Webinar-Zusammenfassung: Wie Urban Company Partner-Support automatisiert und skaliert hat

Die meisten Supportteams stoßen an ihre Grenzen, wenn sie skalieren wollen. Sie stellen mehr Mitarbeitende ein, die Kosten steigen, die Qualität bleibt uneinheitlich und saisonale Spitzen überlasten die Abläufe. Urban Company hat einen anderen Weg gefunden.

In Behind the Agent: Wie Urban Company den Partnersupport im großen Maßstab automatisierte, erläuterte Abhishek Thakur, Engineering Manager bei Urban Company, wie das Unternehmen KI-Stimmen im Partnersupport eingesetzt hat – und welche Auswirkungen das auf Qualität, Kosten und Anrufvolumen hatte.

Das Supportproblem der Gig-Economy

Die Gig-Economy ist stark vom Vertrauen zwischen Plattformen und Arbeitskräften abhängig. Jeder Vertrauensbruch kann dazu führen, dass Arbeitskräfte zur Konkurrenz wechseln. In Indien gibt es mehr als 15 Millionen Gig-Worker; bis 2030 sollen es 23 Millionen sein. Sie interagieren mit Plattformen hauptsächlich über Mobilgeräte und Sprache. Unter ihren Arbeitsbedingungen – etwa Lärm, Verbindungsproblemen und gemischten Sprachen – ist textbasierter Support oft nicht praktikabel.

Trotzdem setzen viele Plattformen weiterhin auf Chat. Das führt zu niedrigen Lösungsquoten beim Erstkontakt und vielen Eskalationen. Arbeitskräfte haben oft das Gefühl, dass die Plattform nicht auf ihre Bedürfnisse ausgelegt ist. KI-Stimmen bieten einen möglichen Ausweg: Sie ermöglichen Kommunikation, die zu der Arbeitsweise dieser Zielgruppe passt. Die Frage ist, ob das in der Qualität und im Umfang funktioniert, die Gig-Economy-Unternehmen benötigen.

Warum Sprache der richtige Kanal für Gig-Worker war

Urban Company ist in 51 Städten Indiens sowie in den VAE, Singapur und Saudi-Arabien tätig. Das Unternehmen betreut knapp 60.000 aktive Servicefachkräfte – Klempner, Kosmetikerinnen und Reparaturtechniker für Haushaltsgeräte –, die täglich Aufträge in Privathaushalten ausführen.

Diese Partner sind keine typischen Tech-Nutzer. Viele kaufen ein Smartphone eigens, um der Plattform beizutreten. Ihr natürlicher Kommunikationskanal ist Sprache, nicht Text. Als Urban Company seine Chat-Supportprotokolle untersuchte, schickten Partner unvollständige Hinglish-Nachrichten, luden unscharfe Screenshots hoch und baten im Chat vor allem darum, zurückgerufen zu werden.

Die Lücke zwischen dem Supportkanal und der tatsächlichen Kommunikation der Partner verursachte an jedem Kontaktpunkt Reibung.

Menschlich erbrachter Support in diesem Umfang schafft eigene, sich verstärkende Probleme: 

1. Zehn Mitarbeitende im Callcenter erklären Dinge auf zehn unterschiedliche Arten
2. Die Aktualisierung von SOPs braucht Wochen, bis sie im gesamten Team umgesetzt ist
3. Und wenn die Saison für Klimaanlagenreparaturen beginnt, steigt das Anrufvolumen ohne Vorwarnung 

KI-Stimmen lösen alle drei Probleme: Sie liefern jedes Mal eine konsistente Lösung, passen sich sofort an neue Informationen an und skalieren horizontal für jedes Volumen.

Urban Company entschied sich für ElevenLabs, weil dessen Stimmen am menschlichsten klangen – eine Entscheidung auf Grundlage einer anonymen internen Umfrage, bei der Mitarbeitende Aufnahmen mehrerer Anbieter anhörten und abstimmten. Wenn Ihre Nutzer Gig-Worker sind, die Vertrauen in eine Plattform aufbauen sollen, ist die Stimmqualität keine Präferenz, sondern Voraussetzung.

Hinter den Agents von Urban Company

Urban Company nutzt KI-Stimmen jetzt in drei großen Teilbereichen:

Partnersupport – Partner können während eines Auftrags jederzeit in der App anrufen und Hilfe bei allen Problemen erhalten – von Kundenstreitigkeiten über Zahlungsprobleme bis hin zu Schwierigkeiten beim Auftragsabschluss.

Empfehlungsansprache – Ausgehende Anrufe an bestehende Partner mit der Frage, ob sie Familie oder Freunde an die Plattform vermitteln möchten. Eine Interaktion mit hohem Volumen und hoher Beziehungssensibilität, die von einem einheitlichen Ton und keinen Wartezeiten profitiert.

Instahelp – Eine Interaktionsebene ohne App für Partner, die nicht einfach lesen oder schreiben können. Partner verwalten ihre Aufträge, Abonnements und Anfragen vollständig per Sprache – ohne erforderliche Benutzeroberfläche.

Heute betreibt Urban Company mehr als 30 Live-Anwendungsfälle und entwickelt sich in Richtung mehr als 150 Sub-Agents. Was mit einer Person begann, die prüfte, ob das überhaupt möglich ist, ist zu einem 30-köpfigen Team gewachsen, das Sprach-KI-Agents im gesamten Unternehmen entwickelt und einsetzt. Sobald ein Anwendungsfall funktionierte, wollte jedes Team einen eigenen.

Demo: Multi-Agent-Lösung in Echtzeit

Szenario: Ein Servicepartner kommt beim Kunden an. Der Kunde lehnt den Auftrag wegen eines Stromausfalls ab, und der Partner muss ihn neu terminieren, ohne eine Stornogebühr zahlen zu müssen.

Gezeigter Ablauf:

• Der Partner ruft über die App den UC-Support an und erreicht einen KI-Agenten (Anjali)
• Anjali bestätigt die Auftragsdetails und bittet den Partner zu warten
• Gleichzeitig ruft ein zweiter Agent (Vidhi) den Kunden direkt an
• Vidhi bestätigt den Stornierungsgrund, bietet einen neuen Termin zur selben Zeit am nächsten Morgen an und bucht ihn
• Anjali kehrt mit der Lösung zum Partner zurück: Der Auftrag wurde neu terminiert, es fällt keine Stornogebühr an
• Der Partner dankt dem Agenten für die schnelle Lösung

Warum das wichtig ist:

Hier folgt nicht ein einzelner Agent einem Skript. Mehrere Agents arbeiten parallel – einer führt das Gespräch mit dem Partner, ein anderer löst das Kundenproblem in Echtzeit. Gemeinsam erzeugen sie eine Lösung, die keiner allein erreichen könnte. Urban Company nutzt 50 bis über 60 Prompt-Varianten im Partnersupport. Einzelne Interaktionen umfassen manchmal 7 bis 10 Sub-Agents, die nacheinander arbeiten.

Best Practices

Urban Company teilte wichtige Erkenntnisse aus dem Einsatz von KI-Stimmen:

1. Priorisieren Sie zunächst die Funktion. Die Kosten pro Minute von Urban Company stiegen im Februar und März deutlich, weil die Agents intelligenter wurden. Anschließend sanken sie unter den Ausgangswert. Konzentrieren Sie sich darauf, dass der Anwendungsfall funktioniert. Die Kostenoptimierung kann danach kommen – und geht schneller als erwartet, sobald Sie die Ineffizienzen verstehen.
2. Kleine Änderungen haben große Auswirkungen. Conversational AI hängt von Details ab. Urban Company fügte vor der Informationsausgabe einen kurzen „checking...“-Audio-Puffer ein – obwohl die API in Millisekunden antwortet. Durch die Pause wirkte es, als hätte der Agent tatsächlich etwas nachgeschlagen. Diese eine Änderung steigerte eine wichtige Kennzahl um 30 %. Führen Sie kontinuierlich Experimente durch – Urban Company hat jederzeit rund 15 A/B-Tests mit jeweils 1 % des Traffics laufen.
3. Zerlegen Sie Prompts, statt sie zu reparieren. Wenn ein Prompt halluziniert oder vom Thema abweicht, liegt es nahe, ihn nachzubessern. UC zerlegt ihn stattdessen: in kleinere, fokussierte Prompts mit jeweils einer klaren Aufgabe, ergänzt durch gezielte Tool-Aufrufe. Der Partnersupport läuft über 50 bis 60 Prompts mit einzelnen Aufgaben, statt über einen Prompt, der alles bewältigen soll.
4. Erstellen Sie Ihr Tracking-Handbuch, bevor Sie skalieren. Urban Company überwacht Eingabemetriken sehr genau: durchschnittliche Anrufdauer, Wörter pro Minute für Agent und Nutzer, Gesprächswechsel pro Minute, Weißrauschanteil und Nichterreichbarkeitsrate. Die zentrale Kennzahl ist die Lösungsquote – der Partner wird am Ende des Gesprächs gefragt, ob sein Anliegen gelöst wurde. Das Anhören von Gesprächen zeigt weiterhin, was Zahlen übersehen.
5. Erkennen Sie die Sprache, statt danach zu fragen. Nutzer zu fragen: „Welche Sprache bevorzugen Sie?“, unterbricht den Gesprächsfluss. Urban Company versuchte, die Sprache anhand von Nachnamen der Partner zu erkennen, erhielt aber zu viele falsch positive Ergebnisse. Der aktuelle Ansatz: Die Sprache, die der Partner in den ersten 30 Sekunden eines Anrufs spricht, wird für alle zukünftigen Anrufe festgelegt. Ein Sprachwechsel ist nur im Eröffnungssegment erlaubt. Heute werden 20 % der Anrufe von Urban Company in regionalen Sprachen geführt – nicht auf Hindi oder Englisch.
6. Behandeln Sie Latenz wie ein Engineering-Problem. Analysieren Sie jede Millisekunde. Ermitteln Sie, wo Zeit tatsächlich verloren geht – beim Abrufen von Daten, bei der Modellinferenz oder im Netzwerk – und optimieren Sie jeden Bereich unabhängig. Verwenden Sie kontextbezogene Füllwörter, um die Verarbeitungszeit zu überbrücken, aber stimmen Sie sie auf den Prompt ab: Ein Begrüßungs-Agent sagt „Schön, von Ihnen zu hören“, ein operativer Agent sagt „Ich prüfe das kurz“. Die Füllwörter sollten wie natürliche Sprache wirken. 

Die vollständige Session ansehen

Sehen Sie sich das vollständige Webinar hier an.