2026-11-10 · ← News
Singapore Airlines verdoppelt die Chatbot-Zufriedenheit mit einem Dienst rund um das Modell
Singapore Airlines zufolge hat der Wechsel des Kris-Chatbots zu OpenAI-Modellen den CSAT verdoppelt. Entscheidend sind Airline-Daten, Validierung und menschliche Eskalation rund um die API.
Das Bild konnte nicht geladen werden.
Singapore Airlines zufolge hat sich die Zufriedenheit mit dem Chatbot Kris verdoppelt, nachdem man manuell gepflegte Dialogabläufe durch OpenAI-Modelle ersetzt hatte. Der Fall zeigt, dass der Nutzen im Kundenservice aus dem Dienst rund um das Modell entsteht.
Kris ersetzte starre Dialogbäume und verdoppelte seinen CSAT
Bei der alten Version musste das Team jedes Thema und jeden Gesprächspfad vorab festlegen. Der neue Kris nutzt die OpenAI API, versteht natürliche Sprache und greift auf Informationen aus den Systemen von Singapore Airlines zu. Nach Angaben der Airline verdoppelte sich dadurch der CSAT.
Dieselbe Technik fasst Gespräche für Servicemitarbeiter zusammen. Laut Fallstudie sank die durchschnittliche Bearbeitungszeit um rund 10 %. Flight Recommender, der frei formulierte Wünsche in Reiseoptionen übersetzt, hat seine monatliche Nutzerzahl binnen eines Jahres fast verdreifacht.
Unternehmenswert entsteht durch Daten, Regeln und menschliche Kontrolle
Die Airline setzt die Modelle auch in Jarvis ein, ihrer kontrollierten internen AI-Plattform. Nach eigenen Angaben verwenden sie monatlich mehr als 60 % der Beschäftigten. Für ausgewählte Entwicklungsaufgaben nennt das Unternehmen Produktivitätszuwächse von bis zu 20 %. Diese Werte stammen von Singapore Airlines und OpenAI, nicht aus einem unabhängigen Audit.
Für Supportteams ist die Dienstarchitektur wichtiger als der Modellname. Orchestrierung, begrenzter Datenzugriff, Antwortvalidierung und die Übergabe an Menschen machen aus einem allgemeinen Chatbot ein Betriebswerkzeug. Diese Schichten müssen bei Änderungen an Tarifen, Gepäckregeln oder Flugplänen erneut getestet werden.
Die Fallstudie nennt Ergebnisse, aber nicht die Gesamtkosten
Ein verdoppelter CSAT ist beachtlich. Die veröffentlichten Unterlagen nennen jedoch weder Ausgangswert und Stichprobengröße noch Kosten für Inferenz und menschliche Kontrolle. Fast dreimal so viele Nutzer des Flight Recommender zeigen zudem nicht, wie viele Vorschläge zu Buchungen führten.
OpenAI ist zugleich Lieferant und Herausgeber der Fallstudie. Die Zahlen zeigen eine Richtung, bilden aber keinen übertragbaren Benchmark für andere Airlines. Auch persönliche Reisedaten verdienen besondere Aufmerksamkeit, denn eine falsche Antwort wiegt hier schwerer als ein schwacher E-Mail-Entwurf.
Beschwerden, Übergaben und Buchungen bestimmen den tatsächlichen Wert
Die nächsten belastbaren Signale müssen aus dem Betrieb kommen: Lösungen ohne Agent, Fehlerraten, Übergaben an Menschen und die Umwandlung von Empfehlungen in Buchungen. CSAT ist hilfreich, erfasst aber nur einen Teil des Dienstes.
Hält Singapore Airlines die Qualität auch bei Störungen und Regeländerungen, entsteht ein glaubwürdiges Muster für andere regulierte Dienste. Andernfalls verschiebt ein flüssigeres Gespräch die schwierigere Beschwerde lediglich zum Schalter.
Liliths Urteil
Fluggäste benoten kein Modell. Sie erinnern sich daran, ob der Chatbot die Verspätung richtig erklärte und rechtzeitig einen Menschen holte. Singapore Airlines gewinnt erst, wenn diese Szene auch an einem Tag mit zerfallenem Flugplan funktioniert.