Anfragen besser verstehen und schneller beantworten

Mit KI den Service verbessern

Ein Anruf beim Kundenservice kann an beiden Enden der Leitung zur Belastungsprobe werden. Der Kunde muss mitunter Wartezeit in Kauf nehmen und die Servicemitarbeiter können aufgrund fehlender Information vielleicht nicht weiterhelfen. Künstliche Intelligenz kann beiden helfen, Frustration zu vermeiden.
Bild: ©peshkova/stock.adobe.com

Kundenservice-Anekdoten über das Ausharren in der Warteschleife, geplatzte Termine oder viele unterschiedliche Ansprechpartner kann wohl jeder erzählen. Schnell kann der Eindruck entstehen, dass Unternehmen ihre Serviceprozesse nicht im Griff haben. Lösungen auf Basis von künstlicher Intelligenz (KI) können dabei helfen, überzeugendere Ergebnisse zu erzielen – insbesondere auf drei Gebieten: KI-Anwendungen übernehmen bestimmte Aspekte der Kundenkommunikation, um das Serviceteam zu entlasten. Gleichzeitig verbessern sie die Leistungsfähigkeit der einzelnen Mitarbeiter. Darüber hinaus steuern sie den Gesamtprozess der Servicekommunikation mit dem Ziel höherer Transparenz.

Umgang mit Text und Sprache

Eine zentrale Rolle spielen dabei KI-Anwendungen rund um den Umgang mit Text und Sprache. Dazu gehört Natural Language Processing (NLP – Sprachverarbeitung). Das System erkennt die Zusammenhänge und Bedeutungen von gesprochenen Worten. Die fortschreitende Entwicklung in diesem Bereich führt dazu, dass die Kommunikation mit Maschinen immer natürlicher wird. Bei der Natural Language Generation (NLG) hingegen werden maschinelle Lernverfahren eingesetzt, die es ermöglichen, sprachliche Stilmittel, Betonungen und ähnliches einzusetzen. Auf diesen technischen Grundlagen baut eine überzeugende, KI-gestützte Kommunikation auf.

Mit Chatbots sprechen

Lange Zeit kamen die Versuche, Teile des Serviceprozesses zu automatisieren, nicht über ein rudimentäres Niveau hinaus. Chatbots eröffnen Unternehmen dabei neue Spielräume. Bei ihnen handelt es sich um text- oder sprachbasierte Dialogsysteme, die auf den IT-Systemen des jeweiligen Unternehmens aufsetzen. Durch Chatbots wird Anwendern die Kommunikation in natürlicher Sprache ermöglicht. Entsprechend trainierte Systeme eignen sich beispielsweise, um Anfragen zu bearbeiten: Sie erklären die Unterschiede zwischen Produktvarianten, geben Auskunft über den Lieferstatus einer Bestellung oder leisten Hilfestellung bei der Anreise zu einer Veranstaltung. Ausgereifte Anwendungen können auch Dialoge erlauben, die an den Austausch mit Mitarbeitern heranreichen.

Mitarbeiter unterstützen

Chatbots kommen nicht nur an der Kundenschnittstelle zum Einsatz, sondern können auch Servicemitarbeiter unterstützen – etwa beim Mitarbeitertraining. Chatbots übernehmen beispielsweise in Trainings die Rolle von Anfragenden. Das Aus- und Bewerten der Dialoge erfolgt ebenfalls automatisch. Auf diese Weise können Themen schneller und invidueller vermittelt werden. Andererseits unterstützen Chatbots auch die tägliche Arbeit des Service-Personals. Sie analysieren das laufende Beratungsgespräch und bieten den Mitarbeitern passende Informationen aus Vertragsunterlagen, Chatprotokollen, Bestellungen, Handbüchern, Prospekten, Anleitungen oder Frequently Asked Questions (FAQs) an. Diese Informationen sind vorgefiltert, zusammengefasst und priorisiert. Das Service-Personal kann die Angaben direkt verwenden. KI in Kundenserviceprozessen kann nicht nur helfen, Anfragen besser zu bearbeiten, sie kann auch Entscheider bei der Steuerung von Service-Prozessen unterstützen.

Seiten: 1 2 3Auf einer Seite lesen

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