Was ist Forecast AHT?
Forecast AHT ist die prognostizierte durchschnittliche Bearbeitungszeit (Average Handle Time), die in Workforce-Management-Modellen für die Personalbedarfsrechnung verwendet wird. Sie schätzt vorab, wie lange ein Agent im Durchschnitt für die Bearbeitung eines Kundenkontakts benötigen wird.
Die Forecast AHT ist eine der beiden Kerngrößen der Personalplanung. Zusammen mit dem Forecast Volume bestimmt sie den Gesamtpersonalbedarf: Prognostiziertes Volumen × Forecast AHT = benötigte Gesamtarbeitszeit. Diese Größe fließt dann in die Erlang-C-Berechnung ein, um die tatsächlich benötigte Anzahl von Agents unter Berücksichtigung des gewünschten Service Levels zu ermitteln.
Bereits kleine Abweichungen haben große Auswirkungen: Liegt die Forecast AHT nur 10 % über dem tatsächlichen Wert, sind systematisch zu viele Agents eingeplant, was die Personalkosten unnötig erhöht. Umgekehrt führt eine zu niedrige Prognose zu Unterbesetzung, steigenden Wartezeiten und einer höheren Abandonment Rate.
Arten und Varianten
Historischer Durchschnitt ist die einfachste Methode: Der AHT der letzten Wochen wird gemittelt und als Prognose übernommen. Diese Methode funktioniert in stabilen Umgebungen, reagiert aber nicht auf Trends.
Gewichteter gleitender Durchschnitt gewichtet jüngere Zeiträume stärker als ältere. Typisch ist ein 4-Wochen-Fenster mit abnehmenden Gewichten (z. B. 40 %, 30 %, 20 %, 10 %). Dadurch fließen aktuelle Veränderungen schneller in die Prognose ein.
Saisonbereinigte Prognose berücksichtigt wiederkehrende Schwankungen: AHT steigt typischerweise während Produktlaunches, Rechnungszyklen oder nach Systemumstellungen. WFM-Tools nutzen Saisonindizes aus Vorjahren, um diese Effekte in der Planung abzubilden.
Segmentierte Forecast AHT prognostiziert die Bearbeitungszeit getrennt nach Kontakttyp, Kanal oder Skill-Gruppe. Da ein technischer Support-Anruf deutlich länger dauert als eine Adressänderung, liefert die segmentierte Prognose wesentlich genauere Ergebnisse.
Wie berechnet man Forecast AHT?
Rechenbeispiel
Ein Contact Center berechnet die Forecast AHT für die kommende Woche anhand der letzten 4 Wochen mit abnehmender Gewichtung:
| Woche | AHT (Sek.) | Gewicht |
|---|---|---|
| Woche −1 | 320 | 4 |
| Woche −2 | 310 | 3 |
| Woche −3 | 340 | 2 |
| Woche −4 | 330 | 1 |
Die prognostizierte AHT von 323 Sekunden (ca. 5:23 Min.) liegt näher am aktuellsten Wert als ein ungewichteter Durchschnitt (325 Sek.), weil die jüngste Woche den stärksten Einfluss hat.
Forecast AHT Genauigkeit bewerten
Die Qualität der AHT-Prognose wird über die prozentuale Abweichung gemessen:
| Abweichung | Bewertung | Auswirkung |
|---|---|---|
| < 5 % | Sehr gut | Minimale Planungsabweichung |
| 5–10 % | Akzeptabel | Geringe Über-/Unterbesetzung |
| 10–15 % | Verbesserungswürdig | Spürbare Ineffizienz |
| > 15 % | Kritisch | Erhebliche Fehlplanung |
Laut ICMI (International Customer Management Institute) sollte die AHT-Prognoseabweichung unter 5 % liegen, um eine verlässliche Personalplanung zu gewährleisten (ICMI).
Forecast AHT verbessern
Segmentierung nach Kontakttyp einführen. Statt einen einzigen AHT-Wert für alle Kontakte zu prognostizieren, sollte nach Skill-Gruppen, Kanälen und Anfragetypen getrennt werden. Eine Rechnungsfrage hat eine andere AHT als eine technische Störung.
Bekannte Ereignisse einplanen. Produktlaunches, Preisänderungen, Systemmigrationen oder Marketing-Kampagnen verändern die AHT vorhersehbar. Diese Ereignisse sollten manuell als Korrekturfaktoren in die Prognose einfließen.
Ausreißer bereinigen. Einzelne extrem lange Kontakte (z. B. durch Systemausfälle) verzerren den Durchschnitt. Für die Prognose sollten solche Ausreißer identifiziert und separat behandelt werden.
Neuzugänge separat modellieren. Neue Agents haben in den ersten Wochen eine deutlich höhere AHT als erfahrene Kollegen. Wenn ein Team wächst, sollte der Ramp-up-Effekt in der Prognose berücksichtigt werden.
Prognose regelmäßig validieren. Ein wöchentlicher Vergleich von Forecast AHT und tatsächlichem AHT deckt systematische Verzerrungen auf und ermöglicht eine Kalibrierung der Gewichtungsfaktoren.
Forecast AHT vs. Actual AHT vs. Target AHT
| Metrik | Definition | Verwendung |
|---|---|---|
| Forecast AHT | Prognostizierter AHT für die Zukunft | Personalplanung, Schichtplanung |
| Actual AHT | Tatsächlich gemessener AHT | Performance-Analyse, Prognosevalidierung |
| Target AHT | Zielwert, den Agents erreichen sollen | Coaching, SLA-Steuerung |
Forecast AHT und Target AHT werden häufig verwechselt. Die Prognose beschreibt, was voraussichtlich passieren wird. Das Target beschreibt, was passieren soll. Beide Werte können bewusst voneinander abweichen: Wenn ein Team seine Average Handle Time senken soll, liegt das Target unter der Forecast AHT.
Pro
- +Ermöglicht datenbasierte Personalplanung
- +Identifiziert AHT-Trends frühzeitig
- +Grundlage für Erlang-C und Kapazitätsmodelle
- +Segmentierung erhöht Prognosegenauigkeit
Kontra
- –Setzt ausreichend historische Daten voraus
- –Reagiert verzögert auf plötzliche Veränderungen
- –Ausreißer können Prognose verzerren
- –Erfordert regelmäßige manuelle Kalibrierung
Einfluss von KI auf Forecast AHT
KI-basierte Forecasting-Tools analysieren deutlich mehr Variablen als klassische gewichtete Durchschnitte. Machine-Learning-Modelle erkennen nichtlineare Muster, etwa den Zusammenhang zwischen Ticketkomplexität und Bearbeitungszeit, und liefern so genauere AHT-Prognosen.
Gleichzeitig verändert KI die AHT selbst: Wenn KI-Agenten einfache Anfragen vollständig übernehmen, steigt die durchschnittliche Komplexität der verbleibenden menschlichen Kontakte. Die Forecast AHT für menschliche Agents muss dann nach oben korrigiert werden, während die Gesamt-AHT (Mensch + KI) sinkt.