KI-Übersetzungshinweis
Dieses Dokument wurde von KI übersetzt. Für genaue Informationen lesen Sie bitte die englische Version.
Detailliertes Design der Ticket-Lösung
Version: v2.0-beta
Aktualisierungsdatum: 05.01.2026
Status: Vorschau
1. Systemübersicht und Designphilosophie
1.1 Systempositionierung
Dieses System ist eine KI-gestützte intelligente Ticket-Management-Plattform, die auf der Low-Code-Plattform NocoBase aufbaut. Das Kernziel ist:
1.2 Designphilosophie
Philosophie Eins: T-förmige Datenarchitektur
Was ist eine T-förmige Architektur?
In Anlehnung an das Konzept der „T-förmigen Talente“ – horizontale Breite + vertikale Tiefe:
- Horizontal (Haupttabelle): Deckt allgemeine Funktionen für alle Geschäftstypen ab – Ticketnummer, Status, Bearbeiter, SLA und andere Kernfelder.
- Vertikal (Erweiterungstabellen): Vertieft spezifische Geschäftsfelder – die Gerätereparatur enthält Seriennummern, Beschwerden enthalten Entschädigungspläne.
Warum dieses Design?
| Traditionelle Lösung | T-förmige Architektur |
|---|---|
| Eine Tabelle pro Geschäftstyp, Feldwiederholungen | Gemeinsame Felder werden zentral verwaltet, Geschäftsfelder nach Bedarf erweitert |
| Statistische Berichte erfordern das Zusammenführen mehrerer Tabellen | Eine Haupttabelle zur direkten Statistik aller Tickets |
| Prozessänderungen müssen an vielen Stellen angepasst werden | Kernprozesse werden nur an einer Stelle geändert |
| Neue Geschäftstypen erfordern neue Tabellen | Nur Erweiterungstabellen hinzufügen, der Hauptprozess bleibt unverändert |
Philosophie Zwei: KI-Mitarbeiter-Team
Nicht nur „KI-Funktionen“, sondern „KI-Mitarbeiter“. Jede KI hat eine klare Rolle, Persönlichkeit und Verantwortlichkeiten:
| KI-Mitarbeiter | Position | Kernaufgaben | Trigger-Szenario |
|---|---|---|---|
| Sam | Service-Desk-Leiter | Ticket-Routing, Prioritätsbewertung, Eskalationsentscheidungen | Automatisch bei Ticket-Erstellung |
| Grace | Customer-Success-Expertin | Antwortgenerierung, Tonfallanpassung, Beschwerdemanagement | Klick auf „KI-Antwort“ durch Mitarbeiter |
| Max | Wissensassistent | Ähnliche Fälle, Wissensempfehlungen, Lösungssynthese | Automatisch auf der Ticket-Detailseite |
| Lexi | Übersetzerin | Mehrsprachige Übersetzung, Kommentarübersetzung | Automatisch bei Erkennung von Fremdsprachen |
Warum das Modell „KI-Mitarbeiter“?
- Klare Verantwortlichkeiten: Sam kümmert sich um das Routing, Grace um die Antworten – kein Durcheinander.
- Leicht verständlich: Dem Benutzer zu sagen „Lassen Sie Sam das analysieren“ ist freundlicher als „Klassifizierungs-API aufrufen“.
- Erweiterbar: Neue KI-Fähigkeiten hinzufügen = Neue Mitarbeiter einstellen.
Philosophie Drei: Wissens-Selbstkreislauf
Dies bildet einen geschlossenen Kreislauf aus Wissensakkumulation und Wissensanwendung.
2. Kernentitäten und Datenmodell
2.1 Übersicht der Entitätsbeziehungen
2.2 Details der Kerntabellen
2.2.1 Ticket-Haupttabelle (nb_tts_tickets)
Dies ist das Herzstück des Systems, das ein „Wide Table“-Design verwendet, bei dem alle häufig verwendeten Felder in der Haupttabelle enthalten sind.
Basisinformationen
| Feld | Typ | Beschreibung | Beispiel |
|---|---|---|---|
| id | BIGINT | Primärschlüssel | 1001 |
| ticket_no | VARCHAR | Ticketnummer | TKT-20251229-0001 |
| title | VARCHAR | Titel | Langsame Netzwerkverbindung |
| description | TEXT | Problembeschreibung | Seit heute Morgen im Büro... |
| biz_type | VARCHAR | Geschäftstyp | it_support |
| priority | VARCHAR | Priorität | P1 |
| status | VARCHAR | Status | processing |
Herkunftsverfolgung
| Feld | Typ | Beschreibung | Beispiel |
|---|---|---|---|
| source_system | VARCHAR | Quellsystem | crm / email / iot |
| source_channel | VARCHAR | Quellkanal | web / phone / wechat |
| external_ref_id | VARCHAR | Externe Referenz-ID | CRM-2024-0001 |
Kontaktinformationen
| Feld | Typ | Beschreibung |
|---|---|---|
| customer_id | BIGINT | Kunden-ID |
| contact_name | VARCHAR | Name des Ansprechpartners |
| contact_phone | VARCHAR | Telefonnummer |
| contact_email | VARCHAR | E-Mail-Adresse |
| contact_company | VARCHAR | Firmenname |
Bearbeiterinformationen
| Feld | Typ | Beschreibung |
|---|---|---|
| assignee_id | BIGINT | Bearbeiter-ID |
| assignee_department_id | BIGINT | Abteilungs-ID des Bearbeiters |
| transfer_count | INT | Anzahl der Weiterleitungen |
Zeitstempel
| Feld | Typ | Beschreibung | Trigger-Zeitpunkt |
|---|---|---|---|
| submitted_at | TIMESTAMP | Einreichungszeitpunkt | Bei Ticket-Erstellung |
| assigned_at | TIMESTAMP | Zuweisungszeitpunkt | Bei Festlegung des Bearbeiters |
| first_response_at | TIMESTAMP | Erstbeantwortungszeit | Bei der ersten Antwort an den Kunden |
| resolved_at | TIMESTAMP | Lösungszeitpunkt | Wenn Status auf „resolved“ wechselt |
| closed_at | TIMESTAMP | Abschlusszeitpunkt | Wenn Status auf „closed“ wechselt |
SLA-Bezug
| Feld | Typ | Beschreibung |
|---|---|---|
| sla_config_id | BIGINT | SLA-Konfigurations-ID |
| sla_response_due | TIMESTAMP | Frist für Erstbeantwortung |
| sla_resolve_due | TIMESTAMP | Frist für Lösung |
| sla_paused_at | TIMESTAMP | Beginn der SLA-Pause |
| sla_paused_duration | INT | Kumulierte Pausendauer (Minuten) |
| is_sla_response_breached | BOOLEAN | Antwortfrist verletzt |
| is_sla_resolve_breached | BOOLEAN | Lösungsfrist verletzt |
KI-Analyseergebnisse
| Feld | Typ | Beschreibung | Befüllt durch |
|---|---|---|---|
| ai_category_code | VARCHAR | KI-identifizierte Kategorie | Sam |
| ai_sentiment | VARCHAR | Stimmungsanalyse | Sam |
| ai_urgency | VARCHAR | Dringlichkeit | Sam |
| ai_keywords | JSONB | Schlüsselwörter | Sam |
| ai_reasoning | TEXT | Argumentationsprozess | Sam |
| ai_suggested_reply | TEXT | Antwortvorschlag | Sam/Grace |
| ai_confidence_score | NUMERIC | Konfidenzwert | Sam |
| ai_analysis | JSONB | Vollständiges Analyseergebnis | Sam |
Mehrsprachigkeitsunterstützung
| Feld | Typ | Beschreibung | Befüllt durch |
|---|---|---|---|
| source_language_code | VARCHAR | Quellsprache | Sam/Lexi |
| target_language_code | VARCHAR | Zielsprache | Systemstandard EN |
| is_translated | BOOLEAN | Wurde übersetzt | Lexi |
| description_translated | TEXT | Übersetzte Beschreibung | Lexi |
2.2.2 Geschäfts-Erweiterungstabellen
Gerätereparatur (nb_tts_biz_repair)
| Feld | Typ | Beschreibung |
|---|---|---|
| ticket_id | BIGINT | Zugehörige Ticket-ID |
| equipment_model | VARCHAR | Gerätemodell |
| serial_number | VARCHAR | Seriennummer |
| fault_code | VARCHAR | Fehlercode |
| spare_parts | JSONB | Ersatzteilliste |
| maintenance_type | VARCHAR | Wartungstyp |
IT-Support (nb_tts_biz_it_support)
| Feld | Typ | Beschreibung |
|---|---|---|
| ticket_id | BIGINT | Zugehörige Ticket-ID |
| asset_number | VARCHAR | Inventarnummer |
| os_version | VARCHAR | Betriebssystemversion |
| software_name | VARCHAR | Betroffene Software |
| remote_address | VARCHAR | Remote-Adresse |
| error_code | VARCHAR | Fehlercode |
Kundenbeschwerde (nb_tts_biz_complaint)
| Feld | Typ | Beschreibung |
|---|---|---|
| ticket_id | BIGINT | Zugehörige Ticket-ID |
| related_order_no | VARCHAR | Zugehörige Bestellnummer |
| complaint_level | VARCHAR | Beschwerdestufe |
| compensation_amount | DECIMAL | Entschädigungsbetrag |
| compensation_type | VARCHAR | Entschädigungsart |
| root_cause | TEXT | Grundursache |
2.2.3 Kommentartabelle (nb_tts_ticket_comments)
Kernfelder
| Feld | Typ | Beschreibung |
|---|---|---|
| id | BIGINT | Primärschlüssel |
| ticket_id | BIGINT | Ticket-ID |
| parent_id | BIGINT | Eltern-Kommentar-ID (unterstützt Baumstruktur) |
| content | TEXT | Kommentarinhalt |
| direction | VARCHAR | Richtung: inbound (Kunde) / outbound (Mitarbeiter) |
| is_internal | BOOLEAN | Interner Vermerk |
| is_first_response | BOOLEAN | Ist Erstbeantwortung |
KI-Prüffelder (für outbound)
| Feld | Typ | Beschreibung |
|---|---|---|
| source_language_code | VARCHAR | Quellsprache |
| content_translated | TEXT | Übersetzter Inhalt |
| is_translated | BOOLEAN | Wurde übersetzt |
| is_ai_blocked | BOOLEAN | Von KI blockiert |
| ai_block_reason | VARCHAR | Blockierungsgrund |
| ai_block_detail | TEXT | Detaillierte Erläuterung |
| ai_quality_score | NUMERIC | Qualitätsbewertung |
| ai_suggestions | TEXT | Verbesserungsvorschläge |
2.2.4 Bewertungstabelle (nb_tts_ratings)
| Feld | Typ | Beschreibung |
|---|---|---|
| ticket_id | BIGINT | Ticket-ID (eindeutig) |
| overall_rating | INT | Gesamtzufriedenheit (1-5) |
| response_rating | INT | Antwortgeschwindigkeit (1-5) |
| professionalism_rating | INT | Professionalität (1-5) |
| resolution_rating | INT | Problemlösung (1-5) |
| nps_score | INT | NPS-Score (0-10) |
| tags | JSONB | Schnell-Tags |
| comment | TEXT | Textuelle Bewertung |
2.2.5 Wissensartikel-Tabelle (nb_tts_qa_articles)
| Feld | Typ | Beschreibung |
|---|---|---|
| article_no | VARCHAR | Artikelnummer KB-T0001 |
| title | VARCHAR | Titel |
| content | TEXT | Inhalt (Markdown) |
| summary | TEXT | Zusammenfassung |
| category_code | VARCHAR | Kategoriecode |
| keywords | JSONB | Schlüsselwörter |
| source_type | VARCHAR | Quelle: ticket/faq/manual |
| source_ticket_id | BIGINT | Quell-Ticket-ID |
| ai_generated | BOOLEAN | KI-generiert |
| ai_quality_score | NUMERIC | Qualitätsbewertung |
| status | VARCHAR | Status: draft/published/archived |
| view_count | INT | Anzahl der Aufrufe |
| helpful_count | INT | Als hilfreich markiert |
2.3 Liste der Datentabellen
| Nr. | Tabellenname | Beschreibung | Datentyp |
|---|---|---|---|
| 1 | nb_tts_tickets | Ticket-Haupttabelle | Geschäftsdaten |
| 2 | nb_tts_biz_repair | Erweiterung Gerätereparatur | Geschäftsdaten |
| 3 | nb_tts_biz_it_support | Erweiterung IT-Support | Geschäftsdaten |
| 4 | nb_tts_biz_complaint | Erweiterung Kundenbeschwerde | Geschäftsdaten |
| 5 | nb_tts_customers | Kunden-Haupttabelle | Geschäftsdaten |
| 6 | nb_tts_customer_contacts | Kundenansprechpartner | Geschäftsdaten |
| 7 | nb_tts_ticket_comments | Ticket-Kommentare | Geschäftsdaten |
| 8 | nb_tts_ratings | Zufriedenheitsbewertungen | Geschäftsdaten |
| 9 | nb_tts_qa_articles | Wissensartikel | Wissensdaten |
| 10 | nb_tts_qa_article_relations | Artikelverknüpfungen | Wissensdaten |
| 11 | nb_tts_faqs | Häufig gestellte Fragen | Wissensdaten |
| 12 | nb_tts_tickets_categories | Ticket-Kategorien | Konfigurationsdaten |
| 13 | nb_tts_sla_configs | SLA-Konfiguration | Konfigurationsdaten |
| 14 | nb_tts_skill_configs | Kompetenz-Konfiguration | Konfigurationsdaten |
| 15 | nb_tts_business_types | Geschäftstypen | Konfigurationsdaten |
3. Ticket-Lebenszyklus
3.1 Statusdefinitionen
| Status | Deutsch | Beschreibung | SLA-Zeitzählung | Farbe |
|---|---|---|---|---|
| new | Neu | Gerade erstellt, wartet auf Zuweisung | Start | 🔵 Blau |
| assigned | Zugewiesen | Bearbeiter festgelegt, wartet auf Annahme | Fortsetzen | 🔷 Cyan |
| processing | In Bearbeitung | Wird aktuell bearbeitet | Fortsetzen | 🟠 Orange |
| pending | Ausstehend | Wartet auf Rückmeldung des Kunden | Pause | ⚫ Grau |
| transferred | Weitergeleitet | An eine andere Person übertragen | Fortsetzen | 🟣 Violett |
| resolved | Gelöst | Wartet auf Bestätigung durch den Kunden | Stopp | 🟢 Grün |
| closed | Geschlossen | Ticket beendet | Stopp | ⚫ Grau |
| cancelled | Storniert | Ticket abgebrochen | Stopp | ⚫ Grau |
3.2 Status-Flussdiagramm
Hauptprozess (von links nach rechts)
Nebenprozesse
Vollständige Zustandsmaschine
3.3 Wichtige Regeln für Statusübergänge
| Von | Nach | Auslösebedingung | Systemaktion |
|---|---|---|---|
| new | assigned | Bearbeiter zuweisen | assigned_at aufzeichnen |
| assigned | processing | Bearbeiter klickt auf „Annehmen“ | Keine |
| processing | pending | Klick auf „Aussetzen“ | sla_paused_at aufzeichnen |
| pending | processing | Kundenantwort / Manuelle Fortsetzung | Pausendauer berechnen, paused_at leeren |
| processing | resolved | Klick auf „Lösen“ | resolved_at aufzeichnen |
| resolved | closed | Kundenbestätigung / 3 Tage Zeitüberschreitung | closed_at aufzeichnen |
| * | cancelled | Ticket stornieren | Keine |
4. SLA-Service-Level-Management
4.1 Prioritäts- und SLA-Konfiguration
| Priorität | Name | Antwortzeit | Lösungszeit | Warnschwelle | Typisches Szenario |
|---|---|---|---|---|---|
| P0 | Kritisch | 15 Minuten | 2 Stunden | 80% | Systemausfall, Produktionsstopp |
| P1 | Hoch | 1 Stunde | 8 Stunden | 80% | Wichtige Funktionsstörung |
| P2 | Mittel | 4 Stunden | 24 Stunden | 80% | Allgemeine Probleme |
| P3 | Niedrig | 8 Stunden | 72 Stunden | 80% | Anfragen, Vorschläge |
4.2 SLA-Berechnungslogik
Bei Ticket-Erstellung
Bei Aussetzung (pending)
Bei Fortsetzung (von pending zurück zu processing)
SLA-Verletzungsprüfung
4.3 SLA-Warnmechanismus
| Warnstufe | Bedingung | Empfänger | Benachrichtigungsart |
|---|---|---|---|
| Gelbe Warnung | Verbleibende Zeit < 20% | Bearbeiter | In-App-Nachricht |
| Rote Warnung | Zeit überschritten | Bearbeiter + Vorgesetzter | In-App-Nachricht + E-Mail |
| Eskalationswarnung | 1 Stunde überschritten | Abteilungsleiter | E-Mail + SMS |
4.4 SLA-Dashboard-Kennzahlen
| Kennzahl | Berechnungsformel | Zielwert |
|---|---|---|
| Antwort-Compliance-Rate | Nicht verletzte Tickets / Gesamtzahl Tickets | > 95% |
| Lösungs-Compliance-Rate | Gelöste Tickets ohne Verletzung / Gelöste Tickets gesamt | > 90% |
| Durchschnittliche Antwortzeit | SUM(Antwortzeit) / Anzahl Tickets | < 50% des SLA |
| Durchschnittliche Lösungszeit | SUM(Lösungszeit) / Anzahl Tickets | < 80% des SLA |
5. KI-Fähigkeiten und Mitarbeiter-System
5.1 KI-Mitarbeiter-Team
Das System konfiguriert 8 KI-Mitarbeiter, unterteilt in zwei Kategorien:
Spezifische Mitarbeiter (Ticket-System-exklusiv)
| ID | Name | Position | Kernkompetenzen |
|---|---|---|---|
| sam | Sam | Service-Desk-Leiter | Ticket-Routing, Prioritätsbewertung, Eskalationsentscheidungen, SLA-Risikoerkennung |
| grace | Grace | Customer-Success-Expertin | Professionelle Antwortgenerierung, Tonfallanpassung, Beschwerdemanagement, Zufriedenheitswiederherstellung |
| max | Max | Wissensassistent | Suche nach ähnlichen Fällen, Wissensempfehlungen, Lösungssynthese |
Wiederverwendbare Mitarbeiter (Allgemeine Fähigkeiten)
| ID | Name | Position | Kernkompetenzen |
|---|---|---|---|
| dex | Dex | Datenorganisator | E-Mail-zu-Ticket, Anruf-zu-Ticket, Batch-Datenbereinigung |
| ellis | Ellis | E-Mail-Experte | E-Mail-Stimmungsanalyse, Thread-Zusammenfassung, Antwortentwürfe |
| lexi | Lexi | Übersetzerin | Ticket-Übersetzung, Antwort-Übersetzung, Echtzeit-Dialogübersetzung |
| cole | Cole | NocoBase-Experte | Anleitung zur Systemnutzung, Hilfe bei Workflow-Konfiguration |
| vera | Vera | Forschungsanalystin | Recherche technischer Lösungen, Prüfung von Produktinformationen |
5.2 KI-Aufgabenliste
Jeder KI-Mitarbeiter verfügt über 4 spezifische Aufgaben:
Aufgaben von Sam
| Aufgaben-ID | Name | Auslösung | Beschreibung |
|---|---|---|---|
| SAM-01 | Ticket-Analyse & Routing | Workflow automatisch | Automatische Analyse bei Ticket-Erstellung |
| SAM-02 | Prioritäts-Neubewertung | Frontend-Interaktion | Anpassung der Priorität basierend auf neuen Infos |
| SAM-03 | Eskalationsentscheidung | Frontend/Workflow | Entscheidung über notwendige Eskalation |
| SAM-04 | SLA-Risikobewertung | Workflow automatisch | Identifizierung von Zeitüberschreitungsrisiken |
Aufgaben von Grace
| Aufgaben-ID | Name | Auslösung | Beschreibung |
|---|---|---|---|
| GRACE-01 | Professionelle Antwortgenerierung | Frontend-Interaktion | Generierung von Antworten basierend auf Kontext |
| GRACE-02 | Tonfallanpassung | Frontend-Interaktion | Optimierung des Tonfalls bestehender Antworten |
| GRACE-03 | Beschwerde-Deeskalation | Frontend/Workflow | Entschärfung von Kundenbeschwerden |
| GRACE-04 | Zufriedenheitswiederherstellung | Frontend/Workflow | Nachverfolgung nach negativen Erfahrungen |
Aufgaben von Max
| Aufgaben-ID | Name | Auslösung | Beschreibung |
|---|---|---|---|
| MAX-01 | Suche nach ähnlichen Fällen | Frontend/Workflow | Finden historisch ähnlicher Tickets |
| MAX-02 | Wissensartikel-Empfehlung | Frontend/Workflow | Empfehlung relevanter Wissensartikel |
| MAX-03 | Lösungssynthese | Frontend-Interaktion | Zusammenführung von Lösungen aus mehreren Quellen |
| MAX-04 | Leitfaden zur Fehlerbehebung | Frontend-Interaktion | Erstellung systematischer Prüfprozesse |
Aufgaben von Lexi
| Aufgaben-ID | Name | Auslösung | Beschreibung |
|---|---|---|---|
| LEXI-01 | Ticket-Übersetzung | Workflow automatisch | Übersetzung von Ticket-Inhalten |
| LEXI-02 | Antwort-Übersetzung | Frontend-Interaktion | Übersetzung von Mitarbeiterantworten |
| LEXI-03 | Batch-Übersetzung | Workflow automatisch | Verarbeitung von Massenübersetzungen |
| LEXI-04 | Echtzeit-Dialogübersetzung | Frontend-Interaktion | Echtzeit-Übersetzung von Dialogen |
5.3 KI-Mitarbeiter und Ticket-Lebenszyklus
5.4 Beispiele für KI-Antworten
SAM-01 Ticket-Analyse-Antwort
GRACE-01 Antwortgenerierung
5.5 KI-Empathie-Firewall
Die von Grace durchgeführte Qualitätsprüfung fängt folgende Probleme ab:
| Problemtyp | Beispiel Originaltext | KI-Vorschlag |
|---|---|---|
| Negativer Tonfall | „Nein, das fällt nicht unter die Garantie.“ | „Dieser Fehler kann derzeit nicht kostenlos repariert werden. Wir bieten Ihnen jedoch gerne eine kostenpflichtige Lösung an.“ |
| Kundenschuldzuweisung | „Sie haben es selbst kaputt gemacht.“ | „Nach Prüfung wurde festgestellt, dass es sich um einen Unfallschaden handelt.“ |
| Verantwortung ablehnen | „Das ist nicht unser Problem.“ | „Lassen Sie mich Ihnen helfen, die Ursache des Problems weiter einzugrenzen.“ |
| Kalte Ausdrucksweise | „Weiß ich nicht.“ | „Ich werde mich für Sie erkundigen und die entsprechenden Informationen heraussuchen.“ |
| Sensible Daten | „Ihr Passwort lautet abc123.“ | [Blockiert] Enthält sensible Informationen, Versand nicht erlaubt. |
6. Wissensdatenbank-System
6.1 Wissensquellen
6.2 Prozess: Ticket zu Wissen
Bewertungsdimensionen:
- Allgemeingültigkeit: Ist dies ein häufiges Problem?
- Vollständigkeit: Ist die Lösung klar und vollständig?
- Reproduzierbarkeit: Sind die Schritte wiederverwendbar?
6.3 Wissensempfehlungs-Mechanismus
Wenn ein Mitarbeiter die Ticket-Details öffnet, empfiehlt Max automatisch relevantes Wissen:
7. Workflow-Engine
7.1 Workflow-Kategorien
| Nummer | Kategorie | Beschreibung | Auslösung |
|---|---|---|---|
| WF-T | Ticket-Prozess | Ticket-Lebenszyklus-Management | Formularereignis |
| WF-S | SLA-Prozess | SLA-Berechnung und Warnung | Formularereignis / Zeitplan |
| WF-C | Kommentar-Prozess | Kommentarverarbeitung und Übersetzung | Formularereignis |
| WF-R | Bewertungs-Prozess | Bewertungseinladungen und Statistiken | Formularereignis / Zeitplan |
| WF-N | Benachrichtigungs-Prozess | Versand von Benachrichtigungen | Ereignisgesteuert |
| WF-AI | KI-Prozess | KI-Analyse und Generierung | Formularereignis |
7.2 Kern-Workflows
WF-T01: Ticket-Erstellungsprozess
WF-AI01: Ticket-KI-Analyse
WF-AI04: Kommentarübersetzung und -prüfung
WF-AI03: Wissensgenerierung
7.3 Geplante Aufgaben
| Aufgabe | Häufigkeit | Beschreibung |
|---|---|---|
| SLA-Warnprüfung | Alle 5 Minuten | Prüfung von Tickets, die kurz vor der Zeitüberschreitung stehen |
| Automatischer Ticket-Abschluss | Täglich | Automatischer Abschluss nach 3 Tagen im Status „resolved“ |
| Versand von Bewertungseinladungen | Täglich | Versand 24 Stunden nach Ticket-Abschluss |
| Statistik-Update | Stündlich | Aktualisierung der Kunden-Ticket-Statistiken |
8. Menü- und Oberflächendesign
8.1 Backend-Verwaltung
8.2 Kundenportal
8.3 Dashboard-Design
Führungsebene-Ansicht
| Komponente | Typ | Datenbeschreibung |
|---|---|---|
| SLA-Erfüllungsrate | Tacho-Diagramm | Antwort-/Lösungsrate in diesem Monat |
| Zufriedenheitstrend | Liniendiagramm | Verlauf der Zufriedenheit (letzte 30 Tage) |
| Ticket-Volumen-Trend | Balkendiagramm | Ticket-Anzahl (letzte 30 Tage) |
| Verteilung Geschäftstypen | Tortendiagramm | Anteil der verschiedenen Geschäftstypen |
Vorgesetzten-Ansicht
| Komponente | Typ | Datenbeschreibung |
|---|---|---|
| Zeitüberschreitungs-Warnungen | Liste | Tickets kurz vor oder nach Zeitüberschreitung |
| Arbeitslast der Mitarbeiter | Balkendiagramm | Ticket-Anzahl pro Teammitglied |
| Rückstandsverteilung | Stapeldiagramm | Anzahl der Tickets pro Status |
| Bearbeitungseffizienz | Heatmap | Verteilung der durchschnittlichen Bearbeitungszeit |
Mitarbeiter-Ansicht
| Komponente | Typ | Datenbeschreibung |
|---|---|---|
| Meine Aufgaben | Zahlenkarte | Anzahl der ausstehenden Tickets |
| Prioritätsverteilung | Tortendiagramm | Verteilung P0/P1/P2/P3 |
| Heutige Statistik | Kennzahlenkarte | Heute bearbeitete/gelöste Tickets |
| SLA-Countdown | Liste | Die 5 dringendsten Tickets |
Anhang
A. Konfiguration der Geschäftstypen
| Typcode | Name | Icon | Zugehörige Erweiterungstabelle |
|---|---|---|---|
| repair | Gerätereparatur | 🔧 | nb_tts_biz_repair |
| it_support | IT-Support | 💻 | nb_tts_biz_it_support |
| complaint | Kundenbeschwerde | 📢 | nb_tts_biz_complaint |
| consultation | Beratung/Vorschläge | ❓ | Keine |
| other | Sonstiges | 📝 | Keine |
B. Kategoriecodes
| Code | Name | Beschreibung |
|---|---|---|
| CONVEYOR | Fördersystem | Probleme mit Fördersystemen |
| PACKAGING | Verpackungsmaschine | Probleme mit Verpackungsmaschinen |
| WELDING | Schweißgeräte | Probleme mit Schweißgeräten |
| COMPRESSOR | Kompressor | Probleme mit Luftkompressoren |
| COLD_STORE | Kühlhaus | Probleme mit Kühlhäusern |
| CENTRAL_AC | Zentrale Klimaanlage | Probleme mit Klimaanlagen |
| FORKLIFT | Gabelstapler | Probleme mit Gabelstaplern |
| COMPUTER | Computer | Computer-Hardwareprobleme |
| PRINTER | Drucker | Druckerprobleme |
| PROJECTOR | Projektor | Projektorprobleme |
| INTERNET | Netzwerk | Netzwerkverbindungsprobleme |
| E-Mail-Systemprobleme | ||
| ACCESS | Berechtigungen | Kontoberechtigungsprobleme |
| PROD_INQ | Produktanfrage | Anfragen zu Produkten |
| COMPLAINT | Allgemeine Beschwerde | Allgemeine Beschwerden |
| DELAY | Logistikverzögerung | Beschwerden über Lieferverzögerungen |
| DAMAGE | Verpackungsschaden | Beschwerden über beschädigte Verpackungen |
| QUANTITY | Fehlmenge | Beschwerden über unvollständige Lieferungen |
| SVC_ATTITUDE | Serviceeinstellung | Beschwerden über das Serviceverhalten |
| PROD_QUALITY | Produktqualität | Beschwerden über Produktqualität |
| TRAINING | Schulung | Schulungsanfragen |
| RETURN | Rücksendung | Rücksendeanfragen |
Dokumentversion: 2.0 | Letzte Aktualisierung: 05.01.2026