„Der Kundenservice ist im Wandel durch disruptive Technologien und Digitalisierung.“ Eine Aussage, die CX-Manager, IT-Techniker und Softwarearchitekten aus dem Support-Bereich zu hören und zu lesen bekommen – oft mit dem Auftrag, den Service an die heutigen technologischen und digitalen Möglichkeiten anzupassen. Doch wie verbessern Technologien bestehende Kundenserviceansätze? Wo liegen die Chancen und Herausforderungen der Technologien und Kommunikationskanäle im Service? Und was setzt dem technologischen Fortschritt Grenzen?

Customer Self Service ist ein wichtiges Werkzeuge im Kundenservice und ein Merkmal der Self Service-Kultur in der Gesellschaft. Kunden wollen proaktiv nach Problemlösung recherchieren, rund um die Uhr und über jeden Kommunikationskanal hinweg. Doch was zeichnet einen erfolgreichen Customer Self Service aus? Und wie setzt ein Unternehmen diesen Service-Kanal gewinnbringend ein? Wir zeigen, auf was zu achten ist.

Künstliche Intelligenz ist das Herzstück von solvatio. Roman Ernst ist seit 18 Jahren bei der solvatio AG und beschäftigt sich als Mitglied des Research Teams täglich mit der Technologie.

Zwischen Marketing und künstlicher Intelligenz: Sarah Heuser ist Werkstudentin bei solvatio. Auf dem solvatio Blog schreibt sie über künstliche Intelligenz, Kundenservice und andere spannende Themen.

Viele sehen das Potenzial von Chat Bots im Kundenservice in deren Dialogfähigkeit. Doch Kommunikation mit der Maschine per Freitext ohne Kontextverlust ist zumindest heute noch nicht fehlerfrei möglich. Trotzdem liefern Bots Kunden Mehrwert, wenn sie die verfügbare Dialogfähigkeit mit technischen Prozessen ergänzen, die sie autonom ausführen und Kundenanliegen lösen. Telekommunikationsunternehmen können das gezielt einsetzen, um ein positives Kundenerlebnis außerhalb der Callcenter-Öffnungszeiten zu erzeugen.

Machine Learning (ML) ist dabei den Assurance Bereich von Telekommunikationsunternehmen dauerhaft zu verändern. Vielen Management-Verantwortlichen ist das bewusst und sie versuchen die richtigen Weichen zu stellen, um von lernenden Systemen im Support zu profitieren. Doch die neue Technologie braucht eine neue Definition von Erfolg und damit von Geschäftszielen. Vor dieser Herausforderung stehen die Verantwortlichen gerade bei ersten ML-Projekten.