Warum die 'Automation Rate' kein Ziel ist, und was dann?

Fast jeder Anbieter von KI-Kundensupport wirft dir die Zahl vor die Füße: 73% deiner Tickets werden automatisiert. 87%. 92%. Die Botschaft ist klar, höher ist besser. Wer aber etwas länger darüber nachdenkt, sieht, dass die Automation Rate als KPI ein Sieb ist.

Unsere These ist einfach: Die Automation Rate ist eine Messgröße, kein Ziel. Wer sie zum Ziel erhebt, optimiert das Falsche und verliert genau das, wofür Kundensupport da ist, Vertrauen.

Warum die KPI leckt

Die Automation Rate ist definiert als 'Prozentsatz der Gespräche, die ohne menschliches Eingreifen gelöst wurden'. Darin stecken drei Probleme.

1. Was zählt als 'gelöst'? Ein Gespräch, in dem der Bot sagt 'Dabei kann ich dir nicht helfen, wende dich an den Support', hat technisch null menschliche Beteiligung, löst aber nichts.
2. Was zählt als 'Gespräch'? Wer um 23:00 Uhr fragt, wo seine Bestellung ist, und die richtige Antwort bekommt, zählt als eins. Wer mit einem komplexen Garantiefall in drei Sitzungen vier Abteilungen durchläuft, zählt als drei. Die schwierigen Fälle, auf die es wirklich ankommt, wiegen gleich viel wie die einfachen.
3. Was zählen wir nicht? Menschen, die nach einer einzigen Bot-Nachricht aufgeben und nie wiederkommen. Für den Bot ist das ein Erfolg (kein Handoff), für dein Unternehmen ein verlorener Kunde.

Die drei KPIs, die wirklich etwas aussagen

Bei Conveya betrachten wir drei Metriken in Kombination. Keine davon sagt für sich allein genug, zusammen erzählen sie die wahre Geschichte.

1. Resolution Rate (pro Kanal, pro Kategorie)

Nicht 'wurde das Gespräch ohne Mensch beendet', sondern 'hat der Kunde bekommen, wonach er gesucht hat'. Operativ misst du das, indem du 24 Stunden nach dem Gespräch eine Single-Question-Umfrage schickst: 'Hast du eine Antwort auf deine Frage bekommen?', ja/nein/teilweise. Kombiniere das mit der Zahl der innerhalb von 7 Tagen wiedereröffneten Fälle.

2. CSAT automatisierter Gespräche (im Vergleich zu menschlichen Gesprächen)

Frage nach einem Gespräch die Zufriedenheit auf einer Skala von 1 bis 5 ab. Vergleiche die KI-Gespräche mit deinen menschlichen Gesprächen im selben Zeitraum. Ein gesunder Benchmark: Der KI-CSAT darf höchstens 0,3 Punkte unter dem menschlichen CSAT liegen. Darunter verlierst du Goodwill.

3. Cost-per-Resolution

Alle Kosten (LLM-Token, Infrastruktur, menschliche Zeit bei Eskalationen) geteilt durch die Zahl der gelösten Fälle. Das ist die KPI, die dein CFO versteht. Und die einzige, die zeigt, ob Automatisierung Geld spart oder die Arbeit nur verschiebt.

Wie du den richtigen KPI-Mix aufsetzt

1. Teile deine Fälle nach Kategorie auf (Bestellstatus, Rückerstattung, Produktfrage, Sonstiges). Jede Kategorie hat eine andere optimale Automation Rate. 'Bestellstatus' kann und darf 95% sein. 'Rückerstattung' gehört irgendwo zwischen 30-50%, weil du dort menschliches Abwägen willst.
2. Lege ein Mindest-CSAT-Gate fest. Sobald der CSAT einer Kategorie unter einen Schwellenwert fällt (wir nutzen 4,2 von 5), geht der Bot wieder in eine unterstützende Rolle statt Fälle vollständig abzuwickeln.
3. Miss wöchentlich, nicht täglich. Tägliche Schwankungen sagen nichts und führen zu Panik-Tuning.
4. Hör auf, VP-Boni auf die Automation Rate zu zahlen. Zahle sie auf Resolution Rate × CSAT × Kostenreduktion. Dann bekommst du ein Team, das auf das Richtige optimiert.

Was das für deine Anbieterwahl bedeutet

Wenn ein Anbieter im Verkaufsgespräch mit der Automation Rate wedelt, ohne die Resolution- + CSAT- + Kosten-Komponenten dazu, weißt du genug. Verlange in deinem RFP standardmäßig alle vier Zahlen und lehne Demos ab, in denen nur der Automatisierungsprozentsatz steht. Die Anbieter, die liefern können, zeigen es. Der Rest nicht.