Der Mitarbeiter gewinnt Zeit, wenn der Roboter antwortet

Woher die frei gewordene Stunde kommt

Die Zahl „etwa eine Stunde am Tag“ ist keine Prognose und keine Rechnung aus einer Präsentation. Sie ist das Ergebnis einer Beobachtung im laufenden Projekt GetGate, wo ein Roboter die Erstkorrespondenz mit Kunden übernommen hat. Der Mitarbeiter verbringt keine Zeit mehr mit Fragen, die sich dutzendfach wiederholen: was zur Leistung gehört, was der Versand kostet, wie man einen Termin bekommt. Die frei gewordene Stunde ist genau die Zeit, die früher für solche gleichförmigen Antworten draufging.

Wichtig ist: Das ist die Zahl eines Projekts, kein Marktdurchschnitt. Bei einem anderen Unternehmen kann sie kleiner oder größer ausfallen — je nachdem, wie viele Nachrichten eingehen und wie gleichförmig sie sind. Der Mechanismus selbst ist aber reproduzierbar: Der Roboter übernimmt den Erstkontakt, der Mitarbeiter steigt dort ein, wo ein Mensch entscheiden muss.

Die Mechanik dieser Aufgabenteilung beschreibt der Verkaufsroboter: Er antwortet in allen Kanälen, qualifiziert den Kunden und übergibt dem Mitarbeiter einen gesprächsbereiten Menschen statt eines rohen Leads.

Wie man die eigene Zeitersparnis berechnet

Die Formel ist dem Sinn nach einfach, auch wenn die Zahlen in jedem Unternehmen anders sind. Zuerst zählt man, wie viele Anfragen am Tag auf einen Mitarbeiter entfallen und wie viele davon Standardfragen sind und keine komplexen Verhandlungen. Dann schaut man, wie lange eine Standardantwort dauert: Text tippen, im Nachschlagewerk prüfen, beim Kollegen rückfragen. Das eine mal das andere ergibt die Zeit, die derzeit in die Routine fließt.

Danach muss man ehrlich beantworten, wie viel dieser Routine sich tatsächlich einem Roboter übergeben lässt, statt bloß von vollständiger Automatisierung zu träumen. Ein Teil der Fragen wiederholt sich wortwörtlich — den schließt der Roboter. Ein Teil braucht Kontext, den der Roboter nicht hat — den führt weiterhin ein Mensch. Die Differenz zwischen „der ganzen Routine“ und „dem Teil, der beim Menschen bleibt“ ist die frei werdende Zeit.

Das von Hand zu rechnen ist unbequem, deshalb erledigt man solche Berechnungen meist über die Vertriebsanalytik: Sie zeigt die Aufschlüsselung nach Kanälen und nach Mitarbeitern und nicht nur eine Gesamtzahl für die Abteilung.

Worauf der Kunde nicht mehr wartet — Anfragen abends und am Wochenende

Im Projekt GetGate gehen 27 % der Anfragen abends und am Wochenende ein — früher wurden sie erst am Morgen des nächsten Arbeitstages beantwortet. Es geht nicht darum, Minuten in einem einzelnen Dialog zu sparen, sondern darum, dass die über Nacht aufgelaufenen Anliegen nicht mehr als totes Gewicht liegen bleiben. Der Roboter antwortet sofort, statt zu warten, bis der Mitarbeiter am Montagmorgen das CRM öffnet.

Für den Mitarbeiter bedeutet das einen anderen Tagesbeginn: kein Abarbeiten eines Bergs von gestrigen und vorgestrigen Nachrichten, sondern Arbeit mit bereits qualifizierten Anliegen. Weniger Zeit geht dafür drauf, den Kontext jedes vergessenen Dialogs wiederherzustellen — der Roboter hat den Verlauf bereits gesichert und nur jene übergeben, die die Stufe erreicht haben, auf der ein Mensch gebraucht wird.

Diese Verteilung der Last fällt besonders dort auf, wo Anfragen über mehrere Kanäle zugleich eingehen — Telegram, WhatsApp, Instagram, Avito und die Website laufen in einer Pipeline zusammen, und nächtliche Stille in einem Kanal heißt nicht, dass der Kunde nicht in einem anderen schreibt.

Was der Roboter dem Mitarbeiter nicht abnimmt

Ehrlich: Nicht alle Zeit ist Routine. Komplexe Abschlüsse, außergewöhnliche Anfragen, Kunden ohne Standardlösung — das bleibt beim Menschen, und so soll es sein. Der Roboter erkennt Sprachnachrichten und Fotos und merkt sich den Gesprächsverlauf, doch die Entscheidung im Sonderfall verlangt weiterhin einen Mitarbeiter, der verhandeln kann und nicht nur nach Skript antwortet.

Die Aufgabe des Roboters ist nicht, alle Verhandlungen zu übernehmen, sondern rechtzeitig zu erkennen, wo sie beginnen, und den Kunden bereits warm an den Mitarbeiter zu übergeben und nicht in der ersten Minute des Smalltalks. Frei wird genau die Zeit, die früher für die Vorfragen vor diesem Moment draufging, und nicht die Zeit für den Abschluss selbst.

Wie gut diese Aufteilung in der Realität funktioniert, prüft ein eigener Prozess — Qualitätskontrolle, bei dem KI Anrufe abhört und Chats liest und nach Fällen sucht, in denen der Kunde zu früh oder zu spät übergeben wurde.

Der Arbeitstag des Mitarbeiters: vorher und nachher

Früher begann der Tag eines Mitarbeiters oft mit dem Durchgehen aufgelaufener Nachrichten: wer gestern Abend geschrieben hat, wer am Wochenende, wem man schon gestern hätte antworten müssen. Ein erheblicher Teil der ersten Stunden ging nicht in den Verkauf, sondern ins Aufholen des Stroms. Danach folgten Standardfragen vermischt mit komplexen Abschlüssen, ohne klare Grenze dazwischen.

Nach der Anbindung des Roboters ändert sich die Struktur des Tages. Standardfragen sind geschlossen, bevor der Mitarbeiter sich überhaupt an den Rechner setzt. In Arbeit bleiben Anliegen, die bereits die Erstqualifizierung durchlaufen haben — an ihnen ist zu sehen, dass der Kunde wirklich interessiert und zu einem Gespräch zur Sache bereit ist.

• Vorher: Durchgehen der Nacht- und Wochenendnachrichten zu Tagesbeginn
• Vorher: Standard- und komplexe Fragen vermischt, ohne Priorität
• Nachher: Standardfragen vom Roboter geschlossen, noch vor Schichtbeginn
• Nachher: in Arbeit nur bereits qualifizierte Anliegen

Genau dieser Umbau ergibt die frei gewordene Stunde im Projekt GetGate — keine einmalige Ersparnis in einem Dialog, sondern eine Änderung der Struktur des ganzen Tages.

Fünf Warengruppen, die automatisch berechnet werden

Im selben Projekt werden inzwischen fünf Warengruppen automatisch berechnet — früher machte das ein Mensch von Hand. Auch das ist Zeit, die nicht mehr in die Routine fließt: Man muss nicht jedes Mal von Hand nachrechnen, was sich einmal berechnen und dem System übergeben lässt.

Die automatische Berechnung hängt nicht nur am Verkaufsroboter, sondern auch daran, wie das CRM aufgebaut ist. An Zahlungen und Dokumente angebundene Pipelines nehmen dem Mitarbeiter einen Teil der Vorgänge ab, die formal keine Kundengespräche waren, aber nicht weniger Arbeitszeit kosteten.

Eine solche Einrichtung ist Teil der Arbeit an der CRM-Einführung: Pipelines für den Prozess des Kunden, Integrationen mit Zahlungen und die Automatisierung von Aufgaben, die früher von Hand erledigt wurden.

Wie sehr man den Antworten des Roboters trauen kann

Eine naheliegende Frage: Verliert der Kunde an Antwortqualität, wenn der Roboter statt eines Menschen antwortet. Wir haben das an echter Korrespondenz im Blindvergleich geprüft: In 80 % der Fälle war die Antwort des Assistenten nicht schlechter als die eines Menschen. Das heißt nicht, dass der Roboter den Mitarbeiter in allen Fällen ersetzt: Die übrigen Dialoge sind genau der Teil, in dem ein Mensch mit Kontext oder Verhandlungserfahrung gebraucht wird.

Für den Mitarbeiter bedeutet das, dass sich Standardfragen ohne Risiko an den Roboter übergeben lassen, ohne dass der Kunde eine schlechtere Antwort bekommt als von einem Menschen. Gerade deshalb ist die frei werdende Zeit keine Zeit auf Kosten der Qualität, sondern Zeit, die zu jenen Dialogen umgeleitet wird, in denen ein Mensch wirklich gebraucht wird.

Die Antwortqualität sowohl auf Seiten des Roboters als auch des Mitarbeiters prüft anschließend die Qualitätskontrolle — sie bewertet Chats und Anrufe nach Checkliste und berechnet das Scoring der Mitarbeiter und nicht nur das des Roboters.

Wovon die Ersparnis bei einem anderen Unternehmen abhängt

Eine Stunde am Tag ist die Zahl von GetGate und keine allgemeingültige Norm. Bei einem Unternehmen mit kleinerem Anfragestrom fällt die Ersparnis in Stunden geringer aus, schlicht weil physisch weniger Routinefragen zu beantworten sind. Bei einem Unternehmen mit großem Strom, wo Mitarbeiter tatsächlich in gleichförmigen Nachrichten untergehen, kann der Effekt deutlicher ausfallen — die genaue Zahl für sich selbst muss man aber gesondert rechnen und nicht von anderen übernehmen.

Auch die Kanäle, über die Anfragen kommen, spielen eine Rolle. Kommt der Hauptteil über Messenger mit klaren Standardfragen, wird mehr Zeit frei. Sind die Anfragen überwiegend komplex und erfordern schon ab der ersten Nachricht eine Auseinandersetzung, nimmt der Roboter weniger Routine ab — schlicht weil es weniger davon gibt.

Auch die Nische zählt: Im B2C mit hohem Aufkommen an Standardfragen ist der Effekt der Qualifizierung deutlicher als im B2B mit langen, komplexen Abschlüssen, über die mehrere Personen entscheiden. Bevor man eine konkrete Zahl erwartet, sollte man zuerst klären, wo genau im eigenen Vertrieb Zeit verloren geht — das ist eine eigene Arbeit, die der Vertriebsaufbau.

Wie das in der Praxis aussieht

Die Berechnung der frei werdenden Zeit beginnt nicht mit der Einrichtung des Roboters, sondern mit einer Analyse des aktuellen Vertriebs: wie viele Anfragen eingehen, wo sie landen, wie viel Zeit jeder Fragetyp kostet. Ohne diesen Schritt bleibt die Zahl der Ersparnis eine Hypothese und kein Plan.

Danach wird das CRM auf den Prozess des Kunden zugeschnitten, Kanäle und Telefonie werden angebunden, der Roboter wird auf die konkrete Nische trainiert — mit eigenen Fragen, eigenen Waren oder Leistungen, eigenen Szenarien. Erst danach lässt sich ernsthaft sagen, wie viel Zeit bei konkreten Mitarbeitern frei wird und nicht bei einer abstrakten Abteilung.

Danach folgt Plan/Ist in Echtzeit: Es ist zu sehen, wo der Roboter die Last tatsächlich genommen hat und wo Mitarbeiter weiterhin von Hand antworten. So lässt sich die Einstellung nachjustieren, statt die Ersparnis als einmaligen Effekt der Einführung stehen zu lassen.