Was ein Sprachagent im Inkasso am Telefon beherrschen muss

Womit hat ein Sprachagent zu tun, was ein Chat-Agent nie erlebt?

Ein Sprachagent, manchmal als Voicebot oder konversationeller KI-Telefonagent verkauft, ist Software, die ein Telefongespräch selbst führt: Sie hört zu, erschließt, was der Kunde gemeint hat, entscheidet, was sie sagt, und sagt es mit einer synthetischen Stimme. Für Banken, Kreditgeber und andere Finanzdienstleister, die Inkassoanrufe auf diese Weise führen lassen wollen, ist das Telefon weit unnachsichtiger als ein Chatfenster, und fast jede Form dieser Unnachsichtigkeit ist zu hören.

Schriftlich ist eine Antwort, die vier Sekunden braucht, in Ordnung, und über einen Tippfehler liest man hinweg. Am Telefon bringen vier Sekunden Stille den Kunden dazu, „Hallo?“ zu sagen, und aus einer falsch verstandenen Zahl wird ein falscher Betrag, laut ausgesprochen und nicht zurückzunehmen. Und vor alldem muss erst einmal jemand abnehmen, was eine Nachricht nie braucht.

Die Fragen, die darüber entscheiden, ob ein Sprachagent funktioniert, drehen sich also vor allem um Klang und Timing, nicht um das Modell dahinter. Die meisten davon können Sie mit einem Telefon, einer Liste und ein paar Tagen selbst prüfen.

Wie schnell muss ein Sprachagent antworten?

Der Kunde sollte sich nie fragen müssen, ob die Verbindung abgebrochen ist. Untersuchungen von Gesprächen in vielen Sprachen zeigen, dass Menschen in der Regel rund 200 Millisekunden, eine Fünftelsekunde, zwischen dem Ende des einen und dem Anfang des anderen lassen. Niemand erwartet, dass Software das genau trifft, aber je weiter eine Antwort über eine Sekunde hinausgeht, desto mehr klingt der Anruf nach einer Maschine, die nachdenkt, und Kunden füllen die Stille, indem sie dazwischenreden.

Die Verzögerung zwischen dem Ende des Kundensatzes und dem Beginn der Antwort heißt Latenz. Sie setzt sich aus mehreren Schritten zusammen: Sprache in Text umwandeln, die Antwort bestimmen, die Antwort wieder in Sprache umwandeln, und dazu das Telefonnetz selbst. Fragen Sie den Anbieter, ob Inkassospezialist oder allgemeine Sprach-KI-Plattform, nach dem typischen Wert und nach dem langsamen Ende, gemessen in echten Telefonaten statt in einer Browser-Demo, denn das Netz kostet Zeit, die eine Demo nie zeigt.

Hören Sie dann darauf, wie der Agent langsame Momente überbrückt. Ein Mensch, der etwas nachschlägt, sagt „Ich schaue kurz nach“. Ein Agent, der dasselbe tut, kurz und nur, wenn er tatsächlich auf etwas wartet, klingt natürlich. Einer, der jede Antwort mit Füllwörtern polstert, klingt, als würde er auf Zeit spielen.

Kann der Kunde ihn unterbrechen?

Das wird er, ständig. Menschen unterbrechen, um ein falsches Detail zu korrigieren, um zu sagen, dass sie schon bezahlt haben, oder weil sie verstanden haben und weiterwollen. Die Fähigkeit, zu verstummen, sobald der Kunde zu sprechen beginnt, heißt in der Branche Barge-in, und ein Agent ohne sie liest seinen Satz weiter, während der Kunde darunter „Nein, das stimmt nicht“ sagt.

Testen Sie drei Dinge. Hält er innerhalb eines Sekundenbruchteils inne, wenn Sie dazwischenreden? Antwortet er danach auf das, was Sie gesagt haben, statt seinen alten Satz wieder aufzunehmen? Und unterscheidet er eine echte Unterbrechung von Hintergrundgeräuschen: ein Husten, ein Fernseher, ein Kind im Raum. Er sollte nicht bei jedem Geräusch verstummen, sonst kann der Kunde seinerseits keinen Satz zu Ende bringen.

Wie sollte er Beträge, Daten und Referenznummern aussprechen?

So, wie ein sorgfältiger Mensch es täte. „1.250,50“ sollte als „eintausendzweihundertfünfzig Euro und fünfzig Cent“ herauskommen, nicht als Ziffernfolge und nicht als „eins Komma zwei fünf tausend“. Daten sollten Tage sein, die der Kunde einordnen kann: „diesen Freitag, den 20.“ statt „20.11.“. Lange Referenznummern sollten in kurzen Gruppen gelesen werden, mit einer Pause dazwischen, und per Nachricht noch einmal angeboten werden, falls der Kunde sie notieren will.

Jede Zahl, die der Kunde nennt, sollte zurückgelesen werden, bevor eine Zahlungszusage vereinbart wird. Sagt er „Ich kann am Freitag fünfzehn“, sollte der Agent klären, ob das 15 oder 50 Euro bedeutet, und welcher Freitag gemeint ist. Gesprochene Zahlen sind eine Stelle, an der ein Anruf leise schiefgehen kann, denn „fünfzehn“ und „fünfzig“ klingen ähnlich, und beides sind plausible Zahlungen.

Was passiert, wenn eine Maschine oder die falsche Person abnimmt?

Viele ausgehende Anrufe landen auf der Mailbox. Der Agent, oder der Dialer, der seine Anrufe aufbaut, muss also eine Ansage von einem lebenden Menschen unterscheiden, was die Branche Anrufbeantworter-Erkennung nennt. Beide Fehler kosten etwas. Hält der Agent einen Menschen für eine Maschine, legt er entweder auf oder spielt jemandem, der gerade „Hallo“ gesagt hat, eine Nachricht vor. Hält er eine Maschine für einen Menschen, beginnt er ein Gespräch mit einer Aufzeichnung. Angenommen, 1.000 Anrufe in einer Woche werden von Menschen angenommen und der Agent deutet 4 Prozent davon falsch: 40 Kunden hatten einen Anruf angenommen, der weggeworfen wurde.

Legen Sie vor dem Start fest, was eine Nachricht auf der Mailbox sagt. Jeder im Haushalt kann sie hören, deshalb ist eine vernünftige Mailbox-Nachricht kurz und neutral: der Name des Unternehmens, eine Person, nach der gefragt werden soll, und eine Rückrufnummer, nichts über den Fall.

Dieselbe Sorgfalt gilt, wenn ein Mensch abnimmt, der nicht der Kunde ist. Der Agent sollte sich vergewissern, dass er den Kontakt mit der richtigen Person hat, also mit dem Kunden selbst, bevor er eine Forderung erwähnt, und wenn Partnerin oder Kollege am Apparat sind, sollte er nur so viel sagen, wie nötig ist, um einen anderen Zeitpunkt zu vereinbaren.

Nehmen Kunden seine Anrufe überhaupt an?

Nur, wenn die Nummer nach jemandem aussieht, für den sich das Abnehmen lohnt. Eine Nummer, die als möglicher Spam markiert ist oder die der Kunde nicht kennt, bleibt oft unbeantwortet, und dann spielt die Qualität des Agenten dahinter keine Rolle mehr.

Jeder unbeantwortete Anruf senkt Ihre Kontaktquote. Fragen Sie also, wie die Nummern, von denen der Agent anruft, ausgewählt, registriert und auf Spam-Markierungen überwacht werden, und ob die angezeigte Nummer eine ist, die der Kunde zurückrufen kann und bei der er dasselbe Unternehmen erreicht. Behalten Sie dieselben wenigen Nummern für dieselben Kunden bei, und nehmen Sie eine Nummer, die Spam-Markierungen sammelt, aus dem Betrieb, statt umso öfter von ihr anzurufen.

Wie testen Sie KI-Sprachagenten für das Inkasso vor dem Start?

Schreiben Sie die Testanrufe, bevor der Anbieter welche durchführt. Ordnen Sie sie danach, was schiefgehen kann: der Kunde, der unterbricht, der einen Betrag nennt, der sich leicht verhören lässt, der für jemand anderen abnimmt, der eine schlechte Leitung hat, der nach einem Menschen fragt. Zehn Kategorien mit je 30 Anrufen ergeben 300 Anrufe, genug, um ein Muster statt einer Anekdote zu sehen, und ein kleines Team schafft sie in wenigen Tagen.

Führen Sie sie an echten Telefonen durch, in Mobilfunknetzen, aus Räumen mit Geräuschen, denn dort sind Ihre Kunden. Bewerten Sie jeden Anruf anhand der Tabelle oben, mit einem Muttersprachler jeder Sprache, der auf Beträge, Ortsnamen und Nachnamen achtet. Wiederholen Sie dann denselben Satz nach jeder wesentlichen Änderung am Agenten, damit eine Korrektur an einer Stelle nicht unbemerkt eine andere beschädigt.