So nutzen wir KI im Support – beim Kunden und intern.

Hallo und herzlich willkommen in der MSP-Servicefabrik. Heute schauen wir gemeinsam in den technischen Maschinenraum unserer Services. Ich gebe dir einen Einblick, was wir mit Automatisierung und künstlicher Intelligenz alles so machen. Mein Name ist Robert Sieber. Ich freue mich auf die nächsten Minuten mit dir.

Unsere Kernfragen für Automatisierung

Eigentlich ist das Intro falsch. Automatisierung und KI finden sehr wohl im Maschinenraum statt, aber die Herangehensweise ist eine andere. Alles, was wir gebaut haben, ist nicht aus der Frage „Was können wir mit der tollen Technik jetzt machen?“ entstanden. Nein, wir hatten immer eine der folgenden Brillen auf:

1. Wie können wir die Arbeit unserer Kollegen erleichtern? Warum? Einmal sicher wegen der Effizienz, klar. Aber auch immer unter dem Fokus, unseren Kunden einen wiederholbar guten Service zu bieten.
2. Wie können wir uns von sich wiederholenden Tätigkeiten entlasten? Bei allem, was wir mehr als dreimal machen, fragen wir uns, ob es sich lohnt, das zu automatisieren.
3. Welche Teile der Leistung muss wirklich ein Mensch erbringen? Was können wir an die Technik auslagern, ohne dass dabei die gefühlte Qualität des Service leidet?

Das sind die drei Kernfragen, die uns regelmäßig beschäftigen.

Geschäftsmöglichkeiten durch Technologie

Selbstverständlich gibt es noch folgende Frage: Welche neuen Geschäftsmöglichkeiten eröffnen sich, durch die Nutzung der Technologie? Aber letztlich stecken da wieder die drei Fragen dahinter, nur dass wir dort aus der Sicht der MSPs und Systemhäuser, also unserer Kunden, draufschauen.

Automatisierung des Onboarding-Prozesses

So läuft das seit der Gründung der Firma. Im Marketingsprech müsste ich jetzt wahrscheinlich sagen: Wir sind eine „Automation First Company“. Die erste Automatisierung war das Onboarding. Ich war es ziemlich schnell leid, das alles von Hand zu realisieren:

1. Vertragserstellung und -versand
2. Terminierung des Onboardings, Versand der Agenda und Vorbereitungsliste
3. Einsammeln aller relevanten Kundendaten im Onboarding.
4. Einpflegen ins ERP und unseren Onepager erstellen
5. Konfiguration der Telefonanlage
6. Konfiguration des Shared-Teams in Teams
7. Konfiguration der Wissensdatenbank
8. Integration in die Abrechnung

Heute sind das zwei manuelle Schritte:

1. Im CRM auf den Button Vertrag versenden klicken.
2. Wenn der Onboarding-Termin vereinbart ist, diesen ins ERP eintragen.

Fertig. Der Kunde erhält nach dem zweiten Schritt unter anderem unseren Onboardingleitfaden. Sobald dieser ausgefüllt ist, laufen alle anderen Schritte automatisch.

Die Balance zwischen Automatisierung und Nutzen

Beim Bauen der Automatisierung habe ich wohl so richtig Blutgeleckt. Ich mag es, über die Möglichkeiten der Automatisierung nachzudenken und diese dann auch umzusetzen. Häufig muss ich mich sogar bremsen, damit es nicht zu viel wird. Ganz wichtig: Du kannst auch zu viel Automatisierung haben. Es muss immer die Waage gehalten werden zwischen dem Aufwand für die Erstellung und Pflege sowie dem Nutzen. Automatisierung der Automatisierung willen ist geschäftlich nicht sinnvoll. Auch wenn es noch so viel Spaß macht.

Ticketbearbeitung bei unseren Kunden

Jetzt lass uns mal zu unseren Kunden schauen. Für einige Kunden übernehmen wir die Überwachung und Steuerung des Ticketbearbeitungsprozesses. Das heißt, wir kontrollieren unter anderem, ob:

1. die Reaktionszeit eingehalten wurde,
2. die Bearbeitung des Tickets auch wirklich voranschreitet oder es einfach nur offen rumliegt,
3. fertige Tickets geschlossen werden,
4. ausbleibende Kundenantworten eingeholt werden,
5. die Leistungserfassung durchgeführt wurde,
6. die Leistungserfassung beim richtigen Kunden erfolgt ist,
7. der Leistungstext für den Kunden verständlich ist,
8. Tickets beim Hersteller nicht vergessen werden,
9. und noch einiges andere.

Alles wichtige Aufgaben. Allein bei der Kontrolle, ob Leistungen erfasst wurden, merken die meisten Kunden im ersten Monat unserer Zusammenarbeit einen signifikanten Anstieg der abrechenbaren Leistung. Das sind gut und gern mal 30 % mehr abrechenbare Leistung – jeden Monat.

Mensch und Technologie kombinieren

Hinter fast allen Leistungen verbirgt sich ein Mensch. Aber er wird durch Automatisierung unterstützt. Für die meisten Aufgaben lassen sich klare Kriterien definieren. Dementsprechend haben die Kolleg*innen einen vorgefilterten Arbeitsvorrat und können nun individuell prüfen, ob eine Mahnung notwendig ist oder nicht. Das ist einer der Punkte, über die, die Techniker bei unseren Kunden sehr froh sind. Gesunder Menschenverstand und persönliches Ermessen spielen eine wichtige Rolle. Eben die Kombination von Mensch und Technologie.

Gleichwohl versetzt uns das Setup in die Lage, die Preise zu pauschalisieren.

Das richtige Werkzeug wählen

Robert, das kann man doch alles mit KI machen. Ja. Kann man. Ist aber nur die zweitbeste Lösung.

Du weißt, dass es mir wichtig ist, das passende Werkzeug für eine Problemstellung zu nutzen. Es bringt ja nichts, beispielsweise auf die oben genannten Aufgaben einen Agenten loszulassen, und der verfeuert dann jeden Tag unnötig Token und liefert immer mal wieder andere Ergebnisse. Bei der Disposition braucht es Präzision und Zuverlässigkeit. Da ist ein LLM einfach das falsche Werkzeug. Und es kostet einfach nur sinnlos Geld.

KI für Dokumentation einsetzen

Dann lass uns jetzt mal schauen, wo KI bei uns im Maschinenraum wirklich einen Nutzen bringt. Getrieben von den zwei Fragen „Wie können wir das Leben unserer Kolleg*innen einfacher machen?“ und „Wie können wir immer die gleichbleibend gute Qualität liefern?“ haben wir uns im ersten Schritt das Thema Dokumentation angenommen. Dabei sind Helfer entstanden, die dafür sorgen, dass die Techniker auch wirklich dokumentieren:

Spezifisches Wissen als Basis

Viele fangen an und lassen KI auf neue Tickets los, um die Techniker mit Vorschlägen für die Lösung zu versorgen. Die meisten davon lassen das ganz schnell wieder sein, weil es nicht den erwünschten Erfolg bringt. Ursache: Es fehlt die spezifische Dokumentation als Basis. In vielen Fällen helfen die generischen Lösungen aus dem Internet nicht. Um effektiv zu helfen oder gar autonom zu handeln, braucht es das spezifische Wissen um deine Umgebungen und Kunden.

Intelligente Dokumentations-Helfer

Daher haben wir im ersten Schritt vor knapp 14 Monaten einen anderen Weg gewählt: Ein Agent schaut jeden Tag über die von uns bearbeiteten Tickets und identifiziert die Tickets, die es wert sind, in der KB dokumentiert zu werden. Findet er was, bekommt der Bearbeiter oder die Bearbeiterin eine Information mit einem Link. Klick und schon ist da ein Helferlein, das zum Ticket relevante Fragen stellt und im Nachgang einen KB-Artikel im Dokumentationstool erstellt. Selbstverständlich bekommen der Verfasser und eine weitere Person die Möglichkeit, den Artikel vor der Veröffentlichung zu prüfen.

Video zu Wissensbasis konvertieren

Dann haben wir noch was für die unter uns, die freiwillig dokumentieren: Video to KB. Im Prinzip einfach: Vorn wird ein Video beim Automaten abgegeben und hinten kommt der fertige KB-Artikel inklusive Screenshot und ggf. kurzen Videosequenzen raus. Das landet dann nach Freigabe automatisch in der KB. Auch hier ist mir die richtige Werkzeugwahl wieder total wichtig: Beides ist nicht stumpf KI, sondern eine Kombination aus verschiedenen Werkzeugen in einer Automatisierung. KI spielt dabei eine Rolle, aber gerade beim Video to KB nicht die entscheidende.

Ergebnis: Die technischen Kollegen dokumentieren immer mehr. Und immer besser. Das habe ich mal einem Kunden gezeigt, der war begeistert. Ein aus meiner Sicht kleiner, interner Helfer löste ziemliches Entzücken aus. Seitdem sind diese und andere Helfer auch bei unseren Kunden im Einsatz.

Kontinuierliche Pflege von Automatisierungen

An der Stelle möchte ich kurz abbiegen: Automatisierung ist nichts, was man mal hinstellt und dann für immer läuft, insbesondere, wenn du LLMs im Einsatz hast. Das bedeutet immer wieder Pflegen und Anpassungen. Also wieder Menschen, die dafür sorgen, dass die Arbeit der KI-Menschen gleichbleibende Qualität liefert. Das gehört bei uns immer dazu, wenn ich sage, es läuft bei unseren Kunden. Wenn ich zum Voicebot komme, erzähle ich dir noch was im Detail.

360° Ticketbearbeitung

Denn ich bin beim Thema Dokumentation noch nicht fertig. Die ist die Grundlage, für die nächsten KI-Menschen, die wir erst für uns gebaut haben und die auch bei unseren Kunden zum Einsatz kommen können. Zwei Beispiele: fürs Erste haben wir noch keinen passenden Namen und die Change-Authority.

Beim ersten Fall geht es darum, dass wir dem Techniker ein Ticket zur Bearbeitung geben, welches mit vielen Informationen angereichert ist, so dass er direkt mit der Bearbeitung loslegen kann und nicht lange suchen muss. Ich zeige dir das mal am Prozess der Störungsbearbeitung:

1. Im ersten Schritt wird das Ticket genommen und es durchläuft eine Triage: Auswirkung und Dringlichkeit werden ermittelt, damit das Ticket priorisiert werden kann. Es bekommt eine Kategorie und es wird ermittelt, welcher Techniker es bearbeiten soll. Das passiert auf Basis der Skills und der Verfügbarkeit.

1. Dann geht es los: Es wird geschaut, ob es in der Vergangenheit bereits ähnliche oder gleiche Störungen gab. Es wird in der Dokumentation geschaut, ob es dazu etwas Verwertbares gibt. Bei Bedarf wird auch das Internet befragt. Daraus werden Lösungsansätze gebildet, die der Techniker später angezeigt bekommt.

1. Nun wird in anderen Systemen geschaut, was es zu dem Nutzer, seiner IT-Ausstattung und dem Unternehmen noch so für relevante Informationen gibt. Der KI-Mensch schaut, abhängig von der Problemanalyse beispielsweise, welche Hardware dem Nutzer zugeordnet ist, und überprüft im RMM ob es Auffälligkeiten gibt, die relevant sind. Er holt weitere Informationen aus dem ERP oder CRM, aus Excellisten oder Wikis. Je nachdem, was an Wissensquellen da ist.

1. Sind jetzt noch Fragen offen, bekommen unsere Dispatcher diese und rufen den Kunden an. Oder der Techniker bekommt sie bei der Ticketbearbeitung vorgelegt. Jenachdem. Klar, das könnte auch ein Voicebot machen, aber da sind uns Menschen aktuell noch lieber. Aber es funktioniert.

1. Dann kommt der Techniker und öffnet sein Ticket. Nicht im Ticketsystem, sondern im „wir haben noch keinen Namen dafür“ nennen wir es mal Ticketdashboard. Dort sieht er all diese gesammelten Informationen. Übersichtlich, auf einen Blick. Kein Suchen mehr. Will er nachschauen, klickt er auf den Link. Ist sofort an der richtigen Stelle. Handelt es sich beispielsweise um ein Netzwerkproblem an einem Kundenstandort, sieht der Techniker dort alle Netzwerkgeräte des Standorts mit IP und, wenn möglich, Link zu Adminoberfläche.

1. Das Ticket wird bearbeitet, dokumentiert, alles an einer Stelle. Er hat immer auch die Möglichkeit, die interne Wissensbasis zu befragen.

1. Ticket ist abgeschlossen, die Dokumentation erstellt und alles wird dann in Ticketsystem und Dokumentationstool zurückgespielt. Und ist damit die Basis für das nächste Ticket.

Je besser das so funktioniert, umso näher kommen wir einem Zustand, in dem der KI-Mensch eigenständig Störungen beheben kann. Oder wenigstens einen größeren Teil der Bearbeitung übernimmt.

Für die Change-Authority muss ich ein wenig ausholen, deswegen verschieben wir das in die nächste Folge. Ich merke, wir haben schon ziemlich viel in Sachen Automatisierung und KI im Einsatz. Bei uns intern und bei unseren Kunden.

Mensch oder Maschine am Telefon

Zum Schluss möchte ich mit dir über Voicebots sprechen. Wie du weißt, ist einer unserer Kernservices der Dispatcher: Deine Kunden rufen an, wir gehen ans Telefon. Deine Techniker werden nicht mehr durch die Anrufe gestört und können mit gut qualifizierten Tickets gleich mit der Bearbeitung starten. So einfach, so effektiv für dich und die Zufriedenheit deiner Techniker und Kunden.

Auch wenn ich der Meinung bin, dass es immer die bessere Wahl ist, einen Menschen ans Telefon gehen zu lassen, als einen Bot, beschäftigen wir uns schon seit 18 Monaten mit Voicebots. Wir haben unzählige Varianten mit verschiedensten Anbietern gebaut und auf Herz und Nieren geprüft. Angefangen von „Nein, das kannst du definitiv nicht auf die Kunden loslassen.“ bis heute, dass wir Voicebots in unser Kernportfolio integriert haben.

Ich habe letzte Woche auf LinkedIn meine Erkenntnisse aus diesen 18 Monaten gepostet. Den Beitrag verlinke ich dir im Artikel. Zusammenfassend:

1. Der Voicebot braucht Pflege und Wartung. Es sind genau die gleichen Themen und Aufgaben wie bei dem Menschen, der die Telefonate führt. Nur die Art und Weise ist eine andere, und die ist aufwendiger und komplizierter. Die Maschine adaptiert das Gesagte nicht, sondern setzt es einfach um. Das ist gut und schlecht.

1. Der Bot allein ist nichts wert. Der größte Teil des Nutzens liegt in der Verarbeitung und Anreicherung der Daten bis zum fertigen Ticket. Wenn du dich da auf die Zusammenfassung des Telefonats verlässt, verlierst du einen großen Teil der Möglichkeiten.

Diese und alle anderen Erfahrungen haben uns dazu gebracht, dass wir nicht einfach Voicebots in unseren Servicekatalog schreiben. Bei uns ist es eine unscheinbare Option beim Dispatcher: Du entscheidest, ob ein Mensch, ein Bot oder eine Kombination aus beidem deine Hotline übernimmt. Was wir dir versprechen, ist ein qualifiziertes Ticket in deinem Ticketsystem. Kategorisiert, priorisiert, zugewiesen und so, dass die Techniker mit der Bearbeitung starten können.

Auch dazu erzähle ich dir in der nächsten Folge mehr. Denn während wir bei unseren menschlichen Kollegen vorwiegend auf Kommunikation setzen, um die Qualität zu erhalten und zu verbessern, braucht es bei den KI-Kollegen schon ein anderes Toolset. Mehr dazu, zur Change-Authority und noch einigen weiteren Anwendungsfällen von Automatisierung und KI im zweiten Teil dieser Folge.