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 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.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

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.