Herausforderung
Jede Antwort an einen Kunden eines lizenzierten Kreditinstituts muss prüfbar und regelkonform sein. Das Team musste gleichzeitig drei Sprachen, zwei Portale (modena.ee für Kredite und modena.capital für Investoren) und den ständigen Druck bewältigen, mit einem kleinen Team schnell und in gleichbleibender Qualität zu antworten.
Lösung
- 11 KI-Workflows, eine Plattform. KI ist in 11 verschiedene Support-Workflows eingebettet, statt als separater Chatbot angeflanscht zu sein; jede KI-Ausgabe wird von einem Menschen geprüft, bevor sie den Kunden erreicht.
- Kosteneffiziente Drei-Modell-Strategie. Die Sortierung läuft über Haiku, das Verfassen von Antworten über Sonnet, komplexes Reasoning über Opus – der Administrator sieht die Auswahl und kann sie je Szenario übersteuern.
- RAG auf dem Zendesk-Archiv. Zu jedem neuen Ticket werden die drei ähnlichsten gelösten Tickets als Kontext herangezogen – so lernt die KI daraus, wie Menschen dieselbe Frage tatsächlich gelöst haben.
- Portalbezogene Wissensdatenbank. Jeder Artikel der Wissensdatenbank ist nach Portal gekennzeichnet – ein Investoren-Ticket sieht nie die FAQ aus dem Kreditbereich und umgekehrt.
- Selbstlernende Wissensdatenbank. Jeden Sonntag wertet Claude die gelösten Tickets aus und erstellt die drei häufigsten FAQs; nach der Prüfung klickt der Administrator auf „Veröffentlichen“.
- Kontrollierte Rückfallebene. Ist die Claude-API nicht erreichbar, arbeitet die Plattform weiter – KI ist eine Ergänzung, kein kritisches Glied.
Ergebnisse
- Die Antwortzeit sank von 5–10 Minuten auf 1–2 Minuten pro Antwort.
- Eskalierte Fälle erreichen noch am selben Tag die richtige Person, statt am Ende der Warteschlange zu landen.
- Die Antwortqualität ist zwischen den Agenten einheitlicher – dieselbe Wissensdatenbank, dieselben früheren Lösungen.
- Neue Mitarbeitende nutzen die Plattform vom ersten Tag an – eine eigene „Prompt-Engineering“-Schulung ist nicht nötig.
- Direkte Einsparung bei Softwarekosten von rund 7.140 € pro Jahr gegenüber Zendesk Suite mit Advanced AI.
KernerkenntnisKI-gestützter Kundensupport braucht kein KI-Start-up-Budget – sondern eine sorgfältige Integration in die Workflows, eine kosteneffiziente Modellstrategie und menschliche Beteiligung an jeder Entscheidung.