©Sikov/stock.adobe.com
Von einem guten Self-Service-Angebot profitieren alle Beteiligten: Kunden können unkompliziert Informationen finden und Unternehmen sparen Zeit und Ressourcen. Die Grundlagen für ein solches Angebot bilden das kollektive Wissen eines Unternehmens sowie dessen Mitarbeiter. Im Idealfall wird all dieses Wissen an einem zentralen, vernetzten Ort gespeichert und gesammelt – etwa in einer Wissensdatenbank. Diese Datenbank stetig zu aktualisieren und um neues Wissen zu ergänzen, ist dabei unentbehrlich, um die Qualität des Serviceangebotes auf hohem Niveau halten zu können. Sind die Informationen in der Wissensdatenbank veraltet, kann dies im Extremfall sogar umsatzschädigend sein.
Datenbanken aktuell halten
Bei der laufenden Aktualisierung der Datenbank kann KI die Servicemitarbeiter wesentlich entlasten. So können beispielsweise KI-basierte Apps automatisch Informationen aus einem Support-Ticket aufnehmen und in einem Redaktionsworkflow an entsprechende Redakteure zur Freigabe übergeben. Um den Lernprozess der KI zu unterstützen, können Mitarbeiter auch aktiv eingreifen, indem sie manuell Artikel als ungeeignet für ein bestimmtes Kundenanliegen kennzeichnen, als Lösungsvorschlag im Ticket verlinken oder Verschlagwortungen einrichten. Damit ergibt sich eine kontinuierliche Feedback-Schleife, die das System immer besser erkennen lässt, welche Artikel für welche Problematik gut geeignet sind. Ist eine solche Wissensdatenbank etabliert, ist der nächste Schritt, die eigenen Kunden effektiv zu den passenden Informationen hinzuführen. Auch hier können automatisierte, KI-gestützte Lösungen Servicemitarbeitern die Arbeit erleichtern. Zum Beispiel kann ein mit der Wissensdatenbank verknüpfter, lernfähiger Bot – ein sogenannter Answerbot – Vorschläge für Beiträge und Artikel direkt, etwa per Mail oder Messenger, an den Kunden senden, noch bevor die Anfrage einen Mitarbeiter erreicht. Für die Auswahl der Artikel aus der Wissensdatenbank sucht der Bot nach relevanten Antworten im eingebetteten Datenmodell, indem er Sprache, Daten und spezifische Muster analysiert, um auf dieser Basis zu entscheiden, welche die beste Reaktion ist.
Routineaufgaben abgeben
Erhält zum Beispiel ein Maschinenbauunternehmen eine Frage zu einem speziellen Teil einer Anlage, kann der Answerbot relevante Passagen aus der Betriebsanleitung oder Beiträge zur Wartung dieses Teils als Lösung des Problems vorschlagen. All das schafft er innerhalb weniger Millisekunden und kann Muster erkennen, die für einen Menschen so nicht sichtbar sind. Damit nimmt der Bot den Serviceagenten vor allem häufig wiederkehrende Aufgaben ab, deren Bearbeitung sonst sehr zeitintensiv wäre – zum Beispiel das Suchen und Versenden der gewünschten Produkt- und Wartungsinformationen. Auf diese Weise haben die Angestellten mehr Zeit, um sich komplexeren oder bislang unbekannten Anfragen zu widmen. Die Kunden können hingegen zu jeder Tages- und Nachtzeit Antworten auf ihre Anfragen erhalten.