Gewinne:
- Möglichkeit, automatisches Tagging auf der Grundlage einer geschlossenen Taxonomie mit strukturierten und kurzen Anrufzusammenfassungen zu erstellen
- Möglichkeit, erfundene Informationen zu eliminieren, indem die Zusammenfassung und Tags automatisch durch einen Vertreter genehmigt und mit dem Quelltext verglichen werden
- Möglichkeit, die Bearbeitungszeit zu verkürzen, indem Zusammenfassungen übertragen werden, ohne persönliche Daten/Kartendaten aufzubewahren und ohne Verpflichtungen zu interpretieren
Die Arbeit eines Vertreters endet nicht mit dem Gespräch mit dem Kunden. Nach jedem Anruf sollte eine Aufzeichnung darüber erstellt werden, „worüber gesprochen wurde, was getan wurde, was das Thema war“. Dies nennt man Nachbereitung oder Nacharbeit / ACW: Der Vertreter fasst das Gespräch zusammen, wählt im System einen Beendigungscode (Dispositionscode – die Kategorie, die den Betreff/das Ergebnis des Anrufs angibt, z. B. „Rückgabe genehmigt“, „technischer Fehler“) und schreibt die notwendigen Notizen. Diese Aufgabe erscheint klein, ist aber riesig: Wenn ein Agent, der täglich 60 Anrufe tätigt, 2 Minuten für jeden Anruf aufwendet, werden 2 Stunden des Tages nur mit dem Schreiben von Notizen verbracht. Darüber hinaus schreibt der müde Vertreter die Notiz schlampig; Die Aufzeichnungen sind inkonsistent und der nächste Agent oder Manager kann den Verlauf nicht nachvollziehen.
Künstliche Intelligenz revolutioniert diese Aufgabe: Sie liest den Text (Transkription) des Gesprächs und erstellt in Sekundenschnelle eine übersichtliche Zusammenfassung, genaue Tags und Vorschläge für den nächsten Schritt. Anstatt zu schreiben, überprüft und genehmigt der Agent. In dieser Einheit erfahren Sie, wie Sie die Anrufzusammenfassung und das automatische Tagging einrichten, worauf Sie achten müssen und welche Verifizierungsdisziplin Sie anwenden.
Was gehört zu einer guten Anrufzusammenfassung?
Eine Anrufzusammenfassung sollte klar genug sein, dass jemand, der dieses Gespräch noch nie gehört hat (der nächste Agent, Manager, Vorgesetzte), es in 15 Sekunden verstehen kann. Eine gute Zusammenfassung umfasst: Warum der Kunde angerufen hat (warum er angerufen hat), was getan wurde (was der Mitarbeiter getan hat), Ergebnis (wurde das Problem gelöst, was wurde versprochen), offenes Geschäft (was, wenn überhaupt, einer Nachverfolgung bedarf). Eine schlechte Zusammenfassung ist entweder zu lang (zeilenweise Aufschlüsselung des Gesprächs) oder zu kurz („Kunde hat angerufen, es wurde erledigt“). KI ist sehr gut darin, dazwischen zu liegen: strukturiert, prägnant und vollständig.
Beim automatischen Tagging/Disposition schlägt die KI den Beendigungscode und die Betreff-Tags des Anrufs vor. Beispielsweise etikettiert die KI ein Gespräch als „Thema: Rechnung, Unterthema: hoher Einspruch gegen die Rechnung, Ergebnis: Einspruch – Datensatz geöffnet, Emotion: wütend“. Diese Tags generieren in der Zukunft einen enormen Mehrwert: Der Manager beantwortet die Fragen „Welches Thema hat diesen Monat die meisten Anfragen erhalten“ und „Welches Thema hat die niedrigste Lösungsrate“ in Sekundenschnelle. Damit Tags jedoch funktionieren, ist ein kohärentes Tag-Vokabular (Taxonomie – eine vordefinierte, begrenzte und klare Liste von Kategorien) erforderlich. Wenn der Bot kostenlose Labels generiert, erscheinen drei verschiedene Labels wie „Rechnung“, „Abrechnung“, „Rechnungsproblem“ und die Analyse wird unterbrochen.
Die folgende Tabelle vergleicht manuelle und KI-gestützte Endbearbeitung:
Größe
Manuel (repräsentativer Autor)
KI-gestützt (Agentengenehmigungen)
Dauer (pro Anruf)
90-150 Sekunden
15-30 Sekunden
Konsistenz
Variiert je nach Person
Hoch, je nach Wörterbuch
Vollständigkeit
fällt in Müdigkeit
stabil
Etikettenqualität
frei, chaotisch
feste Taxonomie
Risiko
Zeitverlust, Inkonsistenz
Falsche Zusammenfassung (muss überprüft werden)
Tipp: Bevor Sie mit der automatischen Tag-Kennzeichnung fortfahren, definieren Sie unbedingt eine Taxonomie (geschlossene Tag-Liste). Der KI zu sagen: „Wähle die passenden aus diesen 20 Tags aus“, ist viel zuverlässiger, als zu sagen: „Markiere das Thema“.
Schritt für Schritt: Feed einrichten
- Bereiten Sie die Quelle vor: Rufen Sie den Text der Konversation ab (ASR-Transkript im Sprachanruf, vorgefertigter Text im Chat). Maskieren Sie zunächst persönliche Daten/Kartendaten (detailliert in der nächsten Einheit).
- Geben Sie eine Taxonomie an: Geben Sie dem Modell eine Liste gültiger Beendigungscodes und Themen-Tags. Verbieten Sie ihm, nach draußen zu gehen.
- Bitten Sie um eine strukturierte Ausgabe: Bitten Sie um eine Feldausgabe (Grund, Aktionen, Ergebnis, Folgemaßnahmen, Tags, Emotionen) anstelle von freien Absätzen; sodass es automatisch in das System geschrieben werden kann.
- Genehmigung des Vertreters: Zusammenfassung und Beschriftungen werden auf dem Bildschirm des Vertreters angezeigt. Lassen Sie den Vertreter es innerhalb von 10 bis 20 Sekunden lesen, korrigieren und genehmigen. Nehmen Sie nicht ohne Genehmigung auf.
- Feedback: Sammeln Sie vom Agenten vorgenommene Korrekturen und verbessern Sie die Taxonomie und Eingabeaufforderung.
Vier kopierbare Vorlagen
1) Zusammenfassung des strukturierten Anrufs:
Fassen Sie das folgende anonyme Kundeninterviewprotokoll (kein Name/Karte) zusammen. Verwenden Sie nur das, was im Transkript steht. Vermutungen hinzufügen/Erfinden.Ausgabeformat:- Grund für die Suche (1 Satz):- Was wurde getan (Punkt für Punkt):- Ergebnis (gelöst/teilweise/nicht gelöst):- Versprechen/Verpflichtung (falls vorhanden, wörtlich):- Nachzuverfolgende Arbeit (falls vorhanden): Interview: <<Entschlüsselung>>
2) Tagging basierend auf Taxonomie:
Markieren Sie die folgende Konversation NUR, indem Sie sie aus diesen Listen auswählen: Betreff: [Rechnung, Fracht, Rücksendung, Technik, Mitgliedschaft, Zahlung, Beschwerde, Sonstiges]Ergebnis: [gelöst, Einspruch_eröffnet, übertragen, Termin folgen, ungelöst]Emotion: [ruhig, zufrieden, wütend, ängstlich]Wenn es nicht in die Liste passt, wählen Sie „Sonstiges“ / „Ungelöst“; Generieren neuer Tags. JSON-Ausgabe: {"topic": "", "result": "", "emotion": "} Konversation: <<transcription>>
3) Nächster Schritt / Folgevorschlag:
Generieren Sie eine Empfehlung für den „nächsten Schritt“ für den Agenten basierend auf dem folgenden Gespräch. Basierend ausschließlich auf dem Engagement und der offenen Arbeit im Text. Ausgabe: (1) zu erledigende Arbeit, (2) Frist (falls im Text verfügbar), (3) Empfehlung der verantwortlichen Einheit. Wenn keine Verpflichtung besteht, schreiben Sie „keine Nachverfolgung erforderlich“. Interview: <<Transkription>>
4) Qualitäts-/Inkonsistenzkontrolle:
Vergleichen Sie die repräsentative Zusammenfassung unten mit dem Transkript des Interviews. Enthält die Zusammenfassung Informationen, die NICHT im Interview enthalten (erfunden) sind? Gibt es WICHTIGE Informationen, die im Interview enthalten sind, aber in der Zusammenfassung fehlen? Kreuzen Sie beide Aufzählungspunkte an. Fügen Sie keine Kommentare hinzu, vergleichen Sie einfach. Zusammenfassung: <<summary>> Interview: <<transcription>>
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Eingabeaufforderung:
Fassen Sie dieses Gespräch zusammen und beschriften Sie es.
Vage: keine Formatierung, keine Taxonomie, kein Fälschungsverbot, keine Anonymität. Die Ausgabe ist lose und unordentlich und die Beschriftungen werden inkonsistent angezeigt.
Kraftvolle Aufforderung:
Fassen Sie das ANONYME Gespräch unten zusammen. Format: Grund / Maßnahmen / Ergebnis / Engagement / Folgemaßnahmen. Wählen Sie das Tag NUR aus der folgenden Liste aus: subject=[Rechnung, Versand, Rücksendung, technische Daten, Beschwerde, Sonstiges], result=[gelöst, übertragen, ungelöst]. Fügen Sie keine Informationen hinzu, die nicht im Text enthalten sind. Übertragen Sie die Zusage wörtlich.Interview: <<Transkription>>
Der Unterschied: Format, Taxonomie, Fälschungsverbot und Anonymität sind klar.
drei Mini-Koffer
Fall 1 – Zeitersparnis. Das 120-köpfige Anrufteam eines Frachtunternehmens verbrachte durchschnittlich 110 Sekunden mit der Nachbearbeitung pro Anruf. Bei aktivierter KI-Zusammenfassung + Etikettenentwurf wurde diese Zeit auf 25 Sekunden verkürzt. 120 Kontakte pro Tag × 60 Anrufe × 85 Sekunden eingespart ≈ ~170 Stunden pro Tag, d. h. ~21 volle Schichten. Diese Kapazität wurde verlagert, um Wartezeiten zu verkürzen und schwierigere Aufgaben zu erledigen.
Fall 2 – Die erfundene Zusammenfassungsfalle. In einem Versicherungszentrum schrieb die KI ein Versprechen, in dem es hieß: „Dem Kunden wurde eine Rückgabe innerhalb von 3 Werktagen versprochen“, auch wenn dies im Gespräch nie erwähnt wurde (das Modell „prognostizierte“ aus ähnlichen Gesprächen). Als der Vertreter es ohne Genehmigung verschickte, erinnerte ihn der Kunde an dieses Versprechen. Lösung: Machen Sie den Schritt „4) Qualität/Inkonsistenz obligatorisch und fordern Sie die Genehmigung des Delegierten ein. Danach sank die Rate fabrizierter Zusagen auf nahezu Null.
Fall 3 – Etikettenchaos. Da die Tags in einer Bank freigegeben wurden, entstanden in 6 Monaten 340 verschiedene Themen-Tags („Karte“, „Kreditkarte“, „kk“, „Kartenproblem“...). Der Lagebericht war bedeutungslos. Sobald eine geschlossene Taxonomie mit 22 Elementen definiert war und die KI gezwungen war, diese zu verwenden, wurden die Berichte aussagekräftig und die „Top-5-Themen“ erwiesen sich erstmals als zuverlässig.
Häufige Fehler
- Tagging ohne Taxonomie. Kostenlose Kennzeichnung macht Analysen zu Müll; Verwenden Sie immer eine geschlossene Liste.
- Umgehen der Delegiertengenehmigung. Durch das direkte Drucken der Zusammenfassung und des Etiketts im System werden erfundene Informationen zu einer dauerhaften Aufzeichnung.
- Persönliche Daten in die Zusammenfassung verschieben. Name, Ausweis, Karte und Adresse sollten nicht in Zusammenfassungen aufbewahrt werden; Die Zusammenfassung muss anonym sein.
- Zu lange Zusammenfassung. Das Transkribieren des Gesprächs beschleunigt den Abschluss nicht; Streben Sie nach einer prägnanten und auf den Punkt gebrachten Zusammenfassung.
- Interpretation der Verpflichtung. KI sollte den Versprechen-/Verpflichtungsteil wörtlich und ohne Kommentar vermitteln; Rückschlüsse wie „wahrscheinlich versprochen“ sind gefährlich.
Achtung: Die automatische Zusammenfassung entbindet den Agenten nicht von seiner Haftung; es beschleunigt es. Für jeden Datensatz, der in das System eingegeben wird, ist der Vertreter verantwortlich, der ihn genehmigt. Automatische Aufzeichnung ohne Genehmigung = nicht unterschriebenes Protokoll.
Zusammenfassend
Anrufzusammenfassung und automatisches Markieren gehören zu den ertragsstärksten KI-Anwendungen, die die zeitaufwändigste Verwaltungsarbeit (Nachbearbeitung) des Agenten auf Sekunden reduzieren. Der Erfolg hängt von drei Dingen ab: einem strukturierten und prägnanten Zusammenfassungsformat, einer geschlossenen Tag-Taxonomie und einer obligatorischen Genehmigung durch den Delegierten. Vergleichen Sie die von der KI erstellte Zusammenfassung mit dem Quelltext, um gefälschte Informationen zu eliminieren, keine personenbezogenen Daten in die Zusammenfassungen aufzunehmen und Verpflichtungen kommentarlos zu übertragen. Bei richtiger Einrichtung spart es enorm Zeit und erhöht die Aufnahmequalität und Berichtbarkeit.
Anwendungsaufgabe
Entwerfen Sie eine geschlossene Schlusstaxonomie mit 15 bis 20 Elementen (Thema + Ergebnis + Emotion) für Ihre Branche. Nehmen Sie dann ein fiktives oder anonymisiertes Kundeninterview-Transkript und wenden Sie die Vorlagen „1) Strukturierte Zusammenfassung“ und „2) Taxonomiebasiertes Tagging“ an. Überprüfen Sie abschließend die Zusammenfassung anhand der Vorlage „4) Qualität/Inkonsistenz“ und melden Sie sie auf erfundene/fehlende Informationen.
Checkliste
- [ ] Ich definiere eine geschlossene Terminations-/Thementaxonomie und zwinge die KI dazu.
- [ ] Meine Zusammenfassungen sind kurz, auf den Punkt gebracht (Begründung/Maßnahmen/Ergebnis/Engagement/Nachbereitung) und schlüssig.
- [ ] Jede Zusammenfassung und jedes Tag wird einer repräsentativen Genehmigung unterzogen, bevor sie in das System geschrieben werden.
- [ ] In der Zusammenfassung und den Etiketten werden keine persönlichen Daten/Kartendaten gespeichert (anonym).
- [ ] Ich vergleiche die KI-Zusammenfassung mit dem Quelltext und eliminiere falsche Informationen.
- [ ] Zusagen werden wörtlich und ohne Interpretation zitiert.