200 Tickets im Montagmorgen-Stau — heute sind es 12.
Der Support-Posteingang füllte sich übers Wochenende mit Standardanfragen — Versand, Retouren, Rechnungs-PDFs. Montagmorgens stand das Team vor 200+ offenen Tickets. Heute löst der Agent 94 % davon, bevor das Team online geht.
- Year
- 2026
- Industry
- E-Commerce · DACH
- Stack
- LangChain · RAG · Zendesk
- Duration
- 4 Wochen
- Status
- Live · Produktion
Der Kunde — ein deutscher E-Commerce-Mittelständler — hatte 280 ø Tickets/Werktag. 78 % davon waren Tier-1-Standardanfragen (Versand-Status, Retoure, Rechnungs-Re-Issue). Das Support-Team verbrachte 65 % seiner Zeit mit Anfragen, für die die Antwort in der FAQ stand — die Kunden aber nicht las.
- 280 Tickets/Werktag · 78 % Tier-1 · 22 % komplex
- 65 % Support-Zeit für FAQ-Antworten (Versand · Retoure · Rechnung)
- 14 min ø Bearbeitungszeit Tier-1 → 28 h/Tag Personal-Aufwand
- CSAT 3,4 / 5 — weil komplexe Tickets zu lange warteten
Support-Agent · Ticket-Resolution
Ø Zeit-Ersparnis
Ø 13,8 Min pro Tier-1-Ticket gespart
Sechs harte Zahlen. Aus den Live-Dashboards des Kunden, gemessen über die ersten Monate nach Go-Live. Kein Marketing-Number-Massaging — Roh-Output aus dem Agent-Log.
Tier-1 autonom gelöst
von 78 % aller Tickets
Ø Antwortzeit Tier-1
vorher 14 Min
CSAT
vorher 3,4
Support-Zeit gespart
für komplexe Tickets verfügbar
Hotline-Stau Montagmorgens
erste seit 3 Jahren
Ø Ersparnis
gesicherte Personalkosten
Mein Team hatte Montagmorgens jedes Mal 200 Tickets Backlog. Heute zeigt das Dashboard 12 Tickets in der Warteschlange — alle Tier-2, weil der Agent den Rest schon erledigt hat. Mein Team ist seitdem nicht nur entspannter — auch unsere CSAT-Werte sind hoch.
E-Mail-Agent — Posteingang ohne Posteingangs-Gefühl
Eingang → Klassifikation → Antwort-Draft oder Auto-Reply. Der Geschäftsführer öffnet morgens 8 Mails statt 80 — der Rest ist sortiert, beantwortet oder eskaliert.
Zuerst den ROI prüfen? ROI-Checkliste für KI-Agenten →