Customer Knowledge Management Agent: het kennisfundament dat self‑service continu slimmer maakt

In het eerste blog in deze reeks bespraken we dat self‑service steeds beter wordt, maar dat daardoor juist de complexere vragen bij medewerkers terechtkomen. De baton beweegt dus niet alleen van self‑service naar assisted service, maar keert via medewerkers weer terug. Als input voor verdere verbetering van self‑service.

In blog 2 zagen we hoe de Case Management Agent die baton ‘doorgeefklaar’ maakt. Cases worden veilig, volledig en consistent vastgelegd. Hierdoor ontstaat voor het eerst een betrouwbare informatiebron:

• wat klanten écht vragen
• hoe medewerkers het oplossen
• wat ontbreekt in processen of instructies
• welke informatie cruciaal is om verder te helpen

Maar deze data is nog geen kennis.

Daarvoor is een volgende stap nodig: het omzetten van praktijkervaringen in bruikbare, vindbare en schaalbare content die self‑service én medewerkers ondersteunt.

Dat is precies waar de Customer Knowledge Management Agent zijn rol pakt.

Kennis veroudert sneller dan teams het kunnen bijhouden

Elke organisatie met een contactcenter herkent dit beeld:

• de kennisbank begint netjes, maar groeit langzaam uit tot een kluwen
• artikelen bestaan in verschillende varianten
• kleine wijzigingen in processen of systemen leiden tot tientallen micro-aanpassingen
• medewerkers bedenken eigen interpretaties van procedures
• klanten stellen steeds nieuwere, specifiekere vragen
• er is te weinig tijd om kennis structureel op te schonen

En ondertussen verschuift het landschap:

• self‑service wordt steeds belangrijker
• AI gebruikt dezelfde kennis om suggesties te doen
• foutieve of verouderde kennis wordt direct zichtbaar in gesprekken

Het bijhouden van een kennisbasis is al jaren een pijnpunt.
Maar met de informatievolumes van moderne contactcenters wordt het simpelweg onmogelijk zonder AI-ondersteuning.

Daarom introduceert Microsoft in Dynamics 365 de Customer Knowledge Management Agent.

Wat de Customer Knowledge Management Agent écht doet

De Knowledge Agent werkt volgens een duidelijk principe: Hij analyseert individuele cases en conversaties wanneer ze worden afgesloten en genereert automatisch een concept-kennisartikel of een concept-update, gebaseerd op wat er in die interactie is besproken.

Dit is exact wat Microsoft documenteert.

Dat betekent concreet:

• De agent analyseert cases, e-mails, chats, notities en conversaties.
• Hij identificeert waar informatie ontbreekt of onduidelijk is.
• Hij genereert automatisch een concept-artikel (draft) of een concept-update.
• Dat concept komt binnen bij het kennisbeheerteam.
• Een mens beoordeelt, past aan en publiceert.
• Autonome publicatie is mogelijk, maar alleen als een admin dit expliciet inschakelt.

Het is dus niet zo dat de agent trends of patronen analyseert — dat is het domein van de Intent Agent (Blog 4). De Knowledge Agent kijkt case-per-case, bij het sluiten van een interactie.

Je zou hem kunnen zien als: de redacteur die conceptteksten aanlevert op basis van echte klantproblemen, zodat de kennisbeheerder alleen nog maar hoeft te finetunen.

De rol van de Knowledge Agent in de assisted → self‑service cyclus

Deze serie draait om één centraal mechanisme: self‑service wordt beter omdat assisted service beter wordt benut.

De Knowledge Agent is daarin de spil die informatie omzet in kennis.

De cyclus werkt zo:

Stap 1 — Self‑service schiet tekort

De klant zoekt een antwoord maar vindt het niet, of begrijpt de instructie niet.
Hij schakelt over naar een medewerker.

Stap 2 — Assisted service lost het op

De medewerker helpt, zoekt uit, vult context aan.
Dankzij de Case Management Agent is de case compleet en gestructureerd.

Stap 3 — Bij het sluiten van de case gaat de Knowledge Agent aan

Op dat moment analyseert de agent:

• “Welke informatie was nodig om dit op te lossen?”
• “Ontbrak deze informatie in de kennisbank?”
• “Moet dit worden gedocumenteerd voor volgende klanten of medewerkers?”

De agent genereert vervolgens een concept:

• nieuw kennisartikel
• of update van een bestaand artikel

Geen suggestie, geen signaal — maar een volledig draft-artikel dat klaarstaat voor menselijke review.

Stap 4 — Publicatie (door mens, tenzij autonoom geconfigureerd)

De kennisbeheerder bepaalt:

• klopt dit inhoudelijk?
• moet het aangevuld worden?
• waar hoort het in de structuur?

Stap 5 — Self‑service wordt beter

De volgende klant die dezelfde vraag heeft, vindt wél een antwoord.
De baton hoeft minder vaak naar assisted service.

En hiermee is de cyclus rond — en begint opnieuw.

Praktisch scenario: een case wordt kennis

Een gemeentelijke organisatie ontvangt regelmatig vragen over het wijzigen van een parkeervergunning bij verhuizing.

Het bestaande kennisartikel is functioneel correct, maar mist:

• een nuance over digitale bewijsstukken
• een uitleg over de volgorde van stappen op het klantportaal
• een belangrijk verschil tussen “verhuizing binnen gemeente” en “verhuizing van buitenaf”

Wat gebeurt er nu?

Een medewerker behandelt een case waarin een klant door precies deze gaten valt.
Tijdens het sluiten van de case analyseert de Knowledge Agent de interactie en genereert een concept-artikel:

“Bijwerken parkeervergunning bij verhuizing – aanvullende uitleg en digitale bewijsstukken.”
Geproduceerd op basis van de case die zojuist is gesloten.

De kennisbeheerder leest mee, vult aan en publiceert.

In de twee weken daarna daalt het aantal calls hierover meetbaar.
Niet doordat medewerkers anders werken, maar omdat self‑service nu wél het juiste antwoord geeft.

Dit is de kracht van deze agent: hij vormt de brug tussen real‑world klantcases en schaalbare kennis.

Impact: wat verandert er in de organisatie?

Voor klanten

• Self‑service wordt begrijpelijker, relevanter en completer.
• Minder afhankelijkheid van medewerkers.
• Minder herhalingscontact.

Voor medewerkers

• De juiste kennis staat klaar in Copilot en search.
• Minder tijd kwijt aan “uitzoeken hoe het zit”.
• Betere first-time-right, minder escalaties.

Voor de organisatie

• Continu actueel kennisfundament zonder massale handmatige updates.
• Betere input voor Intent Agent en Quality Agent.
• Lagere operationele druk.
• Een kennisbasis die met het klantvolume meegroeit.

Customer Knowledge Management Agent: het kennisfundament dat selfservice continu slimmer maakt

Van alle agents is dit misschien wel de meest strategische.
Automatisering zonder goede kennis leidt alleen maar tot snellere fouten.
Intent-herkenning zonder goede kennis leidt tot routing die alsnog menselijke interpretatie nodig heeft.
Quality-evaluatie zonder goede kennis legt vooral inconsistentie bloot.

Pas wanneer kennis klopt, volledig is en up-to-date blijft, ontstaat er een omgeving waarin AI daadwerkelijk waarde kan toevoegen.

Daarom adviseer ik organisaties vaak: Begin niet bij automatisering. Begin bij kennis. Wie de kwaliteit van kennis verandert, verandert de kwaliteit van het hele contactcenter!

In het volgende Blog kijken we naar de Customer Intent Agent. De agent die als eerste hoort wat klanten eigenlijk bedoelen en daarmee het startpunt vormt van elk klantproces én elke verbetering.

Wil je intussen onderzoeken welke kennis in jouw organisatie door de Knowledge Agent verrijkt kan worden?
Wij denken graag mee!