Deflection-Rate

Was ist die Deflection-Rate?

Die Deflection-Rate misst den Anteil der Kundenanfragen, die über Self-Service-Kanäle wie Wissensdatenbanken, FAQ-Seiten, Chatbots oder IVR-Systeme bearbeitet werden, ohne dass ein menschlicher Mitarbeiter nötig ist. Die Formel ist einfach: Deflection-Rate (%) = (per Self-Service bearbeitete Anliegen / Gesamtzahl eingereichter Anliegen) x 100. Eine Deflection-Rate von 40 % bedeutet, dass 4 von 10 Support-Anfragen ohne Beteiligung eines Mitarbeiters bearbeitet wurden.

Die Deflection-Rate ist zwar eine verbreitete Support-Kennzahl, hat aber einen wichtigen Haken: Abgefangen heißt nicht immer gelöst. Ein Kunde, der in einem Self-Service-Portal aufgibt, zählt in vielen Systemen dennoch als „abgefangen“, obwohl sein Problem ungelöst bleibt.

So wird die Deflection-Rate berechnet

Unternehmen ermitteln die Deflection-Rate, indem sie das Volumen der ohne menschliches Eingreifen bearbeiteten Anfragen mit dem gesamten Anfragevolumen vergleichen. Typische Deflection-Kanäle sind KI-gestützter Chat, Wissensdatenbank-Artikel, Community-Foren, automatisierte E-Mail-Antworten und IVR-Self-Service-Abläufe. Die Berechnung hängt davon ab, wie „bearbeitet“ definiert ist. Manche Unternehmen zählen jede Interaktion mit einem Self-Service-Kanal als Deflection, andere verlangen, dass der Kunde die Lösung bestätigt oder sich innerhalb eines bestimmten Zeitraums nicht erneut meldet.

Wegen dieser uneinheitlichen Messung sollte die Deflection-Rate stets mit ergänzenden Kennzahlen wie CSAT, Lösungsquote und Wiederkontaktrate kombiniert werden. Nur so spiegelt die Zahl echte Ergebnisse wider und nicht bloß umgeleiteten Traffic.

Warum die Deflection-Rate wichtig ist

Support-Teams verfolgen die Deflection-Rate, weil jede Anfrage ohne menschlichen Mitarbeiter die Betriebskosten senkt. Telefonate und Live-Chats mit Mitarbeitern sind die teuersten Support-Kanäle und kosten oft 5 bis 12 US-Dollar pro Interaktion. Self-Service-Interaktionen kosten nur einen Bruchteil davon. Für Unternehmen mit Hunderttausenden Tickets pro Monat kann schon eine moderate Verbesserung der Deflection jährlich Millionen einsparen.

Die Deflection-Rate zeigt außerdem, wie gut Ihre Wissensdatenbank und Ihre Self-Service-Tools funktionieren. Steigt die Deflection bei stabilem CSAT, helfen Ihre Self-Service-Ressourcen den Kunden tatsächlich. Steigt die Deflection bei sinkendem CSAT, ist das ein Warnsignal: Kunden werden abgewimmelt statt bedient.

Deflection-Rate vs. Lösungsquote: der entscheidende Unterschied

Dies ist die wichtigste Unterscheidung bei modernen Kundenservice-Kennzahlen. Deflection misst, ob eine Anfrage von einem menschlichen Mitarbeiter ferngehalten wurde. Lösung misst, ob das Anliegen des Kunden tatsächlich gelöst wurde. Das ist nicht dasselbe.

Brancheneinblick: Klassische Chatbots und einfache Self-Service-Tools erreichen typischerweise Deflection-Raten von 10 % bis 30 %, doch viele dieser „abgefangenen“ Tickets werden nie wirklich gelöst. Der Kunde gibt auf, ruft erneut an oder sucht sich einen Umweg. Eine echte Lösung setzt voraus, dass das Anliegen erkannt, bearbeitet und als gelöst bestätigt wird.

Deshalb stellen führende Support-Organisationen ihren wichtigsten KPI von Ticket-Deflection auf die Lösungsquote um. Eine Deflection-Rate von 30 % bei schlechtem CSAT ist schlechter als eine Lösungsquote von 90 %, bei der der KI-Agent die meisten Anfragen vollständig bearbeitet. Die Kennzahl, auf die Sie optimieren, prägt die Customer Experience, die Sie bieten.

Der Maven-Vorteil: Lösung statt Deflection

Maven AGI basiert auf einer grundlegend anderen Philosophie: lösen statt abwimmeln. Während herkömmliche Tools Kunden in Richtung Self-Service drängen und auf das Beste hoffen, gehen Mavens KI-Agenten auf die Kunden ein, verstehen ihr Problem, ziehen Daten aus angebundenen Systemen heran und lösen das Anliegen vollständig – ohne menschliches Eingreifen.

Maven in der Praxis: Papaya Pay, ein FinTech-Unternehmen, erreichte mit Maven AGI 90 % autonome Lösung. Das ist keine Deflection. Das sind 90 % der Kundenanliegen, die der KI-Agent vollständig gelöst hat – bestätigt und abgeschlossen.

Maven verlagert die Frage von „Wie viele Tickets können wir von den Mitarbeitern fernhalten?“ zu „Wie viele Kundenprobleme können wir tatsächlich lösen?“. Dieser Fokus auf First Contact Resolution unterscheidet modernen KI-Kundenservice von klassischen Deflection-Tools. Hintergründe zu diesem Wandel finden Sie in der Kundenservice-Forschung der Harvard Business Review oder in Gartners Prognose, dass Agentic AI bis 2029 80 % der gängigen Service-Anliegen lösen wird.

Häufig gestellte Fragen

Was ist eine gute Deflection-Rate im Kundenservice?

Einen allgemeingültigen Richtwert gibt es nicht, da die Deflection-Rate von Branche, Kundenstamm und Kanalmix abhängt. Klassische Chatbots erreichen 10 % bis 30 % Deflection. Fortschrittlichere Plattformen für Kundenservice-Automatisierung können höhere Werte erzielen. Wichtiger ist jedoch die Frage: Wie hoch ist Ihre Lösungsquote? Eine Deflection-Rate von 25 % bei 95 % Lösung ist weit wertvoller als eine Deflection-Rate von 50 %, bei der sich die Hälfte der „abgefangenen“ Kunden erneut meldet.

Wie unterscheidet sich die Deflection-Rate von der Containment-Rate?

Die Containment-Rate bezeichnet in der Regel den Anteil der Interaktionen, die vollständig in einem Kanal (etwa IVR oder Chat) verbleiben, ohne an einen anderen Kanal weitergeleitet zu werden. Die Deflection-Rate misst den Anteil der Anfragen, die von menschlichen Mitarbeitern ferngehalten werden. Eine Anfrage kann in einem Chatbot „gehalten“ werden und trotzdem ungelöst bleiben. Ohne Lösungsdaten sind beide Kennzahlen unvollständig.

Kann eine hohe Deflection-Rate der Customer Experience schaden?

Ja. Werden Kunden auf Self-Service-Kanäle umgeleitet, die ihr Anliegen nicht lösen können, erleben sie Frust, längere Gesamtlösungszeiten und mehr Aufwand. Deshalb sollte der Support-ROI an der Lösungsqualität gemessen werden, nicht nur am Deflection-Volumen. Ziel ist es, menschliche Mitarbeiter zu entlasten, indem Probleme wirklich gelöst werden – nicht, indem man Hürden auf dem Weg zur Hilfe errichtet.