Was gab den Ausschlag für die Entwicklung eines KI-basierten Anwendungsfalls?

KI bietet gerade bei der Arbeit mit Sprache (z.B. bei der Entwicklung von Voicebots) viele Möglichkeiten, menschliche Fähigkeiten, wie das Sprechen oder Lernen auf die Technologie zu übertragen. KI macht unsere Sprachtechnologie lernfähig und hilft uns, dabei Stimmen und Bots mit natürlicher menschlicher Interaktionsfähigkeit zu entwickeln.

Voicebots im Kundenservice müssen perfekt abgestimmt sein, schnell und richtig reagieren und idealerweise die richtigen Rückschlüsse ziehen, da die Hemmungen der Anrufenden, bei einer Maschine am anderen Ende der Leitung aufzulegen deutlich geringer sind als bei einem Menschen. Kund:innen stellen dieselben Anforderungen, egal ob an einen Service-Mitarbeitenden oder an eine Maschine, deshalb muss der Voicebot vor allem eins sein: ein digitaler Agent.

KI hilft unserer Technologie, diesen Anforderungen gerecht zu werden und unsere Voicebots besser auf die Wünsche des Auftraggebenden anzupassen. Lernfähige Voicebots machen den Erhalt von exzellentem Kundenservice erst möglich.

 

Welche Erwartungen bzw. Anforderungen hatten Sie an die KI-Anwendung?

Bei Unternehmen mit einer hohen Anrufquote und einem hohen Qualitätsanspruch an den Kundenservice ist die Anforderung an ein Automatisierungstool immer, so zu agieren wie ein echter Mensch. Somit muss der Voicebot in den Aufgabenbereichen, die er übernimmt, zuverlässig und so menschennah wie möglich sein. Einer der Hauptkostenfaktoren im Service ist die (Arbeits-)zeit der Agent:innen. Diese gilt es durch sinnvoll eingesetzte KI zu optimieren und viele Aufgaben fallabschließend zur lösen.

Für einen Service-Dienstleister in der Automobilbranche haben wir einen Bot entwickelt und erfolgreich implementiert. Ziel war ein digitaler Assistent, der zur Entlastung der Agent:innen den Anruf annehmen und datenschutzkonform nach vier der folgenden Kriterien die Anrufenden authentifizieren sollte Kundennummer, Geburtsdatum, PLZ, Hausnummer, Telefonnummer.

Gerade im Umgang mit Kund:innendaten steht Datenschutz natürlich an oberster Stelle. Das gilt auch bei uns und so können unsere Lösungen sowohl On-Premises als auch in der Cloud oder On-Device angeboten werden.

 

Auf welchen Partner waren Sie mit welcher Technologie bei der Entwicklung angewiesen?

Da wir Inhouse entwickeln, sind wir meist nicht von externen Partnern abhängig. Dies ermöglicht unseren Auftraggebenden Flexibilität und uns absolute Kundennähe, da wir auch kurzfristig auf Wünsche des Auftraggebenden eingehen können. Die IT-Infrastruktur in großen Unternehmen ist oft komplex., aber durch konstruktive, enge Zusammenarbeit ist das meist gut zu bewältigen. Durch 12-jährige Expertise entwickeln wir state-of-the-Art Sprachtechnologie-Lösungen, die wir in jede gängige Softwareumgebung integrieren können.

 

Mit dem Einsatz von KI-Lösungen muss auch ein Wandel der Kompetenzen einhergehen. Wie sind Sie mit dieser Herausforderung in Bezug auf Ihre Mitarbeitenden umgegangen?

Bei Aristech setzen wir grundsätzlich auf die kontinuierliche Weiterentwicklung der individuellen Kompetenzen der einzelnen Mitarbeitenden sowie des gesamten Teams. Auf Seite der Auftraggebenden beginnt die Kompetenzweiterentwicklung mit unserer Unterstützung durch Kick-Off und projektbegleitende Workshops, in denen wir u.a. den Umgang mit unseren selbst entwickelten Tools schulen, wie z.B. dem Aristech Dialog-Designer.

Dabei helfen wir dem Auftraggebenden auch, seinen Kundenservice analytisch zu betrachten, Standardfälle zu identifizieren und gut automatisierbare Use Cases auszuwählen.

 

In welchem Zeitraum haben sie die KI-Lösung in ihrem Unternehmen/im Kunden-Unternehmen implementiert?

Die Dauer der Implementierung variiert je nach Lösung und Infrastruktur des Auftraggebenden. In diesem Use Case haben wir unsere Voice-Automatisierung innerhalb von 16 Projektwochen umgesetzt. Beginnend mit der Anforderungsanalyse und einem Konzeptionsworkshop wurden in der ersten Phase der Dialog eingerichtet und die Schnittstellenanbindung und Einrichtung eines Tracking-Tools durchgeführt. In Phase zwei (Projektwoche 8) wurde nach finalen Gesamttests des Piloten und auf Basis von ersten Nutzertests die Technologie optimiert. In Woche 16 des Projekts ging der Pilot live.

 

Ein Fazit zu Ihrer KI-Lösung:

Bereits in der Pilotphase erreichte der Voicebot eine höhere Authentifizierungsquote als geschätzt. Nach agiler Optimierung der Spracherkennermodelle und des Dialogablaufs erreicht der Voicebot auch unter erhöhter Last eine Authentifizierungsrate von 89 %. Damit ist der Voicebot zwar noch etwas weniger performant als ein Mensch, aber durch die Reduktion der Anrufzeit um 1,5 Minuten allein durch die Authentifizierung, können Ressourcen sinnvoller verteilt werden. Statt Standardanfragen zu bearbeiten, können die Agent:innen ihre Zeit nun für individuelle Anliegen nutzen. Außerdem erreicht der Auftraggebende bereits im ersten Jahr eine deutliche Kostenersparnis. All das trägt zu einer deutlichen Qualitätssteigerung des Kundenservice bei.

Unser Ziel ist es, unseren Auftraggebenden eine herausragende Lösung anzubieten, die den Service verbessert, Kosten senkt und die Mitarbeitenden entlastet. Im beschriebenen Use Case erfolgt nun seit über einem Jahr ein kontinuierlicher Ausbau der Lösung. Nach anfänglicher On-Premises-Implementierung wurde der Use Case jetzt in eine sichere Cloud-Umgebung umgezogen.

 

Einen abschließenden Rat/Tipp an andere Unternehmer, die KI anwenden:

Für Auftraggebende, die ausschließlich in ihrer eigenen Systemumgebung arbeiten wollen oder müssen und bei denen Datenschutz an oberster Stelle steht, bieten wir unsere Lösungen natürlich auch On-Premises an. Wir haben die Erfahrung gemacht, dass die Hürde zur Einführung der Technologie am höchsten ist. Ein vorgeschalteter Pilot senkt die Hemmschwelle und überzeugt schnell auch weitere Verantwortliche. Als besonders wichtig erweisen sich hier agile Optimierungsmaßnamen.

www.aristech.de

 

Bild: Aristech