Hybride Service-Modelle: Die Zukunft der Customer Experience

Der Einsatz von KI und Automatisierung sollte nicht auf Kosten der Kompetenzentwicklung menschlicher Mitarbeiter gehen.

Der Wandel der Arbeitswelt

Die Gesellschaft hat akzeptiert, dass viele traditionelle Jobs – wie Kommissionierung oder Call-Center-Tätigkeiten – zunehmend automatisiert werden. Frühe Befürchtungen, dass mit der 4. Industriellen Revolution menschliche Beschäftigung an Maschinen verloren geht oder Roboter die Welt übernehmen, waren natürlich unbegründet.

Laut Weltwirtschaftsforum wird Automatisierung bis 2025 zwar etwa 85 Millionen Jobs ersetzen, aber die zukünftige technologiegetriebene Wirtschaft wird 97 Millionen neue Jobs schaffen. Während Maschinen derzeit rund 30% aller Aufgaben erledigen, soll sich das Verhältnis bis 2025 dramatisch zu einer 50-50-Kombination aus Mensch und Maschine verschieben.

Die Realität: Arbeitsaufgaben werden zunehmend einen Mix aus menschlichen und maschinellen Fähigkeiten erfordern. Da Maschinen immer mehr der Aufgaben übernehmen, die früher Menschen machten, müssen wir unsere zwischenmenschlichen und analytischen Fähigkeiten stärken – diese werden von Arbeitgebern am meisten geschätzt.

Wandel im Field Service und Instandhaltung

Ein wiederkehrendes Thema across Branchen. Im Field Service und der Anlagenwartung hat bereits ein Wandel stattgefunden. Zunehmender Sensor-Einsatz führte zu mehr Datenanalyse und Fernverwaltung von Geräten über IoT-Netzwerke. Dies hatte Kettenwirkungen auf Jobrollen und Kompetenzen. Unternehmen wurden stärker gerätefokussiert, bauten Kundenwissen und Maschinenperformance um automatisierte Daten auf.

Field-Service- und anlagenbasierte Wartungsteams mussten sich anpassen – und es war zu ihrem Vorteil, dass der Schwerpunkt in Organisationen sich verschoben hat. Service wird nicht mehr als Kostenfaktor gesehen. Die Fähigkeit, Intelligenz zu Produkten und Kunden zu liefern und in vielen Fällen die Frontline für Unternehmen zu sein, macht Service strategisch wichtig.

Herausforderungen durch alternde Belegschaft

Für viele Unternehmen hat dies jedoch Beschäftigungsprobleme verursacht, besonders da die Belegschaft altert. Wissensverlust ist ein zunehmend häufiges Problem. Laut Service Council sagen 70% der Serviceorganisationen, sie würden in den nächsten 5-10 Jahren durch den Wissensverlust einer in den Ruhestand gehenden Belegschaft belastet, während 50% angeben, aktuell einen Ressourcenmangel zu haben, um Servicenachfrage adäquat zu decken. Automatisierung ist großartig, aber sie hilft nur begrenzt.

Interessanterweise fand die TSIA kürzlich, dass die Hälfte aller Field-Service-Organisationen keinen formalen Karrierepfad für ihre Field-Service-Engineers hat. Meiner Ansicht nach ein riesiger Punkt unnötigen kommerziellen Risikos. Diese Organisationen bereiten jüngere Servicetechniker nicht ausreichend auf eine Mixed-Reality-Zukunft vor – eine, in der sie enger mit digitaler Technologie und Maschinen zusammenarbeiten müssen als jede vorherige Generation. Das passiert nicht zufällig.

System of Record und menschliche Diagnosekompetenz

Es gibt sicherlich Bedarf an einem integralen ‚System of Record‘, das akkurate Daten über Equipment ‚as maintained‘ erfasst. Die Notwendigkeit dieser Datenbank, die zeigt, wie Equipment aktuell aussieht, ermöglicht Servicetechnikern, den Kontext zu verstehen, den Equipment-Daten ihnen liefern. Während Automatisierung Alerts zu Problemen oder potenziellen Issues erstellen kann, muss der Servicetechniker immer noch wissen, wie er diese Probleme schnell und effizient löst.

Vom korrekten Lesen der Daten, Verstehen der Fehlerbehebung, Teilebeschaffung bis zum Erwartungsmanagement der Kunden – die Fundamentale sind nicht ganz neu. Aber da Maschinen sich mit mehr eingebauter Automatisierung und datengetriebener Analytics weiterentwickeln, besteht die Gefahr, dass Unternehmen sich übermäßig auf Automatisierung verlassen und ihre menschlichen diagnostischen Stärken vernachlässigen.

Zukunftskompetenzen

Bis vor Kurzem wurde Technologie hauptsächlich für die Automatisierung repetitiver oder mühsamer Aufgaben genutzt. Aber KI- und Machine-Learning-Fortschritte bedeuten, dass der Aufgabenspektrum, das Maschinen erledigen können, viel breiter ist als frühere Technologiegenerationen ermöglichten.

Wenn neue Generationen in den Arbeitsmarkt eintreten, werden die wertvollsten Skills zwischenmenschlich sein – Kommunikation, Empathie, Konfliktmanagement, Führung, Zuhören, Zusammenarbeit, Neugier und Resilienz; und kognitiv – Analyse, Evaluation, Synthese, Urteil, Entscheidungsfindung und Kreativität. Wir sehen bereits starken Fokus auf zwischenmenschliche Skills, höherwertige kognitive Skills und System-Skills in den USA und UK.

Die Halbwertszeit spezialisierter Skills und tiefem Produktwissen sinkt sowohl durch rasanten Technologiefortschritt als auch durch überall zugängliches Wissen. Schätzungen setzen die Halbwertszeit einer professionellen Skill auf nur fünf Jahre – alle fünf Jahre ist die Skill etwa halb so wertvoll wie zuvor, nach 20 Jahren effektiv obsolet.

Zukunftsarbeiter müssen Fähigkeit und Willen haben, zu lernen, zu verlernen und neu zu lernen, während Technologie die Geschäftsführung weiter transformiert. Das gilt gleichermaßen für aktuelle Arbeiter, die sich auf Anpassungsfähigkeit und Erlernen neuer, vom Arbeitsplatz der 4. Industriellen Revolution geforderter Skills fokussieren müssen.

Menschen müssen die gleiche Sprache sprechen wie automatisierte Maschinen, aber diese Maschinen sollten die Kompetenzentwicklung nicht blockieren. In Service-Wartung sind KI und Automatisierung nicht und sollten niemals als menschlicher Ersatz betrachtet werden. Im Gegenteil: Sie eröffnen die Branche und schaffen ein brandneues Feld hybrider Service-Möglichkeiten.