News

tech news

21 Jul 2020

Customer Centricity: Wie groß die Datensilos wirklich sind

Tim Schorno
Wie gross sind die Datensilos in deutschen Unternehmen wirklich? Wie geht Customer Centricity? Und: Was hat es mit der Sweet Area auf sich? Ein Gespräch mit KI-Psychologe Marcel Isbert.

Sie haben Psychologie studiert. Wie wird man da zum KI Experten?

Marcel Isbert: Im Psychologiestudium dreht sich vieles um Hypothesen und Annahmen, die man überprüfen muss - das Ganze ist sehr datengetrieben. An der Technischen Universität benutzten wir elaborierte Statistik. Im Laufe der Zeit wurde ich dank der Statistiktools- und Software sehr datenaffin. 

Irgendwann realisierte ich, dass man diese Tools auch zur Entwicklung von Algorithmen nutzen kann. Ab da habe ich angefangen mich mit ernsthaft mit allen Facetten von KI zu beschäftigen, Fachbücher gelesen, Vorträge gehört und angesehen und den Kontakt zu Experten gesucht. 

Mir wurde klar, dass KI keineswegs neu ist, sondern eine lange Geschichte hat. Doch gerade an der Schnittstelle zur Psychologie gibt es noch viel Potenzial. 

Stichwort Customer Centricity- die subjektive Erfahrung des Kunden, Customer  Experience soll das unternehmerische Handeln antreiben. 

Customer Experience umfasst alle Touchpoints zwischen Kunde und Unternehmen, die zu einer bestimmten Aktion führen. Das ist natürlich ein sehr breites Feld. Das Ziel ist aber immer dasselbe: Eine bessere Kundenbindung, wodurch man besser auf die Bedürfnisse seiner Kunden eingehen kann. 

Das Vorgehen ist sehr wissenschaftlich: Statt einfachnur Annahmen zu treffen, was dem Kunden gefallen könnte, versuche ich, die subjektive Erfahrung des Kunden zu messen. Bei der Messung generiere ich Daten, wie Feedbacks zu Produkten, Plattformen und vielem mehr. 

Welches sind die Grundvoraussetzungen auf dem Weg zur Kundenzentriertheit?

Voraussetzung ist, dass man, wie bereits erwähnt, die Berührungspunkte zwischen Kunde und Unternehmen kennt und nutzt - dort wird das Feedback generier

Eine Kundenbefragung allein bringt mir nicht sonderlich viel, wenn ich z.B. andere Touchpoints wie die Website nicht auswerten und kombinieren kann. 

Zweitens muss man die Datensilos im Unternehmen erkennen und vereinen - nur wenn beispielsweise der Kundendienst und der Verkauf miteinander zu den Feedbacks der Kunden kommunizieren und ihr Wissen teilen, entsteht ein ganzheitliches Bild des Kunden. 

Oft sind diese Datensilos und Touchpoints jedoch viel grösser und vielfältiger als man glauben würde.

Inwiefern?

Nehmen Sie als Beispiel die Chatbots. Es ist im Jahr 2020 nicht mehr notwendig, dass der Support x-fach die gleiche simple Frage beantwortet.

Das Unternehmen muss sich also die Frage stellen, ob und wie es einen menschlichen Kundendienst einsetzen will, und wie die Mitarbeiter mit der KI umgehen. Eine eigentliche HR-Aufgabe. 

Also auch hier ein Datensilo. 

Wir erleben es selten, dass HR mit dem Verkauf oder Kundendienst über Kundenfeedbacks spricht. 

Die Mitarbeitererfahrung hat aber definitiv Auswirkungen auf den Kunden und umgekehrt. Wenn ich diese Silos vereine, dann kann ich mit KI einen entscheidenden Schritt weitergehen und diese Überschneidungen in Employee und Customer Experience aufzeigen, idealerweise sogar bildhaft darstellen. 

Anstatt zwei verschiedene Handlungsfelder hat man dann ein gemeinsames, das sowohl Kunde, als auch Mitarbeiter betrifft. Wir nennen das Sweet Area. 

Können Sie uns ein Praxisbeispiel nennen?

Wir arbeiten zum Beispiel mit einem DAX-Konzern, dessen Kunden die Nachhaltigkeit von Produkten bewertet haben. Diese Bewertungen an sich sind schon mal ein gutes Feedback und geben Aufschluss zur Customer Experience.

Zusätzlich standen uns tausende, offene und anonyme Kommentare aus einem Mitarbeitersurvey zur Verfügung. Kommentare, die HR-Mitarbeiter angesichts der schieren Masse vermutlich nur überflogen hätten.

Dank KI-Analysen konnten wir diese Texte auch dahingehend analysieren, dass die Mitarbeiter ihrerseits ebenfalls eine Meinung zur Nachhaltigkeit haben - obwohl das Thema im Fragebogen gar nicht vorkam.

Dadurch hatten wir also plötzlich ein neues Mitarbeiterthema, das a) noch nicht auf der Agenda war und b) ein Kundenbedürfnis reflektiert.

In diesem traditionellen Unternehmen hätte man diese beiden Erkenntnisse vielleicht nie zusammengeführt. Hier konnten wir aber innerhalb kürzester Zeit visuell die Zusammenhänge darstellen und Handlungsempfehlungen abgeben. 

Das klingt nach einigen Herausforderungen. DAX-Konzerne sind ja nicht gerade bekannt für ihre Agilität.

DAX-Konzerne haben tatsächlich viele Datensilos. Viele Abteilungen im Unternehmen waren überrascht, wie viele Daten mit der richtigen Beratung und den passenden Analysen ihnen eigentlich zur Verfügung stünden.

Die Grundfragen, die sich jedes Unternehmen und jede Abteilung stellen sollte sind diese; Was, wo und wer? Welche Daten haben wir? Wo sind sie? Wer ist dafür verantwortlich?

Gibt es weitere Voraussetzungen für die Einführung von KI?

Es muss uns klar werden dass KI keine Maschinenaktion sondern eine Mensch-Maschine-Interaktion ist.

Auch das ist im Grunde eine Frage der Kommunikation: Was sind die Ziele bei der Einführung von KI? Wie funktioniert KI? Dies muss den Mitarbeitern bewusst sein und bei Bedarf erklärt werden. 

Wenn das geklärt ist, gibt es eine gewisse KI Readiness, die ich zuletzt in meiner Online-Keynote behandelt habe. 

Wie geht diese Kommunikation konkret? 

Gute Kommunikation bedingt Planung, Verantwortung und Empathie. 

Jemand kann zum Beispiel die Rolle des Aufklärers übernehmen. Diese Person kann dann auch die vielen Mythen um KI ganz konkret entzaubern und damit den Mitarbeitern Ängste nehmen. Dann gibt es noch ein paar weitere wichtige Rollen, die aber hier zu sehr ins Detail gehen, aber definitiv nicht außer Acht gelassen werden dürfen.

 

Marcel Isbert

Marcel Isbert

Marcel Isbert (Master of Science Psychology und psychologischer Psychotherapeut i.A. (Kognitive Verhaltenstherapie / CBT) ist Mitglied der Artificial Intelligence Alliance der europäischen Kommission und arbeitet als KI Experte & Consultant in der Unternehmensberatung pegalion. Mit seiner Erfahrung aus der klinischen Praxis hat er in seiner Tätigkeit als Berater bei pegalion einen emphatischen und logischen Blick auf die Innovationssprozesse seiner Kunden. Er kennt die Hürden bestens, die es dabei zu nehmen gilt: Probleme in der Kommunikation von Topmanagement zu Blue Collar Workern, die Mitarbeitermotivation in Zeiten der digitalen Transformation neu zu strukturieren, verdeckte Kontroversen in den Strategien zu erkennen und passende Lösungen anzubieten.

An seiner Arbeit in der Unternehmensberatung schätzt er die hohe Verantwortung und das Vertrauen, die ihm die notwendige Freiheit für agile Entscheidungen und schnelle Implementierung neuer Prozesse ermöglichen - gepaart mit der direkten beratenden Tätigkeit des Vorstands eines DAX-Unternehmens. 

Aufgabenschwerpunkte: 
Projektleitung „Auswertung von Daten mit Künstlicher Intelligenz“, Beratung und Experte für Künstliche Intelligenz Strategien (KMUs und DAX 30 Unternehmen). 

View all News
Loading