Ein Problem, das die meisten Außendienstleiter nur zu gut kennen: Ein Techniker kommt zu einem Einsatzort und stellt fest, dass ihm das richtige Teil fehlt - oder schlimmer noch, das richtige Know-how.
Das Ergebnis? Ein zweiter Besuch, ein frustrierter Kunde und ein Serviceteam, das das Gefühl hat, aufholen zu müssen.
Das sind genau die Momente, die KI verhindern soll.
KI ist nicht mehr nur eine vielversprechende Idee, sondern ein funktionierendes Werkzeug im Außendienst, das in die Serviceabläufe eingebettet ist und den Verantwortlichen hilft, Ausfallzeiten zu reduzieren, Techniker in Echtzeit zu unterstützen und die Kundenergebnisse insgesamt zu verbessern.
Unternehmen, die KI zur Unterstützung des Außendienstes einsetzen, verzeichnen sogar eine bis zu 30 % Verbesserung der Erstbehebungsrateeine Kennzahl, die sich direkt auf Kosten, Produktivität und Arbeitsmoral auswirkt.
Unter Außendienst Palm Springs 2025hatte ich die Gelegenheit, eine Diskussionsrunde mit Führungskräften aus so unterschiedlichen Branchen wie Telekommunikation, Fertigung, Sicherheit und Lieferkettenlogistik zu moderieren. Unser Ziel war es, die nächste Stufe der KI zu erkunden - nicht nur Pilotprojekte oder einzelne Erfolge, sondern skalierbare, zuverlässige Anwendungen, die echte Serviceprobleme lösen.
Was folgte, war ein aufschlussreiches Gespräch.
Das waren keine unausgegorenen Ideen. Wir sprachen über die Verbesserung der Zeit bis zur Problemlösung, das Training von KI auf 3.000-seitigen Handbüchern, die Integration von KI in Ticket-Systeme und sogar die Verknüpfung von Ferndiagnosen mit dem Wert von Serviceverträgen.
Aber die vielleicht wichtigste Erkenntnis war: Die Unternehmen, die bei der KI im Außendienst führend sind, behandeln sie nicht wie Magie - siebehandeln sie wie einen Teamkollegen.
Und sie erzielen damit Ergebnisse.
Hier sind drei Schlüsselthemen und Erkenntnisse aus dieser Sitzung - und ein paar meiner eigenen Gedanken darüber, wie KI dazu beiträgt, die nächste Ära der Service-Exzellenz zu gestalten.
Lösung echter Serviceprobleme: Erstmalige Behebung, Betriebszeit und Arbeitsmoral vor Ort
Wir begannen die Sitzung mit einer Frage, die sich meiner Meinung nach jeder Serviceleiter stellen sollte: Welches Problem versuchen Sie, mit KI zu lösen?
Stephen, mit Mettler Toledobringt es auf den Punkt: "Die Kundenbetriebszeit ist wahrscheinlich das Wichtigste, was wir tun können. Aber wir wollen das auf die für uns kosteneffizienteste Art und Weise tun."
Diesem Spannungsverhältnis zwischen steigenden Serviceerwartungen und dem Druck, die Kosten einzudämmen, steht heute fast jedes Unternehmen gegenüber.
Sein Team konzentriert sich darauf, unnötige zweite Besuche zu vermeiden, die oft durch fehlende Teile oder fehlende Fähigkeiten verursacht werden.
"Wenn wir im Vorfeld genug tun, können wir den richtigen Techniker mit dem richtigen Teil schicken und die Arbeit gleich beim ersten Mal erledigen. Auf diese Weise schaffen wir organisch Kapazitäten - wir schicken niemanden zweimal zum selben Auftrag zurück.
Hier geht es nicht nur um Zahlen. Es geht um Stolz.
"Es gibt nichts Schlimmeres, als auf die Baustelle zu gehen, mit der Arbeit zu beginnen und dann festzustellen, dass man sie nicht zu Ende bringen kann", so Stephen. "Das wirkt sich auf die Moral aus. Die Techniker wollen gute Arbeit leisten. Sie spüren es, wenn sie es nicht können."
Das hat mich tief beeindruckt. Bei SightCall haben wir gesehen, wie die Befähigung von Technikern mit Remote-Expertise und visueller Anleitung die Erstbehebungsrate drastisch erhöht.
Aber es hat auch eine subtilere Wirkung: Es gibt den Technikern das Vertrauen und die Würde, die sie verdienen.
Speed to Value und die ROI-Konversation
Von dort aus haben wir untersucht, wie sich diese Initiativen in eine Investitionsrendite umsetzen lassen. Das ist ein komplexes Thema, das oft durch die nicht greifbaren Vorteile der KI erschwert wird.
Clintendessen Unternehmen in der Abfalloptimierungsbranche tätig ist, betonte, wie wichtig es ist, sich auf die richtigen Ergebnisse zu konzentrieren.
"Der CFO möchte den ROI sehen", sagte er, "aber man muss auch die realen Probleme, die man zu lösen versucht, klar benennen".
Die Verringerung der Reisekosten durch den Fernsupport war für sie ein großer Gewinn, da sie sowohl interne Kosten als auch Ausgaben für ihre Kunden einsparen konnten.
Jeff, der den Bereich Flottensicherheit vertritt, hat es schön formuliert: "Wir retten nicht nur Leben und Werte - wir retten Träume".
Seine KI-gesteuerten Kameras erkennen Müdigkeit, Ablenkung und riskantes Fahrverhalten in Echtzeit. Dadurch werden nicht nur Unfälle verhindert, sondern auch die Einhaltung der Vorschriften verbessert und die Versicherungskosten gesenkt.
Besonders beeindruckt hat mich, wie Greg von Ciena ihren Ansatz aufgeschlüsselt hat. Sie begannen mit ihrem umsatzstärksten Produkt und nutzten KI, um die Zeit bis zur Lösung in ihrem Support-Center zu verbessern.
"Wir sahen eine direkte Korrelation zwischen der Zeit für die Falllösung und den CSAT-Werten", sagte er. "Das gab uns das Vertrauen, KI auf andere Produktlinien auszuweiten.
Greg erzählte auch ein großartiges Beispiel für Monetarisierung: Indem er Ferndiagnosen nur Kunden mit Serviceverträgen anbietet, hat sein Team KI in eine Mehrwertfunktion verwandelt, die dazu beiträgt, mehr Verträge zu verkaufen und die Kundenbindung zu stärken.
Das nenne ich eine Win-Win-Situation: bessere Kundenerfahrung, mehr Umsatz und höhere betriebliche Effizienz.
Meiner Meinung nach ist dies ein Leitfaden, dem mehr Unternehmen folgen sollten. KI sollte mit Ergebnissen verknüpft werden, die von Bedeutung sind - Verringerung derAusfallzeiten, Verbesserung der Fehlerbehebungsrate oder Steigerung des Vertragswertes. Und dann verfolgen wir diese Ergebnisse unerbittlich.
So überzeugen Sie nicht nur die Finanzabteilung, sondern das gesamte Unternehmen.
Vertrauen und Genauigkeit: Das Modell Mensch + KI
Der vielleicht differenzierteste Teil der Diskussion drehte sich um Vertrauen. Es ist eine Sache, KI einzusetzen, aber eine andere, die Menschen dazu zu bringen, sie zu nutzen, daran zu glauben und von ihr zu profitieren.
Clinten beschrieb, wie sein Team die Arbeitsabläufe so gestaltete, dass die Menschen immer auf dem Laufenden sind.
"Wenn ein Außendienstmitarbeiter auf ein 3.000 Seiten starkes Handbuch starrt, kann die KI ihm helfen, sofort den richtigen Abschnitt zu finden. Aber wenn das Problem damit nicht gelöst ist, wird es an einen Supportingenieur weitergeleitet, der die KI anleitet.
Dieses hybride Modell gewährleistet Qualität, vermeidet Kaninchenlöcher und schafft mit der Zeit Vertrauen bei den Benutzern.
Greg erzählte von einem ähnlichen Weg bei Ciena. Anfänglich wurde KI intern eingesetzt, um Wissensartikel vorzuschlagen: "Erst als wir sahen, dass sich die Genauigkeit verbesserte, gaben wir diese Empfehlungen an die Kunden weiter - und selbst dann nur aus geprüften Artikeln."
Infolgedessen stieg dieQuote der vermiedenen Fälle um über 10 % und liegt nun bei etwa 50 % - eineenorme Effizienzsteigerung.
Stephen wies auf eine wichtige Warnung hin: "KI darf keine Krücke sein. Sie muss Teil eines gemischten Ansatzes sein. Wir investieren nach wie vor stark in die Ausbildung von Technikern. Die App ist da, wenn man nicht weiterkommt - aber sie ist nicht das erste, was man in die Hand nimmt."
Ich könnte nicht mehr zustimmen. KI ist keine Abkürzung - sie ist ein Multiplikator.
Aber um menschliche Fähigkeiten zu vervielfachen, braucht man eine starke Basis. Deshalb bin ich ein großer Befürworter der "Human-First-KI".
Wir müssen unsere Fachexperten, Ausbilder und Führungskräfte vor Ort weiterhin einbeziehen - nicht nur bei der Überprüfung von Inhalten, sondern auch bei der Gestaltung des Einsatzes und der kontinuierlichen Verbesserung von KI.
Ein Fahrplan für verantwortungsvolle Innovation
Was diese Diskussionsrunde so wertvoll machte, war die Ehrlichkeit.
Niemand hat behauptet, alle Antworten zu kennen. Aber sie stellen die richtigen Fragen. Sie fangen klein an, messen sorgfältig und bauen Systeme auf, die Effizienz und Einfühlungsvermögen in Einklang bringen.
Bei SightCall arbeiten wir jeden Tag mit Organisationen zusammen, die dies in Echtzeit herausfinden. Diejenigen, die erfolgreich sind, haben ein paar Dinge gemeinsam:
- Sie beginnen mit dem Problem, nicht mit der Technik.
- Sie messen, worauf es ankommt - Fehlerbehebungsrate, CSAT, Betriebszeit - und nicht eitle Metriken.
- Sie investieren in Menschen ebenso wie in Plattformen.
- Und sie bleiben beweglich - bereit zum Umschwenken, Verbessern und Lernen.
Wie ich unseren Zuhörern in Palm Springs sagte: "KI ist nicht dazu da, Techniker zu ersetzen, sondern um sie zu unterstützen. Wenn wir mit dieser Denkweise arbeiten, können wir nicht nur einen besseren Service, sondern auch bessere Organisationen schaffen."
Vielen Dank an alle, die sich an der Diskussion beteiligt haben. Und wenn Sie auf Ihrer eigenen KI-Reise im Außendienst sind, würde ich gerne hören, was Sie dabei lernen.
Außendienst Palm Springs 2025: Podiumsdiskussion (22. April)
KI auf die nächste Stufe bringen: Genauigkeit und Schnelligkeit bei der Lösung echter Serviceprobleme sicherstellen
- Stephen Goulbourne, Globaler Programmdirektor - Globaler Service, Mettler Toledo
- Greg Friesen, VP & General Manager, Globale Dienstleistungen, Ciena
- Jeff Martin, Vizepräsident für globale Vertriebsstrategie, Lytx
- Clinten van der Merwe, SVP, Leiter der Abteilung Global Service and Project Mgmt, TOMRA Recycling
- Jeff Nieze, VP Lösungsstrategie, Baxter Planung