AI KPIs

Mai 7, 2026
|By Julia Schönau

–-> zum BOTwiki - Das Chatbot Wiki

AI KPIs (Key Performance Indicators) sind die Kennzahlen, mit denen Unternehmen den Erfolg von AI Agents, Voicebots und Chat-Lösungen objektiv bewerten. Starke AI KPIs verbinden technische Qualität, Geschäftsergebnisse und Kundenerlebnis. Schwache AI KPIs messen Aktivität statt Wirkung, etwa „absolute Anzahl der Bot-Antworten“, und verstecken damit, ob das System tatsächlich Geschäftswert liefert.

Im Enterprise-Einsatz sind AI KPIs nicht nur Reporting-Material, sondern Steuerungswerkzeug. Sie zeigen, wo ein Voice oder Chat Agent zuverlässig automatisiert, wo Menschen einspringen müssen und wo Use Cases noch optimiert werden sollten. Wer AI ohne KPIs einführt, betreibt teures Bauchgefühl-Management und merkt erst spät, dass das System nicht das liefert, was operativ und finanziell nötig wäre.

 

Die wichtigsten AI KPIs im Überblick

In Enterprise-Projekten haben sich diese KPI-Kategorien als zentral erwiesen:

  • Die Automatisierungsquote zeigt den Anteil der Vorgänge, die ein AI Agent end-to-end löst, ohne menschliche Übergabe.
  • Die Resolution Rate misst den Anteil der Anliegen, die tatsächlich erledigt werden, im Unterschied zur reinen Antwortrate.
  • Die Containment Rate beschreibt den Anteil der Vorgänge, die im Bot-Kanal abgeschlossen werden, ohne in andere Kanäle abzuwandern.
  • Customer Satisfaction (CSAT) und NPS ergänzen diese Sicht um ergebnis-orientierte Qualitätsmaße.

Ergänzt werden diese durch operative KPIs wie Average Handling Time (AHT), Cost per Contact, Hand-Off Quality (also wie sauber Übergaben an menschliche Agenten erfolgen) und Latency, was besonders kritisch in Voice ist. Für Marken-Sicherheit gehören außerdem Halluzinations-Rate, Insult Rate und Compliance-relevante Vorfallsraten in jedes seriöse KPI-Set.

 

Welche KPIs in Voice- und Chat-Agents tatsächlich aussagekräftig sind

Bei Voicebots liefert die Automatisierungsquote pro Use Case oft die ehrlichste Aussage. Was zählt, ist nicht die Anzahl der Anrufe selbst, sondern der Anteil davon, der ohne menschliche Hilfe sauber abgeschlossen wird, inklusive korrekter Backend-Aktion. Genauso wichtig ist die Handover-Qualität, also wie zuverlässig komplexe oder eskalierte Fälle an menschliche Agenten übergeben werden, mit vollständigem Kontext.

Im Chat-Bereich sind Resolution Rate, Containment Rate und Self-Service-Quote die entscheidenden Größen. 

 

Häufig gestellte Fragen (FAQ)

In den meisten Fällen die Automatisierungsquote pro Use Case, CSAT bzw. NPS in der Bot-Interaktion und die Handover-Qualität bei Eskalation. Diese drei zeigen, ob der Agent wirklich automatisiert, ob Kunden zufrieden sind und ob das Zusammenspiel mit menschlichen Agenten sauber funktioniert.

Wenig. Sie zeigt Aktivität, nicht Wirkung. Ein System kann viele Antworten produzieren und trotzdem das ursprüngliche Anliegen nicht lösen. Resolution Rate und Containment Rate sind hier wesentlich aussagekräftiger.

Im Kern ja, in der Gewichtung nicht. Voice ist latenz- und audio-sensibler, Chat eher länge- und navigationssensibler. Containment Rate und Self-Service-Quote spielen im Chat eine größere Rolle, Average Handling Time und akustische Qualität dominieren in Voice.

–>  Zurück zum BOTwiki - Das Chatbot Wiki