Wie Definity die Gesprächsbearbeitungszeit um 40% senkte — durch einen einzigen Architekturwechsel

Definity Financial Corporation (TSX: DFY), Kanadas größter unabhängiger Schaden- und Unfallversicherer, hat Google Cloud Contact Center AI gemeinsam mit Deloitte Consulting im Live-Agentenbetrieb eingeführt. Innerhalb eines Monats nach dem Go-live sank die durchschnittliche Gesprächsbearbeitungszeit um 3,5 Minuten pro Anruf — das entspricht 40% der durchschnittlichen Handle Time — und brachte dem Unternehmen mehr als 20.000 Agentenstunden pro Jahr zurück. Quelle: offizielle Fallstudie von Google Cloud, bestätigt durch das Deloitte-Implementierungsteam.

Die versteckten Kosten in jedem Anruf

Definitys Contact Center bearbeitet täglich über 500 Kundenanrufe im gesamten kanadischen Versicherungsportfolio. Während jeder Interaktion navigierten Agenten gleichzeitig durch mehrere Legacy-Systeme — sie riefen Vertragsdaten, Schadenhistorien und Authentifizierungsdaten aus separaten Plattformen ab, während sie den Kunden am Telefon hielten. Nach jedem Anruf verbrachten die Agenten weitere drei bis fünf Minuten damit, Zusammenfassungsnotizen manuell zu schreiben. Das kombinierte Ergebnis: verlängerte Gesprächsdauern, langsamere Wrap-up-Warteschlangen und Agentenkapazität, die von administrativer Arbeit mit geringem Mehrwert absorbiert wurde. Definity beauftragte Deloitte mit einer präzisen Frage: Aufgaben zu identifizieren, die Agentenzeit verbrauchen und dem Kundenerlebnis null zusätzlichen Wert liefern. Die Antwort wies direkt auf den Informationsabruf während der Gespräche und die Zusammenfassung nach dem Anruf hin.

Die Entscheidung, die das Standardparadigma umkehrte

Die konventionelle KI-Assist-Sequenz in Contact Centern folgt einer Post-Call-Logik — den Anruf abwarten, dann KI anwenden, um eine Zusammenfassung oder Transkription zu erstellen. Definitys Team kehrte diese Sequenz vollständig um. Die entscheidende Wahl: KI als aktive Schicht während laufender Gespräche einzusetzen, die relevante Vertrags- und Schadendaten dem Agenten in Echtzeit bereitstellt — bevor der Anrufer warten oder Kontext wiederholen musste. Vier CCAI-Funktionen gingen in gestaffelter Reihenfolge in Produktion — virtuelle Agentenautentifizierung zu Gesprächsbeginn, Echtzeit-Agentenassistenz während des Gesprächs, automatisierte Post-Call-Zusammenfassung via Vertex AI sowie Sentiment-Analyse für intelligentes Routing. Technisch gesehen durchlaufen Audiotranskriptionen zunächst die Google Cloud Data Loss Prevention-Schicht, dann Vertex AI-Sprachmodelle zur Datenextraktion und Zusammenfassung, bevor sie zur Speicherung zurück in Salesforce fließen — die manuelle Noteingabe entfällt vollständig. Voraussetzung war eine 10-monatige Datenmigration auf BigQuery und Vertex AI, die rund 50% schneller als Branchenreferenzwerte abgeschlossen wurde und Definity die einheitliche Datenbasis verschaffte, aus der CCAI Multi-System-Informationen in Echtzeit abrufen kann.

Das Ergebnis — nach einem Monat gemessen

Innerhalb von rund einem Monat nach dem Go-live Ende 2023 maß Definity eine Reduktion der durchschnittlichen Gesprächsbearbeitungszeit um 3,5 Minuten. Gemessen an der Baseline vor der Implementierung — wo Gespräche durch den Informationsverzug im Anruf und die manuelle Zusammenfassung danach drei bis fünf Minuten länger dauerten — entspricht die Einsparung von 3,5 Minuten 33 bis 40% der gesamten Gesprächszeit. Bei einem täglichen Volumen von über 500 Anrufen summieren sich diese Einsparungen je Anruf: Die veröffentlichte Fallstudie von Google Cloud beziffert den annualisierten Gesamtbetrag auf mehr als 20.000 zurückgewonnene Agentenstunden pro Jahr. Eine ehrliche Anmerkung zum Umfang: Die Kernmetrik erfasst operative Effizienz — die aus jeder Transaktion entfernte Zeit. Definitys qualitatives Reporting beschreibt eine deutlich verbesserte Agentenzufriedenheit und konkrete Fortschritte beim Wiedereinsatz freigesetzter Agenten für wertschöpfungsstarke Aufgaben, darunter Underwriting-Support. Konkrete CSAT- oder NPS-Deltas fehlen in den veröffentlichten Quellen.

Was andere Organisationen daraus lernen können

Definitys Ergebnis basiert auf drei übertragbaren Bedingungen. Erstens eine einheitliche Datenbasis: Die 200-TB-Migration in BigQuery ermöglichte CCAI, Multi-System-Daten in Echtzeit abzurufen. Organisationen mit fragmentierter Dateninfrastruktur werden auf Latenzen stoßen, die jeden In-Call-Vorteil eliminieren. Zweitens gestaffeltes Deployment: Definity brachte vier Funktionen — Authentifizierung, Agentenassistenz, Zusammenfassung, Sentiment-Analyse — schrittweise in Produktion und validierte jede Phase, bevor die nächste live ging, anstatt alles auf einmal zu starten. Drittens sofortige Messung: Die Ergebnisse zeigten sich in einem Monat, weil Definity Baseline-Werte vor dem Go-live festgelegt hatte und das Delta mit Tempo maß. Die 40%-Reduktion wäre ohne diese Messdisziplin unsichtbar geblieben. Die übertragbare Frage für jede Organisation mit hochvolumigen Contact Centern: An welchem Punkt des Anrufs greift Ihre KI-Unterstützung ein? Diese Eingriffsstelle vom Post-Call in die Echtzeit zu verlagern — die architektonische Entscheidung von Definity — ist die Veränderung, die zu 40% Reduktion der Handle Time und mehr als 20.000 zurückgewonnenen Jahresstunden führte.