Das Problem: Routineanfragen binden Senior-Staff
Logistikunternehmen mit über 2.000 Mitarbeitern stehen vor einem strukturellen Problem: Der Kundenanfragen-Volumen wächst, aber die Personalbudgets sind begrenzt. Klassische IVR-Systeme stoßen an ihre Grenzen, weil sie nur starre Menüpfade bedienen und keine natürliche Sprache verstehen. Ein Voice Agent, der auf Large Language Models basiert, löst dieses Problem, indem er Anfragen in Echtzeit interpretiert und kontextbezogene Antworten liefert. Die Herausforderung liegt nicht in der Technologie selbst, sondern in der Integration in bestehende Systeme. Ein Voice Agent muss an CRM, ERP und Ticketing-Systeme angebunden werden, um relevante Daten abzurufen. Ohne diese Anbindung bleibt er ein isoliertes Tool, das keine echten Probleme löst. Die Lösung besteht in einer modell-agnostischen Architektur, die über n8n orchestriert wird und sich in die vorhandene Infrastruktur einfügt, statt sie zu ersetzen.
Architektur: n8n als Orchestrierungsschicht
Der Voice Agent wird nicht als eigenständiges System eingeführt, sondern als Schicht über der bestehenden Infrastruktur. n8n dient als Orchestrierungsschicht, die den Agent mit den internen Systemen verbindet. Wenn ein Anruf eingeht, triggert n8n einen Workflow, der den LLM aufruft, die Anfrage interpretiert und die relevanten Daten aus dem CRM holt. Die Antwort wird per Sprachausgabe zurückgesendet. Diese Architektur ist bewusst modell-agnostisch: OpenAI oder Anthropic APIs werden genutzt, wenn Qualität im Vordergrund steht, während Open-Weight-Modelle auf der eigenen Hardware laufen, wenn sensible Daten nicht das Gebäude verlassen dürfen. So bleibt das System flexibel und unabhängig von einzelnen KI-Anbietern. Die Integration erfolgt über die APIs der bestehenden Systeme, nicht durch deren Ersetzung.
Fixed-Scope Pilot in vier Wochen
Der Pilot ist auf vier Wochen ausgelegt und umfasst einen fixierten Scope. In Woche 1 wird der Prozess auditert: Welche Anfragen dominieren den Support, welche Daten werden benötigt, welche Eskalationsregeln gelten? In Woche 2 wird der Voice Agent konfiguriert und mit dem CRM verbunden. In Woche 3 wird die Integration in Slack oder Microsoft Teams aufgebaut, damit Eskalationen und Benachrichtigungen in die bestehenden Kommunikationskanäle fließen. In Woche 4 wird der Pilot in einem begrenzten Umfang getestet. Vor dem Start wird eine Baseline gemessen: Durchlaufzeit pro Anfrage, Fehlerquote, Eskalationsrate. Nach vier Wochen werden diese Metriken mit den Ergebnissen des Voice Agents verglichen. So lässt sich der konkrete Nutzen in Zahlen belegen, ohne dass das Gesamtsystem verändert wird.
Integration in Slack und Microsoft Teams
Der Voice Agent wird nicht isoliert betrieben, sondern in die bestehende Kommunikationsstruktur eingebettet. Über die APIs von Slack oder Microsoft Teams sendet er Benachrichtigungen, wenn eine Anfrage eskaliert wird oder eine Antwort nicht zufriedenstellend ist. So müssen die Support-Mitarbeiter keine neuen Tools lernen, sondern arbeiten in ihrer gewohnten Umgebung. Der Agent sendet einen Link zum Ticket, den Kontext der Anfrage und die vorgeschlagene Antwort. Der Mitarbeiter kann die Antwort freigeben, anpassen oder ablehnen. Diese Human-in-the-Loop-Ansicht stellt sicher, dass kritische Anfragen immer von einem Menschen geprüft werden. Die Integration ist so gestaltet, dass sie sich in die bestehenden Workflows einfügt, ohne die Arbeitsabläufe zu stören.
Use Case: Order and Shipment Status Updates
Der konkrete Use Case ist die Bearbeitung von Bestellauftrags- und Versandstatusanfragen. Ein Kunde ruft an und fragt nach dem Status seiner Lieferung. Der Voice Agent erkennt die Anfrage, holt die relevanten Daten aus dem ERP und dem Tracking-System und antwortet per Sprachausgabe. Wenn die Anfrage komplexer ist, etwa wenn eine Lieferung verzögert ist oder ein Schadensfall vorliegt, eskaliert der Agent an einen menschlichen Mitarbeiter. Die Eskalationsregeln werden im Piloten definiert und können nach dem Test angepasst werden. So bleibt der Agent auf Routineanfragen fokussiert, während die Mitarbeiter sich auf die Fälle konzentrieren, die wirklich menschliche Expertise erfordern. Der Nutzen liegt in der Entlastung der Senior-Staff, die bisher mit Routinefragen gebunden waren.
Skalierung ohne neue Einstellungen
Der Pilot endet nicht mit dem Test, sondern mit einer klaren Entscheidung: Skalierung oder Anpassung. Wenn die Metriken zeigen, dass der Voice Agent die Durchlaufzeit um 40 Prozent senkt und die Fehlerquote unter 5 Prozent hält, wird er auf weitere Kanäle und Regionen ausgerollt. Die Architektur ist so gestaltet, dass neue Workflows über n8n ergänzt werden können, ohne das Grundsystem zu ändern. So lässt sich der Agent schrittweise auf weitere Support-Bereiche ausrollen, etwa auf Reklamationen oder Vertragsanfragen. Die Skalierung ohne neue Mitarbeiter gelingt, indem Routineaufgaben automatisiert werden und die menschlichen Ressourcen auf komplexe Fälle konzentriert werden. Der Pilot ist der erste Schritt, nicht das Ende.
Leave a Reply