Schlüsselpunkte
- KI im IT-Support steigert die Effizienz: Sie automatisiert wiederkehrende Aufgaben auf Support-Level 1, reduziert manuelle Arbeit und hilft Techniker:innen, Probleme schneller zu lösen.
- Die Automatisierung im Support-Level 1 stößt an Grenzen, wenn Benutzer:innen technische Probleme unvollständig, ungenau oder emotional aufgeladen beschreiben.
- Menschliche Support-Mitarbeiter:innen bringen Kontext, Empathie und Problemlösungskompetenz ein, die KI-Systeme in stressigen Support-Situationen nicht verlässlich nachbilden können.
- Human-in-the-Loop-IT-Support verbindet KI-gestützte Mustererkennung und Wissensabruf mit menschlichem Urteilsvermögen und echter Kommunikation.
- Leistungsstarke Support-Teams nutzen KI, um ihre Service-Erbringung zu verbessern, und pflegen gleichzeitig die persönlichen Beziehungen, die für Kundenzufriedenheit und Vertrauen sorgen.
Die IT-Branche überschlägt sich dabei, den Support auf Level 1 zu automatisieren. Laut Gartner verspüren 91 % der Führungskräfte im Kundenservice in diesem Jahr Druck, KI einzusetzen, um die operative Effizienz zu steigern. Eine weitere Studie von McKinsey zeigt: 64 % der Führungskräfte in Unternehmen sagen, dass KI ihre Innovationsfähigkeit fördert, und 80 % nennen Effizienz als wichtigstes Ziel aller KI-Projekte.
Doch bei KI im IT-Support ging es nie wirklich darum, Menschen zu ersetzen. Es ging immer darum, sie bei ihrer Arbeit zu unterstützen. Unternehmen, die mit KI erfolgreich sind, fragen nicht: „Wie automatisieren wir unseren Support-Desk?“ Sie fragen stattdessen: „Leistet unser Support auf Level 1 eigentlich das, was er leisten sollte?“
IT-Verantwortliche sehen diese Zahlen und betrachten den Support-Level 1 sofort als logischen ersten Schritt zur Automatisierung. Schließlich ist das doch nur der erste Kontaktpunkt, oder?
Wo liegt also das Problem?
Automatisierung im Support-Level 1 ist keine Science-Fiction
Wer ein Ticket einreicht, steht oft unter Stress und weiß womöglich gar nicht, wie sich das Problem beschreiben lässt. Genau hier stößt Automatisierung an ihre Grenzen.
Selbst die besten KI-Modelle tun sich schwer damit, Kontext zu erfassen. Ihre Aufgabe ist es, das Problem zu lösen, aber das wird deutlich schwieriger, wenn Benutzer:innen nicht erklären können, was gerade passiert.
Ein Beispiel: Wenn Sie mit unklaren Schmerzen in der Brust zum Arzt gehen, sagen Sie nicht: „Ich habe stechende, linksseitige Schmerzen im hinteren Brustkorbbereich, die sich bei tiefer Atmung verstärken.“ Die meisten Menschen sagen einfach: „Es tut weh, wenn ich tief einatme.“
Genauso verhält es sich mit KI im IT-Support. Frustrierte Benutzer:innen beschreiben das Problem oft nicht präzise, und KI kann nur mit den Informationen arbeiten, die sie bekommt, häufig abhängig davon, wie der Prompt formuliert ist. Menschen dagegen können zwischen den Zeilen lesen und gezielt nachfragen.
Human-in-the-Loop-IT-Support
Forschung in angrenzenden Bereichen hat gezeigt, dass von KI durchgeführte Bewertungen schlechte Prognosen für reale Ergebnisse liefern. Der Grund: KI kann immer nur mit dem arbeiten, was man ihr gibt.
Fragen Sie eine KI, wie sich ein Problem lösen lässt, und sie liefert eine Antwort. Das ist großartig, bis Nuancen und Emotionen ins Spiel kommen.
Denken Sie an das letzte Mal, als Sie den IT-Support angerufen haben. Höchstwahrscheinlich standen Sie unter Stress, und das wirkt sich auf die Kommunikation aus. Unter Druck neigen Menschen dazu, ihre Sprache zu vereinfachen, und das ist nicht immer präzise. Ein Beispiel: Ihr Laptop gibt fünf Minuten vor einem wichtigen Meeting den Geist auf. In diesem Moment sind Sie sicher nicht in der Verfassung, ein präzises, durchdachtes Ticket zu formulieren. Sie lassen Kontext weg, beschreiben Symptome falsch und sagen „Es ist kaputt“, obwohl Sie eigentlich meinen: „Ich weiß nicht, was gerade passiert ist. Helfen Sie mir. Mein Laptop hatte einen Herzstillstand.“ So oder so können Sie nicht vollständig vermitteln, was genau schiefgelaufen ist (und das ist völlig normal).
In der Automatisierung im Support-Level 1 führt das zu ungenauen Ergebnissen. Wenn Benutzer:innen am ersten Kontaktpunkt eine Themenliste zum Durchscrollen erhalten oder ihr Anliegen einem KI-Bot schildern sollen, enthält diese Liste womöglich gar nicht die Fragen, die nötig wären, um das eigentliche Anliegen zu erfassen.
Ihre IT-Automatisierung lernt jedoch aus regelmäßigen Interaktionen. KI-Modelle sind hervorragend in der Mustererkennung und lassen sich so trainieren, dass sie künftig „bessere“ Themen vorschlagen. Man könnte sogar argumentieren, dass wir uns selbst darauf trainieren, besser mit KI zu kommunizieren, statt umgekehrt.
Darum sollte KI den IT-Support nicht ersetzen
Mitarbeiter:innen im Support-Level 1 gelten als „Frontline“, weil sie die ersten Ansprechpartner:innen sind, wenn mit Geräten oder Software etwas nicht stimmt. Können wir von Benutzer:innen, die gerade mit technischen Problemen kämpfen, wirklich die Geduld oder das Verständnis erwarten, sich mit einem KI-gestützten IT-Helpdesk auseinanderzusetzen?
Studien zeigen, dass die meisten Menschen nach wie vor lieber mit einem Menschen sprechen, selbst wenn sie ihre Antworten über automatisierte Systeme bekommen könnten. McKinseys eigene Daten rücken die Diskussion zurecht: Die Frage war nie „KI oder menschlicher Support“, sondern wie KI Menschen unterstützen kann.
Der bessere Ansatz: Unterstützen Sie die Techniker:innen Ihres IT-Helpdesks mit KI, die Wissensdatenbanken durchsucht und Muster erkennt, damit sich Ihr Support-Team auf den Menschen hinter dem Ticket konzentrieren kann.
Michael Shelton, VP of Global Product Support, bringt es so auf den Punkt: „Unsere Beziehung beginnt mit dem ersten Kontakt. Wir arbeiten daran, dass jede Interaktion unkompliziert, erfrischend und erfolgreich ist.“ Das Ergebnis? Eine CSAT-Bewertung von 98,4 und eine durchschnittliche Reaktionszeit von 31 Minuten. Nicht, weil wir Menschen wegautomatisiert haben, sondern weil wir ihnen bessere Werkzeuge an die Hand gegeben und sie das tun lassen, was sie am besten können.
So sollte KI im IT-Support aussehen.
