In diesem Artikel:
- Was Tier-1-Support tatsächlich bedeutet
- Fundrise: Über 50 % der Supportfälle in weniger als 3 Monaten
- Lightspeed Commerce: 65 % gelöst, CSAT gestiegen
- Chime: 60 % geringere Kosten, Zufriedenheit verdoppelt
- Duolingo: 80 % der Chats abgefangen
- ClassPass: Kosten um 95 % gesenkt, Weiterleitungsquote besser als erwartet
- Was diese 5 Teams tatsächlich gemeinsam haben
Die meisten Beispiele für KI im Kundenservice beschreiben, was ein KI-Agent theoretisch leisten könnte. In diesem Artikel geht es ausschließlich um Fälle, in denen ein reales Unternehmen eine konkrete Zahl samt benannter Quelle veröffentlicht hat. So können Sie die Angaben selbst überprüfen, statt sich auf die Aussagen eines Blogs verlassen zu müssen.
Keines der fünf unten genannten Unternehmen nutzt LiveAgent. Wir führen ihre eigenen veröffentlichten Ergebnisse als Beleg für das zugrunde liegende Muster an – nicht als Empfehlung für die von ihnen verwendeten Tools.
Was Tier-1-Support tatsächlich bedeutet
Tier 1 ist die erste Ebene jeder Support-Warteschlange: Routinefragen, für deren korrekte Beantwortung kein Spezialwissen erforderlich ist. Bestellstatus. Passwörter zurücksetzen. Grundlegende Abrechnungsfragen. Kontoänderungen. In den meisten Teams ist es zugleich die Ebene, die die meisten Arbeitsstunden der Supportmitarbeiter beansprucht und am wenigsten Mehrwert bietet, denn ein erfahrener Mitarbeiter verbringt mit einer Routinefrage ebenso zehn Minuten wie ein Nachwuchskollege.
Genau deshalb begannen alle nachfolgenden Beispiele mit dieser Ebene. Keines der fünf Teams versuchte, zuerst seine schwierigsten Tickets zu automatisieren.
Fundrise: Über 50 % der Supportfälle in weniger als 3 Monaten
Fundrise , eine Immobilienplattform für Direktinvestitionen, setzte den KI-Agenten Fin von Intercom ein, um das steigende Supportaufkommen ohne zusätzliche Mitarbeiter zu bewältigen. Luke Ruth, Chief Product Officer von Fundrise, sagte: „Weniger als drei Monate nach dem Start mit Fin bearbeitet der Agent inzwischen mehr als 50 % unserer gesamten Supportfälle.“
Der Kontext ist hier genauso wichtig wie die Zahl. Fundrise wollte für eine wachsende Anlegerbasis schnelle Antwortzeiten gewährleisten und zugleich genug Raum lassen, damit Mitarbeiter sorgfältig auf komplexe Finanzfragen eingehen können – also auf Fragen, die gar nicht erst an einen KI-Agenten gehen sollten. Durch die Automatisierung der routinemäßigen Hälfte der Warteschlange entstand dieser Freiraum.
Lightspeed Commerce: 65 % gelöst, CSAT gestiegen
Lightspeed Commerce , eine globale E-Commerce- und Point-of-Sale-Plattform, setzt Fin in einem Supportteam ein, in dem sowohl langjährige Intercom-Nutzer als auch mit dem Tool noch unerfahrene Mitarbeiter arbeiten. Fin ist inzwischen an 99 % der Gespräche beteiligt und löst bis zu 65 % davon selbstständig.
Die Zahl, auf die es sich zu achten lohnt, ist nicht die Lösungsquote. Entscheidend ist, dass der CSAT-Wert von Fin gleichzeitig um 60 % stieg, während die Antwortzeiten im Chat um 38 % und per E-Mail um 67 % sanken. Häufig wird angenommen, dass die Automatisierung des Supports Geschwindigkeit auf Kosten der Qualität bringt. Die Zahlen von Lightspeed zeigen das Gegenteil: Der KI-Agent konnte selbst entscheiden, wann ein Gespräch an einen Menschen übergeben werden sollte, statt jeden Fall zwangsweise zuerst durch die Automatisierung zu schicken.
Chime: 60 % geringere Kosten, Zufriedenheit verdoppelt
Chime , ein Fintech-Unternehmen, setzte den KI-Agenten von Decagon ein und meldete dabei eine Senkung der Kundenservicekosten um 60 %, eine Lösungsquote von 70 % bei Chats und Sprachanrufen sowie eine Verdopplung der Mitgliederzufriedenheit.
Dass Kosten und Zufriedenheit sich in dieselbe Richtung entwickelten, statt gegeneinander abgewogen werden zu müssen, ist der am wenigsten intuitive Teil des Chime-Ergebnisses. Verständlich wird es erst, wenn man trennt, was automatisiert wurde (der routinemäßige, umfangreiche Anteil der Warteschlange) und was bei den Mitarbeitern blieb (Fragen, bei denen ein Mensch tatsächlich einen Mehrwert bietet). Keine der beiden Seiten wurde schlechter. Beide konnten mehr von dem übernehmen, worin sie wirklich gut sind.
Duolingo: 80 % der Chats abgefangen
Duolingo setzte den KI-Agenten von Decagon ein und meldete eine Chat-Weiterleitungsquote von 80 %. Das bedeutet, dass 4 von 5 Chat-Anfragen überhaupt nicht bei einem menschlichen Mitarbeiter landen. In der Fallstudie wird nicht genau aufgeschlüsselt, welche Kategorien diese 80 % ausmachen. Als Ergebnis wird jedoch genannt, dass sich die menschlichen Mitarbeiter nun auf komplexere Anfragen konzentrieren können, die zuvor durch das abgefangene Anfragevolumen in den Hintergrund gedrängt wurden.
Bei der Größe von Duolingo ist eine Weiterleitungsquote von 80 % kein kleiner Effizienzgewinn. Sie entscheidet darüber, ob ein Supportteam mit einer wachsenden Nutzerbasis Schritt halten kann oder strukturell dazu nicht in der Lage ist – ohne im gleichen Tempo neue Mitarbeiter einzustellen oder langsamere Antworten in Kauf zu nehmen.
ClassPass: Kosten um 95 % gesenkt, Weiterleitungsquote besser als erwartet
ClassPass , eine Abo-Plattform für Fitness und Wellness, verfügte bereits über ein ausgereiftes Programm, um zu ermitteln, welche Anfragen abgefangen werden konnten, bevor der KI-Agent von Decagon zum Einsatz kam. Trotz dieses Vorsprungs sagte das Team: „Beim Start war die Weiterleitungsquote zehnmal höher als erwartet.“ Gleichzeitig meldete es eine Senkung der Supportkosten um 95 %.
Dieses Detail ist die wichtigste Erkenntnis der ganzen Liste. ClassPass hatte nicht einfach geraten. Das Unternehmen verfügte bereits über eine fundierte Kundenforschung und unterschätzte trotzdem um das Zehnfache, wie viele Anfragen der KI-Agent aus der Warteschlange nehmen könnte. Wenn sich selbst ein Team mit einem ausgereiften Programm um den Faktor 10 verschätzen kann, sollten die meisten Teams bei ihrem ersten Einsatz ebenfalls damit rechnen, dass ihre anfängliche Schätzung danebenliegt – und zwar in dieselbe Richtung.
Was diese 5 Teams tatsächlich gemeinsam haben
Lässt man die Anbieternamen außer Acht, weisen die fünf obigen Ergebnisse dasselbe Muster auf:
| Team | Automatisiert | Wichtigstes Ergebnis |
|---|---|---|
| Fundrise | Über 50 % der Supportfälle | Arbeitsstunden der Mitarbeiter innerhalb von weniger als 3 Monaten vollständig auf komplexe Fragen umverteilt |
| Lightspeed Commerce | 65 % der Gespräche | Lösungsquote UND Zufriedenheit stiegen gemeinsam, statt gegeneinander abgewogen zu werden |
| Chime | Routinemäßiges Chat- und Sprachaufkommen | 60 % geringere Kosten, Zufriedenheit verdoppelt |
| Duolingo | 80 % der Chats | Support hielt mit einer wachsenden Nutzerbasis Schritt, ohne dass die Mitarbeiterzahl im gleichen Tempo wachsen musste |
| ClassPass | Weit mehr als erwartet | Kosten um 95 % gesenkt, zehnmal höher als die eigene Schätzung der Weiterleitungsquote |
Keines der Unternehmen automatisierte alles. Alle fünf behielten eine menschliche Ebene für alles bei, was außerhalb des Zuständigkeitsbereichs des KI-Agenten lag. Und in jedem Fall begann das Team mit dem routinemäßigen, wiederkehrenden Anteil der Warteschlange – der Tier-1-Ebene – und nicht mit den schwierigsten Tickets.
Das ist die eigentliche Erkenntnis, wichtiger als jeder einzelne Prozentwert: Das Muster lautet nicht „Support durch KI ersetzen“, sondern „qualifizierte Mitarbeiter nicht länger mit einfachen Fragen beschäftigen“ – und die Zahlen folgen daraus. Wenn Sie das mit Ihrer eigenen Warteschlange ausprobieren möchten, erklärt unser Leitfaden zum Einsatz eines KI-Kundenservice-Agenten genau, wie Sie den Umfang der ersten Phase festlegen. Unter Einrichtung eines KI-Agenten in LiveAgent finden Sie die spezifischen Konfigurationsschritte für LiveAgent.

