Contact-Center-Teams treiben die Automatisierung der Customer Experience weiter voran. Der KI-Agent von Klarna übernahm bei seiner Einführung die Arbeit von 700 Agenten. Das Unternehmen teilte CNBC in diesem Jahr mit, dass diese Zahl mittlerweile bei 800 liegt. Klarna stellte zudem wieder Agenten ein, nachdem die KI bei komplexen Fällen weniger gute Ergebnisse lieferte. Ihre Automatisierungen sind vielleicht nicht so umfassend wie in diesem Beispiel, aber die Tatsache bleibt bestehen:
KI-gestützte Automatisierung bringt Software in Interaktionen ein, die früher vollständig von Menschen bearbeitet wurden.
Nun muss sich das Contact Center mit einer subtilen Wahrheit auseinandersetzen: Viele Kennzahlen, die zur Auswertung dieser Kundeninteraktionen herangezogen werden, wurden definiert, bevor es diesen Grad an Automatisierung gab. Dazu gehören beispielsweise die Average Handle Time, die Containment-Rate und die Kosten pro Kontakt.
Hier erfahren Sie, wie sich fünf zentrale Contact-Center-Kennzahlen durch die Automatisierung verändert haben und wie Teams sie an die heutigen Workflows im Kundenservice anpassen können.
1. Die Containment-Rate hat sich zu einer Qualitätskennzahl entwickelt
Die Containment-Rate gibt an, wie viel Kontaktvolumen niemals einen menschlichen Agenten erreicht hat. Heute muss die Kennzahl zwischen verschiedenen Varianten einer abgewickelten Interaktion unterscheiden. Bei einem Kunden, dessen Problem gelöst wurde, ist die Bewertung noch relativ einfach. Was ist aber mit einem Kunden, der die Interaktion abgebrochen und stattdessen die App geöffnet hat, um mit einem Chatbot zu kommunizieren?
Beide Fälle gelten als abgewickelt. Der traditionellen Containment-Rate fehlt jedoch ein Mechanismus, um zwischen einer erfolgreichen Lösung und einem Abbruch zu unterscheiden. Das spielte eine geringere Rolle, als die Containment-Rate lediglich einfache IVR-Self-Service-Anwendungen und einige Kontostandsabfragen abdeckte. Ein KI-Agent, der Abrechnungsstreitigkeiten und Garantiefragen bearbeitet, verändert die Situation erheblich.
Die Lösung besteht darin, die erfolgreiche Problemlösung nachträglich zu bestätigen. Dazu wird überprüft, ob derselbe Kunde innerhalb eines definierten Zeitfensters wegen desselben Problems erneut Kontakt aufnimmt. Die Länge dieses Zeitfensters ist eine Ermessensentscheidung und hängt wahrscheinlich vom jeweiligen Falltyp ab. Für eine Abrechnungsanfrage kann beispielsweise ein anderes Zeitfenster sinnvoll sein als für einen Garantieanspruch. Die Containment-Rate erfüllt weiterhin den Zweck, für den sie entwickelt wurde. Die zusätzliche Überprüfung der Problemlösung beantwortet hingegen eine Frage, für die die ursprüngliche Kennzahl nie konzipiert war.

2. Die Average Handle Time erfasst nur noch einen Teil einer Interaktion
Die Average Handle Time wurde entwickelt, um von Agenten bearbeitete Interaktionen vom Beginn bis zum Abschluss zu messen. Diese Annahme galt jahrelang und lieferte eine zuverlässige Kennzahl. Das ändert sich jedoch, wenn ein KI-Agent den ersten Teil der Interaktion übernimmt.
Wenn jedoch nur der von Menschen betreute Teil eines Kontakts zeitlich erfasst wird, während der automatisierte Teil in einem anderen System (oder gar nicht) protokolliert wird, kann die Gesamtzeit bis zur Lösung steigen, während die AHT sinkt. Die gleiche Kennzahl (AHT) erfasst nun nur noch einen Teil desselben Kontakts.
Die Frage für Contact Center lautet: Was zählt Ihr AHT-Nenner – Kontakte oder von Menschen bearbeitete Kontakte? Wo wird die Zeit vor der Übergabe berücksichtigt? Teams beantworten diese Frage unterschiedlich, und die Antwort entscheidet darüber, ob die AHT dieses Quartals mit der des Vorjahres vergleichbar ist.

3. Wiederholungskontakte verzerren die Kosten pro Kontakt
Die Kosten pro Kontakt ergeben sich aus der Division der Betriebskosten durch das Kontaktvolumen. Sie beziffern die Bearbeitungskosten und lassen sich direkt aus den Daten ableiten, die Ihnen bereits vorliegen. Die Kosten pro Lösung erfordern eine Definition des Begriffs „Lösung“, und Sie müssen die Kosten auf die automatisierte und die manuelle Bearbeitung eines einzelnen Kontakts aufteilen.

Ein Business Case, der auf den Kosten pro Kontakt basiert, kann sinkende Kosten ausweisen, während die Kosten für die Lösung eines Problems steigen. Ein Kontakt, der beim zweiten Versuch gelöst wird, fliesst zweimal in den Nenner ein, während der erste Fehlversuch gar nicht berücksichtigt wird. Wir haben eine Version dieses Arguments entwickelt, in der wir aufzeigen, wo die ROI-Fallstudie stillschweigend scheitert und welche Kosten agentische KI über die Lizenzierung pro Arbeitsplatz hinaus verursacht.
Hinzu kommt die Arbeit nach dem Gespräch. Agenten, die nach Beendigung des Gesprächs weiter an Fällen arbeiten, verursachen Kosten, die vollständig ausserhalb des Kontaktfensters anfallen und von der Abrechnung pro Kontakt nicht erfasst werden können. Cisco hat diese Funktion mit Dialog auf den Zeitplan für 2027 gesetzt, was den Finanzteams ein Jahr Zeit gibt, um zu entscheiden, wie diese Form der Automatisierung verbucht wird. Die Vorhersehbarkeit hängt von den vorhandenen Kontrollmechanismen ab.
4. Die Emotionsanalyse folgt für Ihre Agenten anderen Regeln
Forrester bewertet die Customer Experience anhand von Effektivität, Benutzerfreundlichkeit und emotionaler Qualität. In seinem US-CX-Index 2026 nennt das Unternehmen Emotionen als den stärksten Prädiktor für Loyalität, Weiterempfehlungsbereitschaft und Kundenbindung.
Emotionen sind zu einer praktischen Kennzahl im Contact Center geworden, da sie durch Automatisierung in grossem Massstab messbar sind. Die Bewertung jeder Interaktion hinsichtlich der Stimmung ist etwas, das Software leisten kann. Ein QA-Team, das anhand von Stichproben arbeitet, kann dies hingegen nicht.
Die Regeln hängen davon ab, wessen Stimme die Software auswertet. Die Durchführung einer Stimmungsanalyse bei dem Agenten, der einen Anruf bearbeitet, fällt unter die verbotene Stufe des EU-KI-Gesetzes, das seit Februar 2025 gilt und eine enge Ausnahmeregelung für medizinische und sicherheitsrelevante Zwecke vorsieht. Die Anwendung derselben Analyse auf den Kunden ist zulässig und mit eigenen Verpflichtungen verbunden, darunter die Transparenz gegenüber der analysierten Person. Die Analyse des schriftlichen Transkripts eines Gesprächs anstelle der Audioaufnahme selbst ist ein dritter zu berücksichtigender Fall.
Für ein Unternehmen ohne Geschäftstätigkeit in Europa ergibt sich eine andere Situation, und die Vorschriften der US-Bundesstaaten folgen ihrem eigenen Zeitplan.

5. Die Wiederholungskontaktrate wird in verschiedenen Systemen zu niedrig erfasst
Die Wiederholungskontaktrate zählt zu den nützlichsten verfügbaren Ergebniskennzahlen. Um sie zu ermitteln, muss bekannt sein, dass zwei Interaktionen von derselben Person zum gleichen Thema stammen. Dies erfordert eine kanalübergreifende Identitätszuordnung und die Zuordnung automatisierter Interaktionen zum selben Kundendatensatz wie die von Menschen durchgeführten

Ein Unternehmen, das einen Kanal mit einem Kundendatensatz verknüpft, kann diese Kennzahl bereits heute messen. Ein Unternehmen, bei dem der Chat in einem System und die Telefonie in einem anderen System abgewickelt wird, misst die Wiederholungsrate pro Kanal, was zu einem niedrigeren Wert führt, als es die tatsächliche Customer Experience widerspiegelt.
Diese Kennzahl variiert am stärksten zwischen den Unternehmen, ist aber letztlich ein Problem der Datenintegration. Eine Änderung der Reporting-Vorlage kann das Problem nicht beheben. Ob die Wiederholungskontaktrate eine Bot-Konversation am Dienstag und einen Telefonanruf am Donnerstag als zweiten Versuch derselben Person erkennt, hängt von einer einheitlichen Kundenidentität und einem zuverlässigen Datenzugriff ab.
Die Automatisierung fügt der Customer Journey einen Schritt hinzu. Die Wiederholungskontaktrate berücksichtigt diesen nur, wenn der Datensatz dies tut.
Beginnen Sie mit aktualisierten Definitionen für Ihre zentralen Contact-Center-Kennzahlen
Bevor Sie Änderungen am Reporting oder an Tools vornehmen, überprüfen Sie die bestehenden Definitionen Ihrer Kernkennzahlen. Bei einigen Kennzahlen stimmen diese Definitionen möglicherweise nicht mehr mit der Art und Weise überein, wie Ihre Agenten und Automatisierungen, Fälle bearbeiten.
Bei einigen Kennzahlen ist möglicherweise eher eine ergänzende Zahl als eine umfassende Änderung erforderlich, wie beispielsweise bei der Containment-Rate. Die Art und Weise, wie manche Kennzahlen überhaupt gemessen werden, muss sich möglicherweise weiterentwickeln, wie bei der Average Handle Time. Wieder andere erfordern möglicherweise neue Daten, die Sie derzeit noch nicht erfassen, wie beispielsweise die Kosten pro Lösung und die Wiederholungskontaktrate.
Beginnen Sie damit, wie Ihr Unternehmen diese Kennzahlen definiert. Wenn Sie sich dafür entscheiden, eine bestimmte Kennzahl zu aktualisieren oder neu zu definieren, kann dies den Vergleich mit früheren Zeiträumen erschweren. Ein Service-Leiter, der sich durch eine seit Langem gemeldete Kennzahl Glaubwürdigkeit erarbeitet hat, sollte diesen Kompromiss bewusst eingehen, anstatt ihn erst bei einer vierteljährlichen Überprüfung zu entdecken.