Was ist AHT? Warum die Average Handling Time eine wichtige Contact-Center-Metrik ist

Eine Workforce Planning Managerin erstellt das Staffing-Modell für das nächste Quartal. Als Basis nutzt sie erwartetes Call-Volumen, Service-Level-Ziele und geschätzte Kosten pro Kontakt (Cost-per-Contact).

Doch jede Kalkulation hängt von einer einzigen Kennzahl ab: der durchschnittlichen Bearbeitungszeit (Average Handling Time, AHT). Sie beeinflusst den Betrieb stärker als jede andere Metrik. Die AHT entscheidet darüber, wie viele Mitarbeitende im Service eingesetzt werden, wie lange Kund:innen warten und ob ein Projekt bei steigender Nachfrage im Budget bleibt.

Auf den ersten Blick sieht die AHT nach einer einfachen Kennzahl aus. Sie ist jedoch komplex, und ein Durchschnitt von fünf Minuten kann ganz unterschiedliche Dinge bedeuten: Die fünf Minuten können für ein gut funktionierendes Contact Center sprechen oder für eines, in dem viele Kund:innen mehrfach anrufen müssen – je nach Kontext. Entscheidend ist deshalb, wie das Team die Kennzahl einordnet und interpretiert.

Was ist die Average Handling Time?

Die Average Handling Time misst den Workload. Wenn Teams die KPI nur als allgemeine Effizienzkennzahl sehen, treffen sie oft falsche Entscheidungen. Denn die AHT erfasst die gesamte Zeit, die ein Human Agent für einen einzelnen Kundenkontakt benötigt: vom Beginn des Gesprächs bis zum Abschluss aller Nacharbeiten. 

Das International Customer Management Institute (ICMI) definiert die AHT als „die durchschnittliche Zeit, die ein Agent für einen Inbound-Kontakt benötigt – einschließlich Gesprächszeit, Chatzeit, Wrap-up-Zeit sowie Nacharbeiten nach dem Call oder Chat“. Zudem beschreibt das ICMI die AHT als eine wichtige Metrik, um den Workload Arbeitsaufwand in Contact Centern zu messen. 

Typischerweise umfasst die AHT drei Bereiche:

• Gesprächszeit (Talk Time): Die Zeit, in der Agents aktiv mit Kund:innen sprechen oder chatten.

• Wartezeit (Hold Time): Zeiten, in denen Kund:innen warten, während Mitarbeitende Informationen recherchieren, Kolleg:innen hinzuziehen oder interne Systeme nutzen.

• Nachbearbeitung (After-Call Work, ACW): Aufgaben nach dem Gespräch, zum Beispiel CRM-Updates, Case-Dokumentation, Compliance-Aufgaben oder die Planung von Follow-ups.

Die AHT setzt sich also aus mehreren Bestandteilen zusammen. Wer sie nur einzeln betrachtet, übersieht oft wichtige Details. Die Gesprächszeit hängt häufig von der Erfahrung des Agents und der Komplexität des Anliegens ab. Lange Wartezeiten deuten oft auf schwer zugängliches Wissen oder unzureichendes System-Design hin. Die Nachbearbeitung dagegen ist meist administrativer Aufwand. Da hinter jeder Komponente andere Ursachen stecken, zeigt ein einzelner AHT-Wert oft nicht, wo die eigentlichen Ineffizienzen liegen. 

So wird die Average Handling Time berechnet

Im Workforce Management gilt ein einfacher Zusammenhang: Calls × AHT = Workload. Das Anrufvolumen allein zeigt noch nicht, wie viele Human Agents tatsächlich benötigt werden. Ein Contact Center mit 10.000 Anrufen pro Tag und einer AHT von sechs Minuten braucht ein anderes Staffing-Modell als ein Contact Center mit demselben Volumen und einer AHT von zwölf Minuten.

Deshalb hat die AHT großen Einfluss auf viele Bereiche im Contact Center. Besonders sichtbar wird das hier:

• Staffing- und Kostenmodelle: Schon kleine Ineffizienzen in der AHT können hohe jährliche Kosten verursachen, wenn sie über tausende Kontakte hinweg in Enterprise-Umgebungen skalieren. Selbst wenige zusätzliche Sekunden pro Anruf wirken sich schnell auf Headcount und Budget aus.

• Auslastung (Occupancy) und Service Levels: Die AHT fließt direkt in die Berechnung der Occupancy Rate und in das Management von Service Level Agreements (SLAs) ein. Unpräzise AHT-Werte führen zu Unter- oder Überbesetzung – und haben direkten Einfluss auf Antwortzeiten und Abbruchraten.

• Interaktionen werden komplexer: Die AHT steigt häufig, sobald einfache Anliegen zunehmend über Self-Service gelöst werden. Die Kontakte, die weiterhin bei Human Agents landen, sind dadurch meist anspruchsvoller und schwieriger zu bearbeiten.

Fehler bei der AHT-Bewertung machen sich sofort in diesen Bereichen bemerkbar. Deshalb ist die Kennzahl nicht nur ein Reporting-Wert, sondern entscheidet mit darüber, ob Staffing, Service Levels und Kostenziele im operativen Alltag funktionieren.  

Der Zusammenhang zwischen AHT, FCR und CSAT

AHT, First Contact Resolution (FCR) und Customer Satisfaction (CSAT) hängen direkt zusammen. Dabei wirkt sich der Druck auf die AHT zuerst auf die FCR aus – und erst danach auf die Kundenzufriedenheit.

In der Praxis sieht das so aus:

• Agents, die angehalten werden, Calls kurz zu halten, beenden Interaktionen oft, bevor das Anliegen vollständig gelöst ist.

• Nicht gelöste Probleme führen zu erneuten Kontakten. Dadurch steigen Anrufvolumen und Workload.

• Kund:innen, die mehrfach Kontakt aufnehmen müssen, um ein Problem zu lösen, bewerten ihre Erfahrung schlechter als Personen, deren Anliegen bei einem einzigen Kontakt geklärt wurde.

• Im Reporting sinkt zwar die AHT, die eigentlichen Kosten zeigen sich aber zuerst in der FCR und danach im CSAT. 

Das macht deutlich, wo Teams nach Ursachen suchen sollten, wenn die Kundenzufriedenheit sinkt. Geht ein Rückgang des CSAT auf mehr Wiederholungskontakte und eine sinkende FCR zurück, wird die AHT wahrscheinlich als Effizienzziel genutzt – statt als Kennzahl für den Workload.

Studien unterstreichen diesen Zusammenhang. Forrester-Untersuchungen belegen eine enge Verbindung zwischen FCR und CSAT: Müssen Kund:innen wegen desselben Problems mehrfach Kontakt aufnehmen, sind sie deutlich unzufriedener. Auch ICMI verweist – unter Berufung auf MetricNet-CEO Jeffrey Rumburg – auf die operativen Folgen: Wenn Manager die  AHT zu sehr als Performance-Ziel nutzen oder möglichst niedrig halten wollen, werden Gespräche oft zu früh beendet und die FCR sinkt.

Eine niedrigere AHT bringt nur dann echte Effizienz, wenn die FCR stabil bleibt. Sinkt die Lösungsquote gleichzeitig mit der Bearbeitungszeit, arbeitet das Contact Center nicht effizienter – der Kostenaufwand eines Anliegens verschiebt sich nur auf den nächsten Kontakt. 

Average Handling Time mit AI Agents reduzieren

AI Agents senken die AHT, indem sie die Struktur der Interaktion verändern. Hinter einer hohen AHT steckt oft dasselbe operative Problem: Human Agents übernehmen Aufgaben, die eigentlich früher hätten gelöst, besser weitergeleitet oder automatisch dokumentiert werden sollten. Um dies zu vermeiden, gibt es passende AI-Funktionen – und jede davon wirkt sich auf einen anderen Teil der AHT aus. 

Self-Service-Containment

Der direkteste Weg, die AHT zu senken, besteht darin, Anliegen zu klären, bevor sie überhaupt bei einem Human Agent landen. AI Agents bearbeiten Anfragen zu Kontoständen, übernehmen Terminvereinbarungen oder geben Bestellstatus-Updates – und nehmen diese Interaktionen vollständig aus dem Workload der Human Agents heraus. Die Boston Consulting Group (BCG) zeigt das an folgendem Beispiel: Ein global tätiger Asset Manager setzte AI Voice und Chat Agents ein, die 2,5 Millionen Anrufe automatisiert bearbeitet oder abgefangen haben. Dadurch sank die AHT pro Interaktion um mehr als 270 Sekunden. Jede automatisiert bearbeitete Interaktion ist ein Anruf weniger, der in die durchschnittliche Bearbeitungszeit der Human Agents einfließt. 

Intelligentes Routing

Anrufe, die falsch weitergeleitet werden, erhöhen die AHT gleich doppelt: einmal im eigentlichen Gespräch, wenn der falsche Human Agent versucht zu helfen, und danach noch einmal durch Weiterleitungen oder Rückrufe. AI Routing schafft Abhilfe: AI Agents analysieren Kundenanliegen, vorherige Interaktionen und Skill-Profile der Human Agents, um jede Anfrage direkt an die passende Person zu routen. Weniger Weiterleitungen bedeuten weniger Zeitverlust für Kund:innen – und eine kürzere Bearbeitungszeit pro Anliegen.

AI Agent Assist in Echtzeit

Gesprächszeit und Wartezeit sind die beiden Komponenten der AHT, die am stärksten davon abhängen, wie schnell Informationen verfügbar sind. Finden Human Agents nicht sofort die richtige Antwort, müssen Kund:innen entweder warten oder das Gespräch dauert länger, weil die Mitarbeitenden interne Systeme durchsuchen müssen. AI Agent Assist unterstützt Servicemitarbeitende und blendet passende Inhalte aus der Wissensdatenbank ein, Antwortvorschläge oder Empfehlungen für die nächsten Schritte. Human Agents verbringen dadurch weniger Zeit mit der Suche nach Informationen und müssen Kund:innen seltener warten lassen. 

Die erwähnte BCG-Studie zeigt Deployments, bei denen AI Agent Assist die AHT um rund 15-20% reduziert hat.

After-Call-Work Automation

Die Nachbearbeitung ist der Teil der AHT, der sich am einfachsten automatisieren lässt. AI-generierte Gesprächszusammenfassungen sowie automatische CRM-Updates und Follow-ups reduzieren oder ersetzen die manuelle Nachbereitung jeder Interaktion.

After-Call-Work Automation bringt Contact Centern, in denen die Nachbearbeitung der Calls einen großen Teil der AHT ausmacht, eine wesentliche Zeitersparnis pro Anruf – ohne dass sich für Kund:innen etwas am Gespräch ändert.

Diese vier Mechanismen wirken auf unterschiedliche Teile der AHT. Zusammen verstärken sie sich gegenseitig. Ein Contact Center, das Calls und die Nachbearbeitung automatisiert, Anrufe bei Bedarf präzise an die richtige Person weiterleitet und Human Agents in Echtzeit unterstützt, reduziert die Bearbeitungszeit gleichzeitig über alle Bestandteile der AHT hinweg. 

Die AHT mit AI Agents verbessern

Contact Center, die ihre AHT senken, ohne die Servicequalität zu beeinträchtigen, optimieren gezielt die einzelnen Bestandteile der AHT: AI Agents lösen Anfragen eigenständig, Routing bringt Kund:innen direkt zur passenden Ansprechperson, Echtzeit-Unterstützung verkürzt Gesprächs- und Wartezeiten und Automation reduziert manuelle Aufgaben nach dem Gespräch. 

Auf diesem Ansatz basiert Parloas AI Agent Management Platform, mit der beispielsweise HSE drei Millionen Anrufe pro Jahr bearbeitet. Die Plattform zeigt AHT und Containment Rate in Echtzeit-Dashboards an und unterstützt Contact Center dabei, Bearbeitungszeiten an mehreren Stellen gleichzeitig zu reduzieren: AI Agents bearbeiten Anfragen eigenständig, leiten Anliegen intelligent weiter und automatisieren Aufgaben nach dem Gespräch über den gesamten AI-Agent-Lifecycle hinweg. Sicherheit und Compliance sind dabei in jeder Phase integriert, darunter ISO 27001:2022, SOC 2 Type I & II, PCI DSS, HIPAA, GDPR und DORA. 

Buche eine Demo und erfahre, wie Parloa die AHT in deinem Contact Center mit Containment, Routing, Human Agent Assist und After-Call-Work Automation reduziert.

FAQs zur Average Handling Time (AHT)

Was ist eine gute Average Handling Time?

Eine gute AHT hängt von Aufwand und Art der Interaktion ab. Eine einfache Kontostandsabfrage braucht oft nur wenige Minuten, während komplexe Versicherungs- oder Serviceanliegen deutlich länger dauern können. Entscheidend ist, dass Anliegen direkt beim ersten Kontakt geklärt werden,.

Worin unterscheidet sich die AHT von der Average Talk Time?

Die Average Talk Time (ATT) ist ein Bestandteil der AHT. Sie misst nur die reine Gesprächszeit zwischen Human Agent und Kund:in – ohne Wartezeiten und ohne Aufgaben nach dem Gespräch. Die AHT betrachtet dagegen die gesamte Bearbeitungszeit: Gesprächszeit plus Wartezeit plus After-Call-Work (ACW). Für Workforce Planning und Kostenmodelle ist die AHT die wichtigere Kennzahl, weil sie zeigt, wie viel Zeit die Human Agents pro Interaktion wirklich benötigen.

Sollte die AHT als Zielvorgabe für Human Agents genutzt werden?

In der Regel nein. Die AHT eignet sich besser für Workforce Planning, Prozessanalysen und Coaching als für die Bewertung einzelner Human Agents. Wird die AHT trotzdem als persönliche Zielvorgabe genutzt, versuchen Agents Gespräche oft möglichst schnell zu beenden. Das führt häufig zu schlechteren FCR-Werten, mehr wiederholten Kontakten und höherem Druck im Team. 

Erhöht oder senkt AI die Average Handling Time?

AI senkt die AHT nicht dadurch, dass Gespräche schneller geführt werden müssen. Stattdessen übernimmt AI Aufgaben, die bisher viel Zeit gekostet haben. AI Agents bearbeiten Anfragen eigenständig, intelligentes Routing bringt Kund:innen direkt zur richtigen Ansprechperson, Echtzeit-Unterstützung hilft Human Agents, schneller die passenden Antworten zu finden, und automatische Zusammenfassungen sowie CRM-Updates reduzieren den Aufwand nach dem Gespräch.

BCG berichtet im Kundenservice von AHT-Reduktionen von rund 15-20% durch AI Agent Assist für Human Agents.

Was ist der Unterschied zwischen AHT und Average Speed of Answer?

Die Average Speed of Answer (ASA) misst, wie lange Kund:innen warten, bevor ein Human Agent antwortet. Die AHT bestimmt die Zeit vom Beginn der Interaktion bis zum Abschluss aller Aufgaben nach dem Gespräch. ASA ist eine Kennzahl für Wartezeiten und Service Levels. Die AHT misst den tatsächlichen Workload der Human Agents. Beide Kennzahlen hängen zusammen, weil die AHT die Staffing-Modelle beeinflusst, die wiederum Auswirkungen auf die ASA haben. Trotzdem bilden sie unterschiedliche Teile der Customer Experience ab.

Kontaktiere unser Team!