Case 08

Customer Support → Engineering

Der Engpass ist nicht die technische Analyse, sondern der fehlende Kontext.

Heute

Bevor Engineering analysieren kann, suchen Support-Teams Informationen aus Tickets, Logs, CRM, Knowledge Base und früheren Fällen zusammen.

Wer die Arbeit macht

Heute7 von 7 beim Menschen

Mit Workflow1 von 7 beim Menschen

01Kontextzusammenstellung
02Wissensrecherche
03Log- und Systemanalyse
04Problemklassifikation
05Schweregrad und Eskalation
06Evidenzpaket
07Engineering-Prüfung

Ein Strich: ein Arbeitsschritt, in der Reihenfolge des Workflows. Heute erledigt jeden davon ein Mensch.

Woran er sich messen lässt

Zeit bis zur Übergabe an Engineering
Zeit bis zur Lösung
Qualität der Eskalation

Der Workflow

Kommt an
Kunden-Tickets
KI versteht
Kontext aus Logs, Wissen und früheren Fällen
- Recherche und Zusammenfassung
- Klassifikation und Hypothesen
- Reproduktionsschritte vorbereiten
Software prüft
IDs, Berechtigungen, Eskalationsregeln
- Ticket- und Customer-IDs
- Systemabfragen mit Berechtigung
- Schweregrad- und Eskalationsregeln
Beim Menschen landet
Ein Fall mit Evidenzpaket
- Engineering-Prüfung mit vollständigem Kontext

Engineering erhält den relevanten Kontext, bevor die eigentliche Analyse beginnt.

Case 01
Datenerfassung aus geprüften Dokumenten
Modelle schlagen vor, Code entscheidet. Code liest, was er sicher kann. KI ergänzt den Rest. Der Mensch prüft, statt zu erfassen.
Case 02
Fachbeiträge aus recherchierten Quellen
Nicht jeder Entwurf muss gelingen. Veröffentlicht wird nur, was die Prüfung besteht. KI schreibt. Regeln entscheiden, was weitergeht. Menschen bestimmen die Regeln.
Case 03
Social-Media-Posts zu jedem Fachbeitrag
Der Mensch schreibt keine Posts mehr. Er legt fest, was einer darf. KI wählt und schreibt. Code prüft und postet. Der Mensch bestimmt die Regeln.
Case 04
Anfragen im Gespräch aufnehmen
Ein Formular fragt, was es kennt. Ein Workflow steht selten im ersten Satz. Der Agent fragt nach. Software prüft den Brief. Gesendet wird nur, was der Mensch freigibt.
Case 05
Rechnungs- und Bestellprüfung
Der Standardfall ist selten das Problem. Der Aufwand entsteht bei Abweichungen. Den Standard automatisieren. Den Menschen die Ausnahmen.
Case 06
Angebotsvorbereitung aus Kundenanfragen
Die Informationen für ein Angebot sind vorhanden. Sie sind nur verteilt. KI bereitet das Angebot vor. Der Experte trifft die Entscheidung.
Case 07
Technische Dokumenten- und Compliance-Prüfung
Die Prüfung braucht Fachwissen. Das Suchen der Nachweise braucht es nicht. KI bereitet die Compliance-Prüfung vor. Die Entscheidung bleibt beim verantwortlichen Menschen.
Case 09
Lieferantenvergleich im Einkauf
Jedes Angebot kommt in einem anderen Format. Verglichen wird erst, wenn alle gleich aussehen. KI strukturiert den Vergleich. Die Einkaufsentscheidung bleibt beim Menschen.
Case 10
Vertrags- und Auftragsprüfung
Das Ziel ist nicht, Verträge automatisch freizugeben, sondern Abweichungen zuverlässig zu finden. KI findet, strukturiert, vergleicht und eskaliert. Menschen entscheiden und übernehmen Verantwortung.
Case 11
Stammdatenbereinigung und Entity Resolution
Eine Firma, drei Schreibweisen, zwei IDs. Ein exakter Abgleich findet sie nicht. KI findet Kandidaten. Regeln begrenzen den Abgleich. Menschen entscheiden bei Unsicherheit. Erst danach schreibt das System.