Reklamationsmanagement mit KI-Agenten: vorbereitet von der KI, entschieden vom Menschen

Ein Kunde ruft an, weil seine Reklamation seit zwei Wochen offen ist. Die Mail dazu liegt im Postfach einer Kollegin, die im Urlaub ist. Am Telefon hatte jemand eine Gutschrift in Aussicht gestellt, aber niemand weiß mehr, wer.

Reklamationen kommen über Mail, Telefon und Formular gleichzeitig. Ob es Kulanz gibt, hängt oft davon ab, wer den Fall gerade bearbeitet. Gleiche Fälle werden dadurch unterschiedlich entschieden. Fragt die Geschäftsführung nach den Kulanzkosten oder der Kunde nach einer Zusage, beginnt die Suche in Verläufen und Notizen.

Jede Reklamation startet über ein Formular einen strukturierten Fall. Ein KI-Agent liest die Angaben und ordnet Kategorie und Schweregrad zu. Er formuliert einen begründeten Lösungsvorschlag. Je nach Wert und Schweregrad geht der Fall an die Sachbearbeitung oder an die Teamleitung. Die Kulanzentscheidung trifft immer ein Mensch, mit Vorschlag und Begründung im Blick.

Technisch läuft das als BPMN-2.0-Prozess. Der KI-Anteil steckt in einem Agent Task mit festem Ausgabeschema. Wertgrenzen und Zuständigkeiten passt der Fachbereich im Low-Code-Editor selbst an. Die Antwort an den Kunden entsteht aus freigegebenen Vorlagen. Gutschrift oder Ersatzlieferung lösen weiterhin die bestehenden Systeme aus. swoox.io bereitet die Entscheidung vor und übergibt sie. Als Modell lassen sich ChatGPT, Claude oder Llama einbinden.

Jeder Prozessschritt wird protokolliert, auch der Vorschlag des Agenten und die Entscheidung dazu. Diese Architektur entspricht dem Ansatz, den Forschende des Fraunhofer FIT für den verantwortungsvollen Einsatz von KI-Agenten in Geschäftsprozessen beschreiben.