Eine Supportanfrage ist schnell gestellt, ihre fachlich belastbare Beantwortung kann bei komplexen Softwarelösungen jedoch umfangreiche Recherche erfordern. Welche Produktversion nutzt der Kunde? Wie ist seine Installation aufgebaut? Welche Schnittstellen sind betroffen und welche technischen Besonderheiten müssen berücksichtigt werden? Supportmitarbeiter müssen deshalb häufig Informationen aus unterschiedlichen Quellen zusammenführen, bevor sie einen Fall überhaupt fundiert beurteilen können, erklärt Dr. Alexander Nichau, Geschäftsführer der niologic GmbH.
Besonders hohe Anforderungen entstehen dabei in der Healthcare-IT
Software für Kliniken, Praxen, Radiologie oder medizinische Bildverarbeitung ist hochspezialisiert, zugleich können Supportfälle sensible Daten und geschützte Kundeninformationen berühren. Mit wachsender Kundenzahl steigt damit nicht nur das Anfragevolumen, sondern auch der Bedarf an Mitarbeitern, die diese Zusammenhänge sicher einordnen können. Neue Kollegen müssen sich das notwendige Wissen zunächst erarbeiten, während erfahrene Fachkräfte immer wieder für Recherche und komplexe Rückfragen benötigt werden. „Wenn die Qualität einer Supportantwort maßgeblich davon abhängt, wer eine bestimmte Kundeninstallation seit Jahren kennt, lässt sich ein wachsendes Anfragevolumen kaum effizient auffangen“, so Dr. Alexander Nichau
„Wenn Supportwissen mit dem Unternehmen skalieren soll, muss es aus einzelnen Köpfen und verteilten Systemen genau dorthin gelangen, wo es im konkreten Fall gebraucht wird. KI-Agenten können diese Informationen zusammenführen und den Mitarbeiter bei der Bearbeitung gezielt unterstützen“, so Dr. Alexander Nichau weiter. Der Experte für Künstliche Intelligenz, Machine Learning und datengetriebene Prozessautomatisierung beschäftigt sich seit Jahren mit der Frage, wie sich solche Anwendungen sinnvoll in bestehende Unternehmensprozesse integrieren lassen. Mit der niologic GmbH unterstützt er Unternehmen seit 2015 dabei, KI in bestehende Systemlandschaften einzubinden und komplexe Geschäftsprozesse zu automatisieren. Im Support geht es dabei nicht darum, Fachkräfte durch KI zu ersetzen. Vielmehr sollen KI-Agenten Recherche, Einordnung und Aufbereitung relevanter Informationen übernehmen und den Mitarbeitern so schneller den notwendigen Kontext für den jeweiligen Fall bereitstellen. Wie sich dieser Ansatz von einfachen Chatbot-Lösungen unterscheidet und unter welchen Voraussetzungen er funktioniert, zeigt sich besonders bei komplexen B2B-Softwareumgebungen.
Warum klassische Chatbots im komplexen Support nicht ausreichen
KI kann Supportmitarbeiter nur dann sinnvoll entlasten, wenn sie neben dem vorhandenen Produktwissen auch den konkreten Kontext einer Anfrage berücksichtigen kann. Gerade bei komplexen B2B-Softwarelösungen reicht es deshalb nicht aus, eine Wissensbasis mittels Atlassian Rovo, Microsoft Copilot o.ä. nach einer passenden Antwort zu durchsuchen. Je nach Produktversion, Konfiguration, betroffener Schnittstelle oder Systemumgebung können für dieselbe Fragestellung unterschiedliche Informationen relevant sein. Ein klassischer Chatbot stößt hier schnell an Grenzen, wenn er diese Zusammenhänge nicht eigenständig in die Bearbeitung einbeziehen kann.
Genau hier kann ein KI-Agent als SupportAI Abhilfe schaffen. Er kann Informationen aus unterschiedlichen Quellen zusammenführen, den jeweiligen Kunden- und Installationskontext berücksichtigen und relevante Zusammenhänge für den Supportmitarbeiter aufbereiten. Statt lediglich eine möglichst passende Antwort auf eine einzelne Frage zu liefern, unterstützt er damit bei der Einordnung des gesamten Falls. „Entscheidend ist nicht, möglichst schnell irgendeine Antwort zu erzeugen, sondern die Informationen zu identifizieren, die für genau diese Installation und genau diesen Supportfall relevant sind. Das kann z.B. eine passende Datenbankabfrage sein, die die Kundenkonfiguration klar benennt.“, betont Dr. Alexander Nichau.
Wenn vorhandenes Wissen für das gesamte Supportteam nutzbar wird
Ein KI-Agent kann damit vor allem den Rechercheaufwand im laufenden Support reduzieren. Produktinformationen, Installationsdaten und dokumentierte Lösungswege müssen nicht bei jeder Anfrage einzeln gesucht und anschließend manuell zusammengeführt werden. Stattdessen erhalten Supportmitarbeiter die für den jeweiligen Fall relevanten Informationen bereits strukturiert aufbereitet. Gerade erfahrene Fachkräfte müssen dadurch weniger Zeit für wiederkehrende Recherchen aufwenden und können sich stärker auf komplexe Fälle konzentrieren, bei denen ihre Erfahrung und fachliche Einschätzung tatsächlich erforderlich sind.
Gleichzeitig lässt sich Wissen, das bislang vor allem bei erfahrenen Mitarbeitern liegt, breiter im Team verfügbar machen. Neue Kollegen können bei der Bearbeitung konkreter Fälle früher auf vorhandenes Produkt-, Installations- und Lösungswissen zurückgreifen, ohne für jede Frage zunächst einen langjährigen Mitarbeiter hinzuziehen zu müssen. Die notwendige Einarbeitung und fachliche Kompetenz ersetzt ein KI-Agent damit zwar nicht. Er kann jedoch dazu beitragen, dass relevantes Wissen schneller dort ankommt, wo es gebraucht wird – und der Support dadurch weniger stark von einzelnen Wissensträgern abhängig bleibt.
synava Gruppe: Vom Supportprozess zum produktiven KI-Agenten
Wie sich ein solcher Ansatz in der Praxis umsetzen lässt, zeigt die Zusammenarbeit der niologic GmbH mit der synava Gruppe. Zu der Healthcare-IT-Gruppe gehören unter anderem medavis, epiNET, Digithurst, InformMe, MedDream und POTTHOFF + PARTNER. Ihre Softwarelösungen kommen beispielsweise in der Radiologie sowie in Krankenhäusern und Praxen zum Einsatz. Entsprechend anspruchsvoll gestaltet sich der Support: Allgemeines Produktwissen allein reicht häufig nicht aus. Mitarbeiter müssen zusätzlich berücksichtigen, wie die jeweilige Software beim einzelnen Kunden eingerichtet ist und welche individuellen Besonderheiten dort bestehen.
Genau hier setzte die Zusammenarbeit an. Zunächst analysierte das Team der niologic GmbH gemeinsam mit der synava Gruppe die bestehenden Supportprozesse und identifizierte einen konkreten Anwendungsfall, bei dem künstliche Intelligenz die Mitarbeiter sinnvoll entlasten kann. Gemeinsam mit dem CTO-Bereich der synava Gruppe unter Leitung von Jan Löffler brachten die Experten der niologic GmbH daraufhin einen ersten internen, Datenschutz-konformen KI-Agenten in den produktiven Einsatz. Dieser unterstützt die Supportmitarbeiter dabei, relevante Informationen zu einer Anfrage zu recherchieren, den jeweiligen Kundenkontext einzubeziehen und auf dieser Grundlage einen passenden Antwortvorschlag vorzubereiten. Die Kommunikation mit dem Kunden übernimmt die KI dabei bewusst nicht eigenständig: Die endgültige Prüfung und Entscheidung verbleiben beim Supportmitarbeiter. „Gerade in komplexen Softwareumgebungen muss KI nicht sofort den gesamten Support automatisieren. Schon die gezielte Unterstützung bei Recherche, Kontext und Antwortvorbereitung kann einen entscheidenden Unterschied machen“, erklärt Dr. Alexander Nichau.
Der produktive Einsatz des ersten KI-Agenten bildet zugleich die Grundlage für den weiteren Ausbau. Im laufenden Betrieb lässt sich beobachten, an welchen Stellen die Unterstützung bereits Mehrwert schafft und wo zusätzliche Funktionen sinnvoll eingesetzt werden können. Dabei begleitet die niologic GmbH die synava Gruppe auch bei Fragen zur technischen Architektur und Umsetzung. So entsteht die KI-Lösung nicht als einmaliges Projekt am Reißbrett, sondern wird ausgehend von einem konkreten Anwendungsfall schrittweise im realen Arbeitsprozess weiterentwickelt.
Warum ein KI-Agent klare Daten und klare Grenzen braucht
Damit ein KI-Agent im laufenden Support zuverlässig unterstützen kann, braucht er zunächst eine belastbare Informationsgrundlage. Produktwissen, Installationsdaten und dokumentierte Lösungswege müssen so strukturiert und aktuell vorliegen, dass relevante Zusammenhänge zuverlässig erkannt werden können. Gerade bei komplexen Softwarelösungen reicht es nicht aus, große Mengen vorhandener Daten verfügbar zu machen. Entscheidend ist vielmehr, dass der Agent die für eine konkrete Anfrage relevanten Informationen gezielt heranziehen kann. Fehlt diese Grundlage, stößt auch eine technisch leistungsfähige KI schnell an ihre Grenzen.
In der Healthcare-IT kommt eine weitere Anforderung hinzu: der kontrollierte Umgang mit sensiblen Informationen. Supportanfragen können medizinische Daten, Informationen zu klinischen Abläufen oder geschützte Kundendaten betreffen. Deshalb muss von Beginn an geregelt sein, welche Datenquellen der KI-Agent nutzen darf, welche Schutzmechanismen greifen und bei welchen Schritten weiterhin ein Mitarbeiter die Kontrolle behält. „Wer einen KI-Agenten einfach auf vorhandene Daten loslässt, überspringt den wichtigsten Teil des Projekts: die fachliche und technische Vorbereitung“, warnt Dr. Alexander Nichau. Entscheidend ist deshalb nicht, möglichst viele Aufgaben zu automatisieren, sondern klar festzulegen, was die Technologie zuverlässig übernehmen kann – und wo bewusst der Mensch entscheidet.
KI im Support: Entlastung statt vollständiger Automatisierung
Der entscheidende Nutzen von KI-Agenten liegt nicht darin, den Support vollständig zu automatisieren. Vielmehr können sie Mitarbeiter genau dort entlasten, wo heute viel Zeit für Recherche, Informationssuche und die Vorbereitung von Antworten verloren geht. Gerade bei wachsender Kunden- und Installationszahl kann das dazu beitragen, ein steigendes Anfragevolumen zu bewältigen, ohne dass der manuelle Aufwand im gleichen Verhältnis zunimmt. „Der große Hebel liegt darin, vorhandene Expertise im Alltag besser nutzbar zu machen, unabhängig davon, ob ein Mitarbeiter seit vielen Jahren oder erst seit kurzer Zeit im Support arbeitet“, fasst Dr. Alexander Nichau zusammen.