Was ist Self-Service Containment?
Self-Service Containment (auch: Containment Rate) misst den Prozentsatz der Kundenanliegen, die vollständig ohne menschliche Beteiligung gelöst werden. Das Anliegen wird „contained", also im Self-Service-Kanal eingeschlossen, ohne dass eine Eskalation an einen menschlichen Agenten erfolgt.
Der entscheidende Unterschied zur Deflection Rate: Deflection misst die Umleitung, Containment misst die Lösung. Ein Chatbot, der 1.000 Anfragen vom Telefon ablenkt, hat eine hohe Deflection Rate. Aber wenn 600 dieser Kunden anschließend doch den Support kontaktieren, liegt die tatsächliche Containment Rate deutlich niedriger. Self-Service Containment ist die ehrlichere Metrik, weil sie das Ergebnis bewertet, nicht die Umleitung.
Die Bedeutung der Metrik wächst mit dem Einsatz von KI im Kundenservice. Chatbots, virtuelle Assistenten und intelligente IVR-Systeme versprechen Automatisierung, aber die Containment Rate zeigt, ob diese Automatisierung tatsächlich funktioniert oder Kunden nur in Schleifen schickt.
Arten des Self-Service Containment
Je nach Kanal unterscheiden sich die Containment-Mechanismen:
Chatbot Containment misst den Anteil der Chatbot-Konversationen, die ohne Übergabe an einen menschlichen Agenten enden und das Anliegen lösen. Führende Chatbots erreichen 30–50 % bei breitem Themenspektrum, bis zu 80 % bei eingeschränkten, transaktionalen Use Cases (Botpress).
IVR Containment erfasst den Anteil der Telefonanrufe, die vollständig im IVR-System (Sprachmenü) abgeschlossen werden, ohne dass der Anrufer einen Agenten erreicht. Klassische IVR-Systeme erreichen 20–40 %, fortschrittliche Conversational-IVR-Systeme 45–60 % (Teneo.ai).
Knowledge Base Containment beschreibt den Anteil der Self-Service-Besucher, die nach dem Lesen eines Artikels keinen Supportkontakt aufnehmen. Diese Rate ist schwieriger zu messen, da der Zusammenhang zwischen Artikelbesuch und ausbleibendem Kontakt nur indirekt nachweisbar ist.
App Containment misst den Anteil der Kundenanliegen, die vollständig in der App gelöst werden (z. B. Adressänderung, Vertragsverlängerung, Schadensmeldung), ohne dass ein anderer Kanal genutzt wird.
Wie berechnet man die Self-Service Containment Rate?
Rechenbeispiel
Ein Online-Händler verzeichnet im Monat 5.000 Kundenanliegen. Davon lösen 1.500 ihr Anliegen über den Chatbot (Bestellstatus, Retourenanmeldung, FAQ) ohne einen Agenten zu kontaktieren.
Mit 30,0 % liegt der Händler im guten Bereich. Um auf 50 % zu kommen, sollte er analysieren, welche der verbleibenden 3.500 Anliegen automatisierbar sind.
Was ist eine gute Self-Service Containment Rate?
| Bewertung | Containment Rate | Einordnung |
|---|---|---|
| Exzellent | ≥ 50 % | Mehr als die Hälfte aller Anliegen wird automatisiert gelöst |
| Gut | 30–49 % | Self-Service etabliert, aber Automatisierungspotenzial vorhanden |
| Ausbaufähig | < 30 % | Self-Service löst nur einfachste Anliegen, Agenten tragen die Hauptlast |
Die Rate variiert stark nach Technologie und Branche:
| Kanal / Branche | Typische Containment Rate |
|---|---|
| KI-Chatbot (transaktionale Use Cases) | 50–80 % |
| KI-Chatbot (breites Themenspektrum) | 20–40 % |
| Klassisches IVR | 20–40 % |
| Conversational IVR | 45–60 % |
| Retail / E-Commerce (App + Web) | 60–80 % (Bestellstatus, Retouren) |
| Finanzdienstleistungen | 50–70 % (Kontoabfragen, Zahlungen) |
| Telekommunikation | 40–60 % |
Unternehmen mit einer Containment Rate über 70 % sparen erheblich bei den Supportkosten und verbessern gleichzeitig die Kundenzufriedenheit, da einfache Anliegen sofort gelöst werden (Calabrio).
Quellen: Botpress, Teneo.ai, Calabrio, Alhena
Self-Service Containment steigern
Häufigste Kontaktgründe automatisieren. Analysiere die Top-20-Kontaktgründe und identifiziere, welche sich für Automatisierung eignen. Bestellstatus, Kontostand, Adressänderung und Passwort-Reset sind typische Quick Wins mit hoher Containment-Wahrscheinlichkeit.
Containment-Blocker identifizieren. Analysiere, an welcher Stelle im Self-Service-Flow Kunden abbrechen und zum Agenten eskalieren. Häufige Blocker: fehlende Authentifizierung, unzureichende Antworten oder fehlende Transaktionsfähigkeit (z. B. kann der Bot informieren, aber keine Buchung durchführen).
Feedback nach Self-Service einholen. Frage Kunden nach einer Self-Service-Interaktion, ob ihr Anliegen gelöst wurde. Ohne diese Bestätigung misst Du nur Sitzungsabschlüsse, nicht tatsächliche Lösungen. Ein Kunde, der den Chatbot frustriert verlässt und stattdessen anruft, ist kein Containment-Erfolg.
Nahtlose Eskalation ermöglichen. Wenn Self-Service nicht ausreicht, muss die Übergabe an einen Agenten reibungslos funktionieren. Der Agent sollte den bisherigen Konversationsverlauf sehen, damit der Kunde sich nicht wiederholen muss. Paradoxerweise steigert gute Eskalation langfristig das Containment, weil Kunden dem Self-Service-Kanal vertrauen.
Wissensbasis kontinuierlich erweitern. Jede Anfrage, die vom Chatbot an einen Agenten eskaliert wird, ist ein Trainingssignal. Nutze diese Daten, um neue Antworten und Flows zu erstellen. Die Search Effectiveness Deiner Knowledge Base bestimmt maßgeblich, wie gut der Self-Service funktioniert.
Self-Service Containment vs. Deflection Rate vs. Self-Service Success Rate
| Metrik | Was sie misst | Fokus | Typischer Benchmark |
|---|---|---|---|
| Self-Service Containment | Anteil der Anliegen, die ohne Agent gelöst werden | Tatsächliche Lösung | ≥ 50 % |
| Deflection Rate | Anteil der Anfragen, die vom Agenten-Kanal umgeleitet werden | Umleitung | 20–40 % |
| Self-Service Success Rate | Kundenbewertung der Self-Service-Erfahrung | Kundenzufriedenheit | ≥ 70 % |
Self-Service Containment ist die härteste Metrik der drei: Sie misst nicht die Umleitung (Deflection) und nicht die Zufriedenheit (Success Rate), sondern ob das Anliegen tatsächlich ohne menschliche Hilfe gelöst wurde. Die Kombination aller drei gibt ein vollständiges Bild: Werden Kunden umgeleitet (Deflection)? Wird ihr Anliegen gelöst (Containment)? Sind sie damit zufrieden (Success Rate)?
Pro und Kontra
Pro
- +Misst tatsächliche Problemlösung statt nur Umleitung
- +Direkter ROI-Nachweis für Self-Service-Investitionen berechenbar
- +Skaliert Kundenservice ohne proportionalen Personalaufbau
Kontra
- –Schwierig zu messen, da 'gelöst' nicht immer eindeutig definierbar ist
- –100 % Containment ist weder realistisch noch wünschenswert, komplexe Anliegen brauchen Menschen
- –Kann falsche Anreize setzen: Eskalation wird erschwert statt Self-Service verbessert
Einfluss von KI auf Self-Service Containment
KI hat die Containment Rate von traditionellen 20–40 % (klassisches IVR) auf 60–90 % bei fortschrittlichen Systemen gehoben (Teneo.ai). Generative KI versteht Kundenanliegen in natürlicher Sprache und kann Antworten aus der Knowledge Base zusammenstellen, statt nur vordefinierte Menüoptionen anzubieten.
Der nächste Sprung kommt durch Agentic AI: KI-Agenten, die nicht nur informieren, sondern Transaktionen durchführen können. Statt „Hier findest Du die Anleitung zur Adressänderung" führt der KI-Agent die Adressänderung direkt durch. Das steigert die Containment Rate erheblich, weil die bisherige Grenze zwischen Information und Aktion wegfällt.