Sentiment-Analyse

Nicht jede dringende Nachricht trägt das Wort „dringend". Oft steckt die Dringlichkeit im Ton: „Zum dritten Mal schreibe ich Ihnen …" oder „Wenn sich bis Freitag nichts tut, kündige ich." Eine Sentiment-Analyse versucht, solche Signale automatisch zu erkennen.

Wie Sentiment-Analyse funktioniert

• Wörterbuchbasiert: Wörter sind mit positiven oder negativen Werten versehen, die zusammengerechnet werden. Einfach, aber blind für Zusammenhang, Ironie und Verneinung.
• Maschinelles Lernen: Ein Modell wurde an vielen bewerteten Beispieltexten trainiert und erkennt Muster.
• Sprachmodelle: Große oder kleinere Sprachmodelle schätzen die Stimmung anhand des ganzen Textes ein und können auch feinere Abstufungen unterscheiden.

Das Ergebnis ist meist eine Einordnung in wenige Stufen, etwa ruhig, neutral, frustriert, verärgert, oder ein Zahlenwert.

Wofür sie im Support eingesetzt wird

1. Priorisierung: Verärgerte Nachrichten werden höher eingestuft und früher bearbeitet (siehe Ticket-Priorität).
2. Warnsignale: Die Zuständigen werden informiert, bevor eine Eskalation entsteht.
3. Auswertung: Häufen sich negative Nachrichten zu einem Thema, deutet das auf ein Problem im Produkt oder Ablauf hin.
4. Abwanderung erkennen: Kündigungsandrohungen sind ein frühes Signal für Churn.

Grenzen und Fehlalarme

• Sachliche Dringlichkeit: „Server ausgefallen" klingt neutral, ist aber dringend. Stimmung ersetzt keine fachliche Triage.
• Ironie und Höflichkeit: „Vielen Dank auch für die schnelle Hilfe" kann das Gegenteil meinen.
• Kulturelle und persönliche Unterschiede: Was für die eine Person knapp ist, ist für die andere normal.
• Fehlalarme bei neutralen Texten: Ein zu empfindliches Modell schlägt bei sachlichen Mails an und verliert dadurch Vertrauen.

Bewährt hat sich deshalb: Die Analyse darf eine Priorität anheben und markieren, aber nicht eigenständig senken oder Fälle schließen. Und im Zweifel sollte sie „neutral" annehmen.

Ein Beispiel

Montagmorgen liegen 40 neue Nachrichten im Eingang. Eine davon lautet: „Ich warte seit zwei Wochen auf eine Antwort. Wenn das so weitergeht, suche ich mir einen anderen Anbieter." Die Analyse stuft sie als verärgert ein, hebt die Priorität an und markiert das Ticket. Jana Beispiel sieht es ganz oben und meldet sich zuerst bei diesem Kunden.

Datenschutz

Für die Analyse werden Kundennachrichten verarbeitet. Wo das Modell läuft und ob Inhalte an Dritte gehen, ist eine Frage der DSGVO.

Stimmung über die Zeit

Aufschlussreich ist auch der Verlauf innerhalb eines Tickets: Wird eine Kundin von Nachricht zu Nachricht ungeduldiger, ist das ein Warnsignal, auch wenn keine einzelne Nachricht „verärgert" ist.

Ebenso wertvoll ist der umgekehrte Blick: Welche Themen lösen besonders oft Ärger aus? Eine Auswertung über mehrere Wochen zeigt, ob eine bestimmte Produktfunktion, ein Ablauf oder eine Formulierung in Standardantworten regelmäßig zu Frust führt. Dort anzusetzen, bringt mehr als jede schnelle Reaktion im Einzelfall.

So hilft rapidFOX

Der Hintergrund-Agent „Aufpasser" in rapidFOX liest neue Kundennachrichten mit, ordnet sie als ruhig, neutral, frustriert oder verärgert ein, hebt bei Ärger die Priorität an (senkt sie aber nie), zeigt ein Abzeichen und benachrichtigt die Zuständigen. Er läuft auf eigenen Servern in Deutschland und ist abschaltbar. Mehr unter KI-Ticketsystem.