Time to Resolution

Was ist die Time to Resolution?

Die Time to Resolution (TTR) ist die gesamte Zeitspanne zwischen dem Eingang einer Supportanfrage und ihrer vollständigen Lösung. Sie zählt zu den wichtigsten operativen Kennzahlen im Kundenservice, weil sie direkt zeigt, wie schnell Ihr Team Ergebnisse liefert – nicht nur Antworten.

Die TTR wird auch als durchschnittliche Lösungszeit oder Mean Time to Resolution (MTTR) bezeichnet. Anders als die First Contact Resolution, die misst, ob ein Anliegen in einer einzigen Interaktion gelöst wurde, erfasst die TTR den gesamten Lebenszyklus eines Tickets – einschließlich Wartezeiten, Weiterleitungen, Eskalationen und Rückfragen. Eine niedrige TTR bedeutet, dass Kunden weniger warten und mehr Nutzen aus Ihrem Produkt ziehen.

So berechnen Sie die Time to Resolution

Time to Resolution = Gesamte Lösungszeit aller gelösten Tickets / Anzahl der gelösten Tickets

Beispiel: Hat Ihr Team im letzten Monat 500 Tickets gelöst und betrug die gesamte Lösungszeit für diese 500 Tickets 4.000 Stunden, liegt Ihre durchschnittliche TTR bei 8 Stunden pro Ticket.

Wichtige Aspekte bei der Messung der TTR:

Branchen-Benchmarks

TTR-Benchmarks variieren stark je nach Branche, Supportkomplexität und Kanalmix. Basierend auf Branchendaten aus 2025:

Studienergebnis: Laut Forrester gehört die Verkürzung der Time to Resolution zu den wirkungsvollsten Verbesserungen für ein Supportteam, denn jede eingesparte Stunde steigert direkt den CSAT, senkt die Kosten pro Ticket und verringert das Abwanderungsrisiko. Branchendaten aus 2025 auf Basis von über 1,2 Milliarden Tickets zeigen, dass KI-gestützte Teams in den leistungsstärksten Segmenten die Lösungszeiten von 32 Stunden auf 32 Minuten senken.

Warum die TTR wichtig ist

Die TTR ist einer der stärksten Prädiktoren für Kundenzufriedenheit (CSAT) und Loyalität. Jede Stunde, die ein Kunde auf eine Lösung wartet, kann er nutzen, um Wettbewerber zu prüfen. Längere Lösungszeiten erhöhen zudem die Kosten pro Ticket, da jeder zusätzliche Kontaktpunkt Personalaufwand, System-Overhead und Managementaufmerksamkeit bindet.

Die TTR hat außerdem einen Verstärkungseffekt. Ungelöste Tickets verstopfen Warteschlangen, erhöhen das Ticketvolumen durch Nachfragen und senken die Agent-Produktivität, weil Teams ständig zwischen alten Tickets und neuen Anfragen wechseln.

Wie KI diese Kennzahl verbessert

KI-gestützter Kundenservice senkt die TTR auf drei Arten deutlich:

Der Vorteil von Maven AGI

Maven AGI verkürzt die Time to Resolution, indem die Mehrheit der Kundenanliegen autonom gelöst wird – noch bevor überhaupt ein menschlicher Agent nötig ist. Statt Tickets durch Warteschlangen zu leiten, löst Agent Maven sie in Echtzeit.

Der Ansatz von Maven AGI: Mit über 100 Integrationen und einer KI-nativen Architektur verbindet sich Maven AGI mit Ihren bestehenden Systemen und löst ab dem ersten Tag Tickets. Wenn 80–93 % der Anliegen per KI gelöst werden, erhalten die verbleibenden Tickets bei menschlichen Agents schneller Aufmerksamkeit – mit durchweg kürzeren Lösungszeiten.

Häufig gestellte Fragen

Was ist eine gute Time to Resolution im Kundensupport?

Eine gute TTR hängt von Kanal und Branche ab. Im Live-Chat sollten Sie unter 10 Minuten anstreben. Beim E-Mail-Support sind 4 bis 12 Stunden ein starker Wert. B2B-SaaS-Teams zielen meist auf unter 24 Stunden. Der aussagekräftigste Benchmark ist Ihre eigene TTR-Entwicklung: Eine Verbesserung von Monat zu Monat zeigt einen gesünderen Betrieb.

Worin unterscheidet sich die Time to Resolution von der Average Handle Time?

Die TTR misst die gesamte Zeitspanne von der Ticketerstellung bis zur Lösung, einschließlich aller Wartezeiten und Rückfragen. Die Average Handle Time (AHT) misst die aktive Zeit, die ein Agent für eine einzelne Interaktion aufwendet, einschließlich Gesprächszeit, Haltezeit und Nachbearbeitung. Ein Ticket mit einer TTR von 2 Stunden kann also nur 8 Minuten AHT umfassen, verteilt auf zwei Kontakte.

Verkürzt KI die Time to Resolution tatsächlich?

Ja. Laut Harvard Business School lösen KI-unterstützte Supportteams Anliegen deutlich schneller, ohne an Qualität einzubüßen. Der SolarWinds 2025 State of ITSM Report ergab, dass Teams mit generativer KI Tickets 30 % schneller lösten – im Schnitt in 22,6 statt 32,5 Stunden. Bei KI-nativen Plattformen wie Maven AGI ist die Verbesserung noch deutlicher: Die meisten Tickets werden in Sekunden statt Stunden gelöst.

Sollte ich die TTR in Geschäftszeiten oder Kalenderstunden messen?

Messen Sie beides. Geschäftszeiten spiegeln die Effizienz Ihres Teams wider und eignen sich für interne Benchmarks. Kalenderstunden spiegeln die Erfahrung des Kunden wider und korrelieren stärker mit dem Customer Effort Score und der Zufriedenheit. Beides zusammen ergibt ein vollständiges Bild.