Deflection-RateDefinition und Funktionsweise 2026
- Deflection-Rate
- Der Prozentsatz an Support-Anfragen, die ein KI-Agent vollständig löst, ohne an einen menschlichen Mitarbeiter zu eskalieren — die zentrale ROI-Metrik im KI-Customer-Support 2026.
Die Deflection-Rate ist die meistgenannte KPI im KI-Customer-Support — und gleichzeitig die, die am häufigsten manipuliert oder falsch berechnet wird. Echte Deflection: der Kunde verlässt die Konversation gelöst, ohne menschlichen Kontakt. Fake Deflection: der Kunde gibt frustriert auf und kontaktiert Sie später über einen anderen Kanal.
Realistische Benchmarks 2026: Sierra erreicht 60-75 % bei englischsprachigem B2C-Tier-1-Support. Decagon, Parloa und Intercom Fin liegen im 50-65 %-Bereich. Self-built RAG-Agenten ohne Spezialisierung typischerweise 30-45 %. Werte über 80 % sind ungewöhnlich und sollten doppelt geprüft werden.
Die richtige Messung: nur Tickets zählen, bei denen der Kunde positives Feedback ZU der KI-Antwort gab UND nicht innerhalb von 7 Tagen den gleichen Issue erneut öffnete. Ohne diese Definition messen Sie „erfolgreich abgeschoben", nicht „erfolgreich gelöst".
Wo das auftaucht
Häufig gefragt
Was ist eine gute Deflection-Rate für 2026?+
B2C-Support: 60-75 % ist realistisch mit Tier-1-Anbietern. B2B-Support: 40-55 % wegen komplexerer Anfragen. Voice-Support: 30-50 %. Werte über 80 % sollten kritisch geprüft werden — meist liegt eine Mess-Verzerrung vor.
Wie berechne ich die Deflection-Rate korrekt?+
(Tickets, die der Agent ohne Eskalation UND ohne 7-Tage-Wiederöffnung gelöst hat) / (Gesamt-Tickets, die der Agent erhielt). Wichtig: Wiedereröffnungen abziehen, sonst messen Sie nur „abgeschoben", nicht „gelöst".
Welche Faktoren beeinflussen die Deflection-Rate am meisten?+
Knowledge-Base-Qualität (#1), Workflow-Integrations (Refund, Passwort-Reset, Account-Update aus dem Agent heraus), Eskalations-Triggers (zu enge → niedrige Deflection; zu lose → unhappy customers), Sprach-Abdeckung. Modell-Tier ist überraschend nachrangig.
