Ticket, Fehlerbild und ERP-Daten zu einem prüfbaren Reklamationsdossier verbinden.
Ø 1,5 Tage
Time-to-Resolution Ausgangswert: Ø 6 Tage
Redaktionelle Illustration, keine Aufnahme aus dem Kundenprojekt.
Wirkung im Projekt
Was sich konkret verändert hat.
Vorher / Nachher
Messgröße
Vorher
Nachher
Veränderung
Time-to-Resolution
Ø 6 Tage
Ø 1,5 Tage
-75 %
Übertragungsfehler bei Ersatzteilbestellung
Ø 6,1 / 100 Fälle
Ø 0,8 / 100 Fälle
-87 %
Anteil Expertenzeit für Dateneingabe
42 %
11 %
-31 pp
Werte aus sechs Monaten Live-Betrieb, anonymisiert und gerundet. Durchschnitte über die genannte Stichprobe.
So wurde gemessen
Time-to-Resolution
Zeitstempel im Ticketsystem von Eingang bis Abschluss, Vorher-Nachher-Vergleich.
Stichprobe
n = 5.000 / Monat
Zeitraum
6 Monate
Übertragungsfehler
Audit der Ersatzteilbestellungen gegen die ursprüngliche Reklamation.
Stichprobe
Stichprobe n = 600
Zeitraum
über den Pilotzeitraum
Expertenzeit
Tätigkeitsstichprobe (Self-Reporting plus Systemlogs) im Serviceteam.
Stichprobe
n = 18 Mitarbeitende
Zeitraum
4 Wochen je Phase
Der Ausgangspunkt
Was das Team lösen wollte.
Ein Hersteller von Pumpensystemen bearbeitet über 5.000 Service-Tickets im Monat. Die eluna Automation Platform klassifiziert Reklamationen, gleicht sie in SAP ab und bereitet ein Dossier vor. Über definierten Schwellenwerten entscheidet immer ein Mensch.
Einblick 01
Ein Blick auf das Ergebnis
Wir zeigen, von welchem Ausgangswert aus sich die Bearbeitung verbessert hat, statt nur eine Prozentzahl zu nennen.
Anonymisiertes Beispiel: Aus einer Reklamation entsteht ein geprüftes Dossier mit ERP-Abgleich.
Einblick 02
Die Ausgangslage: manuelle Prozesse bremsen den Service
Der Kunde, ein Hersteller industrieller Pumpensysteme, verarbeitete monatlich über 5.000 Service-Tickets in einem stark manuellen Prozess: Fehlerbeschreibungen aus E-Mails lesen, Seriennummern in SAP prüfen, Garantieansprüche validieren.
01
Verzögerungen
Die durchschnittliche Time-to-Resolution lag bei sechs Tagen.
02
Fehlerquote
Manuelle Übertragungsfehler führten zu falschen Ersatzteillieferungen.
03
Experten-Stau
Ingenieure verbrachten 42 % ihrer Zeit mit Datenerfassung statt mit Problemlösung.
Einblick 03
Die Lösung: die eluna Automation Platform zwischen Ticket- und ERP-System
Die eluna Automation Platform wurde zwischen Salesforce und SAP geschaltet und übernimmt die Rolle des ersten Bearbeiters, der Tickets versteht und im System abgleicht.
1
Analyse und Klassifizierung
Der Agent liest Text und angehängte Fotos, extrahiert Maschinentyp, Bauteilnummer und Fehlerursache und priorisiert nach Dringlichkeit.
2
ERP-Abgleich
Er prüft in SAP: Existiert die Anlage? Besteht Gewährleistung? Wurde das Bauteil schon einmal reklamiert? Der Abgleich dauert Sekunden statt mehrerer Datenbankabfragen.
3
Workflow und Routing
Standardfälle leitet er ein (Retourenlabel, Ersatzteil-Reservierung), komplexe Fälle bereitet er als Dossier für die Technik vor.
Einblick 04
Integration statt Insellösung
Damit ein solches Projekt nicht an Datenqualität oder Akzeptanz scheitert, war unser Ansatz dreistufig:
01
Deep Integration
Der Agent wurde in die API-Strukturen von SAP und Salesforce integriert, nicht nur darübergelegt.
02
Human-in-the-Loop
Für Kulanzentscheidungen ab einem definierten Betrag trifft der Mensch die finale Entscheidung auf Basis der Vorarbeit.
03
Prozess-Design
Eskalationsregeln wurden mit dem Serviceteam so definiert, dass sicherheitskritische Mängel sofort ans Qualitätsmanagement gehen.
Einblick 05
Architektur mit Datensicherheit
01
Fachsprachmodell
Sprachmodelle, die auf technisches Vokabular im Maschinenbau abgestimmt sind.
02
API-First
Bidirektionale Anbindung an SAP S/4HANA über OData für Lese- und Schreibzugriffe.
03
Compliance
Verarbeitung der Kundendaten innerhalb der Unternehmens-Infrastruktur, DSGVO-konform.
Einblick 06
Was der Agent (noch) nicht macht
Stimme aus dem Projekt
„Unsere Ingenieure erfassen keine Seriennummern mehr von Hand. Sie lösen wieder technische Probleme, und genau dafür haben wir sie eingestellt.“
Leiter Customer Service, Pumpentechnik (DACH)
Aussage anonymisiert und vom Kunden freigegeben
Gemeinsam konkret werden
Was davon passt zu Ihrem Prozess?
Wir besprechen Ihre Ausgangslage und prüfen, welche Daten, Regeln und Freigaben für einen ähnlichen Ablauf gebraucht werden.
