, diese große Inkonsistenz, ... dass der Service Mitarbeiter A so antwortet ... oder bei der B anders antwortet bei gewissen Themen, weil zum Beispiel der Reglerprozess dann doch nicht ganz standardisiert ist. Und da hilft natürlich eine Knowledge Base in dem Sinne, dass ich hingehen kann und geprüfte Informationen nehmen kann. Es gibt keine Widersprüche in der Content-Basis und dadurch werden eben Fehlinformationen sozusagen vermeidet. Es hilft auch in dem Sinne, dass man das Wissen von den Mitarbeitern zentralisiert. Was meine ich damit? Wenn ihr zum Beispiel einen Agent die alle 1,2 bis 2 Jahre letzten Endes den Job wechseln gehen, dann geht natürlich mit denen auch das gesamte Wissen sozusagen weg. Du willst eigentlich immer als Unternehmen dieses Wissen aus den Köpfen rauskriegen, zentralisiert haben, damit dieses Fachwissen auch weitergegeben werden kann, weil es ja letzten Endes dann auch neuen Support-Mitarbeitern hilft, schnelleres Onboarding zu haben. Ich meine, es ist klar, wenn du jetzt nicht jeden Service Case kennst, du verkaufst ein Produkt, was irgendwie 7000 verschiedene Variationen hat und dann kommt irgendwie eine Rückfrage, wie kann ich Produkt A mit Produkt B irgendwie konnektieren, dann muss man da nachschlagen, wenn man ein neuer Agent ist. Und da hilft ein neues Space super, eben über eine Search Function beispielsweise ... genau diese Informationen gezählt rauszukriegen. Und das spart am Ende des Tages natürlich auch Zeit, ... weil sonst rennt der Support Mitarbeiter zu seinem ... Head of Customer Care oder Operationsleiter und fragt, ... ... wie kann ich denn jetzt auf diese Anfrage reagieren? Und dann kommen diese berühmten Rüstzeiten auch ins Spiel. Du reißt deinen kompletten Kundenserviceleiter ... mit dem Thema raus, weil du immer ganz, ganz kleine ... Fragen hast, die immer wieder aufkehren. Das ist, würde ich sagen, die Sicht auf die Agents, warum eine Knowledge Base einfach unersetzlich und extrem wichtig ist. Das andere ist natürlich aus Self-Service Sicht gesehen, dass ich natürlich auch mit der Knowledge Base proaktive Kommunikation betreibe. Was meine ich damit? Ich verhinder Fragen, bevor sie überhaupt entstehen. Und das ist im Kundenservice so wichtig, weil letzten Endes ... man schon viele Fragen sich selber beantworten ... ohne dass menschliches Eingreifen überhaupt erforderlich ist. Das heißt, ich kann natürlich auch die Knowledge Base ... für interne Zwecke nehmen, aber ich kann sie auch ... für externe Zwecke nehmen, dass Kunden im Help Center ... selber Sachen nachschlagen können, sei es in Form von ... ... Wissensartikeln, sei es in Form von Tutorials. Und das reduziert natürlich mein Serviceaufkommen ... bzw. mein Ticket-Backlog letzten Endes, weil ... jede Frage, die vorher gelöst wird, ... ist ein Ticket, was ich weniger bearbeiten will. Und es geht ja immer darum, ... dass ich nicht möglichst viele Tickets bei mir habe, ... sondern die wichtigen Tickets in der Queue landen. Und da kann es auf Selbstservicessicht ... einfach auch wahnsinnig gut funktionieren. Und zum anderen, ... und das ist sozusagen die ganze Customer Journey, ... ... Internist Knowledge Base Management ... für bessere Produktivität, Fehler vermeiden, ... ... extern für die Kunden, um Ticketaufkommen zu reduzieren, ... ... damit sie ihre Anliegen selber lösen. Und der letzte Cycle ist eigentlich ... aus dem Analytik- und den Insights-Bereich, weil Ich kann natürlich auch identifizieren, welche Wissensartikel wurden besonders häufig angeklickt. Wie lange ist da die Lesezeit bei den Knowledge Space Artikeln? Und darüber und über die Klicks und die Bewertung der Artikel erkenne ich auch, wie hilfreich das war und was meine Kunden eigentlich wirklich interessiert, aber auch wo Wissenslücken gegebenenfalls sind, wenn mir ein Kunde trotzdem schreibt. Und daraus kann ich dann wieder Rückschlüsse ziehen und da eigentlich im besten mit AI, weil das handisch zu machen, das super kompliziert. Je größer die Knowledge Space wird, desto komplexer. Aber ich sage mal, das ermöglicht ist einem eigentlich im Core diese drei großen Bereiche deckst du mit einer Knowledge Base super gut ab.

Max: Ich glaube das Problem, da häufig auch heutzutage auch einfach noch ist, dass viele einfach denken, ja eine FAQ-Seite reicht ja aus. Für die Kundinnen, die können sich da informieren, aber auch häufig dann, dass es auch für die Support-Agents einfach nur die FAQ-Seite gibt. vielleicht im besten Fall gibt es dann auch irgendwie eine Excel- Google-Sheet, wo alles runter geschrieben ist und da bedienen sich dann quasi alle mit den Informationen, aber... Das hat irgendwie nichts mit einer modernen Knowledge Base zu tun, die ja eigentlich wirklich interaktiv sein sollte, die auch vernetzt sein soll mit anderen Tools und Daten getrieben und sich auch wirklich dynamisch weiterentwickeln kann. Also wirklich eine gut strukturierte Knowledge Base, aber aufzubauen ist halt nicht so einfach. Wir haben uns damit auch viel auseinandergesetzt und einfach auch mal so die größten Herausforderungen gesammelt, die es gibt, die wir ja auch so aus unseren Kundenprojekten kennen. ⁓ Die gehe ich jetzt einfach mal eins zu eins mal durch. Das erste größte Problem oder größte Herausforderung ist, dass Inhalte häufig unstrukturiert sind oder dass Inhalte einfach fehlen. Und das hast du ja auch schon angesprochen. Oft existieren einfach viele Informationen einfach nur in den Support Tickets, in den Anfragen von Kundinnen, in den E-Mails oder das Schlimmste eigentlich, sie sind nur in den Köpfen von den ganzen Mitarbeitenden. Da gibt es dann Ein Mitarbeiter, eine Mitarbeiterin im Kundenservice, die schon seit 20 Jahren mit dabei ist, die weiß natürlich alles und die wird dann wahrscheinlich auch andauernd gefragt. Aber es wäre doch viel einfacher, wenn es halt irgendwo dokumentiert ist. Aber Dokumentation ist natürlich Aufwand. Ich glaube, das kennen wir alle. Prozesse zu dokumentieren oder Wissen festzuhalten, das dauert halt auch einfach sehr lange. Und da gibt es auch häufig einfach keine klaren Prozesse, wie es festgehalten wird. Und deswegen existiert halt einfach dieses Wissen häufig einfach nur bei irgendwelchen Mitarbeitenden in Köpfen oder es ist halt irgendwo abgelegt, wo es keiner finden kann. Und da vielleicht schon mal einen kleinen Lösungsansatz vorweg, die Dokumentation zu erleichtern, gibt es natürlich auch super viele Tools. vor allem jetzt mit KI, mit ChechiBT zum Beispiel, ist es ja super easy, einfach automatisch Artikel generieren zu lassen aus Support Tickets. Also da nimmt man die Support Tickets, die E-Mails und haut ein paar Stichwörter rein oder gibt es einfach unstrukturiert an ChatGPT weiter und sagt einfach, dass ChatGPT da eben einen Artikel draus generieren soll, den man dann irgendwo auch richtig hinterlegen kann. Das wäre mal so ein Quick Fix, wie man das machen kann, die Dokumentation da an der Stelle einfach zu erleichtern. Zweite größte Herausforderung ist eben das, dass Informationen halt auch einfach dynamisch sind. Wir sprechen ja häufig vom E-Commerce, vor allem da verändert sich einfach auch sehr viel im Sortiment an den Preisen, Prozesse intern aber auch, die Bedingungen was Lieferzeiten angeht und so weiter, das ändert sich halt einfach regelmäßig. Und das ist auch ganz normal, aber dadurch muss sich die Dokumentation ja auch verändern. Also da gibt es dann viel häufiger veraltete Artikel, veraltete Informationen und das sorgt dann für Frustrationen bei den KundInnen. weil sie halt eigentlich nicht die richtige Information bekommen, aber auch intern bei den Support Agents, weil sie dann vielleicht auch eher wissen, so ja, das stimmt ja eigentlich gar nicht mehr, alles was hier drin steht, das hilft dann auch nicht. Und da ein Quick Fix wäre wirklich einzuführen, dass man wirklich regelmäßig diese Artikel oder eben seine Knowledge Base reviewt, dass man da wirklich so Review-Zyklen einführt, ⁓ oder eben auch so diese sogenannten Automatis-Install-Content-Benachrichtigungen zu bekommen. Und da kann man dann verschiedene Filter einbauen, dass man sagt, wenn Artikel X eben so und so viele Monate alt ist, dann benachrichtige mich bitte, oder auch wenn man das Engagement trackt auf einem Artikel, also sieht, wie häufig wird es durchgelesen, oder vielleicht auch bei einem längeren Artikel sieht, wann brechen die User ab, dass man das Ganze eben trackt und dann, wenn das Engagement eben deutlich sinkt, dann eben eine Benachrichtigung rausgeht. Einfach, dass man da irgendwie die Übersicht über behält, wenn Artikel halt einfach zu alt sind oder wenn Informationen fehlen oder wenn Artikel eben auch einfach nicht weiterhelfen. Und ein weiterer praktischer Ansatz ist auch wirklich zu sagen, okay, wir aktualisieren unsere Informationen nur an einem einzigen Ort, dass man ein Knowledge Base hat oder eine Webseite, wo man das aktualisiert. Und was wir zum Beispiel in unseren Projekten einfach viel sehen, ist natürlich dass wir unsere Chatbots darauf trainieren, dass sie eben auch die Webseite crawlen für Informationen und daraus dann die Informationen nehmen, die sie rausgeben. Dadurch muss man eben, wenn man jetzt zum Beispiel bei einem Produkt irgendwas neu macht, muss man das nur auf der Produktdetailseite oder eben im Backend aktualisieren und der Chatbot weiß direkt, also bekommt die Nachricht direkt, dass sich da was verändert hat und man kann eben einen einstellen, wie häufig die Webseite gecrawlt werden soll. Dritte Herausforderung ist, dass Artikel natürlich häufig auch einfach schlecht aufzufinden sind. Also auch wieder, egal ob intern oder extern, finden einfach häufig die Leute einfach nicht die richtigen Inhalte zu ihren Fragen. Und im schlimmsten Fall legen die Infos dann auch einfach doppelt und dreifach irgendwo ab an unterschiedlichen Stellen und dann hast du ja auch wieder das Problem mit der Aktualisierung, wenn sie halt dann weißt du ja gar nicht, wo du jetzt die ... Information aktualisieren sollst, weil du hast dich einfach an mehreren Stellen und dann hast du ... ... im Worst Case einfach widersprüchliche ... Informationen an verschiedenen Stellen stehen. Und dadurch ist natürlich dein Support dann ... auch einfach doppelt belastet und erhöht ... im Endeffekt dann auch einfach die Average Handle ... Time. Also je schneller du als Support Agent die ... richtige Information findest, desto schneller ... kannst du ja auch antworten und desto effizienter ... wird dein Kundenservice am Ende auch einfach. Und da gibt es eigentlich auch relativ einfache Lösungen oder auch coole Tools, wirklich eine simantische Suche einzuführen oder auch einfach Artikel zu taggen mit bestimmten Keywords, die Navigation auch einfach einfacher zu machen oder eine simple Autosuggest-Funktion beim Eintippen, also so wie man es auch von Google oder mittlerweile auch von CheciBidi kennt. Weiteres Problem, Mehrsprachigkeit und Lokalisierung. Ich glaube, das kennen vor allem auch viele E-Commerce-Unternehmen, die einfach international arbeiten. Das kennen wir ja auch von unseren Kunden, dass sie eben auf mehreren Sprachen einfach anbieten. Also es setzt Deutsch, Englisch, Französisch und so weiter. Und da ist dann häufig das Problem, die Artikel oder die Knowledge Base muss ja auf mehreren Sprachen einfach verfügbar sein. Und da kommt es einfach häufig zu fehlerhaften Übersetzungen. oder dass die Inhalte auch wieder voneinander abweichen. Und häufig werden die Inhalte ja auch nur in einer Sprache hinterlegt. Also das ist jetzt ein Support Agent, wenn er zum Beispiel was Neues gefunden hat oder ein Head of Customer Service, dass er dann eben natürlich in seiner nativen Muttersprache dann den Artikel hinterlegt und dann gibt es das aber nicht für die ausländischen Kolleginnen oder für ausländische Kundinnen. Und da gibt es eigentlich auch super einfache Lösungen. Da gibt es wirklich mehrere Lokalisierungs- oder Übersetzungstools wie Localize oder Webglot, die dann einfach automatisch übersetzen und die Artikel dann automatisch eben in mehrere Sprachen verfügbar machen. Dann haben wir als fünfte Herausforderung, ich glaube ich einfach so ein generelles Problem im Kundenservice, dass einfach, ich Jakob, das erzählst du auch immer gerne, dass es einfach schnell zu organisatorischen Silos kommt. Also dass Inhalte von Marketing, von Produkt, von IT, von Support einfach separat gepflegt werden. Und dadurch kommt es halt auch wieder zu sehr inkonsistenten, widersprüchlichen Informationen. Und diese Silos zu vermeiden,

Jakob: Ja.

Max: braucht man eigentlich keine KI oder auch teilweise auch gar kein Tool. Es muss einfach ganz klar sein, wie die Verantwortlichkeiten sind. Es muss einen klaren Redaktionsprozess geben, der dann befolgt wird. Und es muss einfach Ownership übernommen werden für die Bereiche. Und der Kundenservice sollte einfach generell immer irgendwo integriert werden in alle Abteilungen und sollte mit allen Abteilungen auch regelmäßig in Kontakt stehen. Aber häufig ist halt einfach der Fall, dass sie die Letzten sind, die eingebunden werden. Aber so sollte es eigentlich nicht sein. Kundenservice sollte eigentlich immer als erstes erfahren, wenn irgendwas Neues ist, damit sie eben auch die aktuellen Informationen an Kundinnen weitergeben können. Letztes, sechstes größtes Problem, wir sehen, es gibt einfach keinen Feedback-Mechanismus. Und das ist natürlich auch häufig ein Problem mit Knowledge Bases, wenn ich jetzt als Unternehmen gar nicht weiß, ob die Inhalte überhaupt meinen UserInnen oder auch meinen Support Agents halt überhaupt weiterhelfen oder nicht. Ob die Artikel gut sind. Und da gibt es eigentlich auch einen Quick Fix, also das Ganze zu optimieren. Man kann einfaches Daumen hoch, Daumen runter System machen, Net Promoter Score einführen. oder auch so eine Kommentaroption und da sind auch Analytics ganz wichtig, da gehen wir auch später nochmal drauf ein, was für KPIs da auch wichtig sind und das kann man auch wirklich super leicht ohne irgendwelche extra Tools einführen und geht auch wirklich schnell, ja, also dass man hier einfach irgendwie tracken kann, bringen diese Artikel in meiner Knowledge Base überhaupt was oder kann ich sie auch einfach streichen.

Jakob: Ich glaube, Maxi, ganz generell, die besten Knowledge Ways sind einfach keine statischen Bibliotheken, sondern sie leben, wachsen und lernen letzten Endes mit. Ich glaube, das ist ein ganz großer Punkt, den man hier mal machen muss. Also du baust eine Knowledge Ways nicht einmal auf, sondern die ist halt dynamic, weil die Kundenanfragen sich letzten Endes auch verändern. Bevor wir jetzt da reingehen, auch auf das ganz spannende Thema mit Kaida, auch als Gamechanger für den Bereich. glaube, hast du gesagt, ist auch super wichtig, dass Knowledge Base ist immer die Basis für alles sozusagen. Das ist der Ausgangspunkt, weil wenn die Knowledge Base nicht stimmt, kann man beispielsweise auch gar nicht über eine Automation nachdenken. Also wie viele Unternehmen hatte ich, die keine gute Knowledge Base hatten oder keine gepflegten Produktdaten und eine Automatisierung einführen wollen, was einfach der zweite Schritt vom ersten ist. Also die Knowledge Base ist die Foundation und eine AI beispielsweise. kann auch nur so gute Antworten geben, gut wie die Datengrundlage ist. Die kann jetzt auch nicht dafür dich zaubern sozusagen. ist mir wichtig, mal da das zu sagen und auch das strukturelle Risiko zu berücksichtigen, dass wenn ein bisschen einzelne Mitarbeiter drin ist, hast du ein strukturelles Risiko. Wenn die gehen, dann geht das Knowledge weg, dann ist es nicht zentralisiert und dann kannst du auf gewisse Serviceanfragen nicht mehr konsistent antworten. Also das fand ich nur einen guten Input, du da hattest. Ich glaube aber jetzt, wie gesagt, zum spannenden Teil, wie kann man das denn jetzt in NoLageBase KI optimiert aufbauen? Ich glaube, so im ersten Schritt würde ich immer den Kunden eigentlich oder auch ... ganz generell Unternehmen empfehlen, ... so eine automatische Inhaltsanalyse ... und Strukturierung vorzunehmen. das heißt, ... bestehende Inhalte, die ich habe, ... zu analysieren ... ... und vor allem Dupletten zu erkennen ... und eine klare Struktur zu schaffen. Was meine ich damit? Superviele Knowledge Bases ... sind an und für sich ... auch widersprüchlich. Das heißt, ... eine Quelle widerspricht der anderen. Das kriegt man gar nicht mehr mit, weil man meistens nicht eine zentrale Knowledge Base hat, ... wie Notion oder Confluence, sondern in Sharepoint-Informationen liegen, ... in Notion-Sachen liegen, ... in Drive-Sachen liegen. Dadurch kommt es zu diesen Dupletten. Die sollte man natürlich erst einmal identifizieren. Da macht man im besten Fall einen Audit seiner bestehenden Knowledge Base, ⁓ eine automatische Klassifizierung vorzunehmen, Themencluster herauszufinden und diese Dupletten zu erkennen. Das kann man, wie du auch schon gesagt hast, super gut über GPT machen, jetzt schon, für eine semantische Analyse. Danach würde ich im zweiten Step hingehen, wenn ich das erst einmal erkannt habe. eine intelligente Suchfunktion aufzubauen, damit User letztendlich präzise und schnell Antworten finden. Die meisten Knowledge Bases sind noch sehr standardmäßig aufgebaut, die nutzen noch keine semantische Analyse, das heißt, ist ein starres Stichwort-Suche. Das kennt jeder. Wenn dann mal auf dem Handy, wo viele User unterwegs sind, mal was anderes eingegeben wird, dann vergisst die Search oder kommt die Search schon nicht mehr hinterher. Und da kann man eben mittlerweile auch KI-gestützte Autoverfolgungsübungen einbauen, kontextuelle Suche machen, Vorschläge, Filterungsmöglichkeiten. Und da, was wir superhäufig sehen, im Markt ist so was wie Elastic Search, was man einsetzt, was halt wirklich auch mit NLP-Modellen und Modulen im Hintergrund arbeitet. Und damit kann man beispielsweise auch Chatbots anreichern, wenn wir jetzt von der Produktsuche oder ähnliches reden. Also man kann diese Technologien auch miteinander verbinden, aber eine Elastic Search, gerade im E-Commerce-Versuch, Bereich halte ich für unglaublich wichtig, weil die klassische Search Bar, wie sie ist, einfach super viel von der UI auch noch ausmacht und super viel genutzt wird. Das ist so zur Kundenseite hin. Im dritten Step würde ich aber auch denken, ... du brauchst aber auch schon automatische Antwortvorschläge ... für deine Service Agent, was auch super wichtig ist, ... damit die einfach schneller auf Tickets reagieren können, ... damit die schon den passenden Knowledge Base Artikel zur Hand haben. Und da kann man natürlich auch KI wunderbar integrieren in den Schritten. Das heißt, bei einer Ticketverarbeitung ... immer den passenden Knowledge Base Artikel ... schon vorzuschlagen ... ... und das sozusagen direkt in den Arbeitsalltag ... von Agents zu integrieren ... und dann natürlich auch das Feedback der Agents ... zu nutzen, ob dieser Artikel passend war. kannst du beispielsweise in einem Tickets-System einfach mit Daumen hoch, Daumen runter machen und dann hast du die Analytics, wie oft der Vorschlag eigentlich gepasst hat. Also kannst du wie so ein Quality-Scoring aufbauen für Knowledge-Base-Artikel. Ich glaube, das machen viele Tools auch schon vor. Du wirst auch später noch was dazu sagen, Maxi, aber das kann man supergut paaren auch miteinander. Ich sehe KI aber auch als riesen Game-Changer in der Reihen-Content-Erstellung, also dass man sagen kann, hey, ich kann schneller neue Artikel erstellen auf Basis und jetzt wird es super interessant, von Tickets oder Feedback von Kunden. Früher war es super manuell aufwendig, dann musste ich irgendwie mit den Tickets durchgehen, aber ich habe ja gar nicht so eine große Fallzahl. Das ist immer Bauchgefühl statt Faktenentscheidung. Und so eine AI, wenn du dir einfach mal 2000 Tickets gibst und sagst, hey, was sind denn hier die häufigsten Fragen und das dann mit deiner aktuellen Knowledge Base auch mal vergleichst, kannst du ja gucken, wie hoch dein Deckungsbeitrag ist. Beispielsweise hast du nur ein Deckungsbeitrag von 70 % der Serviceanfragen im Vergleich zu dem, was wirklich reinkommt. Und da können die LLMs super neue Vorschläge machen. was dann eigentlich ein Content erstellt werden muss. glaube auch Stichpunkt SEO ist es für Unternehmen auch super interessant. Natürlich auch die Knowledge Base ist so zu konfigurieren, dass es von den Leuten auch gefunden wird, dass es relevant ist letzten Endes. Und das muss natürlich in den Redaktionsprozess gegossen werden. Also ich glaube wir reden dann schon davon, dass die AI das vorschlägt. die sozusagen diese Artikel schickt, aber das muss dann von Redakteuren geprüft werden und natürlich auch in den Guidelines entsprechend angepasst werden, sei es jetzt vom Format oder ähnlichem. Aber es hilft dir extrem schnell auch deine Knowledge Base zu erweitern anhand von echten Feedback oder historischen Ticketdaten. Super unterschätztes Tooling. Einfach mal 5000 Tickets ziehen, GBT fragen, hey, das ist meine aktuelle Knowledge Base. Wo habe ich Content-Lücken? Es ist ein relativ Quick-Fix, sehe ich super häufig. dass es nicht gemacht wird, aber hilft ungemein letzten Endes. KI kann natürlich aber auch ein Gamechanger in dem Sinne sein, dass es personellisierte Inhalte basierend auf Nutzerprofilen gibt. Also das heißt, dass ich dem Nutzer nur relevante Informationen anzeige. Und da reden wir viel ja auch von Maxi, dass man ja Segmentierung vornehmen muss von Nutzergruppen, zum Beispiel nach Produkttyp, Sprache oder Rolle. Also das Leute natürlich nur Die Informationen kriegen die wirklich relevant sind von sie und das kannst du super gut auch machen. Das kannst du dann auch anhand vom Klickverhalten, von Feedback zur Optimierung weiter nutzen und diese Segmente sind da einfach super gut, die man aufbauen kann. Ich sehe... KI dann tatsächlich aber auch in der Qualitätskontrolle, auch als wirklich wichtige Sachen, einfach das hatte ich schon anwohren angesprochen, fehlerhafte, veraltete oder ineffektive Inhalte zu machen. Also das heißt zu gucken, hey, wie gut sind die lesbar? Wie sind die aktuell? Sind die verständlich überhaupt? Auch gerade auf meine Zielgruppe, da ja immer dran, wenn ich verkaufe, gibt gewisse Kundengruppen, die springen super gut auf verschritzliche Knowledge Bases an, manche mehr auf Fotoanleitungen oder letzten Endes auch Tutorials mit Videos dazu. Also das heißt, das kann ich mir auch analysieren lassen. und natürlich da auch diesen Feedback-Mechanismus nutzen, Daumen hoch, Daumen runter, was du hattest. Da gibt es ja wirklich ganz ganz verschiedene, die dir da wirklich helfen können. Und im letzten Case, da kennen wir uns natürlich auch gut aus, sind Chatbots mit der direkten Anbindung an den Knowledge Base. ist ein super häufiger Use-Case, ist das man die Knowledge Base, die man nimmt, weil die meistens halt sehr überlagert sind. Es ist super schwer bei 7000 Artikeln den passenden zu finden. Deshalb nutzt man ja beispielsweise auch Chatbots, weil es eine einfache Suchmaske letzten Endes ist für die Website oder für andere Kanäle, wo man es einbindet. Und dann kann man natürlich diese Wissensinhalte einfach in den Chatbot überführen. Dann kann der AI-Chatbot einfach auf die Frage, der User hat, genau den passenden Artikel ausgeben, die Antwort und auch noch auf den Artikel verlinken, was ungemein in der UI für die Kunden hilft. Da muss man allerdings sagen, ist wirklich der Best Practice. Das muss immer mit einer API angebunden werden. Das heißt, ein großer Fehler war, immer den Chatbot als Knowledge Base zu sehen und dann noch andere Knowledge Bases separat zu pflegen. Da muss man über ein Crawling arbeiten, über APIs, damit die Knowledge Base Single Point of Truth ist, diese Informationen dann in den Chatbot überspielt werden und der Chatbot am Tag einmal 8 Uhr beispielsweise nachguckt, ob die Wissensinhalte sich in der Knowledge Base verändert haben. Und das ist eine Grundvoraussetzung. damit auch ein Chatbot mit deinem Knowledge Base richtig reagieren und interagieren kann. Also unabhängig welches Tool ihr da nutzen wollt, da müsst ihr auf jeden Fall darauf achten, dass ihr a. eine kurente Knowledge Base habt, aber b. dass ihr auch mit APIs verbunden ist, da wollt ihr auf jeden Fall nicht diesen doppelten Pflegeaufwand haben, weil sonst kommt es, dass der Chatbot was anderes antwortet, als deine Knowledge Base aussagt. Fehlinformation, Unklarheiten, Intransparenz, hilft am Ende des letzten Tages nichts. Und der letzte Punkt, den ich noch machen will, ist glaube ich so der 8., den wir jetzt haben, Richtung Analytics und Feedback auswerten. Ich kann natürlich analysieren, welche Artikel wir oft aufgerufen worden sind. Ich kann dieses Nutzerfeedback sammeln, hat dieser Artikel wirklich geholfen und ich kann es auch letzten Endes optimieren, in so einen iterativen Prozess reingehen, aus diesen Insights letzten Endes zu lernen. Jetzt würde ich dich aber nochmal fragen Maxi, wir haben über viele Tools jetzt ja auch geredet. Wie sieht denn wirklich so das optimale Setup aus, das wirklich skaliert? meine jetzt gerade auch im E-Commerce, wir viel unterwegs sind.

Max: Ja, jetzt kommt so die beliebteste Antwort von allen Unternehmensberatern. Es kommt ganz drauf an. Es kommt wirklich wirklich, also wir können da jetzt keine ganz klare Empfehlung geben, welche Tools man verwenden sollte, sondern man muss immer anpassen auf das bestehende Tech Stack, was man hat. Also man will jetzt natürlich nicht seine ganzen Software umziehen, sondern auch irgendwie schauen, dass eben das, was man sich reinholt, auch irgendwie sich gut kombinieren lässt mit den bestehenden. Software, die man eben schon hat. Und da müsste man einfach wirklich dann wirklich einzeln schauen, okay, gibt es da eine Integration, die besteht? Gibt es da eine offene API? Wie kann man das irgendwie verbinden und was ist da wirklich das Beste? Also da ist, glaube ich, so Integration ist einfach immer so das A und O, damit das auch alles wirklich flüssig zusammenläuft. Und wir haben ja auch schon so ein paar Tools genannt. Aber das wichtigste ist natürlich die Helpdesk Software, die man hat. Da gibt es ja Crayhound, Freshdesk, Xendesk, Capspot und wie sie nicht alle heißen. da ist auch häufig dann wichtig, das irgendwie zu verbinden. Wenn man eben ein Chatbot nutzt, auch zu schauen, ok, hat der Chatbot-Anbieter eben hier auch wirklich bestehende Integration, kann ich die da einfach mit reinfließen lassen und dann sollte, wenn man Chatbot benutzt, eben sollte der Chatbot dann auch eben mit der Knowledge Base irgendwie zusammen funktionieren. Und da gibt es ja auch verschiedene Tools, die man benutzen kann. Help Juice, Beispiel Confluence von Atlassian ist glaube ich auch sehr bekannt, von Microsoft gibt es mittlerweile auch Microsoft Loop, was sehr ähnlich zu Notion auch ist. Notion ist auch einfach ein super beliebtes in dem Bereich und dann kann man das Ganze natürlich auch irgendwie mit JetGPT verknüpfen oder OpenAI bietet da auch einfach super viel an. Für alle die Shopify nutzen oder ich denke auch bei Shopware gibt es ja super viele so Help Center Apps, also im eigenen App Store, da gibt es auch wirklich kostengünstige teilweise mit dem man das machen kann nur da muss man dann eben auch immer schauen klar die lassen sich dann gut mit Shopify zum Beispiel verbinden aber ob die sich dann eben auch mit den anderen Softwareanbietern gut verknüpfen lassen ist da mal so bisschen dahingestellt sollte man da auf jeden fall auch checken bei Thema Mehrsprachigkeit hatte ich ja vorhin auch schon mal erwähnt da gibt es Tools wie Localize oder Webglot die eigentlich auch recht günstig sind je nachdem eben auch in wie viele Sprachen man übersetzen will. Thema Suche und Personalisierung gibt es zum Beispiel Algolia oder Clivu und worauf wir jetzt auch gleich noch mal eingehen werden ist das ganze Thema Analytics oder auch Feedback einsammeln und da gibt es auch einfach super viel. Man kann mit Hoja zum Beispiel sich Heatmaps anzeigen lassen. Funktionen gibt es bei Clarity oder auch bei PIVIC Pro, dass man hier eben auch wirklich gutes Engagement tracken kann und sich Feedback einholt. Einfach ob eben die Knowledge Base Inhalte auch wirklich gut sind oder nicht. Also, wie gesagt, die Magie liegt irgendwo in der Verknüpfung der verschiedenen Tools und eben wenn dein Bot deinen Help Test und deine Knowledge Base dieselbe Datenbasis nutzen, das Service am Ende einfach wirklich zum Erlebnis. Ich habe es jetzt schon paar Mal angesprochen, Thema KPIs. Jakob, woran erkenne ich denn, ob meine Knowledge Base wirklich funktioniert und ob sie wirklich gut ist?

Jakob: Genau, ich glaube, immer wichtig ist, ist das Ganze zu messen. Das heißt wirklich zu gucken, nicht nach Bauchgefühl. Das ist ja das, wo wir immer sagen, nicht nach Bauchgefühl schauen, sondern wirklich faktenbasierte Entscheidungen zu treffen. Gut, die eine KPI ist relativ offensichtlich, das ist die Self-Service-Quote. Das heißt, sie gucken, wie viele Anfragen meiner Kundenkontakte ... werden im Safe Service gelöst. Da sagt man, Größe 60 % ist so eine Metrik, wo man sich orientieren kann, dass das ein guter Indikator ist. Da würde ich gerne auch noch eine Metrik ergänzen, ... die auch dazu zählt, ist meine Kundenkontaktquote. Das heißt, wie viel Prozent meiner Kunden kontaktieren mich. Das kann man dann pro Channel anbauen. Wenn ich jetzt zum Beispiel eine Kundenkontaktquote von 30 % habe, dann weiß ich, 3 von 10 Kunden kontaktieren mich auf Channel, ... Beispiel WhatsApp immer wieder. Oder noch viel relevanter für NoData, auf meiner Webseite, sie über ein Webformular oder ähnliches reinkommen. Wenn ich erkenne, dass ich da zum Beispiel über 10 % lege, denn 10 % ist so der gute Branchenwert, dann weiß ich, dass ich wahrscheinlich in meiner Knowledge Base, meinen FAQ-Inhalten, das nicht so gut strukturiert habe, dass Kunden Hilfe zur Selbsthilfe haben. Und das ist ein super guter Indikator, mal zu gucken, kann ich die Search noch verbessern. Fehlen gewisse Artikel. Auf der anderen Seite ist natürlich auch super interessant die Search to Click Rate. Das heißt, wie viele suchen, führen zu einem Klick auf einen Artikel letzten Endes. Also wenn die Leute was searchen, klicken die auf den Artikel dann wirklich drauf, lesen sich dann sozusagen durch und damit auch verbunden, die Click-to-Success-Rate wurde nach dem Lesen eines Artikels noch Artikel erstellt. Super relevant, weil das dann auch aussagt, hat mir das überhaupt weitergeholfen, dieser Knowledge Base Artikel? Und wenn der zu oberflächlich ist, dann hat er wahrscheinlich eben nicht weitergeholfen. Das muss man immer auch aus Anwendersicht machen, also das heißt, die Artikel immer auch aus Anwendersicht aufbauen. Natürlich gibt es aber auch noch so was wie Soft Facts, also einfach die Zufriedenheitsquote. Wie viele Daumen und Hochdaumen runter kriegt man das? Und wenn es über 85 % ist, würde ich mal sagen, hast du gut gemacht, das ist ein guter Artikel, alles drunter. Geht bei mir auch schon die Warnsignale an, dass er nicht so super hilfreich ist. Und natürlich auch ganz generell, wie viele Tickets werden denn durch Artikel beispielsweise gelöst, also wenn jetzt auch ein Support Agent einen Artikel mitschickt zu dem jeweiligen Thema. Und es kommen halt zwischen 30 bis 50 Prozent keine Rückfragen mehr. Dann weiß ich auch, hier habe ich einen guten Job gemacht. Der Kunde replied vielleicht auch nicht mehr drauf. Dann weiß ich auch, dass es hier irgendwie erfolgreich war. Und für mich auch eine super interessante Metrik jetzt über AI möglich. Wie viele neue Artikel habe ich denn pro Monat generiert? Das gehört für mich auch in All-Hands Meetings rein. Und da würde ich mal sagen, dass man schon so über 20 Artikel pro Monat generieren lassen sollte über eine AI. Weil, und das ist genau der Grund, wir vorhin hatten. Noll-Specs sind ja gar nicht statisch. Das heißt, es ist schon immer dynamic, weil du hast in gewissen Phasen deines Unternehmens immer andere Serviceanfragen auch. Beispielsweise in der Hochphase hast du ganz andere Kundenanfragen noch. Oder beispielsweise, weil es Probleme mit dem Versanddienstleister oder Ähnlichem gibt. Oder weil du neuen Produktlaunch hast. Das heißt, diese, viele Artikel denn pro Monat generiere ich denn, ist für mich auch eine super treffsichere Möglichkeit. Und du hast es ja schon gesagt, das kann man über Senddesk, Freshdesk, Hodger und wie sie alle heißen. super gut machen. Vielleicht noch eine Ergänzung Maxi. Ich kriege oft die Frage, was ist die beste Knowledge Base? Da sage ich immer, es hängt super davon ab, was du gerade in deinem Tag Stack aktuell verwendest. Wenn du beispielsweise schon einen ZenDesk einsetzt hast, finde ich es schon sinnvoll, auch die ZenDesk Knowledge Base zu nutzen. Das Einzige, was einem klar sein muss, ist, dass man schon eine gewisse Abhängigkeit hat, weil du außerhalb der ZenDesk Knowledge Base beispielsweise den KI-Chatbot nicht mehr nutzen Es sind noch paar Soft Facts, ich einmal mit dazuzählen. Aber sage mal, den KPIs ist man relativ gut aufgestellt, seine Knowledge Base auch, sage ich mal, metrikbasiert zu analysieren.

Max: Genau, vielleicht ergänzend dazu noch zum Schluss. Also super wichtig, diese ganzen KPIs zu tracken. Aber man muss dann natürlich dann auch dafür sorgen, dass man Prozesse einrichtet, dass man dann eben auch so diese, was ich vorhin angesprochen hatte, diese Stale Content Benachrichtigung auch bekommt. Wenn eben Informationen irgendwie veraltet sind oder fehlen oder eben eine von diesen KPIs unter die gewünschte Benchmark rutscht, dass man dann eben auch benachrichtigt wird oder dass es jemanden gibt im Team, der diese KPIs auch regelmäßig überprüft und dass sie dann reportet werden, dass man da auch einfach einen richtigen Prozess aufsetzt, ⁓ also nicht nur diese KPIs zu checken, sondern eben auch wirklich dann benachrichtigt zu werden, wenn da irgendwas nicht stimmt. Zum Schluss würde ich sagen, geben wir nochmal so ein paar weitere Tipps zur Optimierung der Knowledge Base. Vielleicht wird auch nochmal so ein paar Sachen hinzufügen zu dem, was du vorhin gesagt hast, Jakob, als das Ganze ging, also wie kann Knowledge Base zum Game-Changer auch werden. Ein erster Punkt oder erster Tipp wäre, was wir auch schon besprochen haben, es muss einfach einen ganz klaren Redaktions- und Freigabeprozess geben. Und das ist wirklich einfach super wichtig, weil sonst entsteht Chaos. Und ich immer wieder fasziniert, bei wie vielen Unternehmen es das nicht gibt, weil das natürlich von der Prio nach hinten rutscht. Aber man muss einfach, ⁓ eine wirklich gute Qualität zu sichern, muss man einfach Verantwortlichkeiten definieren, klare Rollen festlegen. Da gibt es dann sowas wie, es gibt einen Content Owner, es gibt einen Redakteur, Redakteur-Reviewer. Und dann muss es auch eben eine Person geben, die dann eben die Artikel auch freigibt oder nicht. Und das kann man ja auch mit Unterstützung von KI machen. Also wenn man jetzt Artikel mit KI generiert automatisiert geht es ja super schnell aber sollte dann schon noch ein mensch auch noch mal drüber schauen und das ganze reviewen ob das passt und dafür ist es dann auch einfach wichtig irgendwie richtige guidelines zu hinterlegen also wie soll die sprache format struktur und tonalität sein das kann man natürlich auch alles mitgeben damit das auch direkt beachtet wird bei der erstellung von den artikeln und dann natürlich ganz easy irgendwie in Redaktionskalender verwenden. Also ich kenne es aus dem Marketing auch, dass man da zum Beispiel sowas wie Notion, Trello oder Airtable nutzt, dass man da einfach eine gute Übersicht hat und dann lässt sich auch einfacher tracken, was du vorhin gesagt hast, wie viele Artikel denn überhaupt erstellt wurden. Dann, das hatten wir auch schon angesprochen, die Verknüpfung von den verschiedenen Support-Prozessen. Die Support-Teams sind ja auch häufig einfach die wichtigsten Inputgeber für relevante Inhalte, weil sie einfach am nächsten dran sind an den Kundinnen. Und jeder gelöste Sonderfall oder jedes gelöste Ticket, wo es vielleicht noch keinen Inhalt zu in der Knowledge Base gab, ist ja ein Potenzieller neuer Artikel und der kann ja super einfach mit ChachiBT oder eben einer anderen KI einfach erstellt werden. Und da ist es einfach wichtig, dass man eben sein ganzes Support Team darauf auch trainiert zu sagen, ok, hey, wenn ihr irgendwo einen Fall habt, der so noch nicht vorgekommen ist oder wo wir die Antwort noch nicht hinterlegt haben, muss es einen klaren Prozess geben, wie man das dann eben hinterlegen kann oder eben dann an Head of Customer Service weitergehen kann. Dann, vierter Punkt, es muss eine Multi-Channel Zugänglichkeit geben. Multi-Channel ist, glaube ich, einfach generell wichtig, vor allem im E-Com, aber eben nicht nur für KundInnen, sondern auch für die Support-Agenten, dass die eben auch auf die Informationen über verschiedene Kanäle zugreifen können. Das kann dann eben ein Chatbot sein, intern als auch extern. Es muss eine E-Mail-Adresse geben. Es können Apps sein. die man benutzt oder auch einfach ein Suchfeld, was man eben im Kundenkonto anlegt. Fünfter Punkt, den hast du auch schon erwähnt, also dass man wirklich auch Content personalisieren kann, spezifisch auch Nutzergruppen, also das man unterscheidet, ist es B2B, B2C, es neue Bestandskunden und da dann eben auch das Ganze vereinfacht nach Artikelvarianten, Kundentypen, ⁓ dann eben die Suche auch einfach zu optimieren und dass das Ganze dann auch einfach gezielter läuft. Und beim sechsten Punkt würde ich auch einfach nochmal gerne ergänzen, das hattest du auch schon, dass man, man eben einen Bot benutzt, den auf die Knowledge Base optimiert, da gibt es, das finde ich ein cooles Buzzword, Retrieval Augmented Generation. Und das hat einfach auch mit LLM und KI einfach generell zu tun. Da geht es einfach darum, dass man schaut, dass die KI eben mit der Knowledge Base auch zusammenarbeitet, also dass wirklich externe Informationen abgerufen werden, also die werden retrieved und dann in die Textgenerierung mit eingebunden werden. Das heißt also, die AI durchsucht die Knowledge Base und verbindet dann die Infos aus der Knowledge Base mit der spezifischen Frage des Nutzers oder der Nutzerin und generiert daraus dann die Antwort. im Prinzip kennt man das von Chatcha Petey auch so, aber ich glaube daraus ergeben sich dann eben auch einfach sehr viele neue Ideen für neue Artikel, für neuen Content für die Knowledge Base. Und da sollte man dann auch einfach darauf achten, dass man der AI eben auch vorgibt, wie die Struktur ist, dann für SEO oder auch generell die Suche einfacher ist, dass man saubere Überschriften hat, Absätze benutzt, Stichpunkte und so weiter. Und Meta-Informationen sollte man auch hinterlegen, also dass man die Zielgruppe hat, das Thema, das letzte Update und da kann AI oder auch Suchtools auch wirklich, kann man die proaktiv unterstützen, damit diese eben dann auch diese Informationen besser finden.

Jakob: Genau, was ich super häufig auch bei mir in den Gesprächen höre ist so, Jakob, ich meine Knowledge Base KI optimiert aufbauen? Ist eine riesen Frage, die wir in Gesprächen immer wieder hören. Also gibt es irgendwas, dass eine AI besser was searching kann, also bessere Suchergebnisse auch hinkriegt von meiner Knowledge Base? Und die klare Antwort, du ja auch schon gesagt hast, Maxi, ist ja, auf jeden Fall. Du kannst deine Knowledge Base KI optimiert aufbauen. Im besten Fall kommt eine AI eben damit klar, weil sie letzten Endes die Information in sogenannte Chunks immer aufteilt. Du hast eine Überschrift, also eine Beispielfrage sozusagen, wo die AI weiß, OK, es bezieht sich diesen Kontext. Dann hast du den Antwortpassus, Absatz. Frage, Antwort. Und so kannst du eine Novel Space super gut aufbauen, weil die Search dann einfach besser wird, weil die AI sich wieder diese kleine Pakete sozusagen letzten Endes nimmt. Was auch wichtig ist, dass es dann natürlich textbasiert sein muss. Was eine AI derzeit ja noch nicht kann, ist beispielsweise aus Fotos oder Videos sozusagen alles zu extrahieren und dann das Ganze zu searchen. Also wenn du jetzt eine Novel Space mit drei Bildern hast, wird die AI auch nicht gut sein. Was du schon machen kannst, beispielsweise, dass du bei Bildern alte Texte hinterlegst. das sozusagen, was die AI ja immer macht, Das ist zurück zu transkribieren in Text, das kannst du schon machen. Funktioniert bei Bildern auch gegebenenfalls, aber man sollte schon darauf achten, alles verschriftlich zu haben. Wenn man das jetzt KI-optimiert für eine Search, ein Chatbot oder ähnliches aufbauen will, ist das nochmal ein Thema, was ich super häufig höre. Das vielleicht nochmal als kurzer Exkurs dazu. Aber da den Ball bei dir auch aufzunehmen, wenn wir jetzt Richtung Tipp, Rechtemanagement und Resonierung auch nochmal schauen, warum ist das super wichtig? Gerade auch bei Knowledge-Bases, ich muss natürlich sensibler Infos oder zum Beispiel interne Abläufe, die sollen ja nicht für jeden öffentlich sein. Also meine Serviceprozesse intern sind schon mal was anderes als extern. Beispielsweise, wenn wir jetzt eine Lieferverzögerung haben, kriegt der Kunde vielleicht die Information, hey, der L hat ein Problem, vielleicht habe ich ja auch ein Problem mit der Logistik, was ich gar nicht so kommunizieren will. Natürlich müssen die ... aufgeteilt werden. Sie haben einen sehr hohen Deckungsbeitrag. Wahrscheinlich sind 70 bis 80 Prozent genau gleich, die intern und extern genutzt werden. Aber eben diese 20 Prozent, die du nicht willst, dass externe kriegen, die müssen aufgesplittet werden. Und das kann man super gut über Tags steuern. Du kannst Knowledge Bases stacken mit intern und extern. Und dazu musst du Authentifizierungsmechanismen einbauen. Beispielsweise internen Knowledge Bases hinter ein SSO-Verfahren rein machen oder öffentliche Informationen auf der Webseite einfach bereitstellen, letzten Endes auch Systemen die Möglichkeit zu geben über diese Text zu wissen, okay das ist ein externer Kunde, das ist ein interner, da kann ich eben gewisse Informationen rausgeben und da gehören ganz klassisch dann tatsächlich auch Rollenkonzepte oder Rollen und Rechte Systeme zu. Wenn wir jetzt auf CMS Ebene uns befinden, gibt es eben Entwurfmodus, es gibt ein Review, es gibt ein Publisher und natürlich sieht man auch ein Änderungsverlauf, also sozusagen die Change in den Logs je nach Artikel, zu gucken wer was geändert hat. Das ist auf jeden Fall bei Neulich Press extrem wichtig. Was das ganze Thema Testing und UX-Optimierung angeht, kann man natürlich auch mal gucken, welche Artikel funktionieren gut, welche funktionieren aber nicht so gut. Dafür kann man einfach das AB-Testing machen. selben Thema zwei Artikel, andere Headline, anderer Aufbau, zu gucken, wie gut funktioniert das eigentlich alles gerade. Da kann man dann eben auch UX-Analysen drauf fahren, ⁓ zu gucken, aber auch Stichproben zu machen, einfach mal Kunden anrufen, zu fragen, wie finden die eigentlich die einzelnen Artikel. Also so Mini-Analysen fahren hilft da letzten Endes auch. Und worum es auch geht, wieder, was wir auch berücksichtigen müssen, sind Wissenslücken erkennen. Und da die Analyse halt ich für mit eigentlich die wichtigste sozusagen auch mal zu gucken, was war denn die No Results? Also wo haben denn Leute No Results gefunden? Welche Begriffe haben die denn eigentlich in die Knowledge Base eingegeben? Und das ist glaube ich super interessant, dann auch mal Rückschlüsse zu ziehen, wo was fehlt und wo es jetzt in den Endes mögliche Eskalationen gibt, die ich noch gar nicht Status Quo abdecken kann. Und am Ende des Tages sagen wir auch immer, du kannst alles gut aufbauen, kannst alles gut managen, aber du musst deine Leute auch schulen und enablen mit Change Management, weil eine gute Knowledge Base lebt immer von der aktiven Nutzung und der Pflege von einem Support Team. Das heißt, es muss immer Bestandteil des Onboardings sein, muss ein Newsletter oder Updates müssen der Knowledge Base gepublished werden, zum Beispiel dem Artikel der Woche oder ähnliches, oder mit dem KPI-Auswertung, welcher Artikel gerade besonders viel sind. Und natürlich kann man da auch Richtung Gamification denken. Wer hat Beispiel jetzt den besten Knowledge Base Artikel geschrieben? Was du immer willst, ist, dass deine Mitarbeiter ihr Wissen zentralisieren. Wo ist jetzt erstmal egal, welches Tool es da für dich nutzt, aber du willst, dass deine Mitarbeiter die Knowledge Base Inhalte zentralisieren, gegen Fluktuationen, Rente oder sonstiges vorzubeugen. Und das ist ein absolutes Must-Have für jede Company letzten Endes im Knowledge Base Management.

Max: Am Ende würde ich gerne noch so bisschen zusammenfassen, jetzt mal so die ganzen Tipps, die wir auch gesagt haben oder was man auch daraus einfach sieht, ist eben das, wenn du deine Knowledge Base mit KI verknüpft, verwandelst du wirklich so ein passives Wissenslager in ein aktives Service- und Sales-Instrument. Und warum jetzt wieder Sales? Das ist ja unser Lieblingsthema, über das wir immer reden. Warum ist es jetzt ein Sales-Instrument? Na ja, je einfacher du es einfach deinen Kunden machst, eben die Antworten auf ihre Fragen zu finden, desto eher kaufen die halt auch bei dir. Also desto eher wissen die einfach im ganzen Kaufprozess einfach alles, was sie wissen müssen und sind zufriedener und am Ende steigert das einfach nur auch deinen wahren Kopfwert. Also dieses ganze Self-Service Thema ist einfach super wichtig, einfach auch deinen Umsatz zu steigern. Und das kannst du eben auch erreichen, indem du eine super gute Knowledge Base hast, die du KI optimierst. oder auch einfache Prozesse einführen. glaube, wir haben es auch immer wieder gesagt, also du brauchst nicht unbedingt immer das allerbeste Tool, sondern du kannst auch einfach super viel auch schon manuell einführen oder eben auch mit sehr kostengünstigen oder auch teilweise kostenlosen KI-Tools machen, einfach auch los zu starten. Die ganzen erwähnten Tools packen wir euch natürlich in die Show Notes rein. Könnt ihr euch einmal mal alle anschauen. und da vielleicht auch eine Liste machen, was ihr gebrauchen könnt oder was nicht und was vor allem auch in euer Text Deck am besten reinpasst. Und ansonsten hinterlasst uns gerne einfach eine Bewertung, schreibt uns auf LinkedIn oder per Mail. Interessiert uns natürlich auch, wie so euer Text Deck aussieht oder womit ihr eure Knowledge Base pflegt. Freuen uns auf das ganze Feedback und dann bleibt nur noch zu sagen, bis zum nächsten Mal bei Service Sales.