Reggie Scales, Präsident und Leiter der Business Unit Applications bei Vonage – Interviewreihe

Reggie Scales, Präsident und Leiter der Business Unit Applications bei Vonage, ist ein erfahrener Technologie‑ und Kommunikationsmanager mit mehr als zwei Jahrzehnten Erfahrung in den Bereichen Vertrieb, Betrieb, Go‑to‑Market‑Strategie und Unternehmenswachstum. Seit seinem Einstieg bei Vonage im Jahr 2018 trägt er die Verantwortung für die Führungsebene im Anwendungsbereich des Unternehmens. Zuvor war Scales Senior Vice President für den westlichen US‑Markt bei Masergy, Vice President und General Manager der Central Region bei Comcast Business sowie Senior Vice President für Vertrieb und Marketing bei Wilcon. Früher in seiner Laufbahn verbrachte er über 12 Jahre bei PAETEC, wo er verschiedene Führungspositionen durchlief, darunter President of Sales and Service, und die Vertriebs‑ und Geschäftsabläufe für eine Region mit einem Umsatz von 1 Milliarde $ und etwa 500 Mitarbeitenden leitete. Sein beruflicher Schwerpunkt liegt auf dem Skalieren von Kommunikationsunternehmen, dem Aufbau leistungsstarker Teams und der Entwicklung von Unternehmens‑Vertriebs‑ und Kundenbindungsstrategien.

Vonage ist ein globales Unternehmen für Unternehmens‑Technologie und Teil von Ericsson. Das Unternehmen bietet Kommunikations‑APIs, Unified Communications und Contact‑Center‑Lösungen für mehr als 100 000 Unternehmen weltweit. Die Plattform ermöglicht es Organisationen, Sprach‑, Video‑, Messaging‑, Authentifizierungs‑ und weitere Kommunikationsfunktionen direkt in Anwendungen und Kundenerlebnisse zu integrieren, während die Business‑Communications‑ und Contact‑Center‑Produkte die Zusammenarbeit von Mitarbeitenden und die Kundenbindung unterstützen. Vonage integriert zunehmend künstliche Intelligenz und Mobilnetz‑Intelligenz in seine Plattform und stellt Unternehmen sowie Entwicklern Werkzeuge zur Verfügung, um personalisierte, sichere und automatisierte Kommunikationserlebnisse über digitale Kanäle hinweg zu schaffen.

Ihre Karriere erstreckte sich über Vertrieb, Service, regionale Betriebsführung, Kommunikationsinfrastruktur und jetzt über die Leitung des Anwendungsbereichs von Vonage. Wie hat diese operative Erfahrung Ihre Herangehensweise an die Einführung von KI geprägt, insbesondere im Hinblick auf das Gleichgewicht zwischen Innovation und messbaren Kunden‑ und Geschäftsergebnissen?

Ich bin seit über 25 Jahren in der Kommunikationsbranche tätig, und jede Phase meiner Laufbahn hat die Bedeutung unterstrichen, Technologieinvestitionen mit einem klaren geschäftlichen Bedarf zu verknüpfen. Ich begann mit dem Verkauf von Ferngesprächen, wechselte dann zu lokaler Kommunikation, Datennetzen, Cloud‑Computing und heute zu KI. Ich hatte die Gelegenheit, mehrere tiefgreifende Wandel in unserer Branche zu beobachten, und eine Erkenntnis blieb beständig: Neue Technologie liefert nachhaltigen Mehrwert, wenn sie ein echtes Problem für Kunden und das Unternehmen löst.

Dieses Denken übertrage ich auf KI. In einem Contact Center sollte der Ausgangspunkt das Ergebnis sein, das Sie verbessern wollen. Das kann bedeuten, Kunden zu helfen, Routinefragen schneller zu lösen, Mitarbeitenden während eines Gesprächs bessere Informationen zu geben, unnötige Schritte zu reduzieren oder den Wechsel zwischen Kanälen zu vereinfachen, ohne den Kontext zu verlieren.

Meine aktuelle Rolle umfasst Produkt, Engineering, Vertrieb, Partnerschaften und Kundensupport, was ebenfalls meine Sichtweise auf die Einführung prägt. Eine Fähigkeit kann technisch beeindruckend sein, doch Unternehmen müssen prüfen, wie sie in bestehende Abläufe passt, wie leicht Mitarbeitende und Kunden sie nutzen können und wie sie messen, ob sie funktioniert. Diese Verbindung zwischen Technologie, Umsetzung und Ergebnissen ist besonders bei KI wichtig, weil das Veränderungstempo so hoch ist.

Viele Unternehmen wollen generative und agentische KI in ihren Contact Centern einführen. Welche grundlegenden Arbeiten müssen sie in den Bereichen Daten, Workflow‑Design, Systemintegration und Governance erledigen, bevor sie über einen ersten Piloten hinaus skalieren?

Unternehmen benötigen ein starkes Fundament, bevor sie KI im gesamten Contact Center ausrollen. Ein Pilot kann in einer kontrollierten Umgebung mit einem engen Datensatz und einem begrenzten Workflow funktionieren. Die Skalierung bedeutet, die KI an mehr Systeme, mehr Kundeninformationen und mehr Unternehmensbereiche anzubinden, was zusätzliche Komplexität mit sich bringt.

Daten sind einer der ersten Punkte, die adressiert werden müssen. Organisationen müssen wissen, wo ihre Kundeninformationen gespeichert sind, ob sie korrekt und aktuell sind und wer die Berechtigung hat, sie zu nutzen. Das Workflow‑Design ist ebenso wichtig. Unternehmen sollten den Prozess verstehen, in den die KI eingreift, welche Entscheidungen sie treffen kann und wo ein Mensch eingreifen muss.

Integration ist ein weiterer zentraler Baustein. Kunden kommunizieren über Sprache, Messaging, Video und weitere Kanäle, während Mitarbeitende oft mehrere Systeme im Hintergrund nutzen. Bleiben diese Umgebungen getrennt, kann die Einführung von KI eine weitere Fragmentierungsschicht erzeugen.

Governance sollte von Anfang an etabliert werden. Unternehmen benötigen klare Regeln für Datenschutz, Sicherheit, Zugriffsrechte und menschliche Aufsicht. Sie sollten zudem festlegen, wie sie die KI im Laufe der Zeit bewerten. Über einen Piloten hinauszugehen erfordert das Vertrauen, dass die Technologie konsistent performt, wenn die Anzahl der Interaktionen und das Spektrum der Situationen zunimmt.

Kundeninformationen sind häufig über CRM‑Systeme, Anruf‑Transkripte, Messaging‑Verläufe und andere Unternehmensplattformen verteilt. Was erfordert eine wirklich einheitliche Kundenkontext‑Schicht, und wie können Unternehmen verhindern, dass KI‑Systeme auf unvollständige oder veraltete Informationen zugreifen?

Eine nützliche Kundenkontext‑Schicht beginnt damit, die Informationen zu verbinden, die erklären, wer der Kunde ist, was bereits in seiner Reise geschehen ist und was er jetzt erreichen möchte. Dazu können CRM‑Daten, Anruf‑Transkripte, Messaging‑Verläufe, Kontodetails, frühere Service‑Interaktionen und weitere relevante Aufzeichnungen gehören.

Viele Unternehmen verwalten diese Bestandteile noch in separaten Systemen, was Probleme verursacht – mit oder ohne KI. Ein Kunde kann ein Gespräch in einem Kanal beginnen, zu einem anderen wechseln und dann Informationen wiederholen müssen, weil das zweite System die Historie des ersten nicht kennt. KI macht die Lösung dieser Fragmentierung noch wichtiger, weil ein Agent nur dann eine sinnvolle Empfehlung geben oder geeignete Maßnahmen ergreifen kann, wenn er über zuverlässigen Kontext verfügt.

Organisationen müssen wissen, welche Systeme für welche Informationsarten maßgeblich sind, und Prozesse etablieren, die diese Informationen aktuell halten. Sie benötigen zudem Schutzmechanismen für Situationen, in denen die KI nicht über genügend Kontext verfügt, um sicher zu handeln.

Fehlt Information, ist sie widersprüchlich oder veraltet, sollte die KI diese Einschränkung erkennen und um Klarstellung bitten oder einen Menschen einbeziehen. Das ist besonders wichtig, wenn KI von der reinen Beantwortung von Fragen zu Handlungen für Kunden übergeht.

Wie sollte ein effektiver Übergang von einem virtuellen Agenten zu einem menschlichen Berater aussehen? Welche Informationen über die Kundenabsicht, das vorherige Gespräch, bereits erledigte Aktionen und das ungelöste Problem sollten übertragen werden, damit der Kunde nicht von vorne beginnen muss?

Der Kunde sollte einen nahtlosen Übergang erleben, der als Fortsetzung desselben Gesprächs wahrgenommen wird. Sobald ein menschlicher Berater das Gespräch übernimmt, sollte er verstehen, warum der Kunde Kontakt aufgenommen hat, was bereits besprochen wurde, was der virtuelle Agent erledigt hat und was noch offen ist.

Mindestens sollten die Kundenabsicht, die relevante Gesprächshistorie, Kontoinformationen für die Interaktion, bereits durchgeführte Schritte oder Verifizierungen sowie der Grund für die Eskalation durch den virtuellen Agenten übergeben werden. Wenn der Kunde das Problem bereits erklärt oder eine Frage beantwortet hat, sollte der Berater diese Informationen sofort zur Verfügung haben.

Diese Kontinuität ist wichtig, weil einer der größten Frustrationsfaktoren im Kundenservice darin besteht, ein Gespräch von vorne beginnen zu müssen. KI sollte diese Reibung verringern, anstatt weitere Schritte hinzuzufügen.

Wenn virtuelle Agenten in der Lage sind, einen größeren Anteil routinemäßiger Interaktionen zu bewältigen, wird die Qualität des Übergangs zu einer Person noch bedeutender. Es wird weiterhin Situationen geben, die Empathie, Urteilsvermögen, Kreativität oder ein nuancierteres Problemlösen erfordern. Unternehmen müssen das von Anfang an berücksichtigen und den Mitarbeitenden genug Kontext geben, damit sie ein Gespräch effektiv von einem KI‑Agenten übernehmen können, wenn solche Fälle auftreten.

Die nächste Phase der KI im Kundenerlebnis wird voraussichtlich weniger auf eigenständigen Tools und stärker auf in bestehende Workflows eingebetteter Intelligenz basieren. Wie ändert das die Rolle, die KI im Contact Center spielt, und wie sollten Unternehmen entscheiden, welche Aufgaben vollständig automatisiert und welche weiterhin von Menschen ausgeführt werden sollen?

Die Einbettung von KI in bestehende Workflows ist hochwirksam, weil Mitarbeitende und Kunden nicht in ein separates Erlebnis wechseln müssen, um die Vorteile zu nutzen. KI kann das unterstützen, was bereits im Contact Center geschieht, indem sie einem Mitarbeitenden hilft, während eines Gesprächs Informationen zu finden, ein Interaktion zusammenfasst, den nächsten Schritt vorschlägt oder einen routinemäßigen Prozess für den Kunden abschließt.

Bei der Entscheidung, was automatisiert werden soll, sollten Unternehmen die Art und die Konsequenzen der Aufgabe genau prüfen. Wiederholbare Interaktionen mit klaren Regeln und vorhersehbaren Ergebnissen sind starke Kandidaten für eine intensivere Automatisierung. Eine einfache Kontenanfrage unterscheidet sich beispielsweise stark von einem Gespräch, das eine sensible Beschwerde, einen ungewöhnlichen Umstand oder eine Entscheidung beinhaltet, die erhebliche Auswirkungen auf den Kunden haben könnte.

Mitarbeitende werden weiterhin eine wichtige Rolle spielen, wo Empathie, Urteilsvermögen und kreatives Problemlösen gefragt sind. KI kann diese Mitarbeitenden zudem unterstützen, anstatt die Interaktion komplett zu übernehmen.

Ich würde die Automatisierung anhand der Erfahrung bewerten, die sie erzeugt. Wenn ein Prozess schneller wird, aber zu mehr Wiederholungskontakten, Eskalationen oder größerer Kundenfrustration führt, muss das Unternehmen das Workflow‑Design überdenken.

Vonage hat kürzlich branchenspezifische KI‑Agenten für Contact Center im Gesundheitswesen, Finanzdienstleistungen und Einzelhandel eingeführt. Warum wird die vertikale Spezialisierung immer wichtiger, und wie sollte ein Unternehmen bestimmen, ob ein KI‑Agent die Workflows, Terminologie und regulatorischen Anforderungen seiner Branche wirklich versteht?

Die Art und Weise, wie ein Kunde mit einem Gesundheitsdienstleister interagiert, kann sich stark von der Interaktion mit einem Finanzinstitut oder Einzelhändler unterscheiden. Die zugrunde liegende Contact‑Center‑Technologie mag Ähnlichkeiten aufweisen, doch Sprache, Workflows, Kundenerwartungen und die damit verbundenen Anforderungen können erheblich variieren.

Das macht den Branchenkontext immer wichtiger, sobald KI‑Agenten mehr leisten können als einfache Fragen zu beantworten. Ein Agent muss die typischen Kundenanfragen, die von Mitarbeitenden und Kunden verwendete Terminologie, die beteiligten Systeme und die Grenzen dessen, was er tun darf, verstehen.

Unternehmen sollten branchenspezifische KI anhand von Szenarien aus ihrem tatsächlichen Betrieb evaluieren. Das bedeutet, gängige Anfragen zusammen mit Ausnahmen und komplexeren Situationen zu testen. Sie sollten prüfen, ob der Agent den erwarteten Workflow folgt, die von Kunden genutzte Sprache versteht und erkennt, wann ein Mensch eingeschaltet werden muss.

Organisationen müssen zudem beurteilen, wie Datenschutz, Sicherheit und regulatorische Vorgaben gehandhabt werden. Diese Überlegungen sollten Teil des Design‑ und Evaluierungsprozesses sein und nicht erst nach dem Einsatz des Agenten berücksichtigt werden.

Letztlich wird Branchenwissen dann wertvoll, wenn es zu genaueren, angemesseneren und nützlicheren Kundeninteraktionen führt.

Wenn KI‑Agenten von der Beantwortung von Fragen zu Transaktionen und Aktionen im Namen von Kunden übergehen, welche Schutzmaßnahmen sind in Bezug auf Berechtigungen, Datenschutz, Halluzinationen, Auditierbarkeit und menschliche Aufsicht erforderlich?

Der Grad der Aufsicht sollte steigen, je mehr Verantwortung KI‑Agenten übernehmen. Es gibt einen deutlichen Unterschied zwischen einem Agenten, der allgemeine Informationen liefert, und einem Agenten, der Konten ändert, Transaktionen abschließt oder andere Handlungen vornimmt, die direkt den Kunden betreffen.

Berechtigungen sind dabei ein zentraler Aspekt. Ein KI‑Agent sollte nur auf die Informationen und Systeme zugreifen können, die für die ihm zugewiesene Aufgabe nötig sind. Identitätsprüfung, Zugriffskontrollen und klare Regeln zur Nutzung von Kundendaten sind ebenfalls wichtig. Kunden sollten Transparenz darüber erhalten, wie ihre Daten verarbeitet werden.

Unternehmen benötigen zudem ein Protokoll dessen, was während einer Interaktion geschehen ist. Sobald Agenten Aktionen ausführen, muss das Unternehmen nachvollziehen können, welche Informationen verwendet wurden, welche Handlung abgeschlossen wurde und wo ein Problem aufgetreten ist, falls etwas schiefgeht. Das wird besonders in sensiblen oder regulierten Umfeldern wichtig.

Die menschliche Aufsicht sollte dem Risiko der jeweiligen Aufgabe entsprechen. Einige Routineaktionen können von einem KI‑Agenten eigenständig durchgeführt werden. Bei gravierenderen Situationen kann eine Prüfung oder Genehmigung erforderlich sein.

Die KI muss zudem Unsicherheit erkennen. Wenn Informationen unvollständig, widersprüchlich oder außerhalb der definierten Grenzen liegen, ist es am sichersten, die Aktion zu pausieren, nach zusätzlichen Informationen zu fragen oder einen Menschen einzubeziehen, anstatt auf einer ungesicherten Annahme zu basieren.

Contact‑Center‑KI‑Projekte werden häufig anhand von Kosteneinsparungen, Anrufabwehr oder Reduzierung der durchschnittlichen Bearbeitungszeit bewertet. Welche zusätzlichen Kennzahlen sollten Führungskräfte nutzen, um zu bestimmen, ob KI die Erstkontakt‑Lösung, Kundenzufriedenheit, Mitarbeitenden‑Erlebnis, Umsatz und langfristiges Vertrauen verbessert?

Effizienz‑Kennzahlen sind wichtig, doch Führungskräfte sollten über die reine Geschwindigkeit oder Kosteneffizienz hinausblicken. Ein kurzer Kontakt ist wenig wert, wenn der Kunde das Unternehmen erneut kontaktieren muss, weil das Problem nicht vollständig gelöst wurde.

Die Erstkontakt‑Lösung ist aus genau diesem Grund ein bedeutendes Maß. Wiederholungs‑ und Eskalationsraten können ebenfalls Aufschluss darüber geben, ob KI Kunden wirklich hilft oder das Problem lediglich weiterreicht. Kundenzufriedenheit muss im Zentrum bleiben, da das Erlebnis letztlich bestimmt, ob Menschen dem Unternehmen weiterhin vertrauen und Geschäfte tätigen.

Dieser Punkt ist besonders relevant im Licht unserer Forschung zu Kundenengagement. Kunden haben nur geringe Toleranz für schlechte Erlebnisse, daher sollten Unternehmen vorsichtig sein, ein Effizienz‑Kriterium auf Kosten der Gesamtbeziehung zu optimieren.

Auch die Erfahrung der Mitarbeitenden verdient Beachtung. Wenn KI bessere Informationen liefert, repetitive Aufgaben übernimmt und Mitarbeitende bei komplexeren Problemen unterstützt, sollten Führungskräfte das in Feedback und Leistungskennzahlen der Mitarbeitenden sichtbar werden sehen.

Ich würde zudem breitere Geschäftsergebnisse wie Kundenbindung, Kontowachstum und Umsatz, der durch Service‑Interaktionen generiert oder geschützt wird, berücksichtigen. Zusammengenommen geben diese Messgrößen Führungskräften ein deutliches Bild davon, ob KI langfristig Wert für Kunden, Mitarbeitende und das Unternehmen schafft.

Vonage ist in Contact Centern, Unified Communications, Communications‑Application‑Programming‑Interfaces und netzwerkgestützten Fähigkeiten über Ericsson tätig. Wie können diese Ebenen zusammenarbeiten, damit KI‑Agenten kanalübergreifend kommunizieren und agieren, ohne einen weiteren fragmentierten Technologie‑Stack zu erzeugen?

Kunden denken nicht darüber nach, ob eine Interaktion in einer Contact‑Center‑Plattform, über eine Communications‑API oder das Mobilfunknetz läuft. Sie erwarten, über den für sie passenden Kanal kommunizieren zu können und das Gespräch ohne unnötige Reibungen fortzusetzen. Die dahinterstehende Technologie muss diese Kontinuität unterstützen.

Vonage agiert über Network‑APIs, CPaaS, CCaaS und UCaaS, was uns die Möglichkeit gibt, diese Fähigkeiten als verbundene Bestandteile des Kundenerlebnisses zu betrachten. Wenn KI‑Agenten leistungsfähiger werden, wird diese Verbindung immer wichtiger, weil ein Agent möglicherweise über einen Kanal kommunizieren, Kontext aus einem anderen System abrufen und an einem dritten Ort handeln muss.

Ein stärker integrierter Ansatz kann zudem helfen, den Kontext zu bewahren, wenn Kunden zwischen Sprache, Messaging und anderen Kanälen wechseln. Das gleiche Prinzip gilt, wenn eine KI‑Interaktion an einen Mitarbeitenden übergeben wird.

Unsere Partnerschaft mit Ericsson eröffnet zudem die Chance, Kommunikations‑Applikationen und Netzwerktechnologien enger zu verknüpfen. Ziel ist, dass diese Fähigkeiten innerhalb der Kundenreise nützlich sind, ohne Unternehmen zu zwingen, ein weiteres Set isolierter Werkzeuge zu verwalten.

Können Sie ein konkretes Beispiel nennen, wie die Contact‑Center‑, Unified‑Communications‑, API‑ und Ericsson‑Netzwerk‑Fähigkeiten von Vonage heute in einer Kundeninteraktion zusammenwirken?

Ein gutes Beispiel ist, wenn ein Kunde das Contact Center eines Finanzdienstleisters anruft, um eine verdächtige Transaktion zu melden oder eine Kontenänderung zu verlangen.

Bevor der Agent überhaupt abnimmt, arbeiten Vonages Network‑APIs – betrieben von Erics­sons Carrier‑Infrastruktur – bereits im Hintergrund. Sobald der Anruf eingeht, prüft unsere Identity‑Insights‑Funktion die Telefonnummer des Anrufers anhand von Live‑Mobilnetz‑Daten, etwa ob die zugehörige SIM‑Karte kürzlich gewechselt wurde. Das ist ein starkes Signal für potenziellen Betrug und geschieht unsichtbar, ohne jegliche Friktion für den Kunden.

Diese Netzwerkinformation fließt direkt in das Contact Center über Vonages Communications‑APIs ein und erscheint als Echtzeit‑Vertrauenssignal im Arbeitsbereich des Agenten. Nutzt der Agent Salesforce, wird diese Erkenntnis automatisch in Agentforce angezeigt, sodass der Agent sofort sehen kann, ob die Identität des Anrufers verifiziert ist oder ob zusätzliche Prüfungen nötig sind – und das noch bevor das Gespräch beginnt.

Gleichzeitig integriert sich das Vonage Contact Center (VCC) nahtlos in die Unified‑Communications‑Lösung Vonage Business Communications (VBC), um die Verbindung zum gesamten Unternehmen herzustellen. Benötigt der Agent einen Fachmann für Betrugsprävention oder einen Kollegen aus der Back‑Office‑Abteilung, kann er in Echtzeit sehen, wer im Unternehmen verfügbar ist, und den Anruf mit vollständigem Kontext weiterleiten. Der Kunde muss nicht erneut seine Angaben wiederholen, und der Spezialist tritt bereits informiert in das Gespräch ein.

Was dieses Beispiel bedeutsam macht, ist, dass keine dieser Ebenen isoliert arbeitet. Das Netzwerk liefert dem Contact Center Informationen. Die APIs verbinden den Kontext mit dem Workflow. Die Unified‑Communications‑Schicht hält die richtigen Personen im Loop. Der Kunde erlebt alles als ein einziges, durchgängiges Gespräch – genau so, wie es sich anfühlen sollte.

Dies ist die Art von Integration, zu der wir über alle unsere Fähigkeiten hinarbeiten, und sie steht bereits heute Kunden zur Verfügung.

Wenn KI immer mehr routinemäßige Kundeninteraktionen übernimmt, wie erwarten Sie, dass sich die Aufgaben von menschlichen Contact‑Center‑Professionals in den nächsten drei bis fünf Jahren verändern, und was sollten Unternehmen jetzt tun, um ihre Mitarbeitenden, Prozesse und Führungskräfte darauf vorzubereiten?

Wenn KI einen größeren Anteil routinemäßiger Interaktionen übernimmt, erwarte ich, dass Contact‑Center‑Mitarbeitende mehr Zeit für Situationen aufwenden, in denen menschliche Fähigkeiten am wichtigsten sind. Dazu gehören komplexe Probleme, ungewöhnliche Umstände und Gespräche, die Empathie, Urteilsvermögen oder Kreativität erfordern.

Die Rollen der Contact‑Center‑Professionals werden zudem stärker mit KI verknüpft. Mitarbeitende können KI nutzen, um Informationen zu finden, die Historie einer Interaktion zu verstehen, Gespräche zusammenzufassen oder mögliche nächste Schritte zu identifizieren. Das bedeutet, dass die Menschen verstehen müssen, wie sie mit diesen Systemen arbeiten, wann sie ihnen vertrauen und wann sie eine Empfehlung hinterfragen oder übersteuern sollten.

Wichtig ist, dass Unternehmen bereits jetzt ihre Teams vorbereiten und die Führungskräfte eine zentrale Rolle dabei spielen. Mitarbeitende benötigen Klarheit darüber, warum KI eingeführt wird und wie sich ihre Aufgaben voraussichtlich verändern. Schulungen sollten den Mitarbeitenden vermitteln, wie KI in ihren Arbeitsalltag integriert wird und welche Verantwortlichkeiten weiterhin bei ihnen liegen, wenn KI zum Einsatz kommt.

Unternehmen sollten zudem Contact‑Center‑Professionals in die Implementierung einbinden, da sie täglich Kundenfragen, Prozesslücken und außergewöhnliche Fälle sehen. Ihre Erfahrung kann helfen, zu erkennen, wo Automatisierung sinnvoll ist und wo sie potenziell Probleme verursachen könnte.

In den nächsten drei bis fünf Jahren werden die stärksten Contact Center diejenigen sein, die KI einsetzen, um ihre Mitarbeitenden effektiver zu machen, und gleichzeitig einen klaren Weg zur menschlichen Unterstützung bewahren, wenn Kunden ihn benötigen.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Vonage besuchen.