Ein tiefer Einblick in Intercoms Fin Gesprächsergebnisse

Seien wir ehrlich, KI im Kundensupport ist heutzutage mehr als nur ein cooler Partytrick. Wir haben die anfängliche „Wow, ein Bot kann sprechen“-Phase längst hinter uns gelassen. Jetzt zählt nur noch, ob die KI das Problem eines Kunden tatsächlich lösen kann. Der Fokus hat sich von der Messung, wie beschäftigt eine KI ist, auf die Messung der erzielten Ergebnisse verlagert, und Intercom hat diese Idee mit seinem KI-Agenten Fin entscheidend vorangetrieben.

Sie schlugen Wellen mit ihrem „ergebnisbasierten Preismodell“, bei dem man nur bezahlt, wenn die KI erfolgreich ein Problem löst. Klingt perfekt, oder? Man bezahlt für das, was funktioniert, und ignoriert, was nicht funktioniert. Dieses gesamte Modell hängt an einem Schlüsselbegriff: Fin-Konversationsergebnisse. Aber was bedeutet das wirklich? Wie funktioniert es im Alltag und welche versteckten Tücken birgt es, wenn man sein Support-Budget an die Leistung einer KI koppelt?

Wir werden einen Blick hinter die Kulissen von Intercoms Modell werfen. Wir untersuchen, wie sie diese Ergebnisse messen, beleuchten die realen Einschränkungen und zeigen Ihnen einen transparenteren, planbareren Weg, um die gleichen großartigen Ergebnisse ohne Budgetüberraschungen zu erzielen.

Was sind Fin-Konversationsergebnisse im KI-Support?

Zunächst einmal sollten wir die Definition klären. Ein „Konversationsergebnis“ ist nicht einfach nur ein Chat, der zu Ende geht. In der Welt des KI-Supports bedeutet es, dass die Frage eines Kunden vollständig und erfolgreich von einem KI-Agenten beantwortet wurde, ohne jegliche menschliche Hilfe.

Stellen Sie es sich so vor: Es ist der Unterschied zwischen einer KI, die einen Link zu Ihrer Rückgaberichtlinie ausspuckt, und einer KI, die einen Kunden tatsächlich durch den Rückgabeprozess führt, seine Daten bestätigt und das Ticket schließt. Das eine ist eine einfache Antwort, das andere eine echte Lösung. Den Unterschied erkennen zu können, ist die gesamte Grundlage des ergebnisbasierten Preismodells. Wenn Sie das nicht können, bezahlen Sie nur für Geplauder.

Das Modell: Wie Intercom ein Geschäft auf Fin-Konversationsergebnissen aufbaute

Das Preismodell von Intercom für Fin war eine große Sache, weil es sich so sehr von den üblichen Software-as-a-Service-Modellen unterschied, die wir alle gewohnt sind.

Warum nutzerbasierte Preise für Fin-Konversationsergebnisse nicht funktionieren

Vor Fin rechneten die meisten Support-Tools, einschließlich Intercoms eigener Plattform, pro Nutzer oder „pro Platz“ ab. Das ist absolut sinnvoll, wenn man für menschliche Agenten bezahlt. Aber ein KI-Agent ist eine ganz andere Sache. Er arbeitet rund um die Uhr, kann eine nahezu unendliche Anzahl von Chats gleichzeitig bearbeiten und ist kein „Nutzer“ im herkömmlichen Sinne. Wie Aisling O'Reilly, die bei Intercom für die Preisgestaltung zuständig ist, es ausdrückte: „Bei Fin geht es darum, tatsächlich Ergebnisse zu liefern und die Arbeit zu erledigen.“

Eine Abrechnung „pro Konversation“ war eine weitere Option, hatte aber einen ziemlich offensichtlichen Fehler. Kunden müssten auch dann bezahlen, wenn die KI versagt und ein Mensch einspringen muss, um das Chaos zu beseitigen. Niemand möchte zweimal bezahlen, um ein Problem zu lösen.

Die Definition eines erfolgreichen Ergebnisses

Damit das ergebnisbasierte Preismodell funktioniert, musste Intercom sehr genau definieren, was als „Erfolg“ zählt. Sie entwickelten ein zweiteiliges System zur Nachverfolgung von Lösungen:

• Zuerst gibt es harte Lösungen. Das ist der Fall, wenn ein Kunde ein klares positives Feedback gibt, indem er zum Beispiel auf einen „Das hat geholfen“-Button klickt oder einfach „danke, das hat funktioniert“ tippt.

• Dann gibt es weiche Lösungen. Das ist eher eine fundierte Vermutung. Die KI geht davon aus, dass das Problem gelöst ist, wenn der Kunde den Chat einfach verlässt, ohne an einen Menschen zu eskalieren oder um weitere Hilfe zu bitten.

Diese Mischung ist ein ziemlich cleverer Weg, um zu versuchen, echte Lösungen zu erfassen, ohne jeden einzelnen Kunden um Feedback bitten zu müssen.

Das Problem der unvorhersehbaren Kosten

Die Idee, nur für Ergebnisse zu bezahlen, ist auf dem Papier großartig, bereitet Budgetverantwortlichen aber massive Kopfschmerzen. Die meisten Finanzabteilungen arbeiten auf der Grundlage von Planbarkeit. Ein ergebnisbasiertes Modell bedeutet, dass Ihre Softwarerechnung in einem Monat 500 $ und im nächsten 5.000 $ betragen könnte, je nach Supportvolumen und Leistung der KI.

Intercom versuchte, dies durch das Angebot von Lösungs-„Paketen“ auszugleichen, bei denen man im Voraus einen Block erfolgreicher Ergebnisse kauft. Das fühlt sich jedoch eher wie ein Notbehelf als eine echte Lösung an. Es zwingt einen immer noch dazu, den zukünftigen Bedarf zu schätzen, was nie einfach ist, und fügt eine weitere Sache hinzu, die man verwalten muss.

Dies ist ein häufiges Wachstumsproblem bei frühen KI-Preismodellen. Ein einfacherer Ansatz kann das Rätselraten komplett eliminieren. Plattformen wie eesel AI bieten beispielsweise klare, planbare Preispläne, die auf Interaktionsstufen basieren. Sie wissen genau, wie hoch Ihre Rechnung jeden Monat sein wird, sodass Sie nie eine böse Überraschung erleben. Das ist die Art von Stabilität, die Ihre Finanzabteilung liebt.

eesel AI bietet transparente, planbare Preispläne, die im Vergleich zu den variablen Kosten, die mit Fin-Konversationsergebnissen verbunden sind, Stabilität bieten.

Die Mechanik: Wie man zuverlässige Fin-Konversationsergebnisse misst und liefert

Die konsistente Lieferung und Messung von Ergebnissen ist mehr als nur eine clevere Preisstrategie; es ist ein enormer technischer und operativer Aufwand.

Die Verwendung von „Heartbeat-Metriken“ zur Überwachung von Ergebnissen

Um sicherzustellen, dass ihr System tatsächlich wie versprochen funktioniert, verwendet Intercom sogenannte „Heartbeat-Metriken“. Man kann es sich wie eine ständige Pulskontrolle des Systems vorstellen. Sie verfolgen eine Metrik, die stabil und vorhersehbar sein sollte, wie die Rate erfolgreicher KI-Antworten. Wenn diese Zahl plötzlich sinkt, wissen sie, dass etwas nicht stimmt, lange bevor sich Kunden beschweren. Das ist für ihr Geschäftsmodell unerlässlich; wenn man Ergebnisse nicht zuverlässig verfolgen kann, kann man sie auch nicht selbstbewusst in Rechnung stellen.

Die komplizierte Technologie, die erforderlich ist

Damit dies funktioniert, ist eine wirklich hochentwickelte Technologie erforderlich. Es ist nicht nur eine einzelne KI. Es ist eine Kombination aus großen Sprachmodellen (wie Claude AI), ihrer eigenen proprietären Technologie zur Feinabstimmung von Antworten und Echtzeit-Übersetzungstools. Darüber hinaus muss es sich tief in andere Plattformen wie Zendesk, Stripe und Shopify integrieren, um die Daten abzurufen, die es zur tatsächlichen Problemlösung benötigt.

Der Aufbau eines solchen Systems von Grund auf ist ein gewaltiges Unterfangen, das ein Team von Ingenieuren Monate kosten kann. Für die meisten Unternehmen ist das einfach nicht realistisch. Im Gegensatz dazu sind moderne Tools wie eesel AI so konzipiert, dass sie in Minuten statt Monaten live gehen. Mit Ein-Klick-Verbindungen zu Ihrem Helpdesk und Ihren Wissensquellen können Sie einen leistungsstarken KI-Agenten in Betrieb nehmen, ohne ein Ingenieurteam in Bereitschaft zu haben.

Die Vertrauenslücke: Wie man KI-Ergebnisse vor dem Start testet

Eines der beängstigendsten Dinge bei der Einführung einer kundenorientierten KI ist das Risiko, Fehler zu machen. Eine schlechte Interaktion kann das Vertrauen eines Kunden zerstören. Wie können Sie also sicher sein, dass Ihre KI bereit ist, bevor Sie sie auf die Welt loslassen?

Althergebrachte Softwaretests funktionieren für die wilde, unvorhersehbare Natur menschlicher Gespräche einfach nicht. Hier glänzt eine neue Generation von Plattformen wirklich. eesel AI verfügt beispielsweise über einen leistungsstarken Simulationsmodus, mit dem Sie Ihre KI an Tausenden Ihrer eigenen vergangenen Support-Tickets testen können, bevor auch nur ein einziger Kunde mit ihr spricht. Sie können genau sehen, wie hoch die Lösungsrate wäre, die Antworten überprüfen und die Leistung in einer absolut sicheren Umgebung optimieren.

Der Simulationsmodus von eesel AI ermöglicht es Ihnen, Ihre KI an vergangenen Support-Tickets zu testen und so qualitativ hochwertige Fin-Konversationsergebnisse vor dem Live-Gang sicherzustellen.

Die Realität: Wie Fin-Konversationsergebnisse in der Praxis aussehen

Was passiert also tatsächlich, wenn ein Unternehmen ein Tool wie Fin einsetzt? Die Ergebnisse können fantastisch sein, aber sie bringen oft einige versteckte Hindernisse mit sich.

Die gute Seite: Beeindruckende Lösungsraten

Wenn das Modell funktioniert, dann funktioniert es richtig. In einer Fallstudie meldete die E-Commerce-Plattform Lightspeed mit Fin eine Lösungsrate von bis zu 65 %. Das ist eine erstaunliche Anzahl von Konversationen, die nie einen menschlichen Agenten berühren mussten, was ihr Team entlastet, damit es sich auf die kniffligeren und wertvolleren Probleme konzentrieren kann.

Die versteckten Kosten: Das ganze Change Management

Diese 65 % zu erreichen, ist nicht so einfach wie das Umlegen eines Schalters. Das Lightspeed-Team beschrieb den Prozess als ein „Ballett“ aus Schulungen, interner Kommunikation und Koordination. Wenn Hunderte von Support-Agenten über verschiedene Länder und Sprachen verteilt sind, ist die Einführung eines neuen KI-Tools ein riesiges internes Projekt.

Die Komplexität dieser „Big-Bang“-Einführungen ist der Grund, warum ein schrittweiserer, selbstbedienungsorientierter Ansatz oft besser funktioniert. Mit eesel AI haben Sie die vollständige Kontrolle über die Einführung. Sie können klein anfangen, vielleicht indem Sie nur ein oder zwei Arten von Tickets automatisieren. Sobald Sie Ihrem Team den Wert bewiesen haben, können Sie in Ihrem eigenen Tempo expandieren, ohne Ihren gesamten Support-Betrieb auf den Kopf zu stellen.

Das „Walled Garden“-Problem: Was ist mit Ihren anderen Tools?

Hier ist eine der größten Einschränkungen von KI, die direkt in einen Helpdesk integriert ist: Sie funktioniert hervorragend, solange alle Ihre Informationen auf dieser einen einzigen Plattform leben. Aber so arbeiten die meisten Unternehmen nicht, oder? Ihre eigentliche Produktdokumentation befindet sich vielleicht in Confluence, Ihre internen HR-Richtlinien in Google Docs und Ihre technischen Fehlerbehebungsanleitungen in Notion.

Der Versuch, all diese verschiedenen Quellen in ein geschlossenes System wie Intercom zu leiten, kann ein Albtraum sein. Hier haben Plattformen, die auf Flexibilität ausgelegt sind, einen großen Vorteil. eesel AI ist darauf ausgelegt, all Ihr verstreutes Wissen sofort zu vereinen. Es verbindet sich mit über 100 verschiedenen Quellen und stellt sicher, dass Ihr KI-Agent die ganze Geschichte hat, nicht nur die Teile, die er in Ihrem Helpdesk finden kann.

Im Gegensatz zu geschlossenen Systemen („walled gardens“) vereint eesel AI Wissen aus über 100 Quellen, um die Ergebnisse von Fin-Konversationen zu verbessern.

Ergebnisbasiertes Preismodell vs. eine planbare Alternative

Wenn es ums Geld geht, wird der Unterschied zwischen diesen beiden Ansätzen noch deutlicher.

Intercoms ergebnisbasiertes Preismodell

Intercom veröffentlicht seine Preise für Fin nicht. Um eine Zahl zu erhalten, müssen Sie eine Demo vereinbaren und mit dem Vertriebsteam sprechen. Wie bereits erwähnt, berechnet das Modell pro erfolgreicher Lösung. Obwohl es schön ist, Kosten und Wert in Einklang zu bringen, führt es zu unvorhersehbaren monatlichen Rechnungen, die für die Budgetierung ein echtes Problem darstellen können, insbesondere wenn Ihr Supportvolumen schwankt.

Eine transparente Alternative: Die Preise von eesel AI

eesel AI bietet eine viel einfachere und transparentere Alternative. Die Preisgestaltung basiert auf einfachen, gestaffelten Plänen, die Ihnen eine festgelegte Anzahl von KI-Interaktionen pro Monat bieten (eine Interaktion ist einfach eine KI-Antwort oder eine KI-gestützte Aktion). Es gibt keine Gebühren pro Lösung, sodass Ihre Kosten immer planbar sind.

Paket	Monatlich (monatliche Abrechnung)	Effektiv /Monat Jährlich	Bots	KI-Interaktionen/Monat	Wichtigste Funktionen
Team	299 $	239 $	Bis zu 3	Bis zu 1.000	Training auf Website/Dokumenten; Copilot für Helpdesk; Slack; Berichte.
Business	799 $	639 $	Unbegrenzt	Bis zu 3.000	Alles aus Team + Training auf vergangenen Tickets; MS Teams; KI-Aktionen (Triage/API-Aufrufe); Massensimulation; EU-Datenspeicherung.
Custom	Vertrieb kontaktieren	Individuell	Unbegrenzt	Unbegrenzt	Erweiterte Aktionen; Multi-Agenten-Orchestrierung; benutzerdefinierte Integrationen; benutzerdefinierte Datenaufbewahrung; erweiterte Sicherheit / Kontrollen.

Mit diesem Modell können Sie mit einem flexiblen monatlichen Plan beginnen und jederzeit kündigen. Ihre Kosten sind stabil und leicht zu planen. Es ist ein moderner Ansatz für Unternehmen, die sowohl hohe Leistung als auch finanzielle Planbarkeit schätzen.

Über Fin-Konversationsergebnisse hinaus zu Kontrolle und Planbarkeit

Intercoms Fokus auf Fin-Konversationsergebnisse war ein riesiger Schritt nach vorn. Es zwang die gesamte Kundensupport-Branche dazu, aufzuhören, Tickets zu zählen, und anzufangen, über Ergebnisse nachzudenken. Es war eine Veränderung, die stattfinden musste.

Aber dieses ergebnisbasierte Modell der ersten Generation brachte auch echte Herausforderungen mit sich: unvorhersehbare Kosten, schwierige Implementierungen und die Grenzen einer „Walled Garden“-Wissensdatenbank. Das Ziel von KI im Support sollte sein, leistungsstarke Ergebnisse zu erzielen, ohne die finanzielle Kontrolle oder die operative Einfachheit aufzugeben.

Glücklicherweise hat die nächste Welle von KI-Plattformen aus diesen frühen Lehren gelernt. Sie bieten einen besseren Weg, um die gleichen großartigen Ergebnisse zu erzielen, jedoch mit weitaus mehr Transparenz, Flexibilität und Kontrolle in Ihren Händen.

Erzielen Sie leistungsstarke Ergebnisse ohne Rätselraten

eesel AI bietet Ihnen alle Vorteile einer ergebnisorientierten KI, wie hohe Lösungsraten und eine geringere Arbeitsbelastung für Ihre Agenten, ohne die Nachteile älterer, starrer Modelle. Mit planbaren Preisen, einem risikofreien Simulationsmodus, der Möglichkeit, alle Ihre Wissensquellen zu verbinden, und einer Einrichtung, die nur wenige Minuten dauert, können Sie bessere Ergebnisse mit weniger Risiko und ohne Überraschungen erzielen.

Bereit zu sehen, wie hoch Ihre KI-Lösungsrate sein könnte? Starten Sie Ihre kostenlose eesel AI-Testversion und simulieren Sie sie noch heute mit Ihren eigenen Daten.