Ausgangslage

Der Kunde, ein spezialisierter Maschinenbauer mit Sitz in Bayern, stand vor einem wachsenden Problem in der After-Sales-Bearbeitung. Reklamationen von Kunden wurden manuell über E-Mail und Excel-Tabellen erfasst, was zu hohen Fehlerquoten und langen Bearbeitungszeiten führte.

Schmerzpunkte im Detail:

  • Hoher manueller Aufwand: Jede Reklamation erforderte mehrere Klicks zwischen ERP, E-Mail-Client und CRM.
  • Langsame Reaktionszeit: Die durchschnittliche Bearbeitungszeit lag bei 4,5 Tagen bis zur ersten Antwort.
  • Fehlende Transparenz: Kein zentrales Dashboard zeigte den Status aller offenen Fälle in Echtzeit.

Die IT-Abteilung war überlastet und konnte nicht mehr mithalten, da die manuellen Prozesse keinen Skalierungseffekt boten.

Umsetzung

Wir entwickelten eine RPA-Lösung, die den gesamten Reklamationsworkflow automatisiert. Das Projekt lief über 8 Wochen in drei Phasen.

Phase 1: Analyse & Design (Woche 1-2)

  • Prozessabbildung der bestehenden Reklamationsabläufe.
  • Identifikation von Datenquellen (ERP-System, E-Mail-Server, CRM).
  • Definition der Automatisierungspunkte und Eskalationspfade.

Phase 2: Entwicklung & Integration (Woche 3-6)

  • Entwicklung von RPA-Bots, die E-Mails automatisch scannen und strukturiert in das ERP-System eintragen.
  • Integration einer KI-Komponente zur Kategorisierung der Reklamationsursache (z. B. Softwarefehler, Hardwaredefekt, Bedienfehler).
  • Einrichtung eines Dashboards für die Service-Mitarbeiter.

Phase 3: Test & Go-Live (Woche 7-8)

  • Pilotbetrieb mit 10 % der Reklamationen.
  • Feintuning der Regeln und Schulung der Mitarbeiter.
  • Produktivstart für den gesamten Service-Bereich.

Ergebnis

Nach dem Go-Live zeigte sich eine deutliche Verbesserung der KPIs. Die Automatisierung hat den manuellen Aufwand drastisch reduziert und die Reaktionszeit verkürzt.

Zentrale Kennzahlen:

  • 40 % Reduktion der Bearbeitungszeit pro Reklamation.
  • Erhöhung der Kapazität um 30 % ohne zusätzliche Personalressourcen.
  • 95 % Genauigkeit bei der automatischen Datenübernahme ins ERP-System.
  • Kundenzufriedenheit stieg um 15 Punkte, da Antworten schneller und fehlerfreier wurden.

Die IT-Abteilung konnte sich auf strategische Projekte konzentrieren, da die Routineaufgaben von den Bots übernommen wurden.

Learnings

Das Projekt hat gezeigt, dass RPA nicht nur eine Kostenersparnis bringt, sondern auch die Servicequalität verbessert. Wichtig war die enge Zusammenarbeit zwischen IT und Fachbereich bereits in der Analysephase.

Kernlearnings:

  • Prozessstabilität ist Voraussetzung: Automatisierung funktioniert nur, wenn der manuelle Prozess klar definiert ist.
  • KI als Ergänzung: Die Kombination aus RPA und KI ermöglichte die intelligente Kategorisierung, die reine RPA nicht geschafft hätte.
  • Change Management: Die Schulung der Mitarbeiter war entscheidend für die Akzeptanz der neuen Tools.

Der Kunde plant nun, die Lösung auf weitere Service-Prozesse auszurollen.

Ergebnisse

  • -40 % – Bearbeitungszeit pro Reklamation
  • +30 % – Kapazitätserweiterung ohne Personal
  • 95 % – Genauigkeit bei Datenerfassung
  • +15 Pkt – Steigerung der Kundenzufriedenheit

Passend dazu