Entmystifizierung von KI im Kundensupport: Potenziale und Grenzen der Technologie verstehen

Sie lernt, sie nimmt Arbeit ab, sie ist Teil der Industrie: Künstliche Intelligenz beschreibt computerbasierte, selbstlernende Softwaresysteme, die strategisches Denken und sprachliche Fähigkeiten imitieren und sich stetig und weitestgehend autonom weiterentwickeln. Dadurch erhalten Nutzer die Möglichkeit, einfache Aufgaben schneller zu lösen und Zeit zu sparen.

Der anhaltende Hype um KI weckt jedoch auch Ängste und Bedenken: Wird KI menschliche Arbeit in einer vollständig digitalisierten Zukunft überflüssig machen? Eine Studie der Boston Consulting Group (BCG) belegt jedoch, dass diese Zukunft noch fern ist. Die Erkenntnisse aus der Studie setzen den Hype um KI in Perspektive und unterstreichen die Notwendigkeit, ihren Einsatz je nach Anwendungsfall sorgfältig zu bewerten.

KI ist im Kundenservice angekommen

Vor einem Jahr haben wir bereits das Thema KI im Support genauer unter die Lupe genommen. Seitdem hat sich einiges getan. Künstliche Intelligenz kommt heute im Kundenservice an vielen Stellen zum Einsatz. Zu den bekanntesten Formen gehören sicherlich Chatbots, die gängige Fragen und FAQ automatisiert beantworten. Hierbei profitieren von der schnelleren Bearbeitung von wiederkehrenden Anfragen, Datensätze werden zügiger durchsucht und mit jeder Verarbeitung von Kundendaten lernt das System eigenständig dazu.

Weiterhin ist der Einsatz von KI in Ticketsystemen und CRMs ein zeitsparender Faktor. Voreingestellte Zuordnungen werden automatisiert bewertet und erlauben eine höhere Ticketbearbeitung in kurzer Zeit. Klingt, als ob der KI-Einsatz ausschließlich positive Aspekte birgt? Lassen Sie sich von der Euphorie nicht täuschen.

Wenn‘s komplex wird, tauchen Grenzen auf

Sollen Routineaufgaben von der KI gelöst werden, beweist sich die Technologie als wertvolle Hilfe. Chatbots oder die Beantwortung von wiederkehrenden Fragen erledigt die Künstliche Intelligenz bei richtiger Vorarbeit problemlos. Auch Anreize zu kreativen Ideen liefert sie. Wer seine Angst vor dem weißen Blatt Papier verlieren will, nutzt erste Vorschläge vom digitalen Input.

Der BCG-Studie nach zeigten 90 % der Teilnehmer bei kreativen Arbeiten Erfolge, wenn sie KI zur Unterstützung heranzogen. Die Lösung komplexer Aufgaben, die individuelle Ansprüche voraussetzen, brachten die KI jedoch an die Grenzen. 23 % der Studienteilnehmer performten schlechter oder lieferten falsche Ergebnisse bei der Lösung ihrer Aufgabe mithilfe von KI.

Human before Machine: Wenn es ins Detail geht und individuelle, nicht allgemeingültige Aufgaben gelöst werden sollen, besitzen die eigenen Ideen und Gedanken mehr Wert als der digital generierte Output. Mitgefühl, kritisches Denken, Ethik und weitere Fähigkeiten, die die Kundensupport-Teams in ihre Arbeit einbringen, lassen sich von KI nicht reproduzieren.

Datenschutzkonformer Aufbau von KI

Die Fähigkeit von KI-Systemen, große Mengen an Daten zu sammeln, zu analysieren und daraus zu lernen, wirft bedeutende Fragen bezüglich der Privatsphäre und Sicherheit personenbezogener Informationen auf. Dies ist besonders heikel bei sensiblen Daten, die Rückschlüsse auf die Identität von Individuen ermöglichen, wie das Beispiel Italiens zeigt: Dort konfrontiert die Datenschutzbehörde wiederholt ChatGPT mit Datenschutzbedenken und droht mit der Sperrung des Dienstes.

Gesetzliche Regelungen wie die Europäische Datenschutz-Grundverordnung (DSGVO) setzen bereits strenge Standards für die Verarbeitung personenbezogener Daten durch KI-Anwendungen, einschließlich der Notwendigkeit einer klaren Zustimmung der Nutzer und der Transparenz über die verwendeten Algorithmen. Sie garantiert auch das Recht auf Löschung und Berichtigung. In der Praxis ist dies jedoch schwierig, da Informationen aus LLMs nicht gelöscht werden können. Stattdessen müssen nachträgliche Regeln eingeführt und KI-Anwendungen neu trainiert werden, damit sie bestimmte Informationen nicht mehr nutzen. Unternehmen müssen daher ein Feintuning ihrer KI-Anwendungen selbst vornehmen können, nicht nur die Anbieter der KI-Modelle.

Obwohl die EU mit dem KI-Gesetz als erste weltweit ein umfassendes Regelwerk für Künstliche Intelligenz geschaffen hat, bleibt das Thema Datenschutz und die Einsatzbereiche der KI weiterhin in Diskussion. Die neuen Bestimmungen treten erst im Frühjahr 2026 in Kraft und könnten in zwei Jahren möglicherweise bereits veraltet sein.

Unternehmen und Entwickler stehen somit vor der Aufgabe, KI-Technologien so zu gestalten, dass sie nicht nur effektiv, sondern auch datenschutzkonform sind.

Mit Bedacht experimentieren

Personalisierter Kundenservice gilt heute als Goldstandard, und KI bietet sich als wertvolle Unterstützung an. Allerdings stellt sie auch eine Herausforderung dar, da sie sowohl den Datenschutz gewährleisten als auch personalisierte Erlebnisse ermöglichen muss. Dies erfordert einen ausgeglichenen und durchdachten Ansatz.

Daher nähert sich Zammad dem komplexen Feld der KI mit Vorsicht und wohlüberlegten Schritten. Anstatt KI unbedacht in Prozesse zu integrieren, setzen wir auf sorgfältig abgesicherte, kleine Meilensteine. Die Potenziale der Technologie sind uns bewusst, doch es gilt, klare Grenzen zu definieren, um innerhalb dieser sicher und kreativ agieren zu können. Durch diesen Ansatz strebt Zammad danach, Innovation mit Verantwortung zu verbinden und den Kundenservice auf das nächste Level zu heben, ohne dabei Kompromisse beim Datenschutz einzugehen.

Zusammenfassung

So faszinierend die Welt der künstlichen Intelligenz auch ist, wir befinden uns erst am Anfang dieser Entwicklung. Diesen Umstand sollten wir trotz aller Begeisterung nicht aus den Augen verlieren, sowohl aus technischer als auch aus rechtlicher Perspektive. Blindes Einbinden von Künstlicher Intelligenz in Projekte, deren Ziel eine reine Positionierung an der Spitze ist, bergen zu viele Gefahren. Vielmehr ist es wichtig, spezifische Anwendungsfälle sorgfältig zu identifizieren und zu definieren, die tatsächlich Mehrwert bieten und die organisatorischen Ziele unterstützen. Die Vorbereitung und Säuberung der Daten, die für KI-Einsätze benötigt werden, ist ebenfalls von entscheidender Bedeutung, da die Qualität der Eingabedaten maßgeblich die Qualität der Ergebnisse bestimmt.