Field Service Kennzahlen nach dem Go-live: Was messen?

Nach dem Go-live muss Salesforce Field Service die Zahlen aus dem Business Case bewegen: Einsätze pro Techniker und Tag, Fahrzeitanteil, Erstlösungsquote, eingehaltene Reaktionszeiten und Ankunft im zugesagten Zeitfenster. Ich nehme eine Kennzahl dazu: wie oft Disponenten die Vorschläge der Engine vor der Freigabe ändern. Salesforce bietet zwei fertige Ansichten. Operations Home zeigt 12 Kennzahlen, darunter Erstlösungsquote, Auslastung, Einsatzdauer und Stillstandszeit der Assets. Field Service Intelligence hat fünf Dashboards mit mehr als 30 Kennzahlen. Beide laufen auf Data 360 und müssen lizenziert werden. Vor jedem Dashboard legen Sie fest, wie jede Kennzahl definiert ist, und messen einen Ausgangswert im Altsystem.

Welche Kennzahlen zeigen, ob Field Service wirkt?

Die Kennzahlen nach dem Go-live sind die vier Zahlen, mit denen ich entscheide, ob sich Field Service lohnt, plus zwei, die zeigen, ob die Terminplanung funktioniert. Diese Auswahl würde ich pro Region und Monat verfolgen:

Kennzahl	Wie ich sie definiere	Woher die Zahl kommt
Einsätze pro Techniker und Tag	Abgeschlossene Termine geteilt durch Arbeitstage der Techniker	Service Appointments mit Status Completed
Fahrzeitanteil	Fahrzeit geteilt durch Arbeitszeit	Stundenzettel1, die Fahrten und Pausen erfassen
Erstlösungsquote	Arbeitsaufträge ohne weiteren Einsatz am selben Asset für denselben Fehler innerhalb von 14 Tagen	Arbeitsauftrag, Asset, Fehlercode
Eingehaltene Reaktionszeiten	Störungen, bei denen der Techniker in der zugesagten Zeit vor Ort war	Meilensteine aus Entitlements am Arbeitsauftrag
Ankunft im Zeitfenster	Tatsächlicher Beginn im zugesagten Ankunftsfenster	Felder am Service Appointment
Änderungsquote der Disposition	Anteil der Vorschläge, die vor dem Status Dispatched geändert werden	Eigene Erfassung

Zwei davon gibt es fast geschenkt. Das Service Appointment hat Felder für den tatsächlichen Beginn und das Ankunftsfenster2, ein Standardbericht vergleicht sie. Reaktionszeiten kommen aus Meilensteinen am Arbeitsauftrag, die einen Entitlement-Prozess vom Typ Work Order brauchen, wie in Wartungsverträge in Field Service abbilden beschrieben.

Die Änderungsquote der Disposition kostet etwas Aufwand und ist in den ersten Monaten die nützlichste Zahl. In Wie viel Terminplanung automatisch laufen sollte empfehle ich, dass Disponenten notieren, warum sie einen Vorschlag ändern. Eine Auswahlliste mit dem Grund am Termin macht daraus einen Bericht. Eine hohe Quote heißt: Daten fehlen oder die Policy passt nicht, und die Gründe zeigen, was davon.

Operations Home und Field Service Intelligence laufen auf Data 360

Salesforce verkauft Field Service heute als Field Service and Operations, die Auswertungen kommen in zwei Teilen. Laut Salesforce-Blog vom September 20253:

• Operations Home ist die Startseite für den Innendienst, mit 12 fertigen Kennzahlen, darunter Erstlösungsquote, Auslastung, Einsatzdauer und Stillstandszeit der Assets. Sie basiert auf Tableau Next, Data Cloud und Agentforce, Fragen in normaler Sprache beantwortet Concierge.
• Field Service Intelligence hat fünf fertige Dashboards zu Arbeitsaufträgen, Terminen, Assets, Ersatzteilbestand und Ressourcen, mit mehr als 30 Kennzahlen.

Die Salesforce-Hilfe beschreibt Field Service Intelligence4 als Paket aus Data 360, CRM Analytics und Agentforce Service. Ihr Service Data Kit5 richtet mehr als 20 Datenströme ein, und die Hilfe warnt davor, installierte Objekte, Felder oder Zuordnungen zu entfernen, weil die Dashboards darauf aufbauen. Tableau Next selbst braucht laut Einrichtungsanleitung6 zuerst eine konfigurierte Data Cloud.

Die Lizenzfrage ist aus der Preisliste7 nicht eindeutig abzulesen. Die Vergleichstabelle führt Tableau Next bei Dispatcher, Technician und Field Service Plus als “Available for Purchase”, Agentforce 1 Field Service enthält es zusammen mit 2,5 Millionen Data-Cloud-Credits pro Org und Jahr. Auch Operations Home und Field Service Intelligence stehen mit Einträgen “Available for Purchase” in der Tabelle.

Meine Einschätzung: Die fertigen Ansichten lohnen sich, sobald die Definitionen abgestimmt sind und Data 360 ohnehin im Haus ist. Für die erste Welle decken Standardberichte auf Terminen und Arbeitsaufträgen die Zahlen aus dem Business Case ab.

Die Erstlösungsquote braucht zuerst eine Definition

Weil ein Kennzahlname noch keine Formel ist. Operations Home zeigt eine Erstlösungsquote. Ob sie dem entspricht, was Ihre Serviceleitung meint, müssen Sie prüfen. Ich halte fünf Entscheidungen schriftlich fest:

1. Zeitfenster. Ein Folgeeinsatz innerhalb von 7, 14 oder 30 Tagen?
2. Bezug. Gleiches Asset oder gleicher Kundenstandort?
3. Fehler. Gleicher Fehlercode oder jeder weitere Einsatz?
4. Geplante Folgeeinsätze. Ein zweiter Besuch, weil ein Teil bewusst bestellt wurde, oder eine mehrtägige Inbetriebnahme zählen nicht als Fehlschlag.
5. Fernlösungen. Zählt ein Problem, das per Telefon oder Video gelöst wurde, als beim ersten Mal behoben?

Die dritte Entscheidung funktioniert nur mit codierten Fehlern. Stehen Fehlerursachen im Freitext, zählt die Quote jeden weiteren Einsatz, auch die Jahreswartung eine Woche später. Weichen die Definition des Herstellers und Ihre voneinander ab, berichten Sie Ihre und vermerken den Unterschied einmal.

Wie kommen Sie an einen Ausgangswert aus dem Altsystem?

Messen Sie drei Monate vor dem Go-live mit denselben Definitionen, die Sie danach verwenden. Die Daten liegen meist in den Serviceaufträgen des ERP oder im alten Planungswerkzeug: abgeschlossene Einsätze pro Techniker, Fahrzeiten aus Stundenzetteln oder Fahrtenbüchern, Folgeeinsätze pro Maschine. Kann niemand diese Zahlen liefern, ist das schon ein Befund, und er schwächt jeden Business Case.

Vergleichen Sie dann pro Region und pro Welle. Die Einführung in Wellen liefert eine natürliche Vergleichsgruppe: Regionen, die noch nicht live sind, arbeiten im alten Prozess. Verbessert sich eine Live-Region und bleibt eine wartende Region gleich, kommt die Änderung von Field Service und nicht von einer ruhigen Saison.

Rechenbeispiel: Ausgangswert und erste Welle

Angenommen ist ein Komponentenhersteller mit 90 Technikern in drei Regionen, SAP als ERP und einer Einführung in drei Wellen.

Ausgangswert, drei Monate aus SAP-Serviceaufträgen und Stundenzetteln. 2,1 Einsätze pro Techniker und Tag, 38 Prozent Fahrzeitanteil, 71 Prozent Erstlösungsquote (14 Tage, gleiches Asset, gleicher Fehlercode), 84 Prozent der Störungen in der zugesagten Reaktionszeit.

Region eins, drei Monate nach dem Go-live. 2,4 Einsätze pro Tag, 33 Prozent Fahrzeit, 88 Prozent eingehaltene Reaktionszeiten. Die Erstlösungsquote steht weiter bei 72 Prozent. Die Disponenten haben im ersten Monat 41 Prozent der Vorschläge geändert, im dritten 24 Prozent, meist wegen der Zugangszeiten beim Kunden.

Die Deutung. Die Terminplanung funktioniert, also verbessern sich Einsätze und Fahrzeit. Die Erstlösungsquote bewegt sich nicht, weil Techniker weiter ohne das passende Teil ankommen: Das Fahrzeuglager ist noch nicht in Salesforce. Vor der zweiten Welle bringt das Team die Fahrzeuglager als mobile Lagerorte ins System, wie in Ersatzteile zwischen ERP und Salesforce beschrieben, und pflegt Besuchszeiten für die Accounts, die die meisten Änderungen auslösen.

Wem gehören die Zahlen nach dem Go-live?

Jemandem im Fachbereich und nicht dem Projekt. Ich würde die Definitionen der Serviceleitung geben, die Änderungsquote der Dispositionsleitung und die Datenstrecke der IT. Eine halbe Stunde pro Monat und Region reicht: sechs Zahlen, die Gründe hinter Ausreißern und eine Entscheidung. Ob Disponenten und Techniker den neuen Prozess überhaupt nutzen, zeigen diese Zahlen nur indirekt. Welche Nutzungszahlen ich daneben stelle, steht in Salesforce-Nutzung nach dem Go-live messen. Die technische Seite des Betriebs, von Überwachung bis Backup, behandelt das DevOps-Kapitel Betrieb, Monitoring und Backup.

Kommen später Field-Service-Agenten dazu, messen Sie diese getrennt mit eigenen Kennzahlen, wie in Agentforce-Kennzahlen nach dem Go-live beschrieben. Ein Agent, der Wartungstermine bucht, verändert die Einsätze pro Tag nur mittelbar.

Erster Schritt: höchstens sechs Kennzahlen aus dem Business Case

1. 01

   Kennzahlen wählen

   Nehmen Sie die Zahlen aus Ihrem Business Case, höchstens sechs.

2. 02

   Definitionen aufschreiben

   Vor allem für die Erstlösungsquote.

3. 03

   Ausgangswert messen

   drei Monate

   Im Altsystem, mit denselben Definitionen wie nach dem Go-live.

4. 04

   Mit Standardberichten starten

   In der ersten Welle; zu Operations Home oder Field Service Intelligence wechseln Sie, wenn Lizenzen und Definitionen geklärt sind.

5. 05

   Monatlich pro Region prüfen

   Ordnen Sie jeden Ausreißer einer Daten- oder Prozesskorrektur zu.

Da der Ausgangswert drei Monate braucht, beginnt die Messung spätestens drei Monate vor dem Go-live. Wie die Kennzahlen in Einführung und Betrieb passen, behandelt das Kapitel KI-Agenten, Einführung und Betrieb der Field-Service-Masterclass.

Quellen7

1. 1Stundenzettel (öffnet in einem neuen Tab)help.salesforce.com
2. 2tatsächlichen Beginn und das Ankunftsfenster (öffnet in einem neuen Tab)developer.salesforce.com
3. 3Salesforce-Blog vom September 2025 (öffnet in einem neuen Tab)salesforce.com
4. 4Field Service Intelligence (öffnet in einem neuen Tab)help.salesforce.com
5. 5Service Data Kit (öffnet in einem neuen Tab)help.salesforce.com
6. 6Einrichtungsanleitung (öffnet in einem neuen Tab)help.tableau.com
7. 7Preisliste (öffnet in einem neuen Tab)salesforce.com