Agenten die Navigation in fehleranfälligen IVR-Systemen beibringen

KI-Agenten müssen zunehmend andere Unternehmen anrufen, um ihre Aufgaben zu erledigen. Beispielsweise muss ein Gesundheitsdienstleister bei der Versicherung eines Patienten eine Vorabgenehmigung für eine MRT einholen. Oder eine Kfz-Versicherung muss eine Werkstatt anrufen, um den Status und die voraussichtlichen Kosten der Reparatur eines Kunden zu erfahren.

Die Herausforderung ist hierbei nicht, wie viele annehmen, die Infrastruktur. Sie existiert bereits: das gesprochene Wort über das öffentliche Telefonnetz. Schwierig ist es, sich in IVR-Systemen zurechtzufinden, die für Menschen konzipiert sind. Wie sich zeigt, finden Agenten sie genauso frustrierend wie wir.

Auf Sierra basierende Agenten können jetzt selbst die anspruchsvollsten IVR-Systeme ohne zusätzliche Einrichtung bewältigen: Sie wissen, wann sie anrufen müssen, wie sie mehrstufige Menüs durchlaufen, wann sie still bleiben sollten und wie sie erkennen, dass sie eine Person erreicht haben. Alle Agenten verfügen über integriertes Monitoring, damit Sie ihre IVR-Leistung nachvollziehen können, sowie über einen Speicher, sodass sie mit jedem Anruf besser werden.

Dank integrierter IVR-Navigationsfunktionen steigen die Erfolgsquoten von Agenten um rund 50 % bis 85 % – und einige unserer Kunden nutzen diese Funktionen bereits.

• Ein Agent für einen der fünf größten Kostenträger im Gesundheitswesen versorgt Arztpraxen zeitnah mit Informationen zum Stand der Vorabgenehmigungen ihrer Patienten. Das Unternehmen entwickelte ihn in weniger als fünf Tagen auf Sierra.
• Eine digitale Apotheke mit landesweiter Präsenz nutzt ihren Agenten, um lokale Apotheken anzurufen und Medikamentenbestellungen reibungslos abzuwickeln.
• Ein Agent eines führenden Unternehmens für Revenue Cycle Management ruft Kostenträger an, um den Bearbeitungsstatus von Leistungsanträgen zu erfragen. Die Erfolgsquote liegt insgesamt bei 70 % und bei bestimmten Kostenträgern bei 94 %.

Auch Agenten fällt es wie Menschen schwer, sich in IVRs zurechtzufinden. Warum?

Man könnte meinen, KI-Agenten könnten sich problemlos in einem anderen Computersystem zurechtfinden: Sie müssten lediglich die Optionen anhören, eine auswählen und den Vorgang wiederholen. In der Praxis gilt es jedoch, fünf schwierige Hürden zu überwinden.

1. Beim Navigieren durch IVRs ist das Timing entscheidend, denn sie beginnen oft mit einer Einleitung, bei der keine Reaktion erforderlich ist – etwa einem rechtlichen Hinweis oder der Ansage „Drücken Sie 2 für Spanisch“. Antwortet der Agent zu schnell, entgeht ihm, was das IVR sagt, und der Anruf gerät aus dem Takt. Er muss alles Gesagte einordnen: Handelt es sich um eine Aussage oder eine Frage? Besteht die richtige „Antwort“ aus Wörtern, Zahlen oder einfach aus Schweigen? Außerdem wissen Menschen, dass sie in der Warteschleife still bleiben müssen – etwas, das Agenten nicht von Natur aus gut können. Bleiben sie umgekehrt zu lange still, nimmt das IVR an, dass niemand da ist, wiederholt sich oder bricht ab.
2. IVRs und Menschen benötigen unterschiedliche Arten von Antworten. Sprachansagen („Sagen Sie mir in wenigen Worten, warum Sie anrufen“) erfordern Stichwörter statt ganzer Sätze. Sobald der Agent jedoch einen Supportmitarbeiter erreicht, muss er mit diesem ein Gespräch führen, ansonsten legt der Mitarbeiter auf.
3. Es kann überraschend schwierig sein, am Ende eines Telefonmenüs einen Menschen zu erkennen. Die meisten IVRs enden, wenn Sie eine Person erreichen, die sich um Ihr Anliegen kümmern kann. Wartemusik kann jedoch mitten im Ton abrupt enden und ohne Übergang von einem „Hallo?“ abgelöst werden. Viele IVRs spielen während der Wartezeit auch aufgezeichnete Begrüßungen ab („Hallo und vielen Dank für Ihren Anruf! Ihr Anruf ist uns wichtig“), die fast genauso klingen können wie ein Supportmitarbeiter.
4. IVRs sind unberechenbar. Manchmal ist der Telefonbaum selbst fehlerhaft – er fordert dazu auf, „3 zu drücken“, akzeptiert aber nur Spracheingaben oder führt in eine Sackgasse. Auch der Zeitpunkt des Anrufs spielt eine Rolle. Während der Mittagspause oder außerhalb der Geschäftszeiten kann der Agent den gesamten Baum durchlaufen, nur um festzustellen, dass am anderen Ende niemand erreichbar ist. Und manchmal gibt es einfach keinen Weg zum Ziel – vielleicht verlangt die zuständige Abteilung eine Kontonummer, die der Agent nicht hat.
5. Tastentöne (DTMF) erfordern eine besondere Behandlung. Viele IVRs, insbesondere Authentifizierungsabfragen bei Hotlines im Gesundheits- und Finanzwesen, akzeptieren ausschließlich DTMF-Eingaben – die Töne, die beim Drücken der Zifferntasten auf dem Telefon erzeugt werden. Bei einer Aufforderung, die nur DTMF-Eingaben akzeptiert, funktioniert es nicht, „zwei“ zu sagen. Der Agent muss erkennen, welche Eingabeart das IVR erwartet, und Töne mit der richtigen Dauer und den korrekten Abständen zwischen den Ziffern erzeugen.

So löst Sierra das

Unsere Plattform kombiniert integrierte Navigation, Speicher und intelligente Wiederholungsversuche, damit Agenten mit realen Situationen umgehen können.

• IVR-Navigation sofort einsatzbereit. Auf Sierra basierende Agenten beherrschen die Abläufe von IVRs von Haus aus: wann sie sprechen oder schweigen sollten, ob sie Sprache oder Tastentöne verwenden müssen, wie sie mehrstufige Menüs durchlaufen und wie sie erkennen, wann sie einen Menschen erreicht haben. Unsere Kunden müssen den Weg durch jeden Telefonbaum also nicht fest programmieren. Um zu erkennen, wann er einen Menschen erreicht hat, gleicht der Agent seine vermutete Position im Telefonbaum mit dem gerade Gesagten und dem ab, was er im Audio hört.
• Der Agent kann Besonderheiten berücksichtigen, die das IVR nicht erklärt. Mitglieds-IDs sind ein gutes Beispiel. Eine ID kann Buchstaben oder ein Suffix zur Kennzeichnung einer mitversicherten Person enthalten, während das IVR nur Zahlen akzeptiert. Wenn das IVR die vollständige ID ablehnt, kann der Agent es ohne Buchstabenpräfix oder nachstehendes Suffix erneut versuchen.
• Datenspeicher und intelligente Wiederholungsversuche. Da jede Telefonleitung anders ist, sind auf Sierra basierende Agents darauf ausgelegt, sich zu merken, welche Wege funktionieren, wann Abteilungen tatsächlich geöffnet haben und wie sich das Ziel erreichen lässt. Scheitert ein Anruf, können sie dieses Wissen nutzen, um zu entscheiden, wann und wie sie es erneut versuchen, statt wieder bei null anzufangen.
• Ein Lernkreislauf. Jeder Anruf liefert Kontext dazu, was funktioniert hat, was fehlgeschlagen ist und wo der Agent nicht weiterkam. Sierra nutzt dieses Feedback, um die Navigation und Wiederholungsversuche mit der Zeit zu verbessern.

Wie wir die Leistung bewerten

Um die Wirksamkeit im großen Maßstab zu testen und die Leistung systematisch zu verbessern, haben wir auf Basis unserer branchenübergreifenden Erfahrung einen repräsentativen Satz von IVR-Bäumen erstellt, der viele der oben beschriebenen technischen Besonderheiten abdeckt. Jeder Baum verfolgt Ziele wie „mit einer Person sprechen“, „eine Information abrufen“ oder „eine Aktion ausführen“. Der Agent kennt die Struktur des Baums überhaupt nicht; ihm stehen nur das Ziel und die erforderlichen Kundendaten zur Verfügung – genau wie im echten Leben.

Anschließend bewerten wir, ob der Agent das Ziel erreicht hat. Wenn das Ziel beispielsweise lautete, „herauszufinden, wie viel der Versicherer für eine Knieoperation übernimmt“, muss der Agent den richtigen Betrag nennen.

Da die meisten Aufgaben audiobasiert sind, führen wir die Bewertung über das echte Telefonnetz durch. Der Agent wählt die Nummer, hört synthetisierte Ansagen, sendet echte DTMF-Töne und wartet Timer und Warteschleifen ab.

Um zu verstehen, welchen Beitrag die einzelnen Fähigkeiten leisten, haben wir denselben Agenten bei jeder Aufgabe in zwei Konfigurationen getestet: in einer „minimalen“ Kontrollvariante nur mit dem Ziel und grundlegenden Tools sowie in einer „geführten“ Versuchsvariante mit aktivierter allgemeiner IVR-Navigationsfunktion. Mit aktivierter Funktion steigt die Gesamt-Erfolgsquote um 49 % von 57 % auf 85 %, wobei die größten Verbesserungen bei Aufgaben zum „Erreichen einer Person“ erzielt werden. Bei einem echten Agenten nehmen wir diese anfängliche Erfolgsquote und optimieren sie mithilfe spezifischen Kundenkontexts per Hillclimbing.

Sierra löst die komplexen IVR-Probleme von heute und gestaltet die Zukunft

Manchmal navigiert ein Agent erfolgreich durch das IVR, erreicht eine Person und stößt auf ein neues Problem: Das Unternehmen hat eine Richtlinie, keine automatisierten Anrufer zu bedienen. Heute geben sich unsere Agenten noch direkt zu erkennen und vereinbaren einen Rückruf mit einer Person.

Langfristig brauchen Agenten aus unserer Sicht aber einen Standard, um sich als vertrauenswürdige, autorisierte Anrufer ausweisen zu können – und Unternehmen sollten ihnen die Erlaubnis geben können, bestimmte Aufgaben zu erledigen.

Gleichzeitig verändern sich die IVR-Systeme selbst. Unternehmen ersetzen Telefonmenüs durch KI-Agenten, die Anfragen direkt bearbeiten oder Anrufende an die richtige Person weiterleiten können. Dieser Übergang wird Zeit brauchen. Bis dahin ermöglicht Sierra Agenten, sich in den heutigen unübersichtlichen Telefonsystemen zurechtzufinden, während wir an besseren Möglichkeiten arbeiten, vertrauenswürdigen Agenten die Interaktion mit Unternehmen zu erleichtern.