Künstliche Intelligenz im Contact Center wird oft als Heilsbringer verkauft: schneller, effizienter, günstiger. Doch in der Realität erleben wir häufig das Gegenteil. Statt Entlastung entstehen neue Schleifen, Nacharbeiten und Frust – ein Phänomen, das als Workslop bezeichnet wird. Und genau hier zeigt sich, warum Automatisierung allein keine Lösung ist. Der wahre Erfolg entsteht erst im Zusammenspiel zwischen Technologie und Mensch.
Workslop im Contact Center – konkrete Beispiele
Ein Kunde schreibt in den Chat und erhält sofort eine Antwort vom Bot. Auf den ersten Blick wirkt die Lösung hilfreich – aber es fehlen entscheidende Details, die den Fall wirklich klären. Der Kunde fragt erneut nach, wird an einen Agenten weitergeleitet, und dieser verbringt zusätzliche Zeit damit, die KI-Antwort zu korrigieren und neu zu formulieren.
Ein anderes Beispiel: Ein automatisiertes Transkript fasst ein Kundengespräch zwar korrekt zusammen, blendet aber zentrale Informationen aus. Der Supervisor, der das Gespräch nachbearbeitet, muss manuell ergänzen, recherchieren und am Ende fast alles neu strukturieren.
In beiden Fällen ist der Effekt derselbe: Zeit und Ressourcen, die eigentlich gespart werden sollten, werden zusätzlich verbraucht. Studien zeigen, dass knapp 60 Prozent der Unternehmen nach der Einführung von KI im Service eine Phase erhöhter Nachbearbeitung erleben, bevor sich echte Effizienzgewinne einstellen. Genau das ist CX-Workslop.
Die Folgen für Customer Experience und Agenten
Die Konsequenzen sind spürbar:
- Kundenseite: längere Bearbeitungszeiten, wiederholte Nachfragen, sinkendes Vertrauen.
- Agentenseite: steigender Korrekturaufwand, Frust und das Gefühl, eher aufzuräumen als zu unterstützen.
- Unternehmensseite: KPI-Verschlechterungen bei First Contact Resolution, CSAT und durchschnittlicher Bearbeitungszeit.
Eine interne Fallstudie bei einem internationalen Telekommunikationsanbieter zeigte, dass nach Einführung eines generativen Chatbots die Bearbeitungszeit pro Anfrage zunächst um 12 Prozent anstieg, bevor durch gezielte Anpassungen und Agenten-Einbindung ein realer Effizienzgewinn erreicht wurde. Das zeigt: Ohne die richtige Balance verschärft KI die Probleme, die sie eigentlich lösen sollte.
Das Tandem aus Automatisierung und Mensch
Der Schlüssel liegt nicht im Entweder-oder, sondern im Zusammenspiel. KI eignet sich hervorragend, um Routineanfragen zu beantworten, Daten zu strukturieren oder Agenten Vorschläge zu liefern. Doch die wirklich wertvollen Interaktionen – Beschwerdemanagement, emotionale Situationen, komplexe Anliegen – brauchen den Menschen.
Agenten werden so von repetitiven Aufgaben entlastet und können ihre Stärken ausspielen: Empathie, situatives Urteilsvermögen und Beziehungsaufbau. In einem Tandem-Modell sorgt KI für Geschwindigkeit und Skalierbarkeit, während der Agent die Qualität und das Vertrauen sicherstellt.
Praxisnahe Maßnahmen gegen CX-Workslop
Um Workslop zu vermeiden, helfen konkrete Schritte:
- Datenqualität erhöhen: Je besser der Kontext, desto präziser die KI-Antworten.
- Feedback-Loops etablieren: Agenten sollten KI-Ausgaben bewerten und verbessern können.
- Pilotphasen nutzen: KI schrittweise einführen, Ergebnisse messen und kontinuierlich anpassen.
- Komplexität differenzieren: Standardanfragen automatisieren, sensible Anliegen bewusst beim Agenten belassen.
So wird KI nicht zum zusätzlichen Ballast, sondern zur echten Unterstützung.
Fazit – und eine Frage an Sie
KI im Contact Center darf kein Selbstzweck sein. Sie entfaltet ihren Nutzen nur dann, wenn sie den Kunden wirklich hilft und den Agenten spürbar entlastet. CX-Workslop zeigt, wie schnell das Gegenteil eintreten kann. Darum plädiere ich klar für das Tandem-Modell: KI schafft Effizienz, der Mensch schafft Vertrauen. Erst beides zusammen führt zu einer nachhaltig besseren Customer Experience.
Meine Frage an Sie:
Wo sehen Sie in Ihrem Unternehmen den größten Hebel für KI im Contact Center – in der Automatisierung einfacher Aufgaben oder in der Unterstützung der Agenten bei komplexen Interaktionen?