Im ersten Teil haben wir die einzelnen Module betrachtet, mit deren Hilfe die KI Kundenfragen so weit auswertet, dass die zuverlässige Berechnung einer Antwort möglich wird. Dabei kommen wir an einen Punkt, an dem vordefinierte Regeln nicht mehr genügen – das System muss dazulernen und seine eigenen „Erfahrungen“ machen.
Bei vielen Standardfragen im Service-Center haben die Mitarbeiter die Funktion einer „Benutzerschnittstelle“: Sie nehmen das Anliegen des Kunden in natürlicher Sprache entgegen, suchen aus den FAQ oder einer hausinternen Datenbasis passende Informationen dazu heraus und geben diese auf dem gewünschten Kanal an den Kunden zurück. Der Ansprechpartner im Service ist hier praktisch der „Übersetzer“ in einem Prozess voller Medienbrüche.
Antworten beginnt mit Verstehen
Um die Service-Mitarbeiter wirkungsvoll von solchen Routineaufgaben zu entlasten muss eine KI-Lösung nicht nur etwas „wissen“ im Sinne von etwas in einer Datenbasis nachschlagen können. Sie muss den Kunden vor allem „verstehen“. Aus dieser Anforderung ergeben sich drei Kriterien, die ein leistungsfähiges KI-System unbedingt erfüllen sollte:
1. Wer Kundendialoge kennt, ist klar im Vorteil
Wenn wir digicom ai bei unseren Kunden implementieren, beginnen wir grundsätzlich mit einer Trainingsphase, in der die KI die typischen Fragen und Antworten aus der jeweiligen Branche kennenlernt. Um die künstliche Intelligenz systematisch auf ihre Aufgabe im Service zu trainieren, geben wir in der Regel mehrere tausend Anfragen aus dem Alltagsgeschäft ins System ein. Je umfangreicher dieses Set ist, desto höher wird die Wahrscheinlichkeit, dass eine Frage selbstständig richtig erkannt und beantwortet wird. Gemessen wird diese Wahrscheinlich übrigens mit dem sogenannten Confidence Level. Wenn dieser einen einstellbaren Schwellwert unterschreitet, holt sich die KI Unterstützung von einem menschlichen Kollegen.
Selbstverständlich werden alle Daten vorab anonymisiert, denn es kommt nur darauf an, wiederkehrende Strukturen, Keywords und Themencluster zu analysieren. Am Ende dieser Phase verfügt die KI sozusagen über ein festes Repertoire an FAQs, die sie über ihr Lookup-Modul jederzeit direkt abrufen kann.
2. Wer lernen will, muss komplexe Muster kennen
Die eigentliche Herausforderung für die KI ist jedoch nicht das Suchen und Finden von einfachen Frage-Antwort-Paaren, sondern die Komplexität der natürlichen Sprache. Die Königsdisziplin ist dabei die in digicom ai integrierte Sentiment Analyse, also die Erkennung von Stimmungen und Emotionen.
So reagieren zum Beispiel Kunden, die ihre Unzufriedenheit oder Verärgerung äußern wollen, oft mit Ironie oder Sarkasmus. Formulierungen wie zum Beispiel „Prima gemacht!“ können sich dabei in ihr genaues Gegenteil verkehren. Hier gilt es typische Muster zu erkennen, die weit über die Auswertung von einzelnen Vokabeln hinausgehen. Dazu nutzt digicom ai tiefe rekurrente neuronale Netze (RNN). Sie arbeiten mit vielfältigen Verknüpfungen und Vernetzungen, die an die Funktion der Neuronen des menschlichen Gehirns angelehnt sind. Nur durch dieses Deep Learning lassen sich anspruchsvolle Aufgaben wie die Sentiment Analyse lösen.
3. Eine KI und ihre Entwickler lernen nie aus
Eine echte KI wie digicom ai geht also weit über einfache regelbasierte Prozesse hinaus. Dazu ist es auch für die Entwickler erforderlich, ständig hinzuzulernen, die neuesten Forschungsergebnisse auszuwerten und sie zeitnah ins System zu integrieren. Denn letztendlich gilt für die KI wie für den Menschen: Wer ganz vorne dabei sein will, muss ein Leben lang lernen.
KI-Terminologie im Überblick
- Machine Learning (Maschinelles Lernen) ist die Fähigkeit eines Systems, selbst neue Verknüpfungen zu schaffen, Machine Learning ist damit praktisch synonym zum Begriff künstliche Intelligenz.
- RNN (Rekurrente neuronale Netze) arbeiten vereinfacht gesagt nicht linear, sondern in verschiedenen miteinander verbundenen Schichten, wodurch bei der Berechnung einer Aufgabe vielfältige Formen der Rückkopplung möglich werden.
- Sentiment Analyse (Emotionsauswertung) erfasst die Tonalität eines Textes und erlaubt damit Rückschlüsse auf die Stimmung des Verfassers.
Das Ergebnis: Mehr Effizienz im täglichen Kundendialog
Kommen wir von unserer Reise durch die Galaxie der künstlichen Intelligenz zurück in den Alltag des Kundendialogs und damit zu den immer wiederkehrenden Standardabläufen, die den Mitarbeitern wichtige Zeit rauben.
digicom ai übernimmt genau diese Routinefragen und ist dabei innerhalb von Sekunden stufenlos skalierbar. Auch wenn zum Beispiel aufgrund eines Poststreiks oder eines unerwarteten Winterbruchs pro Tag statt zehn plötzlich tausend Nachfragen nach Lieferverzögerungen eintreffen, puffert die KI diesen Mehraufwand mühelos ab.
Dabei läuft die hybride Zusammenarbeit zwischen Mensch und Technik sozusagen geräuschlos im Hintergrund, während die Mitarbeiter wieder mehr Zeit haben, sich auf die eigentliche Beratungsarbeit zu konzentrieren. Oder wie Douglas Adams sagen würde: „Wenn die Menschen ihre Lippen nicht ständig in Bewegung halten, fangen ihre Gehirne an zu arbeiten.“
In Teil I unserer Reihe erfahren Sie alles vom Preprocessing bis zu den Data Providern.
