Kursbeschreibung
In diesem Seminar baust du die Entscheidungs- und Umsetzungsgrundlagen auf, um Chatbots und KI-gestützte Support-Automation verantwortungsvoll einzuführen. Statt Tool-Demos steht die Frage im Mittelpunkt: Welche Probleme im Customer Service löst KI wirklich, und wie stellst du sicher, dass Qualität und Compliance nicht leiden. Du lernst, Kontaktgründe zu clustern und nach Nutzen, Risiko und Komplexität zu priorisieren. Daraus leitest du konkrete Automationsszenarien ab, etwa Self-Service für Standardfragen, intelligentes Routing oder Agent Assist für Zusammenfassungen und Antwortvorschläge. Wir klären die Unterschiede zwischen intent-basierten Bots und LLM-basierten Chatbots und arbeiten heraus, warum RAG in vielen Support-Setups der entscheidende Stabilitätsfaktor ist. Du verstehst, wie Retrieval funktioniert, wie du Quellen einbindest und wie du Aktualität sicherstellst, damit Antworten nicht „ausgedacht“ wirken. Dazu erarbeitest du Guardrails: Tonalität, Policy, Umgang mit PII, sichere Antwortmuster und klare Grenzen, wann ein Mensch übernehmen muss. Ein weiterer Schwerpunkt ist der Betrieb: Du lernst, Testfälle aus realen Tickets zu erstellen, Edge Cases zu sammeln und Kennzahlen zu definieren, die über reine Automationsquote hinausgehen. Außerdem besprechen wir Protokollierung, Audit-Trails und DSGVO-relevante Punkte wie Aufbewahrung und Transparenz. Am Ende kannst du Anforderungen an Anbieter und interne Teams formulieren und einen Pilot so planen, dass er messbar entlastet und das Vertrauen der Kundinnen und Kunden stärkt.
Die wichtigsten Themen im Überblick
- Support-Use-Cases nach Volumen, Aufwand und Risiko priorisieren
- Chatbot-Potenzial für Self-Service und Agent Assist erkennen
- Intent- und LLM-Chatbots für Support passend vergleichen
- Wissensbasen aus FAQ, SOPs und Produktdoku aufbauen
- RAG mit Quellen, Zitationen und aktueller Wissensbasis nutzen
- Human Handover mit Triggern und Fallbacks planen
- CSAT, FCR, AHT und Deflection im Betrieb messen
- Datenschutz, PII und Guardrails im KI-Support steuern
Zielgruppe
- Leitung und Teamverantwortliche im Customer Service und Support
- Product Owner und Prozessmanagerinnen und Prozessmanager für Service-Prozesse
- Customer Experience (CX) und Quality Management
- IT- und Digitalverantwortliche, die Support-Automation begleiten
- Für alle, die Chatbots, Agent Assist und Support-Automation planbar einführen und messbar betreiben wollen
Voraussetzung für die Schulung
- Grundverständnis von Customer-Service-Prozessen und typischen Ticketabläufen
- Keine Programmierkenntnisse erforderlich
Kursinhalte
- Service-Realität verstehen und priorisieren
- Ticket- und Kontaktgründe clustern: Volumen, Aufwand, Risiko
- Automationspotenzial erkennen: Self-Service, Agent Assist, Routing
- Erfolgskriterien: CSAT, FCR, AHT, Deflection, Containment
- Chatbot-Grundlagen, die im Support zählen
- Intent-basiert vs. LLM-basiert: Stärken, Grenzen, Kosten
- Wissensbasis: FAQ, Help Center, SOPs, Produktdokumentation
- Dialogdesign: Fragen, Bestätigen, Zusammenfassen, Next Best Action
- LLM-Patterns für Support-Automation
- RAG verständlich: Retrieval, Quellen, Zitationen, Aktualität
- Tool-Use und Workflows: Statusabfrage, Rücksendung, Termin, Passwort
- Guardrails: Tonalität, Policy, PII, sichere Antworten
- Prozesse, Eskalation und Human Handover
- Handover-Trigger: Komplexität, Emotion, Risiko, Berechtigung
- Übergabe-Paket: Zusammenfassung, Kontext, Quellen, ächste Schritte
- Fallbacks: Missverständnisse, Knowledge Gaps, Systemausfälle
- Qualität, Tests und Betrieb
- Testfälle aus Tickets ableiten: Golden Set, Edge Cases
- Monitoring: Halluzinationen, Abbruchraten, Eskalationsquote
- Kontinuierliche Verbesserung: Feedback-Loop, KB-Pflege, Prompt-Updates
- Compliance, Datenschutz und Risiko-Steuerung
- DSGVO-Basics im Support-Kontext: PII, Aufbewahrung, Einwilligung
- Transparenz: Kennzeichnung, Protokollierung, Audit-Trails
- Make-or-buy: Cloud vs. On-Prem, Vendor-Risiken, Kostenlogik
