Über die MEG: Kommunaler Entsorgungsdienstleister in Mülheim an der Ruhr
Die Mülheimer Entsorgungsgesellschaft mbH (MEG) ist ein kommunaler Entsorgungsdienstleister mit über 170.000 Einwohnern im Versorgungsgebiet. Die MEG ist eine gemeinsame Gesellschaft zweier Partner: Die Stadt Mülheim an der Ruhr hält die Mehrheit (51 Prozent), der private Entsorgungskonzern REMONDIS Kommunale West GmbH ist mit 49 Prozent beteiligt. Das vierköpfige Bürgerservice-Team betreut täglich hunderte Anfragen zu Abfallentsorgung, Sperrmüll, Wertstoffen und Tonnenverwaltung.
Die Herausforderung: Konstant hohe Anrufzahlen trotz digitaler Angebote
Trotz Website-Relaunch, neuer App und Containershop blieb die Anzahl der Anrufe konstant hoch. Das Team kämpfte mit wiederkehrenden Standardfragen zu Öffnungszeiten, Tonnenleerungen und Sperrmüll, die wertvolle Zeit banden.
„Die Anforderungen an unsere Abfallberatung steigen stetig an – sei es durch wachsende Bürgeranfragen, die Aktion „Mülheim räumt auf“ mit jährlichen Rekordteilnehmerzahlen oder unseren Hofführungen“,
erklärt Timo Juchem, Geschäftsführer der MEG. Das Team wünschte sich mehr Zeit für strategische Projekte wie Abfallberatung und Bürger-Engagement – statt stundenlang dieselben FAQs zu beantworten.
Hinzu kam ein klassisches Problem öffentlicher Entsorger: Zu Stoßzeiten mussten Bürger in Warteschlangen warten, außerhalb der Bürozeiten erreichte niemand das Team. Die Frage war: Wie können einfache Anfragen schneller beantwortet werden – rund um die Uhr, ohne Wartezeiten und ohne zusätzliches Personal?
Die Lösung: Voice-AI-Assistentin Sophie von logen.ai
Am 2. Juli 2025 ging „Sophie“ live – die KI-gestützte Telefonassistentin, implementiert von logen.ai auf Basis der Parloa-Plattform. „Herzlich willkommen bei der MEG, ich bin Sophie, Ihre digitale Assistentin“ – so begrüßt sie seitdem die Anrufer am Bürgertelefon.
Sophie wurde mit umfangreichem FAQ-Wissen zu Sperrmüll, Tonnenabholung, Containerbestellung, Öffnungszeiten und Gebühren trainiert. Bei einfachen Anfragen antwortet sie in natürlicher Sprache, ohne Einbindung eines Mitarbeiters. Bei komplexeren Anliegen oder Unsicherheiten leitet sie gezielt an die richtige Abteilung weiter – mit allen bereits gesammelten Informationen, sodass Bürger ihre Anliegen nicht wiederholen müssen.
Die Implementierung erfolgte unter Berücksichtigung europäischer und deutscher Regularien zu KI und Datenschutz – ein kritischer Faktor für kommunale Betriebe.
Schnelle Implementierung durch kollaborative Zusammenarbeit
Was dieses Voice-AI-Projekt besonders erfolgreich machte: die enge Zusammenarbeit zwischen der MEG und logen.ai. Statt monatelanger Planungsphasen setzte das Team auf konkrete Projektverantwortliche, kurze Feedbackloops und schnelle Anpassungen.
Testphase mit tagesaktuellen Anpassungen
In der Testphase vor dem Go-Live wurden Anpassungen tagesaktuell von logen.ai übernommen. Das MEG-Team testete Sophie mit realen Szenarien, gab direktes Feedback – und bereits am nächsten Tag waren Optimierungen live. Diese iterative Arbeitsweise verkürzte die Implementierungsdauer erheblich.
Intensive Betreuung nach Go-Live
Nach dem Start am 2. Juli 2025 las das logen.ai-Team in den ersten Stunden 1:1 alle Dialoge mit und baute noch am ersten Tag Hotfixes (technische Sofortkorrekturen) ein. Diese intensive Betreuungsphase stellte sicher, dass Sophie von Anfang an stabil lief und anfängliche Probleme sofort behoben wurden.
Aufbau von fachspezifischem Know-how
Eine besondere Herausforderung war der Kenntnisaufbau zum Thema Abfallwirtschaft bei logen.ai. Die MEG-Mitarbeiter erläuterten immer wieder Spezifika – von Tonnenleerungsrhythmen über Wertstoffkategorien bis zu kommunalen Gebührenstrukturen.
„logen.ai hat sehr schnell unser fachspezifisches Know-how verstanden und sich entsprechend eingearbeitet“,
so das Feedback aus dem MEG-Team. Das offene Nachfragen und mehrere Iterationsrunden sorgten dafür, dass Sophie nicht nur technisch, sondern auch inhaltlich präzise antworten konnte.
Die Ergebnisse: 42,5 Prozent Automatisierung in Sieben Monaten
In den ersten sieben Monaten (Juli 2025 – Januar 2026) lieferte Sophie Ergebnisse deutlich über dem Branchendurchschnitt von Conversational AI-Systemen.
Operative Exzellenz
~25.000 Konversationen bearbeitet – ohne zusätzliche Personalkosten und ohne Kapazitätsgrenzen.
42,5 Prozent Automatisierungsrate – das bedeutet: Fast jeder zweite Anruf wird vollständig von Sophie gelöst, ohne dass ein Mitarbeiter eingreifen muss. Zum Vergleich: Der Branchendurchschnitt liegt bei 30 bis 40 Prozent.
Bearbeitungszeit: 1 Minute 12 Sekunden – deutlich unter dem Contact-Center-Standard von vier bis sechs Minuten pro Anruf. Das bedeutet: Bürger bekommen schneller Antworten, das Team hat mehr Kapazität für komplexe Fälle.
Sofortige Erreichbarkeit, keine Wartezeiten mehr – Sophie nimmt jeden Anruf sofort entgegen, auch außerhalb der Bürozeiten, am Wochenende und an Feiertagen.
Service-Qualität
88,1 Prozent Engaged Conversations – dieser Wert misst, wie viele Anrufer im Gespräch bleiben und nicht abbrechen. 88,1 Prozent ist deutlich über dem Branchenschnitt von 60 bis 75 Prozent und zeigt: Die Anrufer akzeptieren Sophie als kompetente Gesprächspartnerin.
53,8 Prozent FAQ-Nutzung – in über der Hälfte aller Gespräche wird die Wissensdatenbank genutzt. Genau diese Routineanfragen (Öffnungszeiten, Tonnenabholung, Sperrmüll-Termine) banden zuvor die Zeit des Teams.
26,8 Prozent Drop-off-Rate – während der Branchendurchschnitt bei 35 bis 45 Prozent liegt, bricht bei der MEG nur knapp jeder vierte Anrufer das Gespräch ab. Die niedrige Abbruchquote zeigt: Sophie versteht die Anliegen und liefert relevante Antworten.
Strategischer Impact
Das vierköpfige Bürgerservice-Team kann sich jetzt auf komplexe Fälle und strategische Initiativen konzentrieren.
„Wir schaffen mit Sophie neue Freiräume für Projekte rund um die Abfallberatung – ein echter Gewinn für unser Team und die Stadt“,
so Abteilungsleiter Thorsten Gerbitz.
Die Bürger profitieren von:
- sofortiger Erreichbarkeit ohne Warteschlangen
- schnellen Antworten auf Standardfragen (72 Sekunden statt mehrerer Minuten)
- nahtloser Weiterleitung bei komplexen Anliegen – mit Kontext, den Sophie bereits gesammelt hat
Best Practices für Voice-AI-Implementierungen
Die MEG-Implementierung zeigt drei zentrale Erfolgsfaktoren für Voice-AI-Projekte:
1. Konkrete Projektverantwortliche benennen
Statt diffuser Teamverantwortung: klare Ansprechpartner auf beiden Seiten ermöglichen kurze Entscheidungswege. Die MEG benannte feste Projektverantwortliche, die direkt Feedback geben und Entscheidungen treffen konnten – ohne lange Abstimmungsschleifen.
2. Iterativ statt Big Bang
Statt monatelanger Planung: schnell starten, testen, anpassen. Die tagesaktuellen Anpassungen in der Testphase und Hotfixes am ersten Tag nach Go-Live zeigen: Geschwindigkeit schlägt Perfektion. Besser mit einem frühen Lösungsansatz starten und diesen kontinuierlich verbessern, als Monate auf eine theoretisch perfekte Lösung warten.
3. Fachliche Expertise einbringen
KI-Anbieter sind Technologie-Experten, keine Branchenspezialisten. Die offene Kommunikation der MEG – mit Erläuterungen zu Abfallwirtschafts-Spezifika – war entscheidend für die inhaltliche Qualität. Erfolgsfaktor: Nicht erwarten, dass der KI-Anbieter die Branche kennt, sondern aktiv Wissen teilen.
Fazit: Voice AI als Game-Changer für kommunale Entsorger
Die MEG automatisierte 42,5 Prozent ihrer Anrufe und erreichte dabei Service-Metriken 20 bis 30 Prozent über Branchenbenchmarks – mit sofortiger Erreichbarkeit ohne Wartezeiten, kürzeren Bearbeitungszeiten (72 Sekunden statt 4 bis 6 Minuten) und einer skalierbaren Lösung ohne zusätzliche Personalkosten.
Der Erfolgsfaktor: Schnelle, kollaborative Implementierung mit konkreten Verantwortlichen, kurzen Feedbackloops und intensiver Betreuung. Voice AI ist keine Zukunftsmusik mehr – sie funktioniert heute, messbar und skalierbar.
Möchten Sie ähnliche Ergebnisse für Ihren Kundenservice erzielen? Vereinbaren Sie jetzt eine kostenlose Demo und erfahren Sie, wie Voice AI Ihr Team entlastet.
.avif)
