Service-Tickets automatisch klassifizieren: Wie KI-Agenten Anfragen in Sekunden einordnen
Bevor ein Sachbearbeiter ein einziges Ticket bearbeiten kann, hat er es meist schon aufgemacht, gelesen, gedanklich einsortiert und wieder zur Seite gelegt, nur um zum nächsten überzugehen. Diese unsichtbare Vorarbeit frisst jeden Tag Zeit, die eigentlich für die Lösung da sein sollte, und genau hier setzt automatische Ticket-Klassifizierung an.
Der Posteingang als Nadelöhr
Bei den meisten Mittelständlern landen Service-Anfragen nicht in einem sauber sortierten System, sondern in einem gemeinsamen Postfach, ergänzt um Telefonnotizen, ein Kontaktformular auf der Website und zunehmend auch WhatsApp-Nachrichten. Jede Anfrage sieht beim Öffnen erst einmal gleich aus, ob es sich um eine ausgefallene Anlage handelt oder um die Bitte, eine Rechnung noch einmal zuzuschicken.
Bei einem Pumpenhersteller aus Ostwestfalen zeigte eine Zeitaufnahme, dass die Frühschicht im Kundenservice täglich rund 45 Minuten allein mit dem Sortieren der über Nacht eingegangenen Tickets verbrachte, bevor die eigentliche Bearbeitung überhaupt begann. Hochgerechnet auf zwei Mitarbeiter und zweihundertfünfzig Arbeitstage im Jahr sind das über 300 Stunden reine Sortierarbeit.
Was eine KI beim Klassifizieren tatsächlich bewertet
Ein KI-Agent liest Betreff und Text eines Tickets und ordnet es einer Kategorie zu, etwa technische Störung, Ersatzteilanfrage, Reklamation oder allgemeine Auskunft. Das funktioniert zuverlässig, weil solche Anfragen in der Praxis erstaunlich wiederkehrende Formulierungsmuster haben, auch wenn jeder Kunde sie leicht anders schreibt.
Zusätzlich erkennt das System, wenn zwei Nachrichten zum selben Fall gehören, etwa eine erste Meldung per E-Mail und eine ungeduldige Nachfrage drei Stunden später per Telefonnotiz, und führt beide zu einem Vorgang zusammen, statt sie doppelt zu zählen.
Warum eine einzige Kategorie nicht reicht
Die Kategorie allein sagt noch nichts darüber aus, wie dringend ein Anliegen ist. „Anlage steht still“ und „Anlage läuft, aber ein Wert schwankt leicht“ fallen beide unter technische Störung, verlangen aber völlig unterschiedliche Reaktionsgeschwindigkeit. Eine belastbare Klassifizierung braucht deshalb mehrere Dimensionen gleichzeitig.
Wird nur nach Kategorie sortiert, landen kritische und unkritische Fälle im selben Topf, und genau das ist der Grund, warum viele frühere Ticketsysteme trotz Kategorien kaum Zeit gespart haben.
- Anliegen-Typ: Störung, Ersatzteil, Reklamation, Rechnung, allgemeine Anfrage
- Dringlichkeit anhand Formulierung, Wiederholung und Tonalität
- Betroffene Anlage oder Produktlinie, sofern im Text erkennbar
- Kundenhistorie: Bestandskunde, laufender Vertrag, bisherige Eskalationen
- Eingangskanal: E-Mail, Telefonnotiz, Formular, WhatsApp
- Sprache, falls international Kunden bedient werden
Ein Beispiel aus der Praxis
Bei einem Verpackungsmaschinenbauer aus dem Bergischen Land lief die Klassifizierung sechs Wochen parallel zum bestehenden Prozess mit, bevor sie produktiv geschaltet wurde. In dieser Zeit stimmte die automatische Einordnung in 91 Prozent der Fälle mit der Einschätzung erfahrener Sachbearbeiter überein, bei den restlichen Fällen ging es fast immer um Anfragen mit mehreren Anliegen in einer Nachricht.
Nach der Umstellung sank die Zeit bis zur ersten fachlichen Reaktion auf eine kritische Störungsmeldung von durchschnittlich 47 Minuten auf 6 Minuten, weil das Ticket gar nicht mehr im allgemeinen Postfach wartete, sondern sofort als dringend markiert direkt beim zuständigen Sachbearbeiter aufschlug.
Wo automatische Klassifizierung an ihre Grenzen stößt
Mehrdeutige Anfragen bleiben schwierig, etwa wenn ein Kunde in einer einzigen Nachricht eine Störung meldet, sich gleichzeitig über die Lieferzeit beschwert und nach einem Ersatzteil fragt. Hier hilft es, wenn das System solche Fälle explizit als mehrdeutig markiert, statt sich für nur eine Kategorie zu entscheiden.
Genauso wichtig ist ein Korrekturmechanismus: Wenn ein Sachbearbeiter eine Einordnung ändert, muss das ins Modell zurückfließen, sonst wiederholt sich derselbe Fehler in der nächsten Woche wieder. Ohne diesen Rückkanal bleibt jede Klassifizierung auf dem Stand des ersten Trainingstages stehen.
Vom Sortieren zum Handeln
Klassifizierung ist kein Selbstzweck, sondern die Grundlage für alles, was danach passiert: welche Tickets automatisch beantwortet werden können und wie die verbleibenden Fälle beim richtigen Sachbearbeiter landen.
Wer nur die Klassifizierung einführt und den Rest beim Zufall belässt, hat die halbe Strecke zurückgelegt, aber nicht die Hälfte des Nutzens, denn die eigentliche Zeitersparnis entsteht erst im Zusammenspiel aller drei Schritte.
Häufige Fragen
Muss die komplette Ticket-Historie vorliegen, damit eine Klassifizierung funktioniert?
Nein, ein funktionierendes Modell lässt sich bereits mit wenigen hundert historischen Tickets sinnvoll trainieren, mehr Daten verbessern die Treffsicherheit danach schrittweise.
Was passiert mit Tickets, die die KI nicht sicher zuordnen kann?
Diese Fälle werden als unsicher markiert und landen automatisch bei einem Menschen zur manuellen Prüfung, statt falsch einsortiert zu werden.
Wie viel Zeit geht bei Ihnen täglich fürs Sortieren von Tickets drauf?
In einem kurzen Gespräch schauen wir uns Ihren Ticket-Prozess gemeinsam an.
Gespräch vereinbaren →
