Wie ein Gastronomieunternehmen den Kundenservice seiner Mitarbeiter-App mit einem KI-Sprachagenten revolutionierte
Erfahren Sie, wie ein Unternehmen mit 11.000 Mitarbeitern den Support für seine Mitarbeiter-App mit einem KI-Agenten automatisierte: Auflösungsraten erhöht und Tickets autonom verwaltet.
Ein KI-Sprachagent für den Welfare-Kundenservice ermöglichte es einem Gastronomieunternehmen mit 11.000 Mitarbeitern, das erste Support-Level seiner Mitarbeiter-App zu automatisieren. Innerhalb von acht Wochen erhöhte der Assistent die Erstkontakt-Lösungsraten und eröffnete bei Bedarf autonom vollständige Tickets. Das Ergebnis: stabilere Mitarbeiter-App-Unterstützung, fixe Zeiten und ein menschliches Team, das sich auf komplexe Fälle konzentriert. ## Zusammenfassung - +33 % der "Goal Met"-Rate in zwei Monaten: mehr Probleme beim Erstkontakt gelöst, ohne Eskalation. - 100 % Automatisierung bei der Ticketerstellung für den App-Zugang bei nicht gelösten Fällen. - +62 % der durchschnittlichen Dauer: umfassendere und lösungsstärkere Gespräche mit der Sprach-KI. - Skalierbarer 24/7-Mitarbeiter-App-Support: weniger Druck auf das interne Contact Center. - Integration mit Ticketing- und HRIS-Systemen: vollständige Daten für das zweite Level.  ## Das Problem: Ein Contact Center, überlastet mit wiederkehrenden Anfragen Vor der Implementierung bearbeitete das interne Contact Center manuell hohe und homogene Anfragenvolumen: Wiederherstellung von Zugangsdaten, Anmeldefehler, Navigationsschwierigkeiten. Es gab keine Erstlevel-Automatisierung und keinen strukturierten Fluss für die Ticketerstellung bei App-Zugangsproblemen. Eine Skalierung zu Spitzenzeiten war ohne Personalaufstockung unmöglich, was sich direkt auf die wahrgenommene Qualität und die Akzeptanz der Mitarbeiter-App auswirkte. ### Kritische Punkte, die aufgetreten sind - Anrufe konzentrierten sich auf wiederkehrende Probleme mit geringem Wert. - Mitarbeiter waren mit sich wiederholenden Aufgaben beschäftigt, wenig Zeit für komplexe Fälle. - Tickets wurden manuell eröffnet, Daten waren unvollständig und Zeiten variierten. - Der Service war nicht skalierbar und hing von der Verfügbarkeit des Teams ab. ## Die Lösung: Ein im Kundenservice integrierter KI-Sprachagent DeepAgent implementierte einen KI-Sprachagenten, der auf den Kontext und die Arbeitsabläufe der Mitarbeiter-App trainiert wurde. Der Agent verwaltet das erste Level: autonome Lösung häufiger Fälle; in Fällen, die nicht beim Erstkontakt gelöst werden können, automatische Ticketerstellung mit allen gesammelten Informationen. ### So funktioniert der operative Ablauf 1. Identifizierung des Mitarbeiters und Klassifizierung des Problems. 2. Start des Lösungswegs für Zugang, Zurücksetzen der Zugangsdaten und grundlegende Navigation. 3. Bei Bedarf zur Eskalation erstellt und versendet der Agent automatisch ein vollständiges Ticket. 4. Das menschliche Contact Center wird zum zweiten Level für Ausnahmen.  ## Messbare Ergebnisse: Daten aus zwei aufeinanderfolgenden Perioden Die Auswirkungen sind auf allen wichtigen KPIs sichtbar und zeigen vor allem eine monatliche Verbesserungstendenz. | KPI | Zeitraum A (19.01. – 19.02.) | Zeitraum B (19.02. – 17.03.) | Delta | |---|---:|---:|---:| | Gesamtanrufe | 148 | 134 | -9,5 % | | Abgeschlossene Antworten | 147 | — | — | | Goal Met (Probleme gelöst) | 66 | 88 | **+33 %** (+22) | | Goal Rate | 44,9 % | 65,7 % | +20,8 Pkt | | Durchschnittliche Anrufdauer | ~2,52 Min | ~4,09 Min | **+62 %** | | Verbrauchte Minuten | 373,0 | 547,5 | **+46,8 %** | ### Was diese Verbesserung bedeutet - Mehr als sechs von zehn Anrufen im Zeitraum B wurden beim ersten Kontakt erfolgreich abgeschlossen. - Die längere durchschnittliche Dauer deutet auf tiefgehendere Dialoge hin: Schritt-für-Schritt-Anleitungen, Ergebnisprüfung, vollständige Tickets. - 100 % Automatisierung bei der Eröffnung nicht gelöster Tickets: keine Datenverluste, schneller Übergang zum zweiten Level.  ## Warum Sprach-KI im Wohlfahrts- und HR-Bereich funktioniert - Vorhersehbare Anfragen: Zugangsprobleme folgen wiederkehrenden Mustern, ideal für die Automatisierung. - Konstante Qualität: Die Mitarbeiter-App-Unterstützung hängt nicht von den Schichten des menschlichen Teams ab. - Strukturierte Daten: Die Sprach-KI zur Mitarbeiterproblemverwaltung verwandelt jeden Anruf in nützliche Informationen für das Follow-up. ## Gelernte Lektionen und wiederholbare Best Practices - Zuerst die Anfragetypen abbilden, um den Agenten auf hochvolumige Fälle zu trainieren. - Die durchschnittliche Dauer als qualitative, nicht nur quantitative Metrik bewerten. - Eskalation und App-Zugangsticket-Automatisierung vor dem Go-Live designen (Felder, Routing, SLAs). - Die Goal Rate als primären KPI für die Effektivität des automatisierten Supports überwachen.  ## Erweiterung: Von der Welfare-App zur Fernlehre und Betriebskantinen Angesichts der Ergebnisse erweitert das Unternehmen den Ansatz auf zwei neue Bereiche: Fernlehre (FAD) und Kantinenverwaltung über eine eigene App. Dasselbe Prinzip: ein KI-Sprachagent für jeden Kontext, Integration mit dem bestehenden Ticketing-System und kontinuierliche Überwachung der Goal Rate. ## Entdecken Sie, wie DeepAgent dasselbe für Ihr Unternehmen tun kann Der DeepAgent KI-Sprachagent hat den Mitarbeiter-App-Support skalierbar gemacht: mehr Erstkontakt-Lösungen, vollständige Tickets und ein menschliches Team, das sich auf Wertschöpfung konzentriert. Möchten Sie die Auswirkungen in Ihrem Kontext messen? Fordern Sie eine kostenlose Demo an: Sie werden unter der Nummer +39 068 384 5191 zurückgerufen. ## Häufig gestellte Fragen ### Wie lange dauert die Implementierung eines KI-Sprachagenten für den Welfare-Kundenservice? Durchschnittlich 3–6 Wochen. Es beginnt mit Discovery und der Abbildung der Anwendungsfälle (Zugang, Zugangsdaten, Navigation), dann wird der Agent konfiguriert, das Ticketing integriert und ein kontrollierter Pilot durchgeführt. Der progressive Go-Live ermöglicht die Optimierung der Goal Rate und der App-Zugangsticket-Automatisierung ohne Unterbrechung des Mitarbeiter-App-Supports. ### Wie lässt sich das System in bestehende Systeme (Ticketing, HRIS, Mitarbeiter-App) integrieren? Der Agent verbindet sich über APIs mit den Ticketing-Systemen (z.B. ServiceNow, Jira Service Management) und dem HRIS/SIAM zur Identitätsprüfung. Die während des Anrufs gesammelten Daten füllen automatisch die Ticketfelder. Die Integration gewährleistet eine 100 %ige Automatisierung bei der Ticketerstellung für den App-Zugang und eine durch das zweite Level einsehbare Historie. ### Welche KPIs sollte ich überwachen, um die Effektivität zu bewerten? Die wichtigsten sind: Goal Rate (Erstkontakt-Lösungen), Anzahl der "Goal Met", durchschnittliche Anrufdauer, Eskalationsrate, Gesamtminuten, internes CSAT. Im analysierten Fall: **+33%** "Goal Met", Goal Rate von **44,9%** auf **65,7%**, **+62%** durchschnittliche Dauer und **100%** Ticketautomatisierung, Indikatoren für eine effektive Sprach-KI zur Mitarbeiterproblemverwaltung. ### Wie werden die Privatsphäre der Mitarbeiter und die Datensicherheit gehandhabt? Es werden Prinzipien der Datenminimierung und Verschlüsselung während der Übertragung und im Ruhezustand angewendet. Der Agent greift nur auf die für den Mitarbeiter-App-Support notwendigen Daten zu, mit Audit-Trail bei jedem Anruf. Die Integration mit Identity und Ticketing respektiert Rollen und Berechtigungen; die Logs sind pseudonymisiert und es werden Aufbewahrungsrichtlinien gemäß DSGVO angewendet. ### Was passiert in komplexen Fällen, die ein menschliches Eingreifen erfordern? Der Agent eskaliert an das zweite Level, indem er ein vollständiges Ticket mit Kontext, bereits durchgeführten Schritten und teilweisen Ergebnissen erstellt. Der menschliche Operator setzt genau an dieser Stelle an, wodurch Zeiten und Wiederholungen reduziert werden. Dieses hybride Modell maximiert die Goal Rate und die Zufriedenheit, indem es der KI das wiederkehrende Volumen überlässt und den Menschen die Ausnahmen.