targenio KI Hub

Innovationen im Kundenservice

Wir treiben die KI-gestützte Automatisierung voran

Viele Vorgänge, gerade jene, die sich immer wiederholen, lassen sich heute schon automatisieren. Aber was ist mit den Vorgängen, die unterschiedliche Bearbeitungen erfordern?

Unser Ziel ist es, eine end to end Vorgangsbearbeitung mit Hilfe von KI zu ermöglichen, die Anliegen automatisch erfasst, löst und personalisierte Antworten vorschlägt. Um das zu ermöglichen, möchten wir den Weg dorthin mit unseren Kunden gemeinsam gehen.

Ein einzelner Agent muss während der Vorgangsbearbeitung zahlreiche kleine Handlungen vornehmen, um dem Kunden am Ende ein hervorragendes Serviceerlebnis bieten zu können. Diese einzelnen Handlungen nennen wir Skills.
Und jeder Skill kann von unserem Assistenten erlernt und angewandt werden. Diese Beispiele verdeutlichen die Vielzahl an Skills, die für einen einzelnen Vorgang notwendig sind.

Annahme von Anliegen

Auslöser ist bei den Anliegen immer der Kunde. Deswegen ist beim Erfassung der Anliegen stets der Kunde im Zentrum. Und gleichzeitig wollen wir diesen Schritt automatisiert ablaufen lassen.

Passendes Skillset

  • Kundenanliegen erkennen und klassifizieren
  • Relevante Daten aus Texten und Dokumenten erkennen und auslesen
  • Kundenanliegen übersetzen (Kundenerwartungen erkennen)
  • Stimmung/Sentiment des Kunden erkennen
  • Kundenprofil erkennen
  • Vollständigkeitsprüfung abhängig vom Kundenanliegen

Anreicherung und Routing

Bevor das Anliegen komplett erfasst werden kann, reichern wir dieses mit allen notwendigen Informationen aus dem System an, priorisieren nach Fristen und routen es an die jeweilige Stelle weiter.
Im besten Fall ist gar kein menschlicher Ansprechpartner mehr nötig, um das Anliegen angemessen zu bearbeiten.

Passendes Skillset

  • Research zu ähnlichen Vorgängen
  • Research in Wissensdatenbanken
  • Dynamisches und intelligentes Routing

Finden von Lösungen

Egal, wie individuell die Lösung sein wird, die Prüfung des Anliegens, die Recherche bei ähnlichen Problemen oder Anliegen sowie die notwendige Entscheidung – all das kann über Machine Learning sukzessive automatisiert werden.
Ist der menschliche Agent anfangs noch maßgeblich involviert, lernt die Software in vorgegebenem Rahmen mit und wir dabei zunehmend sicherer.

Passendes Skillset

  • Intelligente Eingangsprüfung
  • Fraud Check
  • Dubletten-Prüfung
  • Vorschlagen von Lösungsoptionen
  • Approval

Verfassen von Antworten

Bei der Antwort entscheidet sich, ob die Zufriedenheit der Kunden steigt oder sinkt. Je verstandener sich ein Kunde fühlt, desto eher bleibt er dem Unternehmen positiv verbunden.
Auch hier kann man mit Machine Learning positiv auf den weiteren Verlauf einwirken.

Passendes Skillset

  • Vorschlagen und Generieren von Textbausteinen, sowie kompletten Antwortschreiben
  • Vorschlagen und Abfragen unterschiedlicher Lösungsoptionen
  • Übersetzung von Antwortschreiben

In gemeinsamen Schritten zum modernen Kundenservice

Datenanalyse

Zunächst analysieren wir gemeinsam den IST-Zustand, um daraus eine Potenialanalyse von Use-Cases zu generieren.
Sobald wir wissen, welche Daten da sind und wie sie verwendet werden sollen, können wir gemeinsam bestimmen welche Skills implementiert werden sollen.

Aufbau Skills

Haben wir zusammen eruiert, welche Skills benötigt werden, bauen wir sie gemeinsam mit unseren Kunden auf.
Das reicht von Bildverarbeitung, Auswerten von Kundenanliegen, Prüfung von Tickets/Belegen und vielem mehr.
Den Wünschen sind dabei kaum Grenzen gesetzt.

Ein Assistent für alles

Im Lauf der Zeit entsteht so ein mächtiger Assistent, der Anliegen erfassen, anreichern und verarbeiten kann. Das reicht bis hin zum Erstellen von Antwortschreiben.
Je länger der Assistent im Einsatz ist, umso performanter wird er und kann nach und nach komplexere Vorgänge mit geringer werdender menschlicher Unterstützung verarbeiten.

Unsere Assistentenphilosophie: Das Ganze ist mehr als die Summe seiner Teile – Aristoteles

Unsere Assistent-Systeme erstellen wir mit den modularisierten Bausteinen aus unserem KI Hub. Das gewährleistet, dass wir unsere Assistenten bei sich schnell ändernden fachlichen Anforderungen spezialisieren und verbessern können.
Die modularisierten Bausteine reichen von Prozessanalyse, über fachliche, kundenspezifische und Basisskills über Assistenzmodule, die in Summe zu einem individuellen Assistenten zusammengesetzt werden können.

1
2
3
4
5
6
1

Prozessanalyse

Hospitation und fachliche Experten und Berater machen Vorschläge zur Automatisierung im Kundenservice
Process Mining zur Auswertung von Workflowdaten zur Ableitung von Automatisierungspotentialen
Reicht von Standard-PM bis hin zur detaillierten Analyse mit X2Log
X2log: ein Forschungsprojekt aus drei Disziplinen

2

Basic Skills

Basic Skills  sind universell verwendbare Bausteine, die in den Assistenten verwendet werden können.
Zum Beispiel können wir hier über Spracherkennung und automatische Übersetzung nachdenken.

3

Fachliche Skills

Domänenspezifische Bausteine bilden alles ab, was fachlich zur Branche passt.
Hier können wir beispielsweise mit Kategorisierung von Kundenanliegen bei Airlines punkten.

4

Kundenspezifische Skills

Diese Skills sind ausschließlich auf die Anforderungen und Daten unserer Kunden spezialisiert.
So haben wir uns über die Kategorisierung von Kundenanliegen unter Berücksichtigung des kundenspezifischen Kategoriensystems Gedanken gemacht.

5

Assistenten Module

Assistenten Module sind komplexere Bausteine als Basis für Assistenten.
Die Modularisierung ermöglicht Synergien zwischen Assistenten, sowie einen schnellen Einstieg und sichtbaren Fortschritt.

6

Assistent

Mit dem Assistenten heben wir das Automatisierungspotential mittels Orchestrierung von Modulen und Skills deutlich an.
Wir können damit Antwortschreiben erstellen oder Anliegen korrekt erfassen.

Die Zukunft startet jetzt!

Wir können und wollen nicht auf morgen warten. Deswegen haben wir mit den ersten Überlegungen schon einmal losgelegt.

Process Mining

Process Mining ist die Wurzel für unsere Bausteine aus dem targenio KI-Hub. Die Rekonstruierung und Auswertung von Prozessdaten, was Process Mining ausmacht, kann variabel eingesetzt werden. Das liefert zusätzlich zu fachlichen und technisch definierten Workflows eine analytische Perspektive auf die Prozess-Landschaften unserer Kunden.

Die modernen Datenanalyse-Methoden unterstützen uns, Lösungen weiter zu optimieren, indem sie frühzeitig Schwachstellen oder Abweichungen vom so genannten Happy-Path, sprich dem Sollprozess, erkennen. Damit nehmen wir Potenziale bei zunehmender Komplexität von Workflows und Datenstrukturen leicht wahr und können zu weiterer Automatisierung anregen. 

Neben der Auswertung von Workflowdaten eignet sich Process Mining hervorragend, Verhalten und Expertise der Nutzung besser zu verstehen. Damit möchten wir die Nutzerfahrung unserer Software weiter verbessern.

Um schneller in dem Thema voran zu kommen, sind wir Teil des Forschungskonsortiums X2Log mit dem Fraunhofer FIT.

Assistent zur Erfassung von Kundenfeedback

Der Feedback-Assistent geht in der Automatisierung von unterstützten Webforms einen in der Schritt weiter. Hintergedanke ist das Sammeln aller notwendiger Daten, mit gleichzeitiger Vereinfachung der Eingabefelder für die Kunden.

Mit einem perfekt ausgeklügelten Feedback-Assistenten ist es möglich, die Daten in die gewünschte Form zu bringen, um Rückfragen, Bestätigungen und Unklarheiten weitestgehend zu vermeiden. Gleichzeitig ist es dem Kunden möglich, einfach und intuitiv zu kommunizieren. Dabei ist es dem Kunden überlassen, das beiliegende Formular zu bearbeiten oder via (Sprach-)Chat in Kommunikation mit dem Assistenten zu treten. Die hybride Variante lässt Freiraum für die Übersichtlichkeit mit gleichzeitiger individueller Kontaktaufnahme.

Trainierte KI im Dreischicht-Modell

Damit die künstliche Intelligenz nicht frei nach ihrem Ermessen entscheiden kann, ist sie in ein Dreischicht-Modell eingebunden. Sie findet als oberste Instanz zum Kommunizieren Verwendung, um einen realitätsnahen Austausch mit dem Endkunden zu gewährleisten.

Eingebettet ist die Sprach-KI in eine Flow-Engine, die bestimmt, wie der Bot als nächstes agiert. Die inhaltliche Basis entsteht aus der Fachlichkeit heraus, die auf die gewünschten Ergebnisse einzahlt.

Die Basis ist das Case-Management von targenio. targenio AIR gibt die Vorgangsbearbeitung vor. Involviert sind konfigurierbare Workflows und Auswertungen von Daten aus Drittsystemen über Schnittstellen.

Somit entscheidet nie die Sprach-Engine der künstlichen Intelligenz aus sich selbst heraus über die nächsten Bearbeitungs-Schritte, sondern die konfigurierte Fachlichkeit, um weitere Handlungen durchzuführen.

Weiterführende Beiträge

targenio ML Lab arbeitet an Innovationen im digitalen Kundenservice

KI sorgt für den Technologie-Vorsprung im Kundenservice

Mit ChatGPT den digitalen Kundenservice von morgen gestalten

Skill Kategorisiertes Kundenfeedback

Für einen hohen Automatisierungsgrad in der Vorgangsbearbeitung sollten die eingehenden Daten möglichst strukturiert sein. Sind die Daten beispielsweise in Textform, müssen der relevante Inhalt und weitere Informationen zunächst extrahiert werden. Am benutzerfreundlichsten sind daher oft übersichtliche und minimalistische Webformulare, die den Input möglichst strukturiert zu gewährleisten.

Jedoch könnte Feedback per Email übermittelt werden. Sachbearbeiter müssen dann den Text lesen, verarbeiten und die notwendigen Information extrahieren. Dies ist mühsam, zeitintensiv und fehleranfällig.

Darum haben wir uns in unserem ersten Prototypen mit der „Kategorisierung von Kundenfeedback“ befasst. Wenn ein Anliegen über einen Eingangskanal erfasst wurde, ist es für das System mit Hilfe von Machine Learning möglich, eine korrekte Zuordnung von über 80% zu erzielen. Dieses ist auf jeden Fall besser als eine bis dato menschliche Zuordnung.

Weiterführender Beitrag

KI, bitte übernehmen Sie!

Antwortschreiben-Assistent

Mensch und KI – ein perfektes Match: unsere Assistentenphilosophie lebt von der Harmonisierung von menschlichem Sachverstand und Künstlicher Intelligenz.
Der Antwortschreiben-Assistent passt sich automatisch an die Fähigkeiten der KI und der Agents an. Somit verringert er die Wartezeit deiner Kunden auf eine Antwort.

Die KI-basierte, selbst lernende Software unterstützt proaktiv in drei Schritten bei der Erstellung von Antwortschreiben im Kundenservice. Von der dynamischen Erstellung der Gliederung, über Verwaltung und automatisches Einbauen von Textbausteinen zur Personalisierung des finalen Inhalts, bietet unser Antwortschreiben-Assistent alle Annehmlichkeiten für ein schnelle, individuelle Antwort an Kunden.

Mittels Life-long Learning anhand von Feedback durch Nutzerinteraktion verbessert sich unsere Software selbständig. Sie lernt von den Eingaben der Sachbearbeiter und nutzt deren Interaktionen, um implizites Feedback für die eigene Verbesserung zu generieren. Dabei behältst du die Kontrolle, welche Inhalte verwendet werden. Du kannst den Grad der Automatisierung in Abhängigkeit von der Qualität der Antwortschreiben ganz einfach selbst konfigurieren.

Interessiert?

Du möchtest unsere Forschungsfelder für dein Business übernehmen?

Oder du hast eine Idee, die dafür prädestiniert ist, in unserem targenio KI Hub zusammen an einem Projekt zu arbeiten?

Wir freuen uns auf deine Kontaktaufnahme!

Wende dich dafür gerne jeder­zeit an deinen persön­lichen Ansprech­partner: Thomas Baier

Thomas Baier

Leiter Business Development