Was ist Ticket-Deflection?
„Wo ist mein Paket?“ „Wie ändere ich mein Passwort?“ „Habt ihr samstags auf?“ Jede dieser Fragen kann ein Ticket werden, das ein Mensch beantwortet. Oder sie klärt sich vorher, weil die Antwort gut zu finden war. Das zweite heißt Ticket-Deflection.
Deflection bedeutet Ablenkung. Zendesk beschreibt es so: Self-Service führt zu weniger Anfragen, die bei Menschen ankommen. Salesforce nennt es Case Deflection und meint, Kunden zu Artikeln und Antworten zu führen, bevor ein Fall entsteht.
Das Wort hat einen Haken. Ablenken ist nicht dasselbe wie lösen. Wer aufgibt, erzeugt auch kein Ticket.
Wie wird die Deflection Rate berechnet?
Standard-Formel
Deflection Rate = gelöste Self-Service-Fälle ÷ (gelöste Self-Service-Fälle + Tickets) × 100
Beispiel: 300 gelöste Fälle und 700 Tickets → 300 ÷ 1.000 × 100 = 30 %
Woher die Zahlen kommen:
- Gelöste Fälle: Chatbot-Gespräche mit bestätigter Lösung oder Hilfeartikel mit „Hat geholfen: Ja“. Ein bloßer Seitenaufruf reicht nicht.
- Tickets: alle Anfragen im selben Zeitraum, die beim Team landen, auch per E-Mail und Telefon.
So zählen die Plattformen
Bevor du Werte vergleichst, lies das Kleingedruckte. Unter ähnlichen Namen stecken verschiedene Rechnungen:
Anbieter
Kennzahl
Zendesk Guide
Hilfe-Sitzungen ÷ Nutzer mit Ticket, zum Beispiel 4:1
Zendesk AI
von KI gelöst ÷ von KI bearbeitet
Intercom Fin
Automation Rate: von Fin gelöst ÷ alle Gespräche
HubSpot
Gespräche ohne menschliche Beteiligung
Freshdesk
von KI ohne Menschen gelöst, Abbrüche getrennt
Wie viel der Nenner ausmacht, zeigt Intercom selbst. Bei 1.000 Gesprächen und 250 gelösten war die Resolution Rate nach alter Zählung 33 %, nach neuer 50 %. Am Kundenservice hatte sich nichts geändert. Die Automation Rate lag beide Male bei 25 %.
Was ist eine gute Deflection Rate?
Belastbare Richtwerte gibt es nicht. „40 bis 60 %“ stehen in vielen Anbieterblogs, eine unabhängige Studie dazu habe ich nicht gefunden.
Einen Dämpfer liefert Gartner. In einer Befragung von 5.728 Kunden, veröffentlicht 2024, wurden nur 14 % der Anliegen komplett im Self-Service gelöst. Selbst bei sehr einfachen Anliegen waren es 36 %. Bei 43 % der Fehlschläge fehlte schlicht der passende Inhalt.
Beispiele aus der Praxis
Case A · KI-Anbieter
Anthropic mit Intercom Fin
96 %
der Gespräche mit KI-Beteiligung
50,8 %
davon gelöst, nach gut einem Monat
Rechnerisch rund 49 % aller Gespräche.
Start bei 36 %. Angabe aus einer Fallstudie des Anbieters.
Case B · Zahlungsdienst
Klarna, erster Monat 2024
2/3
der Service-Chats führte die KI
−25 %
wiederholte Anfragen
Viel abgefangen, und weniger Kunden fragen nach.
Eigene Angabe von Klarna. Die zweite Zahl ist die wichtigere.
Häufige Fehler
Fehler 1 · Abbruch als Erfolg zählen
Kunde fragt den Bot, Bot versteht nichts, Kunde schließt das Fenster. In mancher Statistik ist das eine Deflection. Intercom zählt zum Beispiel auch „angenommene Lösungen“, wenn jemand ohne weitere Frage geht. Prüf, wie dein System das handhabt.
Fehler 2 · Jeden Besuch im Hilfe-Center mitzählen
10.000 Aufrufe im Hilfe-Center sind keine 10.000 vermiedenen Tickets. Zendesk stellt selbst klar, dass Google Analytics nicht sagen kann, wie viele Tickets vermieden wurden.
Fehler 3 · Den Kontaktweg verstecken
Wer die Telefonnummer drei Ebenen tief vergräbt, bekommt eine tolle Quote und schlechte Bewertungen. Der Weg zum Menschen muss bleiben.
Fehler 4 · Ohne Zufriedenheit auswerten
Steigt die Deflection und sinkt die Zufriedenheit, lenkst du Kunden ab, statt ihnen zu helfen.
So erhöhst du die Quote, ohne Kunden zu vergraulen
- Die häufigsten zehn Fragen sammeln: aus Tickets, Postfach und Telefonnotizen.
- Je Frage eine klare Antwort schreiben: in den Worten der Kunden, nicht in deinen.
- Antworten dort zeigen, wo gefragt wird: im Kontaktformular, im Kundenkonto, in der Bestellmail.
- Nachfragen: „Hat das geholfen?“ mit Ja und Nein. Das Nein führt zum Menschen.
- Wiederkontakt messen: Wer binnen drei Tagen erneut schreibt, war nicht gelöst.
Häufige Fragen
Wie berechnet man die Deflection Rate?
Teile die im Self-Service gelösten Fälle durch die Summe aus gelösten Fällen und erstellten Tickets und nimm das mal 100. Bei 300 gelösten Fällen und 700 Tickets sind das 30 %.
Was ist der Unterschied zwischen Deflection, Containment und Resolution?
Deflection heißt: kein Ticket beim Team. Containment heißt: Das Gespräch blieb im Bot. Resolution heißt: Das Anliegen ist gelöst. Nur die letzte Zahl sagt etwas über Hilfe aus, und auch sie wird je Anbieter anders gezählt.
Wie messe ich Ticket-Deflection ohne Chatbot?
Über eine kurze Frage unter jedem Hilfeartikel und über den Verlauf der Tickets. Sinken Anfragen zu einem Thema, nachdem du einen Artikel veröffentlicht hast, und bleibt die Kundenzahl gleich, ist das ein gutes Zeichen.
Kann eine Deflection Rate zu hoch sein?
Ja. Wenn Kunden keinen Weg mehr zu einem Menschen finden, steigt die Quote und die Zufriedenheit sinkt. Achte deshalb auf Wiederkontakte, Bewertungen und Kündigungen.