Künstliche Intelligenz als Produktivitätsfaktor

0

„Die Rattenfänger von Digitalien.“ So titelte das manager magazin in seiner Januarausgabe
und beschrieb im Artikel pointiert, welche Außmaße der Hype um das Thema Digitalisierung
annimt. Und Künstliche Intelligenz, so die Verheißung, kann alles schneller, besser und das
natürlich ganz automatisch.

Der Hype sei so groß, dass Unternehmenslenker sich verunsichert sowohl Kaffeefahrten ins Silicon Valley als auch teilweise wenig sinnvolle Digitalisierungs-Projekte von Beratern aufschwatzen lassen. Hauptsache man hat das Gefühl, die Zukunft nicht zu verpassen. Im Schlepptau der Digitalisierung, unter der je nach Alter, Branche und IT-Affinität jeder etwas anderes versteht, ist Künstliche Intelligenz das zweite große Hype-Thema. Einerseits wird das Thema „KI“ sehr kontrovers diskutiert – von Sozialforschern unter ethischen Gesichtspunkten zum Beispiel beim Thema selbstfahrende Autos, von Datenschützern beim Thema intelligente Sprachassistenzanwendungen wie Amazons Alexa oder Apples Siri. Andererseits gewinnt man den Eindruck, dass insbesondere Softwareanbieter nur den Begriff künstliche Intelligenz nutzen müssen, dann verkauft sich die Lösung wie geschnitten Brot.

KI-Anwendungen im Handel

Handelsunternehmen, und insbesondere E-Commerce-Unternehmen, haben ganz pragmatisch bereits die ersten Schritte in die digitale Zukunft unternommen. Die Branche nutzt KI-Algorithmen für „Predictive Analytics“, um das Kaufverhalten zu prognostizieren, Lagerbestände anzupassen oder Online-Käufern Kaufvorschläge zu unterbreiten.

Auch für den Bereich Kundenservice wird das Thema Künstliche Intelligenz intensiv diskutiert. Für Serviceverantwortliche ist es jedoch auch hier zunehmend schwierig, zwischen unrealistischen Heilsversprechen und konkretem, kurzfristig realisierbaren Automationspotenzial zu unterscheiden. Nach welchen Kriterien aber sollen Handelsunternehmen KI-Lösungen für den Kundenservice evaluieren?

  • 1. Intelligente Lösung oder Künstliche Intelligenz?
    Nicht alle „intelligenten“ Lösungen im Kundenservice basieren auf Künstlicher Intelligenz. Mit dem enormen Wachstum der Rechenkapazitäten in den letzten Jahren sind komplexe Suchvorgänge in Sekundenbruchteilen und automatisierte Abläufe durch entsprechende Softwareskripts möglich geworden. Viele Automatisierungstools im Kundenservice basieren auf diesem Prinzip. Die Qualität der Ergebnisse hängt dabei in starkem Maße davon ab, wie viele Keywörter und Szenarien die Entwickler antizipiert haben und wie viel Rechenkapazität zur Verfügung steht. Wirklich zukunftsfähig sind solche Lösungen nicht, denn sie „lernen“ nicht dazu.

Umgekehrt bedarf es schon genauer Rahmenbedingungen und zielgerichteter Trainings für Künstliche Intelligenz, um wirklich das Ergebnis zu erhalten, was man haben möchte. Durch die Medien ging 2016 ein Experiment von Microsoft. Tay, ein Microsoft-Chatbot mit Künstlicher Intelligenz, sollte im Netz lernen, wie junge Menschen reden. Nach wenigen Stunden musste der Versuch abgebrochen werden, weil Tay von Twitternutzern mit rassistischen Inhalten gefüttert wurde, und sich dann pöbelnd durchs Netz bewegte. Für Serviceverantwortliche heißt das: Achten Sie darauf, dass in der Lösung echte Künstliche Intelligenz zum Einsatz kommt, die grundsätzlich lernfähig ist.

KI-sollte ein „Grundtraining“ abgeschlossen haben

Achten Sie zum zweiten aber auch darauf, dass diese KI bereits ein „Kundenservice-Grundtraining“ abgeschlossen hat und Sie ihr nur noch die hohe Schule ihrer eigenen Organisation beibringen müssen. Je länger eine solche Softwarelösung bereits produktiv bei anderen Unternehmen im Einsatz ist, desto sicherer können Sie sich sein, dass ­diese KI wirklich „versteht“, was Kunden wollen. Der KI-Kern von ReplyOne von Sematell wurde bereits im Jahr 2000 am Deutschen Forschungsinstitut für künstliche Intelligenz (DFKI) in Saarbrücken entwickelt – und damit lange bevor das Thema zum Hype wurde. Bei Versicherungsunternehmen wie Cosmos Direct ist ReplyOne bereits seit mehr als zehn Jahren als Responsemanagementlösung vor allem für die E-Mail-Bearbeitung erfolgreich im Einsatz. Die Präzision bei der Themenerkennung liegt deshalb in vielen Benchmarktests weit oberhalb anderer Lösungen.

  • 2. Speziallösung bevorzugen
    Contact Center sind ein Mikrokosmos in Unternehmen mit ganz eigenen Prozessen und Anforderungen, deshalb sollten Serviceverantwortliche gezielt nach Speziallösungen für Contact Center mit integrierter KI suchen, statt eine KI-Engine mit viel Aufwand an die eigenen Serviceprozesse anpassen zu müssen. Wichtig ist, dass der Softwareanbieter die Prozesse und Anforderungen im Contact Center kennt und versteht, nur dann kann mit KI die Produktivität wirklich signifikant gesteigert werden. Zum Beispiel durch eine Vorqualifizierung und passende Antwortbausteine, intelligentes Routing, Minimierung der Klicks für die Servicemitarbeiter, aber auch durch einen automatisierten Abgleich mit dem CRM-System. Sematell verfügt nicht nur über hochleistungsfähige KI-Technologie, sondern kennt die Branche aus unzähligen Kundenprojekten seit 18 Jahren. ReplyOne ist mit den Kundenservice-Anforderungen aus unterschiedlichsten Branchen und Szenarien gewachsen und spezifisch auf die Bedürfnisse modernster Omni-Channel-Contact Center zugeschnitten. Deshalb lässt sich die Lösung etwa leicht in vor- und nachgelagerte Systeme integrieren, ist hochskalierbar, multilingual und mandantenfähig, extrem nutzerfreundlich und hochgradig prozessorientiert. So erhalten Kunden schneller die richtige Antwort.

 

  • 3. Sofort einsatzfähig versus Technologiestudie
    Am Markt für Künstliche Intelligenz wollen viele mitverdienen, auch wenn die eigene Lösung vielleicht noch gar nicht marktfähig ist. Contact Center Verantwortliche sollten deshalb genau nachfragen, ob die angepriesene Lösung tatsächlich verfügbar und schon bei einem anderen Unternehmen erfolgreich im Einsatz oder bislang nur eine Technologiestudie ist, die man gemeinsam mit dem Contact Center realisieren will. Referenzen oder Anwenderberichte sind dabei ein guter Indikator, dass die Lösung nicht erst noch mühsam auf Kosten des Contact Centers entwickelt werden muss, sondern innerhalb eines Jahres den gewünschten ­Return-on-Investment liefern kann.

 

  • 4. Schrittweise automatisieren
    Die Zukunft beginnt jetzt. Aber wie alles beginnt sie mit dem ersten Schritt. Viele Unternehmen wollen den Automationsgrad im Kundenservice selbst festlegen können – gerade im Hinblick auf sensible Themen oder Anforderungen an die Customer Experience, und manchmal vielleicht auch nur, um zu ­sehen, ob der „Schüler“ tatsächlich die richtige Antwort gibt. Dann kann eine intelligente Kundenservicelösung wie ReplyOne zeigen, was sie gelernt hat und nur so wird Künstliche Intelligenz zu einem echten Produktivitätsfaktor in Contact Centern.

Artikel kommentieren