Wie werden gelöste Supportfälle für einen Chatbot nutzbar?

Das Problem

Ein Kunde meldet: «Der Drucker verbindet sich nicht mehr mit dem neuen Router.» Die Supportmitarbeiterin ist sicher, dass es das schon einmal gab. Sie sucht im Ticketsystem, findet vierzig Treffer mit dem Wort «Drucker» und liest sich durch. Nach zwanzig Minuten löst sie den Fall von Grund auf neu.

Frau Müller leitet den Kundendienst einer kleinen IT-Firma und weiss: Das Wissen ist im Archiv, aber nicht in nutzbarer Form. Tickets bestehen aus Kundennachrichten, Zwischenrufen, Namen, Telefonnummern und irgendwo einem Satz «Lösung: Treiber neu installiert».

Ein Chatbot kann dieses Wissen heben, aber nicht direkt aus den rohen Tickets. Sie enthalten Personendaten, Fehler und Nebensächliches. Besser ist ein Zwischenschritt: Aus gelösten Fällen entstehen kurze, geprüfte Lösungstexte, und nur diese kennt der Chatbot.

So lösen Sie es mit KI – Schritt für Schritt

1. Ziel und Auswahl bestimmen. Wählen Sie die Fallarten, die oft vorkommen und sich wiederholen: Zugangsprobleme, Druckerfehler, Standardfragen zu Rechnungen. Einmalige Sonderfälle lassen Sie weg.

1. Nur abgeschlossene Fälle nehmen. Verwenden Sie Tickets, deren Lösung bestätigt ist. Offene oder unklare Fälle gehören nicht in die Wissensbasis.

1. Personendaten entfernen. Namen, Adressen, Telefonnummern, Kundennummern und Vertragsdaten werden gestrichen oder ersetzt. Siehe Personendaten anonymisieren.

1. Eine Lösungsvorlage verwenden. Jeder Fall wird in dieselbe Form gebracht: Problem, Ursache, Lösung in Schritten, Hinweise, betroffene Produkte und Versionen, Datum.

1. KI zur Vorbereitung nutzen. Mit einem geschützten KI-Werkzeug lassen Sie aus anonymisierten Tickets Entwürfe der Lösungstexte erstellen. Das spart viel Schreibarbeit.

1. Fachleute prüfen. Eine erfahrene Supportperson liest jeden Entwurf. Stimmt die Lösung wirklich, und gilt sie noch für aktuelle Versionen?

1. Ordnen und verschlagworten. Vergeben Sie Kategorien wie «Netzwerk», «Drucker», «Konto». So findet der Chatbot Fälle zuverlässiger.

1. Qualität im Betrieb beobachten. Wenn der Chatbot eine Lösung vorschlägt, die nicht half, wird der Text überarbeitet oder entfernt.

Vorlage zum Kopieren

Mit diesem Prompt wird aus einem anonymisierten Ticket ein Lösungstext. Fügen Sie nur Text ein, aus dem Sie Personendaten bereits entfernt haben.

Hier ist ein anonymisierter, gelöster Supportfall:
[Ticketverlauf ohne Personendaten]
Erstelle daraus einen Lösungstext mit den Abschnitten: Problem (1–2 Sätze), Wahrscheinliche Ursache, Lösung in nummerierten Schritten, Hinweise und Grenzen, Betroffene Produkte/Versionen, Kategorie.
Verwende einfache Sprache. Nimm nur auf, was im Verlauf belegt ist, und markiere Vermutungen mit [PRÜFEN].
Entferne alle Namen, Nummern und Adressen, die noch vorkommen.

Prüfen Sie jeden Lösungstext fachlich, bevor er in die Wissensbasis kommt. Bei technischen Schritten zählt Genauigkeit.

Ein Praxistipp: Beginnen Sie nicht mit dem gesamten Archiv, sondern mit den Fällen der letzten zwölf Monate. Ältere Lösungen beziehen sich oft auf Geräte und Programme, die es nicht mehr gibt. Sortieren Sie die Tickets zuerst nach Häufigkeit der Fallart: Wenn zehn Prozent der Fallarten achtzig Prozent der Anfragen ausmachen, lohnt sich die sorgfältige Aufbereitung genau dort. So entsteht in wenigen Wochen ein erster brauchbarer Bestand, den Sie später Schritt für Schritt erweitern.

Hilfreich ist ausserdem, Lösungstexte mit einer einfachen Bewertung zu versehen: «bewährt», «nur für Version X» oder «Hilfsmittel, nicht Standard». So kann der Chatbot Sicherheit signalisieren, und Ihr Team sieht, welche Texte zuerst überarbeitet werden müssen.

Worauf Sie achten müssen

• Personendaten: Tickets enthalten oft Personendaten. Nach dem Schweizer Datenschutzgesetz dürfen sie nur zweckgebunden bearbeitet werden. Prüfen Sie, ob die Auswertung für Wissenszwecke mit Ihren Datenschutzhinweisen vereinbar ist, und holen Sie bei Unsicherheit fachlichen Rat ein.
• Falsche Lösungen: Auch in gelösten Tickets stehen Umwege. Ein Chatbot, der den Umweg als Standard empfiehlt, schadet mehr als er nützt.
• Alter: Lösungen für Software und Geräte veralten schnell. Notieren Sie das Datum und die Version, und löschen Sie überholte Texte.
• Vertrauliches: Fälle mit Sicherheitsvorfällen oder Zugangsdaten gehören nicht in die Wissensbasis.
• Kundenerwartung: Der Chatbot kann Lösungen vorschlagen, aber keine Garantien abgeben.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Informatikdienstleister in Winterthur betreut rund 60 kleine Büros. Im Ticketsystem liegen über 4000 gelöste Fälle, doch die Suche ist mühsam.

Vorher: Neue Supportmitarbeitende fragen Kollegen oder lösen Fälle neu. Nachher: Frau Müller lässt zunächst die 100 häufigsten Fallarten aufbereiten. Aus jeder entsteht ein geprüfter Lösungstext, den der Chatbot nutzt. Auf «Drucker verbindet sich nicht mit neuem Router» liefert er die Schritte und nennt die Quelle. Bei Fragen ohne Treffer schlägt er vor, ein neues Ticket zu öffnen.

So hilft Ihnen Alpasana

Aus einem Ticketarchiv ein brauchbares Wissenssystem zu machen, verlangt Prozess- und Datenverständnis. Die KI-Beratung und digitale Transformation von Alpasana unterstützt bei der Prozessaufnahme, beim Konzipieren von Schnittstellen und beim Verbinden von Systemen sowie beim Einführen von KI-Agenten mit Einsatzregeln.

So entsteht ein Vorgehen, das zu Ihrem Ticketsystem und Ihren Datenschutzregeln passt. Projekte werden individuell offeriert.

Häufige Fragen

Darf ich alte Tickets einfach an eine KI schicken?

Nicht ungeprüft. Entfernen Sie zuerst Personendaten und klären Sie, wohin die Daten fliessen. Verwenden Sie ein Werkzeug mit passenden Datenschutzzusagen und kontrollieren Sie die Vertragsbedingungen.

Wie viele Fälle brauche ich für einen sinnvollen Start?

Weniger als gedacht. Schon dreissig bis fünfzig gut aufbereitete, häufige Fälle zeigen, ob der Ansatz funktioniert. Mengen erreichen Sie später.

Kann der Chatbot Kunden direkt helfen?

Zuerst intern, danach vielleicht öffentlich. Siehe Interner oder öffentlicher Chatbot. Für Kunden gelten höhere Anforderungen an Richtigkeit und Datenschutz.

Wie gehe ich mit Fällen um, die keine eindeutige Lösung hatten?

Lassen Sie sie weg oder markieren Sie sie als «Hinweis». Der Chatbot soll nur Lösungen empfehlen, die sich bewährt haben.