Ticket-Deflection mit KI: Support-Tickets vermeiden, sofort lösen, besser vorbereiten

Ticket-Deflection heißt, dass ein Anliegen gar nicht erst als Ticket bei Ihrem Team landet, weil der Kunde die Information vorher bekommt oder ein KI-Assistent die Frage gleich selbst löst. Wer das Support-Ticketvolumen auf diesem Weg reduzieren will, sollte zuerst wissen, woraus es besteht. Dieser Beitrag zeigt die drei Hebel, ein Ticket-Audit in fünf Schritten und eine Beispielrechnung für einen Online-Händler, auch für den Fall, dass deutlich weniger wegfällt als erhofft.

Woraus Ihr Ticketvolumen eigentlich besteht

Ein Ticket ist nicht gleich ein Problem. Fragt eine Kundin, wo ihr Paket bleibt, ist das zwar ein Ticket, aber kein Fehler im Produkt. Es ist eine Informationslücke. Solche Anfragen machen in Onlinehandel, Servicecentern und Dienstleistungsbetrieben oft den Großteil des Postfachs aus. Sie sind einzeln schnell beantwortet, binden in der Summe aber ganze Arbeitstage.

Die zweite Gruppe sind echte Anliegen mit einfacher Lösung: Adresse ändern, Termin verschieben, Rücksendeetikett schicken. Die dritte Gruppe sind Fälle, bei denen jemand nachdenken, entscheiden oder sich entschuldigen muss, zum Beispiel ein beschädigtes Gerät, eine strittige Rechnung oder eine verärgerte Stammkundin. Nur bei den ersten beiden Gruppen kann KI die Zahl der Tickets spürbar senken. Bei der dritten hilft sie, indem sie vorsortiert und Informationen sammelt.

Wie KI das Support-Ticketvolumen reduziert: drei Hebel

Tickets vermeiden

Der günstigste Kontakt ist der, der gar nicht entsteht. Eine automatische Nachricht bei Versand mit Sendungsnummer, eine Erinnerung am Tag vor dem Servicetermin oder ein Hinweis bei Lieferverzug nimmt viele Fragen vorweg. Dafür braucht es nicht einmal viel KI, nur eine saubere Verbindung zu Shop, Warenwirtschaft oder Terminkalender.

Tickets sofort lösen

Ein KI-Assistent im Chat, per E-Mail, WhatsApp oder am Telefon versteht das Anliegen, schlägt im System nach und antwortet. Er nennt den Lieferstatus, erstellt ein Rücksendeetikett, verschiebt einen Termin oder schickt die Rechnung erneut. Voraussetzung ist, dass er auf diese Systeme zugreifen darf. Ein Bot, der nur Textbausteine aus den FAQ kennt, beantwortet Fragen, löst aber wenig.

Tickets besser vorbereiten

Was der Assistent nicht selbst lösen kann, gibt er vollständig weiter: Kundennummer, Bestellnummer, Fotos vom Schaden, eine kurze Zusammenfassung. Das senkt nicht die Zahl der Tickets, aber die Zahl der Rückfragen. Wer heute dreimal hin- und herschreiben muss, bevor er überhaupt weiß, worum es geht, spart hier viel Zeit. Wie das im Servicecenter-Alltag aussieht, beschreibt der Beitrag über KI im Servicecenter.

Ticket-Audit in fünf Schritten

1. Stichprobe ziehen. Nehmen Sie die Tickets der letzten vier bis acht Wochen. Bei großem Volumen genügt eine Zufallsauswahl von einigen hundert.
2. Kategorien bilden. Ordnen Sie jedes Ticket einem Anliegen zu. Acht bis zwölf Kategorien reichen meist, alles Seltene kommt unter „Sonstiges“.
3. Lösungsweg notieren. Halten Sie je Kategorie fest, was Ihr Team zur Lösung tut und auf welche Systeme es dafür zugreift.
4. Automatisierbarkeit einschätzen. Kann die Lösung nach klaren Regeln erfolgen und sind die Daten digital verfügbar? Dann ist die Kategorie ein Kandidat.
5. Ursachen prüfen. Manche Tickets entstehen durch unklare Texte im Shop, fehlende Versandinfos oder eine missverständliche Rechnung. Diese Ursachen beheben Sie besser direkt, statt eine KI darauf anzusetzen.

Beispielrechnung: Online-Händler mit 800 Tickets im Monat

Die folgenden Werte sind Annahmen zur Veranschaulichung, keine Messwerte. Angenommen, ein Online-Händler für Fahrradzubehör erhält im Monat 800 Tickets. Das Audit ergibt folgende Verteilung, und für jede Kategorie schätzt das Team vorsichtig ab, wie viele Tickets die KI entweder verhindert oder vollständig erledigt.

Anliegen	Tickets pro Monat	Annahme: entfallen oder von KI erledigt
Wo ist meine Bestellung?	260	200 (Versandinfo plus Auskunft im Chat)
Rücksendung und Umtausch	150	90 (Ablauf erklären, Etikett erstellen)
Rechnung und Zahlung	90	70 (Kopie senden, Zahlungsstatus nennen)
Fragen zu Produkten	140	50 (aus Produktdaten beantwortbar)
Defekt und Reklamation	100	0 (nur vorsortieren)
Sonstiges	60	0
Summe	800	410

Unter diesen Annahmen bleiben rund 390 Tickets für das Team, also knapp die Hälfte des bisherigen Volumens. Die Gegenprobe ist wichtig: Sind die Produktdaten lückenhaft und muss jede Rücksendung manuell geprüft werden, fallen nur noch etwa 270 Tickets weg. Dann sinkt das Volumen eher um ein Drittel. Wie ein Online-Shop mit KI-Kundenservice zusätzlich Kaufabbrüche verringern kann, zeigt ein Beispielszenario für einen Online-Shop.

Ein zweiter Effekt wird oft übersehen. Die verbleibenden Tickets sind die schwierigen. Die durchschnittliche Bearbeitungszeit pro Ticket steigt deshalb, auch wenn die Gesamtarbeit sinkt. Wer nur die Ticketzahl betrachtet, zieht falsche Schlüsse. Wie Sie das Einsparpotenzial im Kundenservice realistisch ermitteln, zeigt der Beitrag über KI-Chatbots im Kundenservice.

Wo die Grenzen liegen

Bei manchen Betrieben bringt eine KI im Support wenig. Wenn der Großteil der Anfragen technische Fehlersuche, individuelle Kulanzentscheidungen oder Vertragsfragen betrifft, lässt sich kaum etwas nach festen Regeln lösen. Auch bei sehr kleinen Volumina ist die Einrichtung schnell aufwendiger als der Nutzen.

Ein typischer Fehler ist ein Bot, der Kunden nicht zu einem Menschen durchlässt. Dann sinkt zwar die Ticketzahl, aber nur, weil Kunden aufgeben, und das zeigt sich später in Bewertungen und Kündigungen. Planen Sie deshalb einen klaren Weg zum Team ein und erfassen Sie Unzufriedenheit gezielt, etwa mit einer kurzen Nachfrage nach dem Gespräch. Wie Sie solches Kundenfeedback automatisch sammeln und auswerten, beschreibt ein eigener Beitrag. Für verärgerte Kunden gelten ohnehin eigene Regeln, siehe KI im Beschwerdemanagement.

Und wie immer, wenn eine KI mit Kunden spricht: Sagen Sie offen, dass es eine KI ist. Das entspricht dem EU AI Act und erspart Ihnen Diskussionen.

Häufige Fragen

Wie schnell sinkt das Ticketvolumen nach dem Start?

Vermeidbare Tickets durch Versand- oder Terminbenachrichtigungen gehen oft schon in den ersten Wochen zurück. Bei der Selbstlösung durch den Assistenten dauert es länger, weil Antworten nachgeschärft und Systemanbindungen getestet werden. Bewerten Sie das Ergebnis frühestens nach zwei bis drei Monaten.

Brauche ich ein Ticketsystem, damit das funktioniert?

Es hilft, ist aber keine Pflicht. Wichtig ist, dass Anfragen und Übergaben irgendwo strukturiert landen, sei es in einem Ticketsystem, im CRM oder in einem gemeinsamen Postfach mit klaren Regeln.

Muss ich Mitarbeiter im Support abbauen?

Das ist eine unternehmerische Entscheidung und kein Automatismus. Viele Betriebe nutzen die gewonnene Zeit für schnellere Antworten bei schwierigen Fällen, für Rückrufe oder für Aufgaben, die bisher liegen geblieben sind.

Kann die KI auch nachts Tickets bearbeiten?

Ja, sie arbeitet rund um die Uhr. Was nachts nicht gelöst werden kann, liegt morgens vorsortiert bereit. Mehr dazu im Beitrag über Kundensupport rund um die Uhr ohne Nachtschichten.

Fazit

Ob KI Ihr Ticketvolumen halbiert, entscheidet sich nicht an der Technik, sondern an der Zusammensetzung Ihrer Anfragen. Machen Sie zuerst das Audit, beheben Sie vermeidbare Ursachen direkt und setzen Sie die KI dort ein, wo Lösungen nach klaren Regeln möglich sind und die Daten verfügbar sind. Rechnen Sie vorsichtig und messen Sie danach.

Wie das für Betriebe mit hohem Anfrageaufkommen konkret aussieht, zeigt die Seite Digitaler Assistent für Servicecenter.

Mehr zum Thema

Den Gesamtüberblick über KI im Kundenservice, von der Anfrageninventur bis zu den rechtlichen Punkten, gibt der Beitrag KI im Kundenservice für KMU. Mit dem Ticketvolumen hängen die Wartezeiten zusammen. Was KI dabei sofort erledigt und was nicht, beschreibt der Beitrag Wartezeiten im Kundenservice verkürzen.