Insights
Nach dem KI-Stopp: Die Übergabe richtig gestalten
Die meisten Organisationen haben entschieden, wo KI aufhört. Fast keine hat gestaltet, was in der Sekunde danach passiert.
Die Übergabe wird wie Routing behandelt: Das System erreicht sein Limit, ein Mensch übernimmt die Arbeit, der Service läuft weiter. Das ist kein Routing. Es ist der Punkt, an dem die Qualität des Gesamtsystems entschieden wird, und derzeit wird er von niemandem gestaltet. Dazu gibt es inzwischen Felddaten. In einem randomisierten Experiment auf Alibabas Taobao-Plattform beaufsichtigten Mitarbeiter ein agentisches KI-System, das berechtigte Kundenchats bearbeitete, während sie den Rest weiterhin selbst lösten. Die Chats wurden kürzer. Die Bewertungen für die KI-fähigen Chats fielen drastisch. Interessant ist, wo die menschliche Rettung funktionierte und wo nicht. Wenn das System eskalierte, weil das Problem seine Fähigkeiten überstieg – eine technische Sackgasse –, bewahrte das Eingreifen des Menschen die Servicequalität. Wenn es eskalierte, weil der Kunde frustriert war, gelang es dem Eingreifen größtenteils nicht, das Ergebnis zu retten. Der Grund war kein mangelndes Können. Es war mangelnder Einsatz. Bei emotionalen Eskalationen schickten die Mitarbeiter weniger Nachrichten, nahmen einen geringeren Anteil am Gespräch ein, suchten nach weniger Informationen und boten weniger Lösungen an. Sie erreichten die schwierigsten Momente ihres Tages mit dem geringsten Engagement. Und spätes Eingreifen machte es noch schlimmer: Ein frühzeitiger Einstieg war es, der den Einsatz danach aufrechterhielt.
Betrachten Sie das als Erkenntnis des Organisationsdesigns
Betrachten Sie das eher als Erkenntnis des Organisationsdesigns denn als Kundenservice-Problem. Das System hatte die menschliche Arbeit klammheimlich so umverteilt, dass sie fast nur noch aus den Teilen bestand, an denen Maschinen scheitern – den emotional teuren Teilen –, ohne dass sich etwas daran änderte, wie diese Arbeit unterstützt, besetzt oder bewertet wurde. Das Restprodukt wurde zum Job. Niemand hat das Restprodukt gestaltet. Eine zweite Studie, ein Feldversuch im After-Sales-Bereich von Porsche, weist aus einem anderen Blickwinkel auf dieselbe Lücke hin. Entscheidungsträger erhielten Ratschläge von einem menschlichen Experten, einem Machine-Learning-Modell oder von beiden. Die Kombination führte zu besseren Entscheidungen – allerdings nur dort, wo Menschen die widersprüchlichen Eingaben aktiv abglichen, anstatt sich auf eine zu verlassen. Und das Engagement bei diesem Abgleich sank, als die Entscheidung von einer Einzelperson auf eine Gruppe übertragen wurde. Zusammen sagen diese Dinge etwas Unangenehmes aus. Der Nutzen, Menschen im Loop zu behalten, ist nicht automatisch gegeben. Er ist an einen Akt echten Engagements geknüpft, den die meisten Workflows in keiner Weise schützen und der unter Druck, Müdigkeit und in Gruppeneinstellungen klammheimlich verflüchtigt.
Daraus ergeben sich drei Dinge
Die Frage lautet also nicht, ob man einen Menschen im Loop behält, sondern was der Loop von ihm verlangt. Daraus ergeben sich drei Dinge. Eine Eskalation sollte Kontext transportieren, nicht nur den Fall. Eine Person, die zum schlimmsten Zeitpunkt ohne jegliche Vorgeschichte einsteigt, verbringt ihre ersten Minuten damit, das Geschehene zu rekonstruieren, und erreicht den menschlichen Teil des Problems bereits erschöpft. Übergaben, die auf Informationskontinuität ausgelegt sind, sind kostengünstig. Wir bauen sie selten. Die Restarbeit sollte als schwierige Arbeit besetzt werden, nicht als Restposten. Wenn Maschinen die Routine absorbieren und den Menschen das Ambivalente, Emotionale und noch nie Da gewesene überlassen, ist die menschliche Falllast pro Stunde klammheimlich schwieriger geworden, während Kopfzahlmodelle weiterhin davon ausgehen, dass sie einfacher geworden ist. Diese Diskrepanz zeigt sich als Desengagement, lange bevor jemand von Burnout spricht. Und der Widerspruch gegen das System braucht einen legitimen Weg. Wenn der Abgleich von Maschinenratschlägen mit dem eigenen Urteil der Schritt ist, der den Wert schafft, dann muss das Überstimmen ein ganz normaler, kostengünstiger, aufgezeichneter Akt sein – kein leiser Akt der Insubordination, den sich jemand rechtfertigen muss.
Das zugrundeliegende Muster ist überall dort zu beobachten, wo KI Einzug hält
Das zugrundeliegende Muster ist überall dort aufmerksam zu beobachten, wo KI in eine Organisation Einzug hält. Wir entfernen die einfachen Teile von Jobs und nennen es Entlastung. Was bleibt, ist der konzentrierte menschliche Rückstand: Urteilskraft, Ambiguität, Emotion, Reparatur. Das ist den Beitrag, den wir angeblich wollen. Es ist gleichzeitig, Stunde für Stunde, die anspruchsvollste Arbeit, die ein Mensch leisten kann – und wir übergeben sie mit genau so viel Unterstützung wie die Routinearbeit, die sie ersetzt hat.