Ticketsystem automatisieren KI?

Der Prozess beginnt unmittelbar beim Eingang eines neuen Tickets über Schnittstellen zu gängigen Systemen wie Zendesk, Jira Service Management, Freshdesk oder Eigenentwicklungen. Eine KI analysiert den Text, erkennt die Absicht des Kunden, extrahiert relevante Entitäten wie Rechnungsnummern oder Artikelbezeichnungen und ordnet das Anliegen der passenden Kategorie zu.

Im nächsten Schritt greift das System auf angebundene Datenbanken zu, um den Kontext zu validieren. Liegen alle Informationen vor und unterschreitet der Vorgang ein definiertes Risikomaß, generiert der KI-Mitarbeiter eine präzise Antwort, trägt diese im Ticketsystem ein, versendet sie an den Anfragenden und schließt den Vorgang ab. Fehlen Angaben, fordert die KI diese gezielt nach.

Klassische Automatisierungen in Ticketsystemen basieren auf Wenn-Dann-Regeln. Sie scheitern regelmäßig daran, dass Kunden Sachverhalte unstrukturiert schildern oder mehrere Themen in einer einzigen Nachricht vermengen. Ein KI-Agent liefert die technische Intelligenz zur Texterkennung, agiert jedoch isoliert meist nur als reiner Textbaustein-Generator.

Ein vollwertiger KI-Mitarbeiter hingegen übernimmt die ganzheitliche Verantwortung für einen definierten Aufgabenbereich im Support. Er arbeitet wie ein festes Teammitglied: Er liest das Ticket, prüft im ERP-System nach, entscheidet anhand betrieblicher Richtlinien über den nächsten Schritt und bindet menschliche Kollegen nur ein, wenn Freigaben oder Ermessensentscheidungen erforderlich sind. Mehr zur Einordnung dieser Funktionsweise erfahren Sie unter /ki-mitarbeiter.

In den meisten Betrieben mit 10 bis 250 Mitarbeitern bindet nicht die fachliche Problemlösung die meiste Zeit, sondern die organisatorische Vorarbeit. Ein erheblicher Anteil des Ticketvolumens entfällt auf Fragen, deren Antwort bereits in internen Systemen existiert oder die standardisierten Dokumentationspflichten folgen.

Zu den am häufigsten automatisierten Aufgaben zählen Lieferauskünfte, Reklamationsvorprüfungen, Adress- und Stammdatenkorrekturen sowie Passwort- und Zugangsfreischaltungen. Auch das Vorfiltern von internen IT-Tickets oder Anfragen an die Personalabteilung lässt sich auf diese Weise abbilden, ohne dass Fachkräfte Arbeitszeit für einfache Rückfragen aufwenden müssen.

Bei der Automatisierung von Ticketsystemen verarbeiten KI-Modelle personenbezogene Daten von Kunden, Lieferanten und Mitarbeitern. Für deutsche Unternehmen ist die strikte Beachtung der DSGVO daher eine Grundvoraussetzung. Das bedeutet, dass Tickets nicht unkontrolliert an öffentliche Consumer-Dienste übermittelt werden dürfen.

In der Praxis werden dedizierte Schnittstellen zu Servern mit Standort im europäischen Wirtschaftsraum genutzt, die vertraglich vereinbaren, dass Kundendaten weder gespeichert noch für das Training von Basismodellen verwendet werden. Zudem lassen sich sensible Daten wie Kreditkartennummern oder Passwörter vor der KI-Verarbeitung automatisiert schwärzen.

Die größte Sorge vieler Geschäftsführer betrifft falsche oder unpassende Antworten an Kunden. Ein professionell aufgesetztes System arbeitet deshalb niemals unkontrolliert, sondern entlang festgelegter Konfidenzwerte und Schwellen. Liegt die Zuverlässigkeit bei der Absicht oder den extrahierten Daten unterhalb definierter Werte, wird keine automatische E-Mail versendet.

Stattdessen erstellt das System in solchen Grenzfällen einen Antwortentwurf im Ticket, markiert die herangezogenen Quellen und legt den Fall einem Support-Mitarbeiter zur Prüfung vor. Der Sachbearbeiter muss den Vorschlag lediglich prüfen, gegebenenfalls anpassen und mit einem Klick bestätigen. Dadurch bleibt die volle menschliche Kontrolle erhalten, während der Schreibaufwand entfällt.

Die Einführung startet nicht mit der Softwareauswahl, sondern mit der Analyse des bestehenden Ticketvolumens. Zunächst wird ausgewertet, welche fünf bis zehn Ticketarten den höchsten Zeitaufwand verursachen und standardisierte Muster aufweisen. Diese Anwendungsfälle werden anschließend strukturiert und über Schnittstellen angebunden.

Die Kosten für solche Implementierungen variieren je nach Systemlandschaft und Tiefe der Datenintegration. Am Markt bewegen sich solide Implementierungsprojekte zur individuellen Automatisierung von Support-Workflows typischerweise in einem marktüblichen Rahmen zwischen 10.000 und 35.000 Euro, ergänzt um geringe laufende Betriebskosten für Rechenleistung und Schnittstellenpflege. Der exakte Aufwand lässt sich erst nach einer fundierten Prozessaufnahme beziffern; ein verbindlicher Preis entsteht ausschließlich im individuellen Angebot.