Chatbots – Wie müssen sie gestaltet sein, um den Anforderungen zu genügen?

Von Prof. Dr. Nils Hafner

Auch im Banking spielt das Thema „Bots“ zur Zeit eine grosse Rolle in den Diskussionen um die Ausgestaltung des zukünftigen Self-Services. Klar ist, dass Bots ein enormes Einsparungspotential mit sich bringen. Das Risiko für die Kundenbeziehung ist jedoch enorm. Dieser Beitrag soll aufzeigen, welchen Anforderungen Bots genügen müssen, um zu einer hervorragenden Customer Experience im Banking beizutragen.

Customer Experience beschreibt die Summe aller Erlebnisse, die ein Kunde mit unserem Unternehmen macht. Dabei hängt die Bewertung der Wahrnehmung der Erlebnisse durch den Kunden nachgewiesenermassen von seiner Erwartungshaltung ab. Gerade im Banking, wo es primär um Vertrauen und Verlässlichkeit geht, ist es daher wichtig zu verstehen, welchen Anspruch ein Kunde an eine Dienstleistung hat. Geht es um komplexe oder emotional aufgeladene Sachverhalte, die zwingend eine Beratung von Mensch zu Mensch erfordern oder sucht der Kunde lediglich ein rasche Lösung für ein vermeintlich einfaches Problem, wie eine Kontostandsauskunft, einen Geldtransfer, eine Adressänderung oder die Antwort auf seine Suche nach Produktinformationen? Gerade bei letzteren bietet sich die Lösung über einen Bot an.

Es stellt sich dabei die Frage, wie ein solcher Bot ausgestaltet sein muss, um einerseits die Bedürfnisse der Kundschaft zu erfüllen sowie andererseits einen besonders hohen Nutzen für das Unternehmen zu bieten. Im Rahmen eines Forschungsprojekts an der HSLU haben wir versucht, die dazu verfügbaren Studien, Forschungsartikel und Case Studies einmal zusammenzufassen und zu verdichten. Als Ergebnis dieser Untersuchung ergeben sich folgende Anforderungen an Bots vor dem Hintergrund des Anspruchs einer hohen Customer Experience:

• Dialogfähigkeit,
• Verfügbarkeit,
• Skalierbarkeit,
• Wartbarkeit und
• Geschwindigkeit.

Zunächst steht selbstverständlich die Dialogfähigkeit im Vordergrund der Betrachtung. Der Bot muss die Anliegen der Kundschaft gut verstehen, unabhängig davon, wie gut sich der Kunde ausdrücken kann, welche Sprache oder Mundart er spricht oder schreibt. Dabei ist es wichtig, dass Chat- wie Voicebots lernfähig sind und auf Basis der bisherigen Dialoge im Kundenservice angelernt werden. Interessant für unser Forschungsteam war dabei, wie wenig Unternehmen heute bei der Botentwicklung auf bislang vorliegende Servicedialoge zurückgreifen können. So nutzen heute lediglich 16% aller Unternehmen und nur 10% der Banken Texterkennungstools im Kundenservice, um Kundenanliegen, die beispielsweise via email geäussert wurden, zu erkennen und zu automatisieren, wie das am IFZ entwickelte Service-Excellence Cockpit 2018 zeigt. Alle anderen Unternehmen beginnen bei der Entwicklung von Bots quasi bei Null. Sie müssen dabei vermehrt auf menschliche Ressourcen zurückgreifen, die den Bot quasi manuell anlernen.

Nehmen wir mal zur Verdeutlichung einen Bot aus einer anderen Branche, der Kunden beispielsweise bei der Reservation eines Hotelzimmers unterstützt. Ein ideales Einsatzfeld für einen Sprachbot, denn der Bot fragt, der Kunde antwortet. Auf die Frage: „Für wieviele Personen möchten Sie Hotelzimmer reservieren?“ erwartet der Bot eine Zahl als Antwort, bspw. „zwei“. Antwortet der Kunde: „für mich und meine Frau“ muss ein Mitarbeiter des Unternehmens diese Antwort abhören und als „zwei“ übersetzen. Ab sofort hat der Bot gelernt, dass „für mich und meine Frau“ „zwei“ bedeutet. Aber, was ist mit „für mich und meinen Hund“ oder „für mich und meine Familie“? Sind das auch „zwei“? Deutlich wird, dass das Training hin zu einer akzeptablen Dialogfähigkeit eine Sisyphusarbeit darstellt.

Der zweite Punkt ist die Geschwindigkeit der Problemlösung. Betrachtet man heute verfügbare Customer Touchpoints im Banking zeigen die Zahlen des Service Excellence Cockpits, dass zwischen einer Problemlösung per Brief mit einer durchschnittlichen Antwortzeit von 2,5 Tagen und einer Antwortszeit per Telefon von durchschnittlich 86 Sekunden Welten liegen. Interessant ist dabei, dass sämtliche „Kanäle“ eine durchschnittliche Erstlösungsquote (FCR) von ca. 80% aufweisen. Diese Kennzahlen prägen jedoch auch die Erwartungen der Kundschaft an einen Bot. Während sich die Erwartungen an Voicebots an der Lösungszeit eines Telefongesprächs von Mensch zu Mensch orientieren, sind die Ansprüche an Chatbots durch die durchschnittliche Antwortzeit im Live Chat von heute 29 Sekunden geprägt. Diese Erwartungshaltung stellt enorme Anforderungen an die oben skizzierte Dialogfähigkeit. Dabei ist festzuhalten, dass heute erst weniger als ein Prozent aller medialer Kundendialoge im Banking über Chat geführt wird. Trotzdem geht es bei der Automatisierung heute also nicht nur um die Problemlösung, sondern für den Kunden auch um die schnelle Problemlösung.

Drittens wichtig ist die Verfügbarkeit des Bots. Ein Bot lässt sich nur dann sinnvoll in die Struktur eines Kundenservice-Centers einbetten, wenn er hochgradig verfügbar ist. Nur wenn sicher gestellt ist, dass die Masse der Standard-Kundenanfragen durch den Bot abgearbeitet werden, kann sich das Management des Kundenservice-Centers auf die Rekrutierung, Ausbildung und Führung von qualifizierten Secondlevel Mitarbeitern konzentrieren, um eine überragende Customer Experience im Dialog der komplexen und oder emotional aufgeladenen Sachverhalte. Fällt der Bot aus, müssen diese (überqualifizierten) Mitarbeiter die Masse der Standard-Aufgaben übernehmen. Dies hat a) eine Überlastung des Kundenservice und b) einen hohen Stresslevel bei den betroffenen Mitarbeitern und Kunden zur Folge, was die Customer Experience im Vergleich zur Ausgangssituation „ohne Bot“ extrem belastet. Hervorragende Unternehmen beginnen gerade sich hier in Form von Szenarien Gedanken zu machen, welche Risikoerwägungen und Vorsorge-Anforderungen an die IT- und HR- Infrastruktur der Einsatz eines Bots nach sich zieht.

Eng mit dieser Anforderung verbunden ist die Anforderung der Skalierbarkeit. Digitalisierung und das Konzept einer überragenden Customer Experience als Differenzierungsfaktor beinhalten den Anspruch, dass ein Unternehmen wächst. Dies geschieht meist dadurch, dass das Unternehmen mehr Kunden bedient. Diese haben in der Regel ebenfalls früher oder später Servicebedarf. Ein Bot sollte also auf dieses Wachstum skalierbar sein. Da Bots ausserdem durch Machine Learning ihr volles Potential entfalten, ist es wichtig, Case für Case vom persönlichen, mitarbeiterbetriebenen Kundenservice auf den Bot zu transferieren. Dabei ist wichtig zu wissen, welches Servicevolumen auf welchen möglichen Service-Case entfällt und zu prognostizieren, wie sich das Volumen in den nächsten drei Jahren entwickeln wird.

Betrachtet man Verfügbarkeit und Skalierbarkeit als Anforderung an einen Bot zusammen, ergibt sich als abschliessendes Kriterium für das Unternehmen die Wartbarkeit des Bots. Bots müssen gewartet, angelernt und weiterentwickelt werden. Es ergibt sich als Anforderung an das Management dafür Zeit und Ressourcen zu planen und gleichzeitig den Betrieb sicher zu stellen. Je leichter ein Bot wartbar und entwickelbar ist, umso produktiver ist dieser Assistent im Betrieb des Kundenservicecenters einer Bank.

Gesamthaft ist festzustellen, dass Banken, die über den Einsatz von Chat- oder Voicebots im Kundenservice in mehr als einem reinen Testbetrieb nachdenken, insgesamt fünf Aspekte beachten müssen: Bots müssen in hohem Masse dialogfähig, schnell, verfügbar, skalierbar und wartbar sein, um sowohl dem Anspruch des Finanzdienstleisters an einen kostenoptimalen Kundenservice als an eine hohe Customer Experience zu genügen. Daher kann dieser Blogartikel als Checkliste für die Auswahl und die Ausgestaltung für Bots bei einer Bank verwendet werden.

P.S.: Im September startet das IFZ in der Weiterbildung den neuen halbjährigen Studiengang CAS Sales und Marketing im Banking als Teil der neuen modularisierten Masterstudiengänge MAS Bank Management und MAS Private Banking und Wealth Management.