Der Schweizer Anbieter Spitch schlägt vor, KI-Projekte im Kundenservice mit einer Analyse konkreter Geschäftsprobleme zu beginnen. Speech Analytics wertet dafür Sprach- und Textinteraktionen aus. Die Auswertung kann zeigen, welche Anliegen besonders häufig auftreten, wo Suchzeiten entstehen und welche Beschwerden wiederkehren. Auch Hinweise auf Qualitäts- und Compliance-Probleme sollen so erkennbar werden.
Die gewonnenen Erkenntnisse sollen Unternehmen dabei helfen, passende Einsatzfelder zu priorisieren. Häufen sich einfache Standardanliegen, kommt laut Spitch eine Automatisierung infrage. Wenn Mitarbeitende Zeit mit der Suche nach Informationen verlieren, könne ein Knowledge Agent Wissen bereitstellen. Für schwierige Gespräche nennt das Unternehmen Agent Assist als mögliche Unterstützung in Echtzeit. Bei erkannten Qualitäts- oder Compliance-Lücken könne ein gezieltes Quality Management folgen.
Spitch empfiehlt, den ersten Anwendungsfall eng abzugrenzen und vor dem Start messbare Ziele festzulegen. Als Beispiele nennt das Unternehmen weniger wiederholte Kontakte, kürzere Suchzeiten, höhere Erstlösungsquoten und eine bessere Einhaltung von Qualitätsvorgaben. Eine Ausweitung auf weitere Bereiche solle erst erfolgen, wenn sich die Wirkung im Betrieb gezeigt habe.
Das Unternehmen beschreibt seinen Ansatz als Collaborative Agentic AI: Menschen legen demnach das Ziel und die Grenzen fest, während die Verantwortung für das Ergebnis beim Unternehmen bleibt. Spitch verweist zudem auf eine Deloitte-Umfrage, nach der 72 Prozent der befragten Führungskräfte eine einheitliche und zugängliche Datenbasis als zentrale Voraussetzung für die Skalierung von KI-Agenten nennen. Das Contact Center könne damit Erkenntnisse für die Unternehmenssteuerung liefern, nicht nur für den Kundenservice.