Im vergangenen Jahr hat sich bei SightCall einiges verändert.
KI war nicht mehr nur eine Funktion, die wir entwickelten, sondern wurde zu einem festen Bestandteil unserer Arbeitsweise.
Unsere Entwicklerteams arbeiten nicht mehr so wie noch vor 18 Monaten. Sie schreiben nicht mehr alles Zeile für Zeile.
Sie entwickeln Systeme, begleiten deren Umsetzung, überprüfen die Ergebnisse und konzentrieren ihre Zeit auf das, was wirklich zählt.
Was mich überraschte, waren nicht nur die Produktivitätssteigerungen. Es war die Qualität.
Wir leisten deutlich mehr mit kleineren Teams, und die Arbeit selbst ist oft besser. Nicht, weil Ingenieure weniger wichtig wären, sondern weil sich ihre Rolle grundlegend gewandelt hat.
Und je öfter ich das beobachtet habe, desto mehr bin ich davon überzeugt, dass derAußendienst auf einen ähnlichen Wandel zusteuert.
Das Wissensproblem lösen
Seit Jahrzehnten arbeiten Dienstleistungsunternehmen intensiv daran, ihre Prozesse zu standardisieren. Disposition, Arbeitsabläufe, SLAs – all das wurde optimiert.
Doch eines hat sich hartnäckig jeder Skalierung widersetzt: Wissen.
In jedem Gespräch, das ich mit Führungskräften im Dienstleistungsbereich führe, zeigen sich immer wieder dieselben Muster.
Ihre besten Techniker verfügen über entscheidendes Fachwissen. Neue Mitarbeiter brauchen Monate, manchmal sogar Jahre, um sich einzuarbeiten. Es gibt zwar Dokumentationen, doch diese sind oft veraltet oder haben keinen Bezug zur tatsächlichen Praxis vor Ort.
Gleichzeitig nimmt der Druck immer weiter zu.
Erfahrene Techniker gehen in den Ruhestand. Die Geräte werden immer komplexer. Die Kunden erwarten eine schnellere Problemlösung, oft schon beim ersten Besuch.
Was wir hier beobachten, ist nicht nur ein Fachkräftemangel oder ein Mangel an geeigneten Werkzeugen.
Es handelt sich um ein Problem der Wissensskalierung.
In der Softwarebranche haben wir so etwas bereits erlebt.
Es gab eine Zeit, in der Skalierung bedeutete, mehr Entwickler einzustellen. Mehr Nachfrage bedeutete, dass mehr Leute mehr Code schrieben. Dieses Modell funktioniert nicht mehr.
Heutzutage sind die effektivsten Teams nicht nur größer, sondern auch anders strukturiert. Sie stützen sich auf Systeme, die Ergebnisse in großem Maßstab erstellen, verfeinern und wiederverwenden können.
Das ist die Sichtweise, die ich mittlerweile auf den Außendienst anwende.
Was wäre, wenn die eigentliche Chance nicht nur darin bestünde, die Effizienz von Technikern zu steigern, sondern darin, die Art und Weise, wie Fachwissen überhaupt entsteht und wiederverwendet wird, grundlegend zu verändern?
Das nenne ich die Field Service Factory.
Aus dem Geschehen lernen, während es geschieht
Einer der Gründe, warum viele KI-Initiativen im Dienstleistungsbereich ihre Versprechen nicht eingehalten haben, ist etwas, das ich bei Kunden immer wieder beobachtet habe.
Die Systeme haben den Bezug zur Realität verloren.
Sie sind in der Bearbeitung von Tickets, der Dokumentation und strukturierten Feldern geschult. Aber der eigentliche Service findet nicht innerhalb eines Tickets statt.
Dienstleistungen werden in der Fabrikhalle, beim Kunden zu Hause oder auf der Baustelle erbracht. Und sie finden auf chaotische, visuelle und kontextbezogene Weise statt, die sich nicht ohne Weiteres in Textform wiedergeben lässt.
Die KI gibt also Empfehlungen ab, die auf dem Papier gut aussehen, sich in der Praxis jedoch nicht bewähren. Die Informationen sind unvollständig. Es werden Fehler gemacht. Das Vertrauen schwindet schnell.
Was fehlt, ist einfach, aber schwer zu fassen: was tatsächlich passiert ist.
Was der Techniker gesehen hat. Was er versucht hat. Was funktioniert hat. Was nicht funktioniert hat.
Hier habe ich beobachtet, wie sich ein anderes Modell abzuzeichnen beginnt.
Anstatt die Leute zu bitten, Wissen im Nachhinein zu dokumentieren, erfasst man die Arbeit selbst… während sie stattfindet.
Sie halten die Interaktion zwischen einem Techniker und einem Experten fest. Sie speichern das Video, den Ton und jeden einzelnen Schritt der Abfolge von Maßnahmen – vom Problem bis zur Lösung.
Von dort aus kann die KI daraus etwas Verwertbares erstellen. Eine Schritt-für-Schritt-Anleitung. Eine visuelle Referenz. Ein Wissensbestand, der die Realität widerspiegelt, nicht die Theorie.
Wir haben gesehen, dass dies mitSightCall Knowledge™ funktioniert.
Eine Fernsupport-Sitzung muss sich nicht darauf beschränken, nur das gerade vorliegende Problem zu lösen. Sie kann genutzt werden, um eine Ressource zu schaffen, die wiederverwendet, durchsucht und weiterentwickelt werden kann.
Mit der Zeit verändert eine solche Ressource die Lage.
Das Ergebnis? Wissen ist nicht mehr etwas, um das man andere bittet, es aufzuschreiben.
Es ist ein Nebenprodukt der Arbeit.
Aufbau eines Service-Intelligence-Kreislaufs
Wenn man genügend dieser Interaktionen miteinander verknüpft, entsteht allmählich ein Kreislauf.
Jeder Serviceeinsatz trägt zu einem wachsenden Bestand an praktischen Erkenntnissen bei. Dieses Wissen wird verfeinert, validiert und wieder in das Unternehmen zurückgeführt.
Auf diese Weise muss der nächste Techniker nicht bei Null anfangen. Er kann auf allem aufbauen, was bereits gelernt wurde.
Das ist der Punkt, den man meiner Meinung nach leicht unterschätzt.
Es geht nicht nur um eine bessere Dokumentation. Es geht darum, ein System zu schaffen, das lernt.
Ich stelle mir das als einen Service-Intelligence-Kreislauf.
Und wenn sich dieser Kreislauf langsam abzeichnet, sind die Auswirkungen deutlich spürbar.
Neue Techniker arbeiten schneller ein, da sie sich nicht auf statische Handbücher verlassen müssen. Erfahrene Techniker müssen weniger Zeit damit verbringen, immer wieder dieselben Anweisungen zu wiederholen. Die Erstbehebungsquote steigt, da Entscheidungen auf Mustern aus Hunderten von realen Fällen basieren und nicht auf Vermutungen.
Vor allem bist du nicht mehr darauf angewiesen, dass genau im richtigen Moment der „richtige“ Experte zur Verfügung steht.
Sie ermöglichen jedem Techniker den Zugang zum gesammelten Erfahrungsschatz des Unternehmens.
Ein neues Modell zur Wissenssammlung
Mir ist klar, dass Ihnen das vielleicht bekannt vorkommt.
Dienstleistungsunternehmen investieren seit Jahren in Wissensdatenbanken, Dokumentationssysteme und Schulungsplattformen. Und viele dieser Initiativen hatten mit Schwierigkeiten zu kämpfen.
Der Unterschied liegt hier nicht nur im Einsatz von KI. Es geht darum, wie Wissen entsteht.
Wenn die Erfassung von Wissen zusätzlichen Aufwand erfordert, lässt sie sich nicht skalieren. Wenn sie sich auf Text beschränkt, spiegelt sie nicht die Realität wider. Wenn sie außerhalb der Tools stattfindet, die Techniker bereits nutzen, wird sie nicht angenommen.
Dies funktioniert nur, wenn es in den Arbeitsablauf eingebettet ist, auf echten Interaktionen basiert und durch menschliche Überprüfung kontinuierlich verbessert wird.
Meiner Meinung nach bewegen wir uns auf ein anderes Modell für Dienstleistungsunternehmen zu. Nicht nur effizientere Abläufe, sondern Systeme, die kontinuierlich aus jeder Interaktion lernen.
Wo Techniker nicht nur Aufgaben ausführen, sondern zu einem wachsenden Wissensschatz beitragen. Wo KI Fachwissen nicht ersetzt, sondern ergänzt.
Und wo die Organisation mit jedem abgeschlossenen Auftrag besser wird.
Ein auf Wachstum ausgelegtes Service-System
Wenn ich mir anschaue, was wir im Softwarebereich beobachten, ist das Muster eindeutig.
Wachstum hängt nicht mehr so direkt von der Mitarbeiterzahl ab wie früher. KI ist zu einem Produktionssystem geworden.
Der Außendienst steht vor einem ähnlichen Wendepunkt.
Die Unternehmen, die den ersten Schritt machen, werden nicht nur über bessere Werkzeuge verfügen. Sie werden Systeme aufgebaut haben, die Fachwissen in großem Maßstab erfassen, strukturieren und wiederverwenden.
Lassen Sie mich das konkretisieren:
Ein Techniker wird zu einem komplexen Problem entsandt.
Noch bevor sie vor Ort sind, haben sie bereits einen klaren Überblick darüber, was wahrscheinlich vor sich geht, welche Hilfsmittel sie benötigen und wie ähnliche Probleme in der Vergangenheit gelöst wurden. Dabei stützen sie sich nicht auf ein allgemeines Handbuch, sondern auf konkrete Beispiele aus ihrem eigenen Unternehmen.
Sie raten nicht. Sie fangen nicht bei Null an.
Sie bauen auf allem auf, was bereits gelernt wurde.
Das ist der Wandel, den ich beobachte. Keine weitere Dokumentationsschicht. Kein weiterer KI-Assistent.
Ein System, das alltägliche Servicearbeiten in nutzbare, sich weiterentwickelnde Erkenntnisse umwandelt.
Das ist die Field Service Factory.