08. Juni 2018
Digitaler Transformer: KI ist viel mehr als nur ein Kommunikations-Bot
„Sie dösen weiter. Viele deutsche Mittelständler sammeln Daten. Aber damit Geschäfte zu machen fällt nur wenigen ein.“ Mit diesem provokanten Intro eröffnete die Wochenzeitung DIE ZEIT kürzlich einen Beitrag über eine Commerzbank-Studie zum Thema „Big Data, Smart Data – Lost Data“. Stimmt dieser Befund? Und wenn ja, wie können wir das ändern?
Daten werden nur zu „Smart Data“, wenn wir sie wirklich nutzen
Der Kernpunkt der Studie ist schnell zusammengefasst. Viele Unternehmen tun sich immer noch schwer damit, die Daten, die sie aus ihren laufenden Geschäftsprozessen generieren, für innovative Geschäftsmodelle zu nutzen. Zitat:
»
Direkt zum PDF-Download der Studie
Nachdenklich stimmt auch, dass es offensichtlich unterschiedliche Geschwindigkeiten bei Big Data im deutschen Mittelstand gibt. Während die einen bereits über den Einsatz von künstlicher Intelligenz nachdenken, sammeln die anderen nur einen Teil der internen Daten im Unternehmen.
Unsere Beobachtungen aus vielen Kundengesprächen unterstreichen in der Tat die Feststellung, dass es bei der Umsetzung derzeit noch zwei Geschwindigkeiten gibt: eine rasante Transformation vor allem bei den Big Playern und ein eher gebremstes Tempo bei vielen kleineren Unternehmen.
Dennoch können wir die These der ZEIT vom „dösenden Mittelstand“ nicht unterschreiben. Wir registrieren im Gegenteil gerade hier ein großes Interesse an der digitalen Transformation. Oder wie wir in einem anderen Blogbeitrag bereits festgestellt haben: Die meisten Unternehmen würden das Know-how ihrer Mitarbeiter viel lieber nutzen, um neue Geschäftsideen umzusetzen. Sie haben nur noch keine konkrete Vorstellung davon, wie künstliche Intelligenz sie dabei tatsächlich unterstützen kann.
KI als kundenfreundliche Benutzerschnittstelle
Wer im Kontext des Kundendialogs von KI spricht, denkt naturgemäß zuallererst an Bots. Diese digitalen Assistenten nehmen Fragen oder Anweisungen entgegen und antworten selbstständig. So werden sie zum neuen User-Interface, über das Kunden zum Beispiel per E-Mail oder Chat schnell und einfach Informationen abrufen können, für die bislang Kontaktpersonen als „Schnittstelle“ erforderlich waren. Die Bots erledigen Routineaufgaben schnell und praktisch stufenlos skalierbar – damit die Service-Mitarbeiter wieder mehr Zeit für eine ausführliche Beratung bei komplexen Kundenfragen haben.
Aus Daten werden Informationen
So faszinierend die Frontend-Funktionen der intelligenten Kundenschnittstelle auch sein mögen – mindestens ebenso wichtig sind die dahinter liegenden Prozesse der Datenanalyse. Zum besseren Verständnis nutzen wir dabei das Modell der „Wissenspyramide‟, wie es in der Informatik verwendet wird:
Die Basis bilden Daten. Sie sind in der Regel in vielen einzelnen Systemen im Unternehmen abgespeichert. So liegt zum Beispiel im Versandsystem ein Datensatz vor, der festhält, wann eine Bestellung an einen Kunden verschickt wurde und welche Produkte sie umfasst. Fragt dieser Kunde im Service nach, ob seine Lieferung bald bei ihm eintreffen wird, geht das KI-System selbstständig in den Datenbanken auf die Suche nach den passenden Daten und generiert daraus eine Antwort „Ihre Bestellung wurde am Montag verschickt...‟. Dabei ist es natürlich kein Problem, auf Basis der üblichen Versandlaufzeiten noch ein „...und wird voraussichtlich am Mittwoch bei Ihnen ankommen‟ zu errechnen. Aus den Daten ist also eine für den Kunden aussagekräftige Information geworden.
Aus Informationen wird Wissen, menschliche Erfahrung macht daraus Weisheit
Die Informationen, die in unserem Beispiel direkt vom Kunden abfragt werden, lassen sich aber prinzipiell auch intern von den dazu autorisierten Mitarbeitern als Grundlage für ihre Arbeit abrufen. So haben wir in einem großen Contact Center ein System implementiert, bei dem KI nicht direkt im Frontend zum Einsatz kommt, sondern stattdessen im Backend alle Unterlagen für die Sachbearbeiter aufbereitet.
Kundenhistorie, Vertragsdetails und die einschlägigen juristischen Bestimmungen – das gesamte zur Lösung einer bestimmten Aufgabenstellung erforderliche Wissen hat der Service-Mitarbeiter nun direkt „auf seinem Schirm“, wenn er an die Bearbeitung komplexer Kundenfragen geht. So verbringen hochqualifizierte Fachleute ihre Zeit nicht mehr damit, mühsam in Kunden- und Produktdatenbanken, FAQs oder juristischen Abhandlungen zu recherchieren, sondern können sofort mit ihrer eigentlichen wertschöpfenden Arbeit beginnen. Nachdem künstliche Intelligenz Daten zu aussagekräftigen Informationen und Wissen verarbeitet hat, kommt dem Menschen nach wie vor die Rolle zu, seine Weisheit einzubringen, indem er die Situationen mit seiner ganzen Erfahrung einschätzt und bewertet.
KI als übergreifendes Wissensmanagement-System
Ein Hindernis, das diesen Prozess in vielen Fällen noch erschwert, ist die historisch gewachsene Fragmentierung in viele Einzelsysteme wie ERP, CRM und DMS. Bei der Implementierung einer KI kommt es deshalb darauf an, dass sie – natürlich mit klar definierten Rechten – nahtlos auf alle relevanten Systeme zugreifen kann. So lassen sich Daten aus den einzelnen „Datensilos‟ endlich zu einem umfassenden 360-Grad-Bild zusammenfügen. Diese Perspektive überwindet bewusst die herkömmlichen Abteilungsgrenzen, um die gewonnen Informationen nicht nur im Service, sondern zum Beispiel auch in Marketing und Vertrieb, aber auch bei Produktentwicklung und Produktoptimierung aktiv zu nutzen.
Künstliche Intelligenz eignet sich dabei hervorragend, um auf Basis von Methoden, Systemen und Prozessen aus der künstlichen Intelligenz, dem Machine Learning („ML“) und dem Natural Language Processing („NLP“) sinnvolle Muster zu erkennen und neue Verknüpfungen zu schaffen, die weit über herkömmliche einfache Algorithmen wie zum Beispiel „Kunden, die das Produkt X kauften, kauften auch das Produkt Y‟ hinausgehen.
Auf diese Weise wird KI zum zentralen Baustein der digitalen Transformation im Unternehmen. Nicht morgen oder übermorgen, sondern bereits heute. Wir wissen, dass Sie nicht dösen – lassen Sie uns über Ihre konkreten Pain Points und next Milestones im Contact Center reden!
