Durchschnittliche Bearbeitungszeit (AHT)

AHT besteht aus drei Komponenten für den E-Mail-/Ticket-Support. Lesezeit: Zeit von der Ticketzuweisung bis zum ersten Lesen – optimiert durch die Weiterleitung von Tickets an Agenten basierend auf der Fähigkeitsübereinstimmung (Agenten verstehen den Problemkontext sofort) und die Sicherstellung, dass alle Informationen in der ersten Ticketansicht sichtbar sind (Kontokontext, CRM-Historie, frühere Gespräche). Aktive Zeit: Zeit, die für die Diagnose, Recherche und das Verfassen der Antwort aufgewendet wird – optimiert durch: in die Ticketansicht eingebettete Wissensdatenbanksuche (Finden des relevanten Artikels in 30 Sekunden statt 5 Minuten durch Browsersuche), KI-Entwurfsvorschläge, die Agenten eine Antwort zum Bearbeiten geben, anstatt sie von Grund auf neu zu verfassen, und Makrobibliotheken für die häufigsten Antworttypen. Nachbearbeitungszeit: Tagging, Protokollierung, Eskalationsvermerke und andere Aktionen nach der Lösung – optimiert durch Automatisierung (der Helpdesk taggt automatisch basierend auf dem Ticketinhalt) und vereinfachte Taxonomie (zu viele Tagging-Optionen erzeugen Reibung nach der Lösung; eine fokussierte Taxonomie von 15–20 Tags deckt 90 % der Fälle ab). Für Live-Chat und Telefon umfasst AHT auch die aktive Gesprächszeit – was die Gesprächseffizienz (Vermeidung unnötiger Abschweifungen, effiziente Führung zur Diagnose) als Optimierungsdimension hinzufügt.

AHT-Benchmarks für den SaaS-Support variieren erheblich je nach Kanal und Problemkomplexität. E-Mail/Ticket: Median-AHT 8–15 Minuten für einfache Anfragen der Stufe 1; 20–40 Minuten für komplexe Fehlerbehebung der Stufe 1; 30–90 Minuten für technische Untersuchungen der Stufe 2. Live-Chat: Median-AHT 6–12 Minuten einschließlich aktiver Gesprächszeit. Telefon-Support: Median-AHT 8–15 Minuten für den SaaS-Produktsupport. KI-gestützter Support (Agent, der Copilot-Tools verwendet): Eine AHT-Reduzierung von 20–35 % wird häufig für KI-gestützte im Vergleich zu nicht-gestützten Agenten bei vergleichbaren Tickettypen gemeldet. Der wichtigste Benchmark ist Ihr eigener historischer Trend, nicht der Branchendurchschnitt – ein Team, dessen AHT sich verbessert, während sich CSAT und FCR ebenfalls verbessern, optimiert effektiv; ein Team, dessen AHT sinkt, aber CSAT und FCR ebenfalls sinken, überstürzt wahrscheinlich die Lösungen.

Wenn AHT als primäre Leistungsmetrik verwendet wird, schafft dies einen perversen Anreiz: Agenten minimieren die auf Tickets verbrachte Zeit, indem sie schnelle, aber unvollständige Antworten geben, komplexe Probleme unangemessen an den Self-Service weiterleiten oder Tickets vorzeitig als gelöst markieren. Maßnahmen zur Verhinderung von Manipulationen: Melden Sie AHT niemals als eigenständige Metrik – koppeln Sie sie immer mit CSAT, FCR und der Wiederaufnahmequote im selben Dashboard, damit Qualitätssignale jede Manipulation sofort aufdecken. Legen Sie AHT als Benchmark-Bereich fest, nicht als Maximum (z. B. „Zielbereich: 8–20 Minuten für Tier 1 E-Mail“ – Tickets, die in < 5 Minuten gelöst werden, werden für die QA-Überprüfung als potenzielle Weiterleitung markiert, Tickets > 30 Minuten werden für die Coaching-Überprüfung markiert). Beziehen Sie AHT in den QA-Überprüfungskontext ein (war die Lösungszeit angesichts der Komplexität des Problems angemessen? – eine 20-minütige AHT bei einer einfachen How-to-Frage ist eine Schulungslücke; eine 20-minütige AHT bei einem komplexen API-Integrationsproblem ist eine angemessene Effizienz). Verwenden Sie AHT als Coaching-Auslöser, nicht als Bestrafungssignal: Ein Agent mit konstant hoher AHT benötigt Wissens- oder Prozessunterstützung, keine Leistungsverwarnung.