Daniel und Einer für Alle

Intro

29s • 1 Segment

Willkommen bei der Kundenliebe AG, dem Podcast, in dem wir die spannendsten Fälle echter Kundenzentrierung untersuchen. Jedes Mal ein neues anonymisiertes Unternehmen. Jedes Mal eine besondere Herausforderung und Experten, die erklären, wie aus Problemen Erfolgsgeschichten wurden. Wer steckt dieses Mal hinter der Kundenliebe AG und welche Lektionen können wir daraus lernen? Hier ist euer Host Vanessa Havens.

Vanessa Havens

44s • 1 Segment

Herzlich willkommen zur Kundenliebe AG. Schön, dass wir hier zu 'ner neuen Folge zusammengekommen sind. Mein Name ist Vanessa. Ich bin in der heutigen Folge natürlich wieder nicht allein. Ich hab einen spannenden Gast dabei. Ich hab Daniel Mittendorf bei mir. Er ist Director Conversational AI. Ich sag mal, sein Titel ist Programm. Er ist Experte für AI-getriebene Dialogsysteme, Entwicklung, Integration und den Betrieb von AI Agents, Phone und Chatbots. Aber bevor ich viel zu viel vorwe-weggreife, Daniel, ähm, erst mal schön, dass du heute da bist. Und magst du dich vielleicht einmal unseren Zuhörern selbst vorstellen und mir mal verraten vielleicht noch, welche Superpower du heute mit in unsere Arbeitsgruppe bringst?

Daniel Mittendorf

43s • 1 Segment

Ja, total. Äh, hallo Vanessa, freut mich, dass ich hier sein darf. Ähm, ja, also ich bin Daniel und seit mittlerweile, äh, knapp einem Jahrzehnt fokussiere ich mich auf das Thema Conversational AI, brenne dafür, lebe dafür und, ähm, hab da so richtig Spaß dran und hab damals angefangen mit kleinen Experimenten für die Plattform Alexa und mach das jetzt entsprechend im großen Maßstab für die Kanäle Telefonie und Chat mit 'nem recht großen Team und da setzen wir für viele Kunden diese Projekte um. Und jetzt so mit Blick auf meine Superkraft oder Superpower: Ich würd tatsächlich sagen, dass ich möglichst perfekte Kunden, Endkundenerlebnisse schaffen möchte mit unseren AI Agents, Phone und Chatbots.

Vanessa Havens

0s • 1 Segment

Mhm.

Daniel Mittendorf

16s • 1 Segment

Und denn nur wenn die Umsetzung hochqualitativ ist, dann finde ich, hilft sie auch, dass wir 'ne gute Experience haben für die Nutzer, für die Anrufer und, ähm, dadurch steigt dann die, äh, die Akzeptanz entsprechend. Und dann werden solche Bots und AI Agents auch gerne verwendet.

Vanessa Havens

3s • 1 Segment

Telefonie ist also noch nicht ausgestorben, oder?

Daniel Mittendorf

30s • 1 Segment

Nein, Telefonie ist nicht ausgestorben. Also Telefonie merkt man immer wieder, es ist, ähm, mit einer der häufigsten verwendeten Kanäle. Da müssen wir auch tatsächlich auch über den Tellerrand so 'n bisschen hinwegblicken. Also ich sag mal, grade auch Personen, die vielleicht 'ne Behinderung haben oder, ähm, vielleicht auch nicht gut sehen können oder einfach auch mit 'nem Menschen sprechen können oder möchten, weil sie vom Alter her das ganze Thema Internet und Chat und so nicht benutzen können. Also da wird häufig dann angerufen und der persönliche Kontakt dadrüber ist einfach auch so wichtig.

Vanessa Havens

24s • 1 Segment

Ihr habt da ja auch ein spannendes Projekt, was ihr gerade begleitet mit der Kundenliebe AG. Du hast mir im Vorgespräch schon verraten, es sind jetzt schon zwei Jahre, da ist wirklich wahnsinnig viel passiert. Kannst du denn diese zwei Jahre oder alles, was dort schon passiert ist, ihr habt ja auch schon vorher da schon Projekte gemacht. Kannst du das denn in zwei bis drei Sätzen zusammenfassen, was da passiert ist mit der Kundenliebe AG?

Daniel Mittendorf

44s • 1 Segment

Ja, ähm, das, das versuch ich sehr gerne. Also wie du schon sagst, wir haben im Vorfeld ja auch schon auf der Alexa-Plattform bisschen was umgesetzt und hier bei diesem Projekt geht es darum, dass wir Anrufern 'nen Phonebot bieten wollen, der Fragen zu Dienstleistungen beantwortet, der Ticketbuchung ermöglicht und auch passende Stornierungen und kleinere Self Services. Zum Beispiel, wie wenn man sein Ticket verloren hat. Und da wollen wir einfach 'n gutes Erlebnis schaffen, Akzeptanz für die Bearbeitung von Anliegen durch 'nen Phonebot, damit sich im Hintergrund die Mitarbeiter um die wirklich wichtigen Themen kümmern können. Und einen letzten Satz noch: Da haben wir tatsächlich 600 Standorte angebunden, davon haben 100 ihre eigene Rufnummer und die werden dann natürlich auch alle durch unseren Bot verarbeitet.

Vanessa Havens

18s • 1 Segment

Also du hast ja schon gesagt, es ist 'n Ticketangebot. Wie gesagt, ich hab ja vorhin vielleicht auch, zwar vielleicht auch die Frage, ne, so von wegen, das geht doch alles online, aber der Phone-Kanal war da ja wirklich erst mal Prio. Was genau war denn die, die Problemstellung? Warum war das denn so wichtig, diesen Phonebot da erst mal anzubinden?

Daniel Mittendorf

39s • 1 Segment

Tickets im Internet zu buchen, liegt natürlich erst mal auf der Hand und wird auch natürlich in sehr, sehr vielen Fällen gemacht. Aber es gibt einfach Menschen, die wünschen sich 'ne Beratung, Kontakt zu 'ner, zu 'ner echten Person, um auch mal weitere Fragen stellen zu können. Oder eben ältere Menschen oder Menschen mit 'ner Beeinträchtigung und denen kann am Telefon über die Sprache einfach viel besser geholfen werden als, äh, am Internet oder im Chat. Und deshalb nehmen die den Hörer in die Hand dafür. Und das Problem war, das hat uns der Kunde dann entsprechend geschildert, dass zu gewissen Peak-Zeiten sehr viele Kunden gleichzeitig angerufen haben. Und generell ist es einfach zu sehr langen und hohen Wartezeiten gekommen.

Vanessa Havens

0s • 1 Segment

Mhm.

Daniel Mittendorf

29s • 1 Segment

Und zu besonderen Anlässen, wie zum Beispiel zu Weihnachten oder zum Valentinstag, da waren die Leitungen teilweise so überlastet, dass man als Anrufer nur 'n Besetztzeichen gehört hat und noch nicht mal in die Warteschleife kam. Und das ist natürlich dann überhaupt keine gute Experience. Und genau dieses Problem sind wir angegangen und parallel dann auch noch 'n zweites Thema eben, was man ja im, im Kunden- oder im Callcenter häufiger hat, ist, dass man einfach keine oder nicht mehr genug Mitarbeiter findet, um diese ganzen vielen Anrufe entgegenzunehmen.

Vanessa Havens

0s • 1 Segment

Mhm.

Daniel Mittendorf

10s • 1 Segment

Und da kommt dann entsprechend das, ähm, Phonebot-Projekt. Und da haben wir 'nen Phonebot gepitcht und mit dem Kunden dann besprochen und das war genau das, was sie sich da vorgestellt haben.

Vanessa Havens

10s • 1 Segment

Wie lange hat es denn wirklich gedauert, bis dieser, ich sag mal, Phonebot die Mitarbeiter da tatsächlich entlastet hat und so 'ne echte Hilfe für die war? Also es klingt so einfach, aber das ist ja gar nicht so trivial.

Daniel Mittendorf

15s • 1 Segment

Nee, da, da hast du vollkommen recht. Also wie eben schon gesagt, wir haben knapp 600 Standorte, die mit ihrem eigenen Namen und 'nem eigenen Sortiment, zu dem man dann Tickets kaufen kann, integriert waren. Und wir sind da ganz schnell mit 'nem MVP dann live gegangen, also Minimum Viable Product.

Vanessa Havens

0s • 1 Segment

Mhm.

Daniel Mittendorf

1m 8s • 1 Segment

Und da haben wir den Ansatz entsprechend gewählt, dass wir uns auf den Haupt oder so zwei, drei Haupt-Use-Cases fokussiert haben, um direkt ab dem Start auch schon einen Mehrwert zu liefern.Also 'ne echte Hilfe. Und das ist 'ne bewusste Entscheidung, um einfach schnell live zu gehen und dann einfach daraus die Erfahrung zu sammeln für die nächsten Schritte. Also was funktioniert gut? Was müssen wir ausbauen? Welche Fragen, welche Anliegen werden noch gestellt? Und da bietet sich dann wirklich so 'n MVP-Modell an, damit wir datengestützt auswerten und weiterentwickeln können. Und so 'ne richtige Hilfe war der Bot tatsächlich in meinen Augen – ich bin, bin da natürlich 'n bisschen voreingenommen , aber schon eigentlich ab Tag eins. Und wichtig ist aber einfach, dass man den Bot oder den Phonebot an der Stelle dann einfach immer stetig weiterentwickelt. Und genau das haben wir auch getan und deshalb, das konnte man dann in den Zahlen auch gut sehen. Also mittlerweile seit Go Live haben wir 'ne sechsstellige Anzahl an Calls, die wir automatisiert haben. Und mit Blick auf die, die Daten und das Kundenfeedback haben wir dann auch schnell weitere Use Cases ergänzt, wie dass Fragen nach den Öffnungszeiten beantwortet werden konnten.

Vanessa Havens

1s • 1 Segment

Mhm.

Daniel Mittendorf

33s • 1 Segment

Und das Feedback ist eigentlich auch durchweg positiv. Also der Bot tut das, was er soll. Er macht seine Use Cases, er beantwortet Fragen, er entlastet die Agenten und das eigentlich wirklich schon seit dem ersten Tag. Aber je weiter man natürlich kommt, umso hilfreicher wird er. Und das ist dann so 'n bisschen wie, wie 'n echter Mensch. Du setzt ja auch nicht einfach 'n Mensch ohne Training ans Telefon und erhoffst dir dann, dass er direkt irgendwas richtig gut macht und dir Last abnimmt, sondern das ist halt einfach auch verbunden mit Training, mit Arbeit, mit Erfahrung, mit Schulung. Und genauso ist das bei unserem Bot auch.

Vanessa Havens

18s • 1 Segment

Wenn ich mich so an die ersten Phonebots erinnern kann oder so, ich denk da immer so an Krankenkasse vielleicht. Und dann heißt es immer, äh: „Schildern Sie Ihr Problem." Und ich hab dann immer so Schlagworte hingeschmissen. Ja, so irgendwie, weiß ich nicht, Karte verloren und hab dann gehofft, dass der da damit arbeiten kann. Wie seid ihr denn da vorgegangen bei dem Training von diesem Bot?

Daniel Mittendorf

2m 9s • 1 Segment

Am Anfang war das 'n klassischer regelbasierter Bot und wurde mit einer NLU trainiert. Also da haben wir dann entsprechende Nutzeräußerungen, die, die man erwartet, 'ner NLU übergeben und da mit 'nem Sprachmodell trainiert. Und das ist tatsächlich alles sehr regelbasiert. Und da haben wir festgestellt nach 'ner gewissen Zeit, also die Nutzeräußerungen sind sehr individuell, teilweise sehr kurz, so wie bei dir in deinem Beispiel, aber teilweise auch sehr divers, sehr lang, also je nach Anliegen. Oder es sind mehrere Anliegen oder mehrere Themen in einem Satz genannt worden. Und da haben wir dann ganz schnell gemerkt, dass wir mit 'nem regelbasierten Ansatz nicht viel weiterkommen und sind dann auf einen hybriden AI-Agent-Ansatz gewechselt, um mit LLM-Technologie entsprechend die Vorteile beider Welten auszuspielen. Also je nach Use Case macht der Bot dann etwas regelbasiert, also nach streng vorgegebenen Regeln, zum Beispiel die Stornierung. Und andere Themen wie die Anliegenerkennung, die Beantwortung von Fragen oder, ja, also generell die Beantwortung zu, zu den speziellen Events. Da geben wir einfach alle Informationen an den Bot und der bekommt dann die Frage durch den Nutzer und beantwortet die komplett individuell, wie ChatGPT auf dem Wissen, was ihm dann vorliegt. Und da haben wir also beide Welten miteinander vereint, regelbasiert und die LLM-Technologie von ChatGPT, wie man sie kennt. Ja, da hab ich dann da jetzt auch 'n paar Zahlen entsprechend mitgebracht und einmal im Vergleich: Die erste Dezemberwoche z, ähm, 2024 zur ersten Dezemberwoche 2025. Da haben wir 'n zehnfaches Anrufervolumen. Wir haben die Erkennung der verschiedenen Standorte von 77 auf 85 % Korrektheit verbessert. Wir haben ein Business Success Rate in der Stornierung von 60 auf 75 %. Und was wir auch noch haben, ist, dass man sich das Geld oder den Betrag für seine Stornierung entweder als Gutschein oder als Überweisung auszahlen lassen kann. Und da sind wir von 25 % als Gutscheinerstattung auf 40 %, sodass man da also auch merkt, dass es da eine deutlich höhere Kundenbindung entsprechend gibt.

Vanessa Havens

9s • 1 Segment

Das klingt ja für mich auch so, als wären sie sich jetzt nicht so einfach nur abgefertigt fühlen durch diesen Bot, sondern wirklich da zufrieden sind, auch mit dem, wie, wie das gehandhabt wird.

Daniel Mittendorf

37s • 1 Segment

Ja, absolut. Also das, das hoffen wir natürlich. Das sehen wir aber auch in den Zahlen. Eine kleine Zahl, an der man das vielleicht auch ganz gut feststellen kann: Im Kundencenter gab es vorher ja immer festgelegte Öffnungszeiten, zu wann die Mitarbeiter, ähm, ans Telefon gehen können. Und da hat sich jetzt auch in diesem einen Jahr die A, Zahl der Anrufe verdoppelt, die außerhalb dieser Öffnungszeiten, ähm, in den Bot kommen. Also ist auch 'n deutlich bessere Akzeptanz und Annahme dieser ganzen Anrufe oder der Nutzung des Bots ist dann auch so entsprechend, dass man jetzt auch merkt, ähm, es findet auch außerhalb der sonst kommunizierten und bekannten Öffnungszeiten statt.

Vanessa Havens

10s • 1 Segment

Ja, das ist Wahnsinn. Cool. Habt ihr da auch irgendwie Zahlen, wie viele Leute dann doch noch mal anrufen und sagen: „Ich möchte jetzt aber doch bitte mit 'nem Mitarbeiter sprechen."

Daniel Mittendorf

33s • 1 Segment

Ja, also wir haben die, die Zahlen haben wir auch tatsächlich vorliegen, wie häufig Personen mit 'nem Menschen sprechen möchten oder wie häufig das auch manchmal nötig ist, weil der Bot kann natürlich auch noch nicht immer alles und alle Fragen beantworten. Aber auch da sind wir deutlich stärker geworden. Und zwar sind wir da von, ich glaube, 50 % runter auf mittlerweile 37 %. Also wir brauchen einfach weniger, ähm, die menschliche Unterstützung an der Stelle, sodass die Menschen sich darauf dann auf die wirklich wichtigen, dringenden Fälle besser konzentrieren können.

Vanessa Havens

23s • 1 Segment

Jetzt klingt das erst mal alles sehr technisch, aber vielleicht nimmst du uns noch mal so 'n bisschen mit, so in den Anfang des Projekts. Du hast ja gesagt, ähm, der Kunde hat euch gesagt, das und das ist das Problem. Wir haben da zu viele Fragen, die wir vielleicht auch gar nicht beantworten können oder wo wir gar nichts tun können. Wie seid ihr denn vorgegangen? Also nimm uns einfach mal so 'n bisschen mit in den Ablauf von dem Projekt. Habt ihr euch 'nen Tag ins Callcenter gesetzt oder wie lief das ab?

Daniel Mittendorf

1m 30s • 1 Segment

Also das gibt's tatsächlich auch, dass wir das mal machen. In dem Fall sind wir da 'n bisschen anders vorgegangen. Und zwar haben wir da 'n Workshop-Format, das nennt sich Conversational AI Discovery and Framing, also kurz CAIDAF. Und da haben wir mit verschiedenen Abteilungen von dem Unternehmen wirklich mehrere Stunden an einem Tag und auch im Vorfeld schon Vorgespräche geführt und das vorbereitet. Aber dann wirklich einen halben Tag, mehrere Stunden haben wir uns zusammengesetzt, um mit diesen Stakeholdern über die möglichen Use Cases zu sprechen. Wir wollten also gucken: Was macht Sinn? Wo gibt es das größte Anrufervolumen? Was ist vielleicht auch einfach technologisch umzusetzen mit bereits existierenden Schnittstellen? Also diese klassischen Low-hanging Fruits an der Stelle. Die haben uns interessiert.Um zu gucken, was können wir schnell umsetzen, was können wir so umsetzen, dass a ] dem Endkunden 'n gutes Erlebnis bringt, aber b ] eben auch unserem Kunden, also den, den Mitarbeitern im Callcenter hilft. Und da haben wir dann tatsächlich auch in diesem Workshop-Format Kollegen aus dem Callcenter, aus der Telefonie dabei gehabt. Leute, die für die technische Anbindung zuständig sind, aber eben auch die Business-Entscheider, die dann ganz klar sagen: „Also okay, das sind unsere Wünsche, unsere Erwartungen", um dann alle diese Themen an einem Tisch in Persona sitzen zu haben. Dann geht's um Wünsche, Erwartungen, um Möglichkeiten, um die Use Cases, um die Technologie. Und das war tatsächlich absolut Gold wert, da alle diese Personen mit zusammen an einem Tisch für konzentrierte vier Stunden zu bringen und all das einmal durchsprechen zu können.

Vanessa Havens

6s • 1 Segment

Wow, vier Stunden hat es dann schon, musste man dann schon investieren, um alles einzusammeln sozusagen.

Daniel Mittendorf

41s • 1 Segment

Genau, das ist dann der, der einmalige Termin und im Vorfeld war, gab's natürlich auch schon Abstimmung. Dann haben wir schon Zahlen bekommen, schon Details zu den Schnittstellen und, ähm, überlegen uns dann natürlich auch im Vorfeld schon so 'nen groben Plan: Was macht Sinn? Was könnten wir empfehlen, ähm, aus unserer Erfahrung heraus? Und all das bringen wir dann eben in diesem Termin zusammen und dann besprechen wir uns dann natürlich auch noch mal nach. Daraus, aus so 'nem Termin folgt dann auch entsprechenden Angebot, wie hier in dem Fall, um dann ganz klar zu machen, okay, das sind die Use Cases, die wir im Schritt eins für den MVP umsetzen wollen. Optional können wir dann noch zum Zeitpunkt X, Y und Z das und das machen, um auf diesem MVP aufzubauen und noch mehr Call-Volumen zu automatisieren.

Vanessa Havens

24s • 1 Segment

Euer Projekt läuft ja jetzt schon seit zwei Jahren, hast du gesagt. Jetzt hat sich ja in der Zwischenzeit im Bereich KI und, äh, Phone-Bots sicherlich sehr viel weiterentwickelt. Wenn ich so an die ersten Phone-Bots denke, dann hat man da schon gemerkt, dass man mit 'nem Computer spricht, sag ich mal. Das klang alles immer sehr blechern oder sehr künstlich natürlich auch. Wie war das denn bei euch am Anfang? Oder wie hat, hat sich das denn auch in den letzten zwei Jahren vielleicht entwickelt?

Daniel Mittendorf

1m 55s • 1 Segment

Ja, also da geb ich dir total recht. Und das, ich glaub, das sind auch noch so viele Vorurteile, die man hat, wenn man an die Phone-Bots oder ich ruf bei 'nem Kundencenter irgendwo an und hab erst mal so'n ganz stumpfes, dummes IVR-Menü, durch das ich mich mit Ziffern klicken muss. Und das ist ja tatsächlich nicht das, was wir heute haben. Also da ist, hast du 'ne offene Anliegenfrage. Du kannst ganz natürlich wie mit 'nem echten Menschen eigentlich sprechen und der Bot klingt dann auch nicht mehr blechern. Also dieses Blechern war gestern, kann man vielleicht dazu sagen. Also heutige Phone-Bots, da haben wir einfach viel mehr Möglichkeiten. Es gibt 'ne wide range an verschiedenen Stimmanbietern, sei es jetzt 'n Microsoft, 'n OpenAI oder ElevenLabs. Und da haben wir tatsächlich auch im Vergleich zu letztem Jahr die Stimme geändert im Bot und sind weg von einer regelbasierten Azure-Stimme von Microsoft hin zu einer, ähm, ElevenLab-Stimme. Und durch die haben wir's auch geschafft, 'n deutlich menschenähnlicheres Erlebnis zu schaffen. Und das haben wir auch gesehen tatsächlich in den Anrufern. Und nachdem wir dann die neue Stimme eingesetzt haben, haben die Anrufer häufiger in deutlich längeren Sätzen mit dem Bot gesprochen. Die sind dann also zwei- bis dreimal länger geworden, sodass wir wirklich gemerkt haben, es wird ganz anders mit, mit so 'nem Bot interagiert, wenn er sich menschenähnlich anhört. Also die Stimme ist teilweise so gut, dass du's nicht mal merkst, dass du nicht mit 'nem Menschen sprichst. Und da gibt es aber entsprechend dann auch Vorgaben vom, vom EU AI Act, dass man, wenn man mit KI-Systemen interagiert, das auch klarmachen und au... klar äußern und darstellen muss nach außen hin. Und, ähm, deshalb haben wir da dann 'nen digitalen Assistenten noch in der Begrüßung dazu zugepackt, dass also ganz klar ist, direkt, du sprichst mit 'nem digitalen Assistenten, mit 'nem KI-System und dann sind die Anliegen auch entsprechend ganz schnell wieder auf ein zu erwartendes normales Maß, ähm, gekommen, weil dann den Anrufern auch klar wurde, okay, ich spreche hier nicht mit 'nem Menschen, sondern ich spreche entsprechend mit einem Computer.

Vanessa Havens

13s • 1 Segment

Jetzt muss man ja bei so 'nem Thema vielleicht auch über das Thema Datenschutz natürlich sprechen. Hier geht's ja dann auch um Tickets, da geht's ja dann auch um Geld. Inwiefern könnt, müsst ihr vielleicht den Kunden für den ganzen Prozess identifizieren oder braucht ihr das in dem Fall gar nicht?

Daniel Mittendorf

1m 13s • 1 Segment

In dem Fall tatsächlich brauchen wir das gar nicht, ähm, weil für die Stornierung einer Buchung brauchen wir eigentlich nur die letzten fünf Ziffern der Bestellnummer. Dadurch, dass wir schon den Standort vorher abgefragt haben, entweder indem wir das durch vom Anrufer mitbekommen haben oder durch die angerufene Nummer, wissen wir auch schon den Standort, sodass uns, uns wirklich die letzten fünf Ziffern der Bestellnummer reichen. Und dann haben wir zu Beginn die ersten zwei Buchstaben der E-Mail-Adresse, Buchstaben oder Zahlen der E-Mail-Adresse, ähm, als zweites Merkmal benutzt. Waren uns eigentlich ziemlich sicher, dass das doch ganz gut performt. Hat sich aber auch da, dafür ist so'n MVP auch da, gemerkt, okay, es funktioniert z... in zwei Drittel der Fälle. Das war uns aber nicht Erfolg genug an der Stelle. Und sind dann jetzt hingegangen, dass wir die, ähm, als zweites Merkmal mittlerweile die Uhrzeit des Events oder der Vorstellung entsprechend nehmen. Und da haben wir dann jetzt 'ne fast 100-prozentige Erfolgsquote, weil wenn du anrufst, um etwas zu stornieren, also 'nen Event, 'nen Termin, dann weißt du ja auch in aller Regel, um wie viel Uhr das ist. Und da gibt uns die Zahl tatsächlich recht. Also da sind wir bei, ich glaub, fast 95 % oder so. Also das ist, ähm, extrem erfolgreich da an der Stelle.

Vanessa Havens

16s • 1 Segment

Ja, Wahnsinn. Nimm uns mal mit. Ich mein, das klingt ja schon so re... ich sag mal, relativ perfekt, ähm, wie 'n Supersystem, aber das Projekt läuft ja noch mit der Kundenliebe AG. Wie sehen denn da mögliche Weiterentwicklungen aus? Was soll denn der, der Bot noch alles können, vielleicht auch in Zukunft?

Daniel Mittendorf

18s • 1 Segment

Ja, also ganz am Anfang hatten wir uns auch das Ziel gesetzt, dass der tatsächlich Fragen beantwortet zu, zu den Öffnungszeiten, wo kann ich parken et cetera. Da mussten wir aber erst mal 'ne Datenbasis zu schaffen. Das haben wir dann gemacht und mittlerweile beantwortet der Bot 'ne vierstellige Anzahl von diesen Fragen, ähm, pro Woche und davon 90 % erfolgreich.

Vanessa Havens

0s • 1 Segment

Wow.

Daniel Mittendorf

33s • 1 Segment

Und das sind also eins zu eins ist das, sind das auch genau die Informationen, die die Mitarbeitenden im, im Callcenter entsprechend vorliegen haben. Und der Bot kriegt das genauso wie die Mitarbeitenden auch in Textform.Und basierend auf der Frage geht er dann dadrauf interaktiv ein. Und das gibt also wirklich den Mitarbeitern im Callcenter, Kundenservice die Möglichkeit, sich auf die Anfragen zu konzentrieren, die, die wirklich noch 'ne menschliche Interaktion brauchen und, ähm, hält ihnen da den Rücken frei. Und ansonsten haben wir auch noch natürlich ganz viel anderes mit unserem Kunden geplant. Da darf ich auch nicht über all, über alles reden, aber so was wie-

Vanessa Havens

1s • 1 Segment

Natürlich nicht.

Daniel Mittendorf

33s • 1 Segment

Genau, aber so was wie, ähm, dass man 'ne Beratung bekommt. Also welches Event wär denn vielleicht interessant für einen? Also was könnte man sich denn als Nächstes angucken? Welches Genre passt, welche Zeit? Und dass man da auch so 'n bisschen die Menschen entlastet, indem man die, die menschenähnlichen Funktionen von so 'nem LLM nutzt, aus dem Kontext heraus abzulesen, basierend auf den Informationen, einfach 'ne Empfehlung für den Menschen zu treffen oder im Dialog mit dem Anrufer 'ne Empfehlung zu treffen. Und das ist so etwas, wo 'ne mögliche Weiterentwicklung aktuell grade doch schon sehr konkret wird.

Vanessa Havens

18s • 1 Segment

Du hast ja gesagt, am Anfang hattet ihr zumindest die Mitarbeiter oder Mitarbeiterinnen aus dem Callcenter auch mit im Boot. Habt ihr denn mittlerweile vielleicht auch Feedback von denen bekommen? Haben sich denn tatsächlich die Fragen geändert seit der Einführung von diesem, diesem Phonebot oder haben die jetzt mehr Zeit für die Anrufenden?

Daniel Mittendorf

11s • 1 Segment

Ja. Also dadurch, dass-- Wir sehen ja tatsächlich in den Zahlen, alle, alle Anrufe gehen ja jetzt erst über unseren Phonebot und dadurch sehen wir einfach, dass ja von diesen 50 % Weiterleitungen sind wir auf 37, 35 % runter.

Daniel Mittendorf

17s • 1 Segment

Also es landen tatsächlich einfach weniger Anrufer bei den menschlichen Agenten. So, das, das ist tatsächlich einfach Fakt, das sehen wir in den Zahlen. Die haben dann damit natürlich deutlich weniger oder 'ne geringere Wartezeit und einfach mehr die Möglichkeit, auf diese individuellen Bedürfnisse einzugehen.

Daniel Mittendorf

10s • 1 Segment

Gut, ja, und, ähm, mit, mit Blick auf, ob sich jetzt die Anfragen geändert haben: Also wir haben basierend auf den Zahlen im Bot sehen wir natürlich, welche Fragen häufig gestellt werden.

Vanessa Havens

0s • 1 Segment

Mhm.

Daniel Mittendorf

28s • 1 Segment

Und basierend dadrauf haben wir dann den Bot nachtrainiert, aber auch die menschlichen Agenten haben jetzt einfach noch mal 'n ganz anderes Verständnis dafür, weil das vorher nicht wirklich datengetrieben ausgewertet wurde, einfach weil die Menschen die Fragen beantwortet haben und nicht so viel Zeit hatten, das alles nachzudokumentieren. Jetzt haben wir wirklich 'ne Datenbasis, auf die wir gehen können, um zu sagen: Okay, wir sehen ganz genau, welche Fragen wie häufig gestellt werden. Und zu den häufigen Fragen haben wir jetzt einfach schon Antworten parat.

Vanessa Havens

0s • 1 Segment

Ja.

Daniel Mittendorf

22s • 1 Segment

Und das hilft nicht nur dem Bot, sondern dann natürlich auch den Menschen, wenn's darum geht, okay, jemand kam mit dem Bot wirklich nicht klar und ist dann bei 'nem menschlichen Mitarbeiter gelandet, aber dann kann er halt alle diese Fragen auf diesen ganzen Informationen entsprechend beantworten, ohne noch mal auf die, die Seite des Standorts zu gehen und sich das selber rauszusuchen. Also das macht auch 'ne deutlich schnellere Bearbeitung durch die Mitarbeiter dann möglich.

Vanessa Havens

12s • 1 Segment

Jetzt sind wir natürlich alle neugierig gespannt: Dürfen wir denn heute erfahren, welches Unternehmen, welche Organisation, worum geht's bei der Kundenliebe AG?

Telefon-Bot

9s • 1 Segment

Also es geht ja eigentlich um mich. Ich bin die nette Stimme, die eure Fragen rund um Kinos und Tickets beantwortet, und zwar für Kinoheld.

Vanessa Havens

24s • 1 Segment

Wow, okay. Ich glaube, die Seite sollte vielen ein Begriff sein. Könnt ihr euch ja alle mal angucken, auch mal gerne anrufen und dann kann sich jeder mal selber überzeugen von, von diesem Phonebot. Ich will ihn gar nicht Bot nennen, wenn er so menschlich klingt. Genau, und was wir natürlich auch noch verraten dürfen, Daniel, dass ihr natürlich als moo da als Agentur, als Dienstleister da dahinter steckt.

Daniel Mittendorf

0s • 1 Segment

Ja.

Vanessa Havens

28s • 1 Segment

Wir packen natürlich die Kontaktdaten auch noch in die Show Notes. Ja, danke, dass du heute unser Gast warst, Daniel, dass du uns diesen Case mitgebracht hast. Wir wünschen euch natürlich da alles, alles Gute für die Weiterentwicklung auch. Für unsere Zuhörer natürlich gerne den Podcast abonnieren, liken und dann sehen wir uns beim nächsten Mal oder hören uns beim nächsten Mal, wenn wir den nächsten bunten Case aus dem Partnering Alliance Umfeld mitbringen. Bis dahin sag ich Tschüss und bis zum nächsten Mal. Danke, Daniel.

Daniel Mittendorf

3s • 1 Segment

Danke auch. Ciao.