Kundennutzen durch künstliche Intelligenz und gesunden Menschenverstand

Kundennutzen durch künstliche Intelligenz und gesunden Menschenverstand

Die Mischung macht’s

Im Zeitalter der künstlichen Intelligenz (KI) wird die intelligente Automatisierung zu einem Eckpfeiler vieler Customer-Experience-Strategien. Marketingexperten und Firmenentscheider sollten jedoch nicht die Menschen hinter den Bots vergessen: Mitarbeiter sind das A und O reibungsloser Kundenansprache und langjähriger Kundentreue. Es gilt, das perfekte Zusammenspiel von künstlicher und menschlicher Intelligenz zu finden.
Bereits 57 Prozent der Firmen in Deutschland setzen laut einer IDG-Studie auf Machine Learning und KI – Tendenz steigend. Im Bereich des Kundendienstes nutzen rund 29 Prozent die zahlreichen Möglichkeiten, die ihnen neue Technologien diesbezüglich an die Hand geben. Da zeitgleich aber auch die Erwartungen der Kunden steigen, fällt es Marketingabteilungen und Entscheidern oft schwer, mit der ständig wachsenden Zahl an Kanälen, den Grenzen ihrer veralteten Systeme und der Komplexität der eingehenden Anfragen Schritt zu halten. Künstliche Intelligenz kann in vielen der genannten Bereiche zwar unterstützung bieten, sie ist aber kein Ersatz für menschliche Intelligenz. Denn bei der Schaffung erstklassiger Kundenerlebnisse geht es darum, auf das richtige Gleichgewicht aus beiden Bereichen zu setzen.

Erfahrene Mitarbeiter für mehr Kundenzufriedenheit

Da künstliche Intelligenz an Bedeutung gewinnt, kann es zudem vorkommen, dass die Bedürfnisse der Mitarbeiter ins Hintertreffen geraten. Der Kontakt zu gut informierten, fähigen und erfahrenen menschlichen Mitarbeitern spielt jedoch nach wie vor eine entscheidende Rolle, um die Kundenzufriedenheit zu steigern. Mitarbeiter und Call-Center-Agenten benötigen die richtigen Tools und Technologien, damit sie nahtlos da weitermachen können, wo künstliche Intelligenz aufhört. Derartige Unterstützung ist viel mehr als schönes Beiwerk. Während KI den Kunden hilft, schnell Antworten auf ihre Fragen zu erhalten, sind es die menschlichen Mitarbeiter, die Markentreue stärken. Es geht darum, dass Kundenbindung nicht länger reaktiv sondern proaktiv ist.

Künstliche Intelligenz hilft beim Kauf

Proaktive KI ist die nächste Entwicklungsstufe der KI-basierten Kundenansprache. Wichtiger Pfeiler dieses Ansatzes sind Chatbots und virtuelle Assistenten, die die Kunden jederzeit mit relevanten Inhalten begleiten. Sie können ihnen helfen, Kaufentscheidungen zu treffen oder mehr Informationen über ein Produkt oder eine Dienstleistung zu erhalten. Proaktive KI-Tools stehen Kunden heute auf ähnliche Weise zur Seite wie Verkäufer im Laden.

Seiten: 1 2Auf einer Seite lesen

Ausgabe:
LogMein Germany GmbH
www.logmeininc.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige