
Wenn Sie sich bereits mit der Welt der KI für den Kundensupport vertraut gemacht haben, ist Ihnen der Begriff „Containment-Rate“ sicher schon begegnet. Sie wird oft als die ultimative Kennzahl für den Erfolg von Chatbots angepriesen und verspricht eine einfache Möglichkeit, Ihre Kosteneinsparungen zu verfolgen. Die Logik scheint solide: Je mehr Chats Ihr Bot allein bearbeitet, desto weniger geben Sie für menschliche Mitarbeiter aus.
Aber hier ist der Haken: Eine hohe Containment-Rate bedeutet nicht zwangsläufig, dass Sie zufriedene Kunden oder eine erfolgreiche KI-Strategie haben. Sie kann leicht die Frustration der Nutzer, ungelöste Probleme und Kunden verbergen, die einfach aufgeben und sich stillschweigend anderweitig Hilfe suchen. Wenn Sie sich nur auf diese eine Zahl konzentrieren, optimieren Sie möglicherweise für die falschen Ziele und schaden genau dem Kundenerlebnis, das Sie eigentlich verbessern wollten.
In diesem Leitfaden geht es darum, über diese einzelne, oft irreführende Kennzahl hinauszublicken. Wir werden Ihnen einen besseren Weg aufzeigen, wie Sie die KI-Containment-Rate und die Eskalationsqualität gemeinsam messen können, damit Sie sicher sein können, dass Ihre KI tatsächlich hilft und nicht behindert.
Was ist die KI-Containment-Rate? (Und warum sie nicht ausreicht)
Zunächst einmal sollten wir uns auf eine gemeinsame Definition einigen. Die KI-Containment-Rate ist einfach der Prozentsatz der Kunden-Chats, die von einem KI-Agenten gelöst werden, ohne dass ein Mensch eingreifen muss.
Die Standardformel sieht in etwa so aus:
„Containment-Rate = (Gesamte Interaktionen - Eskalierte Interaktionen) / Gesamte Interaktionen * 100“
Wenn Ihr Bot also 1.000 Chats bearbeitet und nur 200 an einen menschlichen Mitarbeiter weitergeleitet werden, haben Sie eine Containment-Rate von 80 %. Sieht auf einem Dashboard gut aus, oder? Nicht so schnell.
Der größte Fehler hierbei ist die Annahme, dass jeder Chat, der nicht eskaliert wird, ein Erfolg ist. Dies führt zu dem, was als „schlechtes Containment“ bezeichnet wird, bei dem die Zahlen fantastisch aussehen, die Realität für Ihre Kunden aber alles andere als das ist. Schlechtes Containment tritt auf, wenn:
-
Ein Kunde so genervt vom Bot ist, dass er das Chatfenster frustriert schließt.
-
Die KI eine falsche oder nicht hilfreiche Antwort gibt, die Konversation aber einfach im Sande verläuft.
-
Der Kunde in einer Endlosschleife feststeckt, aufgibt und dann sofort eine E-Mail schreibt oder anruft – ein Kanalwechsel, der nicht als Eskalation gezählt wird.
Wenn Sie nur auf die Standard-Containment-Rate schauen, entgeht Ihnen das Gesamtbild. Es ist ein unvollständiges und oft geschöntes Bild der tatsächlichen Leistung Ihrer KI.
Das Problem bei der Jagd nach einer hohen Containment-Rate
Wenn Sie Ihre ganze Energie darauf verwenden, die Containment-Zahl in die Höhe zu treiben, kann das nach hinten losgehen. Es schafft versteckte Probleme und ignoriert völlig die Tatsache, dass eine Eskalation manchmal das bestmögliche Ergebnis ist.
Die versteckten Kosten von „schlechtem Containment“
Wenn Ihr Chatbot sich mehr wie ein Hindernis als wie eine hilfreiche Anleitung anfühlt, hat das reale Konsequenzen für Ihr Unternehmen.
-
Kundenfrustration und -abwanderung: Ein ungeschicktes, nicht hilfreiches Bot-Erlebnis kann weitaus schädlicher sein, als einen Kunden ein paar Minuten auf einen Menschen warten zu lassen. Es untergräbt das Vertrauen und kann dazu führen, dass sich Kunden bei der Konkurrenz umsehen.
-
Mehr wiederholte Anfragen: Wenn ein Problem nicht wirklich gelöst wird, kommt der Kunde wieder, und er wird wahrscheinlich nicht in bester Stimmung sein. Dies bläht Ihr Ticketvolumen und die Arbeitslast der Mitarbeiter nur auf, was genau das Gegenteil von dem ist, was Sie von der Automatisierung wollten.
-
Irreführende Leistungsdaten: Wenn Ihr Team sich wegen einer 80-prozentigen Containment-Rate auf die Schulter klopft, aber die Hälfte dieser Chats eigentlich ungelöste Probleme waren, sind Ihre ROI-Zahlen praktisch frei erfunden. Sie riskieren, wichtige Entscheidungen auf der Grundlage schlechter Daten zu treffen.
Wann Eskalationen eine gute Sache sind
Es ist ein weit verbreiteter Mythos, dass jede Eskalation ein Misserfolg ist. In Wirklichkeit ist eine intelligente Eskalationsstrategie ein Zeichen dafür, dass Ihr KI-System genau so funktioniert, wie es sollte.
-
Komplexe oder sensible Themen: Manche Probleme erfordern einfach einen Menschen. Dinge wie Empathie, kreative Problemlösung und Nuancen gehören noch nicht wirklich zum Repertoire einer KI. Eine schnelle, reibungslose Übergabe bei diesen Themen ist kein Misserfolg, sondern ein Gewinn für den Kunden.
-
Wertvolle Kunden oder Verkaufschancen: Ihre KI sollte intelligent genug sein, um eine Konversation mit hohem Einsatz zu erkennen. Ob es sich um einen wichtigen Kunden handelt, der kurz vor der Abwanderung steht, oder um einen vielversprechenden Vertriebs-Lead – sie sofort an die richtige Person weiterzuleiten, ist ein großer Vorteil.
-
Beziehungsaufbau: Eine großartige Interaktion mit einem fähigen Mitarbeiter kann einen frustrierten Kunden in einen lebenslangen Fan verwandeln. Ihn zu zwingen, mit einem Bot zu kämpfen, der ihm nicht helfen kann, bewirkt das genaue Gegenteil.
Was die meisten Analysetools Ihnen nicht verraten
Das größte Problem bei vielen KI-Analyse-Dashboards ist, dass sie Ihnen sagen, was passiert ist, aber keine Ahnung haben, warum. Sie sehen vielleicht eine Eskalationsrate von 20 %, wissen aber nichts darüber, wie sich der Kunde gefühlt hat, ob er Anzeichen von Frustration zeigte (wie das fünfmalige Umformulieren einer Frage) oder warum er den Chat abgebrochen hat. Viele Plattformen geben Ihnen einfach nicht die Werkzeuge an die Hand, um tiefer zu graben, sodass Sie über die Qualität des Ganzen nur spekulieren können.
Ein besserer Weg, die KI-Containment-Rate und die Eskalationsqualität zu messen
Um ein echtes Gefühl dafür zu bekommen, wie gut Ihre KI wirklich ist, müssen Sie mehr als nur eine Zahl betrachten. Es ist an der Zeit, von einer einfachen Containment-Metrik zu einem Rahmenwerk überzugehen, das die tatsächliche Lösungsrate und die Qualität jeder Übergabe misst.
Schlüsselmetriken für die „echte Lösungsrate“
Lassen Sie uns über ein neues Konzept sprechen: die Echte Lösungsrate. Diese Metrik versucht, die wirklich wichtige Frage zu beantworten: Wurde das Problem des Kunden tatsächlich gelöst und nicht nur „wurde der Chat beendet, ohne dass jemand auf den Eskalieren-Button geklickt hat?“
Um das vollständige Bild zu erhalten, sollten Sie mehrere Dinge gemeinsam verfolgen.
| Metrik | Was sie misst | Warum sie wichtig ist |
|---|---|---|
| Echte Lösungsrate | Der Prozentsatz der Probleme, die vollständig von der KI gelöst wurden. Dies können Sie oft durch Umfragen nach dem Chat oder durch die Überprüfung, ob derselbe Kunde Sie erneut kontaktiert, feststellen. | Dies trennt tatsächliche Erfolge von frustrierenden Sackgassen. Es ist das wahre Maß für die Effektivität Ihrer KI. |
| CSAT/NPS bei KI-Interaktionen | Kundenzufriedenheitswerte speziell für Chats, die ausschließlich von der KI bearbeitet wurden. | Eine hohe Containment-Rate bei niedrigem CSAT-Wert ist ein großes Warnsignal. Es bedeutet, dass Ihr Bot die Leute verärgert. |
| Erstlösungsrate (FCR) | Ob das Problem des Kunden in einer einzigen Interaktion gelöst wurde, sei es mit der KI oder einem menschlichen Mitarbeiter. | Ihre KI sollte Ihre Gesamt-FCR verbessern und nicht komplizierte, mehrstufige Support-Wege für Ihre Kunden schaffen. |
| Wiederholungskontaktrate | Wie oft sich ein Kunde innerhalb eines kurzen Zeitraums (z. B. 48 Stunden) wegen desselben Problems erneut meldet. | Ein Anstieg der Wiederholungskontakte nach einem KI-Chat ist ein klares Zeichen dafür, dass die erste „Lösung“ nicht nachhaltig war. |
Wie man die Eskalationsqualität misst
Anstatt nur zu versuchen, die Anzahl der Eskalationen zu senken, verlagern Sie Ihren Fokus darauf, diejenigen zu verbessern, die stattfinden. Eine großartige Eskalation sollte ein reibungsloses, positives Erlebnis für sowohl den Kunden als auch Ihren Mitarbeiter sein.
Hier sind die wichtigsten Aspekte, die Sie für die Eskalationsqualität verfolgen sollten:
-
Kontextübertragung: Erhält der menschliche Mitarbeiter den vollständigen Chatverlauf und die Kundeninformationen? Nichts macht einen Kunden wütender, als seine ganze Geschichte wiederholen zu müssen.
-
Bearbeitungszeit des Mitarbeiters (nach Eskalation): Wenn die KI im Vorfeld gute Arbeit bei der Informationssammlung geleistet hat, sollte die Bearbeitungszeit des Mitarbeiters für dieses Ticket kürzer als üblich sein.
-
CSAT bei eskalierten Interaktionen: Ein hoher CSAT-Wert ist hier ein fantastisches Zeichen. Es bedeutet, dass die Übergabe nahtlos war und der Mitarbeiter alles hatte, was er brauchte, um das Problem schnell zu lösen.
-
Weitereskalationsrate durch Mitarbeiter: Wie oft muss der erste Mitarbeiter, der eine Eskalation übernimmt, diese an jemand anderen weitergeben? Eine hohe Rate könnte bedeuten, dass Ihre KI die Probleme nicht korrekt klassifiziert.
Wie man sowohl Containment als auch Eskalationen verbessert
Ein System aufzubauen, das sowohl echte Lösungen als auch hochwertige Eskalationen liefert, erfordert mehr als nur einen einfachen Chatbot. Sie benötigen eine Plattform, die auf einer einheitlichen Wissensgrundlage aufbaut und Ihnen robuste Werkzeuge für Tests und flexible Steuerungsmöglichkeiten bietet.
Beginnen Sie mit einer einzigen Quelle der Wahrheit
Eine KI ist nur so gut wie die Informationen, auf die sie zugreifen kann. Wenn Ihr Unternehmenswissen überall verstreut ist, kann Ihr Bot nur unvollständige Antworten geben, was zu vielen Eskalationen führt, die hätten vermieden werden können.
Die meisten KI-Tools erfordern, dass Sie Inhalte von Grund auf neu erstellen oder nur aus einem einzigen Hilfe-Center schöpfen können. Mit einem Tool wie eesel AI können Sie sofort alle Ihre Wissensquellen verbinden, von vergangenen Tickets und Ihren Confluence-Seiten bis hin zu Google Docs und Notion. Unsere KI lernt direkt aus den erfolgreichen Lösungen Ihres Teams, sodass ihre Antworten immer korrekt sind und wie von Ihnen formuliert klingen. Sie hilft Ihnen sogar dabei, Wissenslücken zu finden und zu schließen, indem sie neue Artikel vorschlägt, basierend auf dem, was Kunden tatsächlich fragen.
Eine Infografik von eesel AI, die zeigt, wie es verschiedene Wissensquellen verbindet, um eine einzige Quelle der Wahrheit zu schaffen, was für die genaue Messung der KI-Containment-Rate und der Eskalationsqualität unerlässlich ist.
Testen und simulieren Sie vor dem Live-Gang
Ein neues KI-Tool einzuführen, ohne zu wissen, wie es sich in der Praxis verhalten wird, ist ein enormes Risiko. Viele Plattformen zwingen Sie quasi dazu, live zu gehen, um Daten zu sammeln, was bedeutet, dass Ihre Kunden die Versuchskaninchen sind.
Sie würden doch auch keine neue Website ohne Tests starten, oder? Dasselbe gilt für Ihre KI. Der Simulationsmodus in eesel AI ermöglicht es Ihnen, Ihr Setup an Tausenden Ihrer eigenen vergangenen Tickets in einer sicheren Umgebung zu testen. Sie erhalten eine solide Prognose Ihrer Lösungsrate und können die Antworten der KI optimieren, bevor auch nur ein einziger Kunde damit interagiert. Dies nimmt das Risiko aus dem gesamten Prozess und hilft Ihnen, mit Ergebnissen zu starten, auf die Sie sich verlassen können.
Die Simulationsfunktion in eesel AI ermöglicht es Teams, die Leistung vor dem Start zu testen, was ein entscheidender Schritt zur effektiven Messung der KI-Containment-Rate und der Eskalationsqualität ist.
Führen Sie die KI kontrolliert ein
Starre „Alles-oder-Nichts“-Automatisierung funktioniert für die heutigen Support-Teams nicht. Sie benötigen die Freiheit zu wählen, was automatisiert wird und wie Eskalationen gehandhabt werden.
Im Gegensatz zu Plattformen, die Sie auf eine einzige Vorgehensweise festlegen, gibt Ihnen eesel AI die Kontrolle.
-
Selektive Automatisierung: Nutzen Sie unsere Workflow-Engine, um genau zu entscheiden, welche Arten von Tickets die KI bearbeiten soll. Sie können klein anfangen, mit einfachen und sich wiederholenden Fragen, und alles andere automatisch eskalieren lassen.
-
Benutzerdefinierte Aktionen: Gehen Sie über das bloße Beantworten von Fragen hinaus. Sie können Ihre KI so einrichten, dass sie Dinge tut wie Bestellinformationen aus Shopify abrufen, Ticketfelder in Zendesk aktualisieren oder Probleme basierend auf den Angaben des Kunden triagieren. Auf diese Weise steigern Sie wirklich Ihre „echte Lösungsrate“ und stellen sicher, dass eine notwendige Eskalation mit allen relevanten Informationen an das richtige Team weitergeleitet wird.
Eine Ansicht des eesel AI Workflow-Builders, in dem Benutzer benutzerdefinierte Aktionen und Regeln für die selektive Automatisierung einrichten können, um die Messung der KI-Containment-Rate und der Eskalationsqualität zu verbessern.
Warum die Messung von KI-Containment-Rate und Eskalationsqualität bedeutet, sich auf Ergebnisse zu konzentrieren
Die gemeinsame Messung der KI-Containment-Rate und der Eskalationsqualität ist der einzige Weg, um die wahre Wirkung Ihrer Automatisierungsstrategie wirklich zu verstehen. Eine hohe Containment-Rate bedeutet nichts, wenn Ihre Kunden unzufrieden gehen und Ihre Mitarbeiter die Scherben aufkehren müssen.
Eine großartige KI schließt nicht nur Chats. Sie löst Probleme effektiv, erleichtert den Kunden das Leben und unterstützt Ihre menschlichen Mitarbeiter, indem sie die Routineaufgaben übernimmt. Dadurch haben diese mehr Zeit, ihre Expertise für komplexe Probleme einzusetzen, ausgestattet mit dem gesamten benötigten Kontext. Das Ziel ist nicht, den menschlichen Kontakt abzuschaffen, sondern jede einzelne Interaktion, ob mit einem Bot oder einem Menschen, so hilfreich und effizient wie möglich zu gestalten.
Bereit zu messen, was wirklich zählt?
Der Versuch, Ihren Support mit KI zu verbessern, kann sich wie ein Blindflug anfühlen, wenn Sie nicht über die richtigen Analysen und Steuerungsmöglichkeiten verfügen. eesel AI bietet Ihnen die Simulationstools, detaillierten Steuerungsmöglichkeiten und die einheitliche Wissensbasis, die Sie benötigen, um den Support souverän zu automatisieren und sowohl Ihre Lösungsraten als auch die Eskalationsqualität zu verbessern.
Sehen Sie, wie es funktioniert oder buchen Sie eine Demo, um unseren Simulationsmodus in Aktion zu erleben.
Häufig gestellte Fragen
Sich ausschließlich auf das Containment zu konzentrieren, kann Kundenfrustration und ungelöste Probleme verbergen, was zu „schlechtem Containment“ führt. Die Kombination mit der Eskalationsqualität bietet einen umfassenden Überblick über das tatsächliche Kundenerlebnis und die echte Problemlösung und zeigt die wahre Wirkung Ihrer KI.
Das Ignorieren der Eskalationsqualität bei der Jagd nach einer hohen Containment-Rate kann zu erhöhter Kundenabwanderung aufgrund von Frustration, mehr wiederholten Anfragen wegen ungelöster Probleme und irreführenden Leistungsdaten führen, die den wahren ROI und die Effektivität Ihrer KI verzerren.
Beginnen Sie damit, die „echte Lösungsrate“ mithilfe von Umfragen nach dem Chat oder der Wiederholungskontaktrate zu verfolgen. Konzentrieren Sie sich bei Eskalationen auf Metriken wie die Kontextübertragung, die Bearbeitungszeit des Mitarbeiters nach der Eskalation und den CSAT speziell für eskalierte Interaktionen, um deren Qualität zu beurteilen.
Zu den wichtigsten Metriken gehören die echte Lösungsrate, der CSAT/NPS speziell für reine KI-Interaktionen und die Erstlösungsrate (FCR). Für die Eskalationsqualität sollten die Kontextübertragung an die Mitarbeiter und die CSAT-Werte für eskalierte Konversationen priorisiert werden.
Eine einheitliche Wissensbasis stellt sicher, dass die KI Zugriff auf genaue und umfassende Informationen hat, was ihr ermöglicht, bessere Antworten zu geben und unnötige Eskalationen zu reduzieren. Sie stellt auch sicher, dass bei notwendigen Eskalationen die Mitarbeiter den vollständigen Kontext erhalten, was die Qualität verbessert.
Ja, mit Simulationstools können Sie Ihre KI anhand historischer Kundentickets in einer sicheren Umgebung testen. Dies hilft, Lösungsraten vorherzusagen und KI-Antworten zu verfeinern, was eine bessere Leistung und qualitativ hochwertigere Ergebnisse vor dem Live-Gang sicherstellt.
Selektive Automatisierung ermöglicht es Ihnen, KI schrittweise einzuführen, indem Sie zunächst einfache, sich wiederholende Fragen bearbeiten. Dieser Ansatz stellt sicher, dass die KI dort zuverlässig arbeitet, wo sie am fähigsten ist, während komplexe Probleme mit vollständigem Kontext ordnungsgemäß eskaliert werden, was im Laufe der Zeit beide Metriken verbessert.








