Was ist der Case Backlog?
Der Case Backlog (auch Queue Depth oder Warteschlangentiefe) ist die Gesamtanzahl ungelöster Cases, die zu einem bestimmten Zeitpunkt auf Bearbeitung warten. Die Kennzahl ist ein Echtzeitindikator für die Servicekapazität: Steigt der Backlog über mehrere Tage, reicht die Lösungsrate nicht aus, um mit dem eingehenden Ticketvolumen Schritt zu halten.
Ein hoher Backlog wirkt sich direkt auf die Kundenzufriedenheit aus. Jeder ungelöste Case bedeutet einen wartenden Kunden. Tickets, die länger als 72 Stunden ungelöst bleiben, kosten im Durchschnitt 2,4-mal so viel wie Tickets, die innerhalb von 24 Stunden bearbeitet werden (Lorikeet). Der Backlog ist damit nicht nur eine operative, sondern auch eine wirtschaftliche Kennzahl.
Arten des Case Backlog
Absoluter Backlog ist die einfache Zählung aller offenen Cases. Diese Zahl allein ist wenig aussagekräftig, weil sie ohne Kontext interpretiert wird. 500 offene Tickets sind für ein 50-Personen-Team Routine, für ein 5-Personen-Team aber eine Krise.
Relativer Backlog (Backlog Ratio) setzt den Backlog ins Verhältnis zum Tagesvolumen oder zur Teamkapazität. Ein Backlog von 200 Tickets bei einer täglichen Lösungsrate von 100 Tickets entspricht zwei Tagen Arbeit. Diese Darstellung macht Teams und Zeiträume vergleichbar.
Backlog nach Alter (auch Backlog Aging) segmentiert den Backlog nach der Dauer, die Cases bereits offen sind. Cases, die länger als die SLA-Frist offen sind, erfordern sofortige Eskalation. Das Case Age jedes einzelnen Tickets fließt in die Aging-Analyse ein.
Wie berechnet man den Case Backlog?
Ergänzend berechnet sich der Backlog in Tagen:
Rechenbeispiel
Ein Support-Team startet die Woche mit 120 offenen Cases. In der Woche gehen 350 neue Cases ein, und das Team schließt 330 Cases.
Der Backlog ist um 20 Cases gewachsen. Bei einer täglichen Lösungsrate von 66 Cases (330 ÷ 5 Tage) entspricht der Backlog 2,1 Tagen Arbeit. Das ist handhabbar, zeigt aber einen Aufwärtstrend.
Was ist ein gesunder Case Backlog?
| Backlog (% des Tagesvolumens) | Bewertung | Handlungsbedarf |
|---|---|---|
| 0–7 % | Exzellent | Monitoring beibehalten |
| 7–10 % | Gut | Trend beobachten |
| 10–20 % | Erhöht | Ursachenanalyse starten |
| > 20 % | Kritisch | Sofortmaßnahmen einleiten |
| Backlog (Tage Arbeit) | Bewertung |
|---|---|
| < 1 Tag | Exzellent |
| 1–2 Tage | Normal |
| 2–3 Tage | Erhöht |
| > 3 Tage | Kritisch |
Ein Backlog von null ist in der Praxis selten erreichbar und auch nicht notwendig. Entscheidend ist, dass der Backlog über die Zeit stabil bleibt oder sinkt (Geckoboard, KPI Tree).
Case Backlog reduzieren
Eingangsvolumen senken. Self-Service-Optionen, Wissensdatenbanken und Chatbots reduzieren die Zahl der Cases, die überhaupt in die Warteschlange gelangen. Das ist der wirkungsvollste Hebel.
Lösungsrate steigern. Agenten mit besseren Tools ausstatten (Vorlagen, Makros, Wissensdatenbank-Integration), After-Call-Work automatisieren und Prozesse für häufige Anfragen standardisieren. Ein durchschnittlicher Agent löst 21 Tickets pro Tag (MetricNet). Jede Prozessoptimierung, die diese Zahl erhöht, wirkt direkt auf den Backlog.
Priorisierung einführen. Nicht alle Cases sind gleich dringend. Ein Triage-System nach Schweregrad und SLA-Frist stellt sicher, dass kritische Fälle nicht im allgemeinen Backlog untergehen.
Kapazität temporär erhöhen. Bei saisonalen Spitzen oder nach Produktlaunches temporäre Kapazität einplanen, etwa durch flexible Agenten oder Outsourcing-Partner.
Case Backlog vs. Backlog Aging vs. Case Closure Rate
| Metrik | Was sie misst | Perspektive |
|---|---|---|
| Case Backlog / Queue Depth | Absolute Anzahl offener Cases | Volumen |
| Backlog Aging | Altersverteilung der offenen Cases | Alter |
| Case Closure Rate | Verhältnis geschlossener zu geöffneten Cases | Durchsatz |
Der Backlog zeigt wie viele Cases offen sind. Das Backlog Aging zeigt, wie lange sie schon offen sind. Die Case Closure Rate zeigt, ob das Team mit dem Eingangsvolumen Schritt hält. Nur zusammen geben die drei Metriken ein vollständiges Bild der Warteschlangengesundheit.
Pro und Kontra des Case Backlog
Pro
- +Sofort verständlich und leicht zu erheben
- +Echtzeitindikator für Kapazitätsengpässe
- +Ermöglicht frühzeitiges Gegensteuern vor SLA-Verletzungen
Kontra
- –Absoluter Backlog ohne Kontext (Teamgröße, Komplexität) ist wenig aussagekräftig
- –Unterscheidet nicht zwischen einfachen und komplexen Cases
- –Kann durch manipulatives Schließen und Wiedereröffnen von Tickets verzerrt werden
Einfluss von KI auf den Case Backlog
KI-Chatbots und automatisierte Workflows können einen erheblichen Teil der eingehenden Anfragen ohne menschliche Beteiligung lösen. Das reduziert das Eingangsvolumen und damit den Backlog direkt. Intelligentes Routing weist komplexe Cases sofort dem richtigen Spezialisten zu, anstatt sie in einer allgemeinen Warteschlange reifen zu lassen, was das Case Age senkt und die Resolution Time verkürzt.