RPA in serviceintensiven Bereichen

Ein Bot-System für alle Fälle

Intelligente Bot-Systeme können die digitale Kommunikation auf ein neues Level heben. Die Bots sind jedoch oft auf einzelne Themen spezialisiert. Eine Lösung des IT-Dienstleisters CGI ermöglicht es, mehrere Sub-Bots auf unterschiedliche Themen anzusetzen.
Bild: ©Siarhei/stock.adobe.com

Bot-Systeme, die z.B. im Call Center Anrufe entgegennehmen, sind bereits im Einsatz. Die digitalen Experten leisten Low- und Medium-Level-Support, verkürzen die Wartezeiten für Ratsuchende und sollen dadurch die Kundenzufriedenheit erhöhen. Jedes Unternehmen, das Dienstleistungen anbietet und mit der Service-Qualität und mit langen Wartezeiten zu kämpfen hat, kann deshalb von solchen Bots profitieren. Das Ziel besteht darin, den Kunden kompetent zu bedienen und eine Konversation fast wie ein Mensch zu führen, die am Ende für den Anrufer einen konkreten Mehrwert generiert. Gleichzeitig wird das eigene Service-Personal entlastet.

Neue Stufe der Digitalisierung

Robotic Process Automation (RPA) gilt als die nächste große Welle der Digitalisierung, als das Interface der Zukunft, dessen Potenzial und Auswirkungen heute erst ansatzweise zeigen, was in Zukunft möglich sein wird. Der weltweite Umsatz mit RPA-Softwarelösungen wird in vielen Wachstumsbranchen jedoch signifikant zunehmen. Auch in Deutschland gewinnt das Thema an Fahrt. RPA bewegt sich hierzulande zwar noch auf relativ niedrigem Niveau, ist aber das am schnellsten wachsende Segment im Enterprise-Software-Markt.

Unterschiedliche Themen

Viele Softwarehäuser entwickeln entsprechende RPA-Technologien, kommen aber meist mit dedizierten, auf einen bestimmten Themenbereich spezialisierte Lösungen auf den Markt. Der IT-Dienstleister CGI hat ein hierarchisches Bot-System entwickelt, das zwischen mehreren Kanälen und Themengebieten wechseln kann. Das System besteht aus einem orchestrierenden Master-Bot und beliebig vielen Sub-Bots, die sich jeweils mit einem bestimmten Experten-Thema auskennen. Das System mit dem Namen Sofia funktioniert wie die Abteilung eines Unternehmens, wo sich Teams um die Anliegen der Kunden kümmern. Fehlt Expertenwissen, wird ein neuer Mitarbeiter eingestellt respektive ein neuer Sub-Bot generiert und mit entsprechenden Daten trainiert. Je nach Thema dauert es wenige Tage bis der Sub-Bot einsatzbereit ist.

Bild: CGI DEUTSCHLAND B.V. & CO. KG

Vier Kernkomponenten

Solch kontextsensitive, hierarchisch strukturierten und lernenden RPA-Plattformen fußen auf einer neuartigen Architektur. Sie bestehen aus vier Kernkomponenten: einer NLP-Engine für das kontextsensitive Sprachverständnis, einem Dialogue Manager, der an alle Interaktionen auf sämtlichen Kanälen erinnert, dem Agent Builder Studio mit künstlicher Intelligenz und Rest APIs für die Anbindung bereits existierender Unternehmensanwendungen. Außerdem gibt es Schnittstellen zu unterschiedlichen KI-Systemen wie IBM Watson oder Google AI.

Seiten: 1 2 3Auf einer Seite lesen

CGI Deutschland B.V. & CO. KG

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.