Sind KI-Agenten das Kontaktcenter-Handbuch neu schreibend?

Es gab eine Zeit, als Callcenter hauptsächlich gebaut wurden, um große Mengen an Kundenanfragen per Telefon zu bearbeiten. Heute haben Kontaktcenter sie weitgehend ersetzt – die operativen Zentren, in denen Unternehmen Kundeninteraktionen über mehrere Kanäle hinweg verwalten: Telefon, E-Mail, soziale Medien und Messaging-Apps.

Aber trotz dieser Verschiebung der Kanäle ist das zugrunde liegende Modell weitgehend gleich geblieben.

Einfache Kundenanfragen bewegen sich noch immer durch einen fragmentierten Stapel: Interactive Voice Response (IVR) für die Verifizierung, Customer-Relationship-Management- (CRM-) Plattformen für Kontodetails, Ticketing-Tools für die Nachverfolgung und separate Backendsysteme, um die Aufgabe abzuschließen. Cloud-basierte Plattformen wie Contact-Center-as-a-Service (CCaaS) haben diese Tools näher gebracht und ermöglichen flexiblere Betriebe, aber das Erlebnis bleibt weit entfernt von einer nahtlosen Erfahrung und hängt von mehreren Schritten, Übergaben und manueller Koordination ab.

Über Jahre hinweg hat sich dieses Modell bewährt. Dann trat KI in das Bild.

Als KI-Agenten an Fahrt gewannen, begannen Start-ups und etablierte Unternehmen auf breiter Front, Tools aufzubauen und bereitzustellen, die eine neue Phase versprachen, die durch die Fähigkeit von KI ermöglicht wurde, Intelligenz über Systeme hinweg zu entsperren und bisher abgekapselte Daten zu nutzen.

Disparate Systeme werden zu Relikten

Mit KI-Agenten an Bord betreiben Kontaktcenter nicht mehr in Silos. Agenten können Informationen abrufen, Aktionen auslösen und Aufgaben über Plattformen hinweg abschließen. Wenn ein Kunde eine Gebühr bestreiten möchte, kann ein KI-Agent seine Identität verifizieren, seine Transaktionshistorie aus der CRM abrufen, die relevanten Richtlinien überprüfen, den Streit auslösen und das Ergebnis bestätigen – alles innerhalb einer kontinuierlichen Interaktion. Keine Übergaben oder manuelle Koordination erforderlich.

Aufgaben, die früher erforderten, dass Menschen zwischen mehreren Tools wechselten, geschehen nun im Hintergrund. Viele der Komplexität kann abstrahiert werden, und der Kunde oder sogar der menschliche Agent muss nie sehen, wie der Prozess im Hintergrund funktioniert.

Dieser Wandel verändert auch die Rolle der Software selbst. Software ähnelt nun einem Satz von Bausteinen, während KI-Agenten als die Schicht fungieren, die Systeme verbindet und koordiniert. Feste Workflows weichen flexibleren Interaktionen, die von der Situation und nicht von vorgegebenen Pfaden geprägt sind: Anstatt starre Menüoptionen oder skriptgesteuerte Flows zu befolgen, werden Entscheidungen in Echtzeit auf der Grundlage des Kontexts getroffen.

Es ist Zeit, Ihren Technologie-Stack neu zu bewerten

Kontaktcenter-Führungskräfte stehen heute vor einer großen Frage: Wenn Software nicht mehr der primäre Wertspeicher ist, wohin sollte die technologische Investition gehen?

Glücklicherweise müssen Sie Ihre bestehenden Systeme nicht sofort ersetzen. Sie müssen nur überdenken, wie diese Systeme miteinander interagieren.

In diesem aufkommenden Modell übernehmen KI-Agenten die Orchestrierung und koordinieren Aktionen über Systeme hinweg, anstatt auf vorgegebene Workflows zu vertrauen. Application Programming Interfaces (APIs) und das Model Context Protocol (MCP) werden zur primären Kommunikationsweise zwischen Systemen, sodass Agenten Daten, Systeme und Kontext zugreifen und interpretieren können, um Tools über den gesamten Stapel hinweg ordnungsgemäß zu verwenden.

Aber die Neukonfiguration allein reicht nicht aus. Für all ihre Nützlichkeit sind KI-Tools noch immer fehleranfällig. Eine Vielzahl von Faktoren kann dazu führen, dass ein KI-Tool halluziniert, von seiner Ausrichtung abweicht oder von Richtlinien und Leitlinien abweicht. Wenn sich dieser Wandel vollzieht, wird es einen wachsenden Bedarf an Beobachtbarkeit, Messung und Rechenschaftspflicht geben.

KI-Agenten erledigen nicht nur die Aufgabe; sie treffen Entscheidungen wie die Genehmigung von Rückerstattungen, die Aktualisierung von Konten und die Eskalation von Problemen. Und da diese Tools viel schneller arbeiten als jeder Mensch, kann jeder Fehler innerhalb von Stunden über hunderte oder sogar tausende von Instanzen hinweg wiederholt werden.

Genau deshalb benötigen Organisationen eine Beobachtbarkeit, um zu wissen, was ihre KI entscheidet; Testtools, um Fehler rechtzeitig zu erkennen; und Logging-Infrastruktur, um Fehler prompt zu untersuchen.

Die ordnungsgemäße Einrichtung solcher Schutzmechanismen um jede KI-Implementierung herum wird eine flexiblere und responsivere Architektur ergeben, die in der Lage ist, Komplexität auf eine Weise zu bewältigen, die traditionelle Workflows nicht könnten. Es ist erwähnenswert, dass diese Architektur auch von Natur aus weniger vorhersehbar ist und neue Ansätze für Überwachung und Governance erfordert.

Die Kompromisse

Obwohl KI eine Welt der Möglichkeiten eröffnet, führt der Schritt in Richtung Autonomie zu neuen Risiken für Kontaktcenter, einem Geschäft, in dem Konsistenz und Vertrauen entscheidend sind.

Strukturierte Workflows waren seit Langem die Grundlage der Kontaktcenter-Operationen. Jeder Schritt ist im Voraus definiert, jede Entscheidung folgt einem genehmigten Pfad, und jede Interaktion kann gegen etablierte Regeln überprüft werden. Diese Struktur hilft sicherzustellen, dass Kundeninteraktionen konsistent bleiben, regulatorische Anforderungen erfüllt werden und Richtlinien einheitlich auf jeden Fall angewendet werden.

Autonome KI-Agenten arbeiten anders. Im Gegensatz zu traditioneller Software, die vorhersehbare Algorithmen befolgt, treffen KI-Agenten Entscheidungen auf der Grundlage ihres zugrunde liegenden Modells, der Trainingsdaten und des Kontexts in Echtzeit. Diese Flexibilität ermöglicht es ihnen, sich an jede Situation anzupassen, aber sie führt auch zu Variabilität. Zwei ähnliche Kundenanfragen können auf slightly unterschiedliche Weise bearbeitet werden, je nachdem, wie der Agent die Eingabe interpretiert, welche Daten verfügbar sind oder wie das zugrunde liegende Modell verschiedene Signale gewichtet.

Ein Mensch, der einem starren Workflow folgt, neigt dazu, vorhersehbare Ergebnisse zu produzieren, aber KI-Agenten können unerwartete oder inkonsistente Ergebnisse produzieren und haben sogar ein hohes Potenzial für Voreingenommenheit. Ein KI-Agent kann ein Abrechnungsproblem korrekt lösen, aber einen ähnlichen Fall anders interpretieren.

Dies wirft wichtige operative Fragen für Organisationen auf: Wie können Sie die Rechenschaftspflicht aufrechterhalten, wenn Entscheidungen von einem KI-basierten System und nicht von jemandem getroffen werden, der einem Skript folgt? Wie können Sie die Transparenz in diesen Entscheidungen sicherstellen, insbesondere wenn Modelle komplex sind und nicht immer leicht zu interpretieren sind? Und wie können Sie die Einhaltung von Vorschriften in Umgebungen sicherstellen, in denen Aktionen dynamisch generiert werden?

Diese Fragen sind noch wichtiger in Kontaktcentern, da sie an der Schnittstelle zwischen Effizienz und Erfahrung liegen. Eine verzögerte Reaktion, eine falsche Lösung oder eine unerklärte Entscheidung kann Kunden frustrieren und unsicher machen, ob Ihr gesamtes Geschäft verlässlich ist. Sie werden Sie als Lösung in Frage stellen und vielleicht sogar zu einem anderen Anbieter wechseln.

Darüber hinaus gibt es die Herausforderung der Überwachung. Wenn KI-Agenten mehr Verantwortung übernehmen, benötigen Organisationen Wege, um ihr Verhalten in Echtzeit zu überwachen und zu testen, Anomalien zu erkennen und bei Bedarf einzugreifen. Ohne diese Art von Sichtbarkeit wird es schwierig, sicherzustellen, dass Systeme wie beabsichtigt funktionieren, oder zu verstehen, wenn sie nicht funktionieren.

Der Weg nach vorne

Organisationen sollten einen schrittweisen Ansatz bei der Einführung von KI-Agenten verfolgen. Anstatt bestehende Workflows vollständig zu ersetzen, sollten Organisationen damit beginnen, sie zu ergänzen, indem sie KI in kontrollierten Szenarien einführen, in denen die Risiken geringer und die Vorteile sofort spürbar sind.

Dieser Ansatz ermöglicht es Kontaktcentern, zu experimentieren und sich anzupassen, ohne die Zuverlässigkeit zu opfern. Sie können KI-Agenten in Niedrig-Risiko-Situationen einsetzen, um Voreingenommenheit zu identifizieren, Routing-Drift zu erkennen und andere Probleme anzugehen, sobald sie auftreten.

Das Ziel ist schließlich daran, die Qualität zu bewahren, und KI-Agenten sind nur ein weiteres Werkzeug, egal wie leistungsfähig sie sind. Ein Kontaktcenter, das diese Technologie mit der richtigen Balance aus Vorsicht und Optimismus einführt, wird uns eines Tages dazu bringen, Kontaktcenter und Callcenter im gleichen Licht zu sehen: als eine Sache der Vergangenheit.