Was ist die Resolution Time?
Die Resolution Time (deutsch: Lösungszeit) misst die Gesamtdauer von der Erstellung einer Kundenanfrage bis zu ihrer vollständigen Lösung. Anders als die First Response Time, die nur die Reaktionsgeschwindigkeit erfasst, bildet die Resolution Time den kompletten Lösungsprozess ab, inklusive Wartezeiten, Rückfragen, Eskalationen und Bearbeitung durch mehrere Agenten.
Die Resolution Time ist eine der aussagekräftigsten Kennzahlen im Kundenservice. Eine kurze Erstantwort allein reicht nicht, wenn das Problem erst Tage später gelöst wird. 52 % der Kunden erwarten, dass ihr Anliegen innerhalb eines Tages gelöst wird (Fullview). Wird diese Erwartung verfehlt, sinkt die Kundenzufriedenheit und das Risiko für Kundenabwanderung steigt.
Arten der Resolution Time
First Resolution Time erfasst die Zeit bis zur ersten Lösung eines Tickets. Wird das Ticket später erneut geöffnet (Reopen), bleibt die First Resolution Time unverändert.
Full Resolution Time (auch: Total Resolution Time) berücksichtigt Reopens und misst die Zeit bis zur endgültigen Lösung. Sie ist die realistischere Kennzahl, da sie zeigt, wie lange Kunden tatsächlich auf eine funktionierende Lösung warten.
Mean Time to Resolution (MTTR) ist der Durchschnittswert der Resolution Time über alle gelösten Tickets. In vielen Helpdesk-Tools wird MTTR als Standardkennzahl ausgewiesen.
Wie die Resolution Time berechnen?
Die Lösungszeit beginnt mit der Erstellung des Tickets (oder dem Eingang der Anfrage) und endet, wenn das Ticket als gelöst markiert wird. Wichtig: Die meisten Tools messen die Kalenderzeit, nicht die reine Bearbeitungszeit. Wartezeiten auf Kundenantworten fließen also ebenfalls ein.
Rechenbeispiel
Ein Support-Team löst an einem Tag 60 Tickets. Die Summe aller individuellen Lösungszeiten beträgt 480 Stunden.
Mit 8 Stunden liegt das Team im guten Bereich für E-Mail- und Ticketing-Support. Ohne KI liegt der Branchendurchschnitt bei über 30 Stunden (Pylon).
Was ist eine gute Resolution Time?
Resolution Time nach Kanal
| Kanal | Sehr gut | Akzeptabel | Kritisch |
|---|---|---|---|
| Live-Chat | unter 10 Min. | 10–30 Min. | über 30 Min. |
| Telefon (Erstlösung) | unter 15 Min. | 15–30 Min. | über 30 Min. |
| E-Mail / Ticketing | unter 4 Std. | 4–24 Std. | über 24 Std. |
| Social Media | unter 2 Std. | 2–8 Std. | über 24 Std. |
Quelle: Freshworks Benchmark Report 2025, Pylon
Resolution Time nach Ticket-Komplexität
| Komplexität | Typische Resolution Time | Beispiel |
|---|---|---|
| Einfach (Tier 1) | unter 15 Min. | Passwort-Reset, Kontostatus |
| Mittel (Tier 2) | 1–8 Std. | Konfigurationsproblem, Rechnungskorrektur |
| Komplex (Tier 3) | 1–5 Tage | Software-Bug, Systemintegration |
| Kritisch (Eskalation) | nach SLA | Systemausfall, Datenverlust |
Top-Performer im Conversational Support lösen Anfragen in durchschnittlich 2 Minuten, während untere Performer 33 Minuten benötigen. Im Ticketing-Bereich schaffen Top-Performer 29 Minuten gegenüber über 29 Stunden bei schwächeren Teams (Freshworks).
Resolution Time verkürzen
First Call Resolution (FCR) steigern. Wenn Probleme beim ersten Kontakt gelöst werden, entfällt die Resolution Time für Folgekontakte komplett. FCR ist der stärkste Hebel zur Verkürzung der Gesamtlösungszeit.
Wissensdatenbank aufbauen und pflegen. Agenten, die schnell auf erprobte Lösungswege zugreifen können, lösen Tickets schneller. Gleichzeitig ermöglicht eine öffentliche Wissensdatenbank Self-Service und reduziert das Ticket Volume.
Eskalationspfade klar definieren. Wenn Agenten wissen, wann und an wen sie eskalieren sollen, vermeiden sie unnötige Verzögerungen. Klare Kriterien (z. B. nach 2 Stunden ohne Lösung eskalieren) verhindern, dass Tickets in der Bearbeitung stecken bleiben.
SLA-Tracking automatisieren. Automatische Warnungen bei drohender SLA-Verletzung stellen sicher, dass kritische Tickets nicht übersehen werden. Die Priorisierung nach SLA-Nähe verkürzt die Resolution Time für zeitkritische Anliegen.
Ticket-Kategorisierung automatisieren. Falsch kategorisierte Tickets landen beim falschen Team und verzögern die Lösung. Automatische Klassifizierung (regelbasiert oder per KI) spart Routing-Zeit.
Resolution Time vs. FCR vs. FRT
| Metrik | Was sie misst | Fokus |
|---|---|---|
| Resolution Time | Gesamtdauer bis zur Lösung | Lösungsgeschwindigkeit |
| First Call Resolution (FCR) | Anteil beim ersten Kontakt gelöster Anfragen | Lösungsqualität |
| First Response Time (FRT) | Zeit bis zur ersten Antwort | Reaktionsgeschwindigkeit |
FCR und Resolution Time hängen zusammen: Eine hohe FCR bedeutet, dass viele Tickets sofort gelöst werden, was die durchschnittliche Resolution Time senkt. Eine niedrige FRT garantiert dagegen keine kurze Resolution Time, denn eine schnelle erste Antwort hilft wenig, wenn die Lösung Tage dauert.
Pro und Kontra der Resolution Time
Pro
- +Misst den gesamten Lösungsprozess, nicht nur die Reaktion
- +Direkt mit Kundenzufriedenheit und Retention korreliert
- +Deckt Prozessengpässe und Eskalationsprobleme auf
Kontra
- –Kalenderzeit inkludiert Wartezeiten auf Kundenantworten, die das Team nicht beeinflussen kann
- –Durchschnittswerte werden durch wenige Langläufer stark verzerrt (Median ist oft aussagekräftiger)
- –Unterschiedliche Ticket-Komplexitäten machen Vergleiche ohne Segmentierung wenig sinnvoll
Einfluss von KI auf die Resolution Time
KI hat den stärksten Einfluss auf die Resolution Time aller Erreichbarkeitsmetriken.
Sofortige Lösung einfacher Anfragen. KI-Agenten lösen Standardanfragen (Passwort-Reset, Bestellstatus, FAQ) in Sekunden statt Minuten. Laut Pylon reduziert KI-gestützter Support die Lösungszeit um bis zu 97 % gegenüber rein menschlicher Bearbeitung (Pylon).
Agenten-Unterstützung bei komplexen Fällen. KI fasst die bisherige Kundenhistorie zusammen, schlägt Lösungsschritte vor und füllt Formulare automatisch aus. Agenten mit KI-Unterstützung bearbeiten 13,8 % mehr Anfragen pro Stunde (Fullview). Besonders bei Eskalationen spart die automatische Zusammenfassung des bisherigen Gesprächsverlaufs wertvolle Einarbeitungszeit.