In der schnelllebigen Welt der Software-as-a-Service (SaaS) sind effiziente Kundenbetreuung und schnelles Reagieren auf Supportanfragen entscheidend für den langfristigen Erfolg eines Unternehmens. Bei Otter. ai, einem führenden Anbieter im Bereich KI-gestützter Meeting-Assistenten, standen die Verantwortlichen vor einer großen Herausforderung: Wie kann der wachsende Support-Ticket-Volumen bewältigt werden, ohne dabei das Kundenerlebnis oder die Arbeitskapazitäten des Teams negativ zu beeinflussen? Die Antwort lag in einem durchdachten Einsatz von Künstlicher Intelligenz (KI) und Automatisierung – ein Ansatz, der inzwischen über 1. 000 Support-Tickets in nur drei Monaten vollständig automatisiert gelöst hat und der noch viele weitere Vorteile mit sich bringt. Otter. ai ist bekannt für seine innovative Technologie, die Meetings in Echtzeit transkribiert und Gesprächsinhalte intelligent zusammenfasst. Mit rapidem Wachstum stiegen aber auch die Anforderungen an den Kundenservice.
Allen Lai, der als Head of Customer Experience bei Otter. ai einst als Einzelkämpfer begann, musste daher schnell kreative Lösungen finden, um die Support-Prozesse zu optimieren und gleichzeitig den Mangel an Entwicklerressourcen zu kompensieren. Ein zentrales Problem war der manuelle Aufwand, der durch wiederholte, unnötige Ticketwiedereröffnungen entstand. Oft bekamen Kundensupport-Mitarbeiter eine einfache Dankesnachricht als Antwort, die jedoch automatisch dazu führte, dass ein Ticket erneut geöffnet wurde. Das führte zu einer Flut von Supportanfragen, die eigentlich keine Aufmerksamkeit erforderten, aber wertvolle Zeit der Agenten beanspruchten. Eine einzelne solche Aktion nahm zwar nur wenige Sekunden in Anspruch, doch summierte sich dieser Aufwand über tausende Tickets erheblich. Um dieses Problem zu lösen, entwickelte das Team eine automatisierte Workflow-Lösung („Zap“) mithilfe von Zapier, die Zendesk-Tickets überwacht, wenn sie wiedereröffnet werden.
Automatisch wird der neueste Kommentar aus dem Ticket an ChatGPT gesendet, der den Inhalt mittels Sentiment-Analyse prüft. Erkennt das System beispielsweise ausschließlich eine Dankesnachricht, wird das Ticket sofort als „gelöst“ markiert und erhält eine interne Notiz. Diese Automatisierung entlastete die Mitarbeiter enorm, da tausende Tickets nicht mehr manuell überprüft und geschlossen werden mussten. Dank dieser Lösung konnten über 1. 000 Support-Tickets binnen drei Monaten eigenständig abgeschlossen werden. Das wirkt sich nicht nur positiv auf die Effizienz des Teams aus, sondern sorgt auch für eine deutlich sauberere Ticket-Warteschlange. Damit gewinnen die Support-Mitarbeiter digitale Freiräume, die sie auf komplexere Anfragen und wichtige Kundeninteraktionen fokussieren können. Zusätzlich hat sich durch die Automatisierung die Kundenzufriedenheit erhöht, da wichtige Anliegen schneller priorisiert und bearbeitet werden konnten. Doch Otter.
ai ging noch einen Schritt weiter und implementierte eine KI-gestützte Ticket-Triage, die eingehende Supportanfragen intelligent bewertet und priorisiert. Statt frühere Ansätze, die meist ausschließlich auf Kundenattribute oder einfache Stichworte setzen, analysiert das System die tatsächlichen Inhalte der Tickets. Dabei werden Aspekte wie Dringlichkeit, Stimmung sowie die Art des Anliegens – etwa technische Probleme, Rechnungsfragen oder Feature-Requests – ermittelt. Darüber hinaus prüft das System die Domain des Absenders und unterscheidet beispielsweise zwischen Geschäftskunden und privaten Nutzern. Tickets von firmenverbundenen E-Mail-Adressen werden priorisiert, da diese in der Regel geschäftskritische Anliegen enthalten. Diese differenzierte Analyse inklusive automatischer Kategorisierung schafft eine tiefere Einordnung der Tickets und hilft dem Support-Team, ihre Ressourcen gezielter einzusetzen.
Die Umsetzung dieser intelligenten Priorisierung beruht auf einer Kombination von Zapier-Automationen, ChatGPT-gestützter Textauswertung und Filterlogiken, die das Volumen von über 10. 000 Tickets bereits verarbeitet haben. Das Ergebnis ist eine deutlich schnellere Bearbeitung zeitkritischer Themen, ohne dass Routineanfragen vernachlässigt werden. Ein weiteres Beispiel für die smarte Nutzung von Automatisierung ist der Umgang mit Anfragen aus der Presse. Da Journalisten häufig unter hohem Zeitdruck stehen, müssen diese Medienanfragen zügig erkannt und an entsprechende PR- oder Führungskräfte weitergeleitet werden. Das Problem: Oftmals sind Medienanfragen nicht klar als solche gekennzeichnet, was zu Verzögerungen in der Bearbeitung führen kann. ai löst dieses Problem durch eine automatisierte Suche in einer verknüpften Google-Tabelle, in der vertrauenswürdige Nachrichten- und Medienunternehmen gelistet sind.
Sobald ein neues Ticket in Zendesk eine Domain der Presse identifiziert, wird es automatisch mit einem „Media Inquiry“-Tag versehen und an zuständige Ansprechpartner geleitet. Diese Maßnahme hat die Reaktionszeiten auf Pressekontakte erheblich verbessert und vereinfacht die Kommunikation mit Medien deutlich. Ein großer Vorteil bei der Umsetzung aller Automatisierungen besteht darin, dass diese ohne großes Engineering-Know-how oder Ressourcen realisiert werden können. Allen Lai beschreibt, wie Zapier es ermöglicht, Lösungen schnell und ohne direkte Entwicklerbeteiligung zu bauen. Diese Agilität sorgt dafür, dass das Support-Team flexibel auf neue Herausforderungen reagieren kann, ohne durch lange Entwicklungszyklen ausgebremst zu werden. Neben der Integration von Zendesk und ChatGPT wurde auch die Anbindung an weitere Systeme, wie das Data-Warehouse Snowflake, über Zapier realisiert.
Damit fließen Kundendaten strukturiert in die Support-Operationen ein und erhöhen die Transparenz und Effizienz noch weiter. Die Vision bei Otter. ai geht über reine Automatisierung hinaus. Das Unternehmen experimentiert damit, eigene KI-Supportagenten zu entwickeln, die bereits auf Stufe Tier-One-Support umfassendere Fragen selbstständig beantworten und weitergehende Sentiment-Analysen über verschiedene Kommunikationskanäle hinweg leisten können. Damit soll ein noch höheres Maß an Skalierbarkeit und Qualität im Kundenservice erreicht werden. Für Unternehmen, die gerade erst in KI-gestützte Automatisierung einsteigen möchten, empfiehlt Allen Lai einen pragmatischen Ansatz. Kleine Schritte und kontinuierliches Iterieren helfen, den größtmöglichen Nutzen ohne großen Aufwand zu erzielen. Dabei gilt es, offen für Experimente zu sein und die Möglichkeiten moderner KI-Systeme bestmöglich auszuschöpfen. Die Erfolgsgeschichte von Otter.
ai zeigt eindrucksvoll, wie Automatisierung und Künstliche Intelligenz nicht nur dazu beitragen können, den immer größer werdenden Support-Ticket-Strom zu bewältigen, sondern auch die Servicequalität nachhaltig verbessern. Durch die Automation repetitiver Aufgaben gewinnen Support-Teams wertvolle Zeit, die für echte Kundengespräche genutzt werden kann. Gleichzeitig sorgt eine intelligente Priorisierung für schnellere Reaktionen bei geschäftskritischen Anliegen, was Kundenbindung und Vertrauen stärkt. Zusammengefasst zeichnet sich der moderne Kundenservice von Otter. ai durch ein ausgeklügeltes Zusammenspiel aus technologischem Fortschritt, prozessorientierter Automatisierung und menschlicher Expertise aus. Unternehmen, die ähnliche Herausforderungen meistern wollen, finden in dem Otter. ai-Modell Inspiration und praxisnahe Lösungsansätze für ein effizientes, zukunftssicheres Customer Experience Management mit KI.
