Omnichannel AI-Agents: Wenn der Kanal wechselt, bleibt der Kontext

Omnichannel-Experience zeigt sich beim Kanalwechsel

Viele Customer-Service-Lösungen unterstützen heute mehrere Kontaktkanäle. Kunden können chatten, anrufen oder Messaging-Dienste nutzen. Diese Kanalvielfalt schafft allerdings noch keine durchgängige Omnichannel-Experience, wenn beim Kanalwechsel immer wieder von vorne angefangen werden muss. Die Vorteile einer ganzheitlichen Omnichannel-Architektur zeigen sich in dem Moment, in dem ein Kunde den Kanal wechseln möchte.

Mal ist Tippen die einfachste Form der Interaktion. Man sitzt in der S-Bahn. Dann erreicht man seine Haltestelle. Aussteigen. Kopfhörer aufsetzen und mit einem Klick mit dem Voice-AI-Agent weitersprechen oder an einen Mitarbeiter im Contact Center übergeben werden.

Klar ist, dass Kunden dann nicht wieder von vorne beginnen möchten.

Der bisherige Gesprächskontext, bereits erfasste Informationen und der aktuelle Stand des Prozesses müssen auch im nächsten Kanal zur Verfügung stehen. Dann wird aus Multichannel tatsächlich Omnichannel.

Was bedeutet Handover bei einem Omnichannel AI-Agent?

Ein Handover bezeichnet die Übergabe einer laufenden Kundeninteraktion an einen anderen Kanal, einen anderen AI-Agent oder einen menschlichen Mitarbeiter.

Im CreaLog Omnichannel-Szenario kann ein Kunde beispielsweise einen Dialog im Webchat beginnen und direkt aus dieser Interaktion heraus per WebRTC in einen Sprachdialog wechseln.

Mögliche Übergaben sind etwa:

•             vom Chat-AI-Agent zum Voice-AI-Agent,

•             vom Chat zum Contact-Center-Agent,

•             vom automatisierten Dialog zum Menschen,

•             vom Sprachdialog zurück in den Chat.

Ein Kanalwechsel muss dabei kein Zeichen dafür sein, dass die Interaktion im vorherigen Kanal gescheitert ist. Ein guter Omnichannel-Service gibt Kunden die Freiheit, den Kommunikationsweg ihrer aktuellen Situation anzupassen und die richtige Hilfe für ihr Anliegen zu erhalten.

Technisch kanalunabhängig, im Dialog kanalspezifisch

Eine gemeinsame Omnichannel-Architektur bedeutet nicht, dass jeder Kanal gleich gestaltet werden sollte.

Voice, Chat und Messaging nutzen unterschiedliche Interaktionsmuster.

CreaLog verbindet diese technische und gestalterische Perspektive. Neben der Plattformarchitektur gehören auch Conversational User Interface Design, Persona-Entwicklung, Sound Design und die Gestaltung von Backend-Prozessen zum Lösungsansatz.

Voice ist kein vorgelesener Chat

Sprache ist flüchtig und sequenziell. Informationen müssen kompakt strukturiert, Rückfragen eindeutig formuliert und Unterbrechungen (Barge-In) berücksichtigt werden.

Chat nutzt Sichtbarkeit

Im Chat bleiben Informationen sichtbar. Nutzer können zurückscrollen, Optionen vergleichen und über Buttons, Links oder strukturierte Inhalte geführt werden.

Messaging ist häufig asynchron

Bei Messaging können zwischen zwei Nachrichten Minuten oder Stunden liegen. Das Design muss deshalb berücksichtigen, wie ein Dialog nach einer Unterbrechung sinnvoll fortgesetzt wird.

Lesen Sie unseren Artikel "Design als strategischer Differenzierungsfaktor im KI-gestützten Kundenservice" im E-Book „AI für CX, Customer Service und Contact Center“ (S.128).

Unsere Architekturgrundfeste: Der Kontext gehört nicht zum Kanal

Genau an diesem Punkt unterscheidet sich durchgängige Omnichannel-Architektur von der Sammlung einzelner Bots und isolierter Kommunikationskanäle. Datenzugriffe und Service-Logik werden nicht für Chat, Voice oder ein bestimmtes Sprachmodell separat aufgebaut. Alle Kommunikationskanäle greifen auf eine gemeinsame Prozess- und Architekturbasis zu.

Damit ist beispielsweise der Zugriff auf CRM-/ERP-Daten, Vertragsinformationen, Bestellstatus oder andere Backend-Systeme nicht davon abhängig, ob vorne Chat-, Voice- oder ein anderer AI-Agent mit den Kunden interagiert.

Kanalunabhängige Backend-Zugriffe über MCP

Wer AI-Agents kanalweise entwickelt, erzeugt schnell neue Silos. Damit wächst mit jedem neuen Kanal und jeder neuen AI-Technologie nicht nur die Funktionalität, sondern auch die Integrationskomplexität.

Bei CreaLog übernimmt die Service Delivery Platform diese gemeinsame Ebene. Sie verbindet Kommunikationskanäle, AI-Komponenten und Unternehmenssysteme. Unterschiedliche Kommunikationskanäle können dadurch auf dieselben Services und Prozesse zugreifen. Das macht den Unterschied beim Einsatz von AI-Agents, die nicht nur Antworten generieren, sondern sicher auf Unternehmensdaten zugreifen, definierte Prozesse ausführen und dadurch fallabschließend handlungsfähig werden.

CreaLog trennt mit seiner MCP-Architektur AI-basierte Gesprächsführung von kontrollierter Backend-Ausführung. Der AI-Agent versteht das Anliegen und steuert den Dialog. Die Plattform definiert, auf welche Daten, Tools und Prozesse zugegriffen werden darf.

AI-Modelle können wechseln, Prozesse müssen stabil bleiben

Auch AI-Technologien verändern sich schnell. Unternehmen werden langfristig nicht zwangsläufig dasselbe LLM oder denselben Anbieter einsetzen.

Geschäftsprozesse sollten deshalb nicht fest an ein bestimmtes Modell gekoppelt sein.

Neue Kanäle, neue AI-Lösungen oder neue AI-Initiativen unterschiedlicher Abteilungen müssen keine neuen Backend-Silos erzeugen. Bereits vorhandene Services und Integrationen können wiederverwendet werden. Prozesse lassen sich über mehrere Touchpoints hinweg konsistent gestalten.

Omnichannel braucht eine gemeinsame Architektur

Die Zukunft des Customer Service wird nicht aus einem einzigen Kanal oder vielen parallelen Spezialisten-Bots bestehen.

Kanäle, Interfaces und AI-Technologien werden sich weiter verändern. Eine tragfähige Omnichannel-Architektur muss deshalb darunter eine stabile Ebene schaffen: für Kontext, Datenzugriffe, Prozesse, Governance und Integration.

Dann kann ein Kunde im Chat beginnen, in einen Voicebot wechseln und bei Bedarf mit einem Mitarbeiter weitermachen. Das ist Omni- statt Mulitchannel.

Omnichannel bedeutet, denselben Kundenprozess über unterschiedlich gestaltete Kanäle hinweg konsistent fortzuführen.

Mehr über Omnichannel Agents und die CreaLog AI-Architektur erfahren