Die Containment-Rate ist der Anteil der Konversationen, die ein KI-Agent oder Chatbot ohne Übergabe an einen Menschen abschließt. Sie zählt Konversationen, die nie bei einer Person angekommen sind. Ein Kunde, der aufgegeben hat, zählt deshalb genauso wie einer, dessen Problem gelöst wurde.
Kurz gesagt
- Die Containment-Rate misst vermiedene Kontakte, nicht gelöste Anliegen.
- Eine hohe Containment-Rate kann ein schlechtes Kundenerlebnis verdecken.
- Ehrlich lesen lässt sie sich nur zusammen mit einer Prüfung, wie viele Konversationen im Containment tatsächlich gelöst wurden.
- Diese Prüfung ist eine Aufgabe der Qualitätssicherung: die Konversation lesen und nach einem Bewertungsschema bewerten.
Wie wird die Containment-Rate berechnet?
Die Containment-Rate wird berechnet, indem man die Konversationen, die die Automatisierung ohne Eskalation an einen Menschen beendet hat, durch alle Konversationen teilt, die im selben Zeitraum in den automatisierten Kanal gekommen sind. Das Ergebnis ist ein Prozentsatz. Er lässt sich leicht aus einem Routing-Log ziehen, deshalb ist er oft die erste Zahl, die ein Bot-Projekt meldet.
Containment-Rate = ohne menschliche Eskalation gelöste Konversationen / alle von der Automatisierung bearbeiteten Konversationen.
Wenn also in einer Woche 1.000 Konversationen bei einem KI-Agenten ankommen und 650 davon nie einen Menschen erreichen, liegt das Containment bei 65 %. Der Reiz liegt auf der Hand: Die Zahl lässt sich fast direkt auf Kosten abbilden, weil eine Konversation im Containment keine Bearbeitungszeit eines Agents verursacht. Genau deshalb wird sie meist zu der Zahl, an der ein Bot-Projekt gemessen wird, und genau deshalb verdient sie mehr Prüfung, als sie normalerweise bekommt.
Warum die Containment-Rate täuschen kann
Die Containment-Rate kann täuschen, weil die meisten Messungen überhaupt nicht prüfen, ob etwas gelöst wurde. Sie prüfen nur, ob kein Mensch beteiligt war. Ein Kunde, der aufgegeben, den Chat abgebrochen oder eine falsche Antwort bekommen hat, zählt als Containment, genau wie ein Kunde, dessen Problem gelöst wurde. In der Lücke zwischen diesen beiden Ergebnissen liegt der Fehler der Kennzahl.
Die Schwachstelle steckt im Wort “gelöst” in dieser Formel. Eine Konversation zählt als Containment, wenn der Kunde bekommen hat, was er brauchte, und zufrieden gegangen ist. Sie zählt aber auch als Containment, wenn der Kunde keinen Weg zur Eskalation gefunden und aufgegeben hat, wenn er den Chat mittendrin abgebrochen hat, wenn er eine falsche Antwort bekommen und es nicht bemerkt hat, oder wenn der Bot eine Frage beantwortet hat, die der Kunde gar nicht gestellt hatte, und dieser das Fenster geschlossen hat. Jeder dieser Fälle ist ein Fehlschlag, und jeder verbessert die Containment-Rate.
Das schafft einen falschen Anreiz. Der schnellste Weg, das Containment zu erhöhen, ist, die Eskalation zu erschweren. Ein Bot, der den Weg zu einem Menschen versteckt, meldet eine bessere Zahl als einer, der Hilfe anbietet, sobald er nicht weiterkommt. Die Kennzahl belohnt genau das Verhalten, das der Kundenbeziehung am meisten schadet. Derselbe blinde Fleck betrifft die Automatisierungsquote, die Konversationen zählt, die von Agents ferngehalten wurden, ohne zu fragen, ob sie gut ausgegangen sind.
Containment-Rate vs. Lösungsquote
Die Containment-Rate zählt Konversationen, die ohne Menschen geendet haben, die Lösungsquote dagegen Konversationen, in denen das Anliegen des Kunden tatsächlich gelöst wurde. Die erste ist ein Näherungswert für vermiedene Kosten, die zweite für erledigte Arbeit. Ein Kunde, der aufgibt, ist ein Erfolg für das Containment und ein Fehlschlag für die Lösung. Deshalb müssen beide Zahlen zusammen gelesen werden.
| Containment-Rate | Lösungsquote | |
|---|---|---|
| Was sie zählt | Konversationen, die ohne Menschen geendet haben | Konversationen, in denen das Anliegen des Kunden tatsächlich gelöst wurde |
| Ein Kunde, der aufgibt | Zählt als Erfolg | Zählt als Fehlschlag |
| Wofür sie ein Näherungswert ist | Vermiedene Kosten | Erledigte Arbeit |
| Wie man sie misst | Routing-Log lesen | Konversation lesen |
Wie Sie die Containment-Rate ehrlich nutzen
Nutzen Sie die Containment-Rate als Effizienzsignal, nie für sich allein. Kombinieren Sie sie mit einer Lösungsprüfung: Wie viele der Konversationen im Containment haben das Problem des Kunden tatsächlich gelöst, und wie viele waren Abbrüche oder falsche Antworten mit Containment-Etikett? Berichten Sie beide Zahlen nebeneinander, damit ein steigendes Containment keine sinkende Lösung verdecken kann.
Um das zu beantworten, muss man sich ansehen, was der KI-Agent gesagt hat und ob es korrekt, vollständig und angemessen war. Das ist eine Frage der Qualitätssicherung, keine der Datenanalyse. Es ist dieselbe Disziplin, die Sie bei einem menschlichen Agent anwenden würden, nur auf einen Bot übertragen: die Interaktion lesen, nach einem Bewertungsschema bewerten und den Score auf die Belege zurückführen. Unser Leitfaden zum Messen der Containment-Rate, ohne sich selbst zu täuschen (auf Englisch) zeigt, wie das geht, und Qualitätssicherung für KI-Agenten und Chatbots beschreibt die Bewertungsmethode dahinter.
Ein konkretes Beispiel für das Bewertungsschema: Ergänzen Sie die Scorecard, die Sie bereits für Konversationen mit KI-Agenten nutzen, um ein Kriterium, “Endete die Konversation mit gelöstem Anliegen des Kunden?”, mit drei möglichen Ergebnissen: gelöst, abgebrochen oder falsche Antwort. Jede Konversation im Containment erhält diesen Score, und jeder Score verweist auf die Stelle in der Konversation, die ihn begründet. Das Containment teilt sich dann in den Teil, der Kosten gespart hat, und den Teil, der das Problem nur woandershin verschoben hat.
Wo Konversationen im Containment scheitern: die Übergabe
Konversationen im Containment scheitern am häufigsten an der Stelle, an der der KI-Agent an eine Person hätte übergeben sollen und es nicht getan hat. Eine verspätete Übergabe, ein fehlender Eskalationsweg oder eine Übergabe, bei der der Kontext verloren geht, erscheinen als Containment oder als frustrierter Kunde, nie als offensichtlicher Fehler im Routing-Log.
Deshalb sind die Prüfung des Containments und die Prüfung der Übergabe dieselbe Aufgabe. Unser Leitfaden zur Bewertung der Übergabe zwischen KI-Agent und Mitarbeiter zeigt, was in beide Richtungen des Wechsels zu bewerten ist, und Kennzahlen für KI im Kundenservice zeigt, welche Zahlen Sie neben dem Containment berichten sollten.
Kaizo bewertet 100 % der Konversationen von Agents und KI-Agenten nach Ihrer eigenen Scorecard, und jeder Score verweist auf die Belege in der Konversation. So lassen sich Konversationen im Containment darauf prüfen, ob sie wirklich gelöst oder abgebrochen wurden. Bei UiPath hat Kaizo 100 % der QA automatisiert, mit 200 % ROI und einem Anstieg des Qualitätsscores um 8 %.
Sehen Sie es an Ihren eigenen Konversationen. Kaizo bewertet 100 % Ihrer Support-Konversationen und macht aus den Ergebnissen Coaching. Demo buchen.
Wann sich eine Containment-Prüfung für Sie nicht lohnt
Eine Lösungsprüfung für Konversationen im Containment lohnt sich nicht, wenn die Automatisierung nur eine Handvoll Konversationen pro Woche bearbeitet: Bei diesem Volumen kann jemand sie alle lesen. Verfrüht ist sie auch, wenn Sie noch keine Scorecard für Ihre menschlichen Agents haben, denn der KI-Agent sollte am selben Standard gemessen werden. Beginnen Sie dort und übertragen Sie den Standard dann auf den Bot.
Häufig gestellte Fragen
Was ist eine gute Containment-Rate?
Es gibt keinen einzelnen Benchmark, der es wert wäre, zitiert zu werden, denn die Containment-Rate allein sagt nicht, ob den Kunden geholfen wurde. Eine hohe Zahl, die durch einen versteckten Eskalationsweg entsteht, ist schlechter als eine niedrigere Zahl, bei der jede Konversation im Containment wirklich gelöst wurde. Beurteilen Sie das Containment anhand einer Lösungsprüfung, nicht anhand eines Branchendurchschnitts.
Was ist der Unterschied zwischen Containment-Rate und Automatisierungsquote?
Die Begriffe werden oft synonym verwendet. Beide beschreiben Konversationen, die von einem menschlichen Agent ferngehalten werden. Die Automatisierungsquote (englisch Deflection) bezeichnet manchmal speziell das Lenken eines Kunden zum Self-Service, bevor eine Konversation beginnt, während Containment meist eine Konversation bezeichnet, die die Automatisierung bis zum Ende bearbeitet. Beide haben denselben blinden Fleck: Standardmäßig prüft keine von beiden, ob das Problem des Kunden gelöst wurde.
Bedeutet eine hohe Containment-Rate, dass der KI-Agent gut funktioniert?
Nicht für sich allein. Containment zählt die Abwesenheit eines Menschen, nicht das Vorhandensein einer Lösung, daher zählt ein Kunde, der den Chat abbricht, als Containment. Um zu wissen, ob der KI-Agent funktioniert, kombinieren Sie das Containment mit einer Lösungsprüfung, die die tatsächlichen Konversationen liest und bewertet, ob jede einzelne das Anliegen gelöst hat.
Wie messen Sie, ob eine Konversation im Containment wirklich gelöst wurde?
Indem Sie die Konversation selbst bewerten, nicht das Routing-Ergebnis. Das heißt, Sie bewerten, was der KI-Agent gesagt hat, nach einem Bewertungsschema: War die Antwort korrekt, vollständig und angemessen, und wurde das Anliegen des Kunden gelöst, statt dass die Konversation abgebrochen wurde? Es ist derselbe Ansatz der Qualitätssicherung wie bei menschlichen Agents, angewendet auf automatisierte Konversationen.
Was bedeutet Containment-Rate im Callcenter?
Im Callcenter beschreibt die Containment-Rate meist den Anteil der Kontakte, die ein automatisiertes System wie ein Sprachmenü (IVR) oder ein Chatbot abschließt, ohne den Kunden an einen Agent weiterzuleiten. Berechnung und blinder Fleck sind dieselben: Ein Kunde, der auflegt oder aufgibt, zählt als Containment.
Ist eine niedrige Containment-Rate immer ein schlechtes Zeichen?
Nein. Eine niedrigere Containment-Rate kann bedeuten, dass der KI-Agent schnell übergibt, wenn er nicht weiterkommt, und das ist oft das bessere Kundenerlebnis. Entscheidend ist, ob die Konversationen im Containment gelöst wurden und ob die eskalierten Konversationen rechtzeitig und mit vollständigem Kontext bei einer Person angekommen sind.
Sollten Konversationen mit KI-Agenten dieselbe Scorecard nutzen wie menschliche Agents?
Größtenteils ja. Genauigkeit, Tonalität und Lösung gelten für beide, daher macht ein gemeinsamer Standard die Zahlen vergleichbar. Bots brauchen meist ein paar zusätzliche Kriterien, etwa das Einhalten von Richtlinien und die Übergabe im richtigen Moment. Darum geht es in unserem Leitfaden zu einer Scorecard für Agents und KI-Agenten.
