Inhaltsverzeichnis
1. Intelligente und empathische Assistenten
2. Geschäftsprozesse optimieren und beschleunigen
3. Mehr digitale Resilienz
4. KI ist nur so gut wie ihre Datenbasis
E-Commerce wird immer mehr zur Selbstverständlichkeit. Allerdings gibt es für die Händler in der Online-Interaktion mit den Kunden noch viel zu verbessern. Schneller, bequemer und persönlicher ist die Devise. Hier birgt KI großes Potenzial. Sie ermöglicht Echtzeit-Einblicke in das Kundenverhalten, eine Segmentierung der Zielgruppen sowie die Gestaltung responsiver Webseiten und Kontaktzentren. Als Chatbot simuliert sie an der Schnittstelle zum Kunden menschliche Konversation.
Intelligente und empathische Assistenten
Doch Chatbot ist nicht gleich Chatbot. Die Computerprogramme können in mehrere Stufen unterteilt werden:
- Als Basic-Variante erkennen sie Schlüsselphrasen und haben ein Repertoire an vorgefertigten Antworten. Sie werden immer dann eingesetzt, wenn ein hohes Volumen an sich wiederholenden, vorhersehbaren Kundenanfragen abzuarbeiten ist.
- Auf der nächsten Stufe stehen virtuelle Assistenten. Diese können Gesprächsverläufe verfolgen und entsprechend kontextbezogene Informationen abrufen.
- Bei „Advanced Virtual Agents“ handelt es sich um das intelligenteste Chatbot-Level. Sie kommunizieren mit Back-End-Systemen und können dort Änderungen vornehmen und Informationen anfragen. Somit können sie wie menschliche Mitarbeitenden agieren. Zu ihren Aktionsmöglichkeiten gehören Dialoge mit Kunden oder auch die Klassifizierung von Anrufen inklusive Weiterleitung an den richtigen Ansprechpartner.
Sie spielen also eine wichtige Rolle, wenn Kunden im Laufe des Kaufprozesses im Contact Center anrufen, um Fragen direkt im Gespräch zu klären. Mit Hilfe von KI-basierter Analytik und Routing klassifizieren die virtuellen Agenten Anrufe und leiten diese an den erfahrensten Agenten für diese Art von Problem weiter. Dieser wiederum durchsucht die KI-gesteuerte Wissensdatenbank des Unternehmens nach der besten Antwort – auf der Grundlage des Kundenprofils, dessen Historie und des Kontextes.
Wichtig ist jedoch, dass bei aller KI-Unterstützung der persönliche Kundenkontakt nicht komplett durch KI ersetzbar ist. In bestimmten Situationen muss der Mensch weiterhin im Vordergrund stehen. Hier geht es dann darum, KI als unterstützende Kraft einzusetzen. Sie hilft die Kundenbetreuung zu verbessern, indem sie etwa die Sprache analysiert und dem Mitarbeitenden im Kundenkontakt in Echtzeit Vorschläge zur Verbesserung der Gesprächsqualität macht.
Geschäftsprozesse optimieren und beschleunigen
Auch für Geschäftsprozesse wird KI zum Game Changer. Wichtig ist allerdings, dass sich Unternehmen in ihrer Transformation zunächst auf die wichtigsten Geschäftsvorgänge konzentrieren. Beispiel Bestellvorgang. Er erstreckt sich von der Angebotsanfrage bis zur Rechnungsstellung über mehrere Bereiche und schließt auch Lieferkettenpartner mit ein.
KI und maschinelles Lernen helfen, den gesamten Prozess zu automatisieren, ob es nun darum geht die Angebotserstellung auf Basis einer Anfrage im Kundenportal zu initiieren oder unvollständige oder fehlerhafte Angebote zu erkennen und proaktiv zu klären. Sobald die Daten vollständig sind, liest eine Robotic Process Automation (RPA) die Daten in die bestehende Buchhaltungssoftware ein, um die Bestellung zu generieren, die Zahlung auszuführen und dem Kunden eine Bestätigungs-E-Mail zu schicken.
Weitere Bereiche, die mit KI und Analytics transformiert werden können, sind beispielsweise Workplace- oder interne Kommunikationsabläufe. Hier können Wissenssilos oder Ineffizienzen identifiziert werden, um sinnvolle Umstrukturierungen zu planen.
Mehr digitale Resilienz
Auch die digitalen Infrastrukturen eines Unternehmens profitieren vom Einsatz von KI. So können mit Hilfe von AIOps, das heißt KI für den IT-Betrieb, große Mengen von Protokoll- und Leistungsdaten analysiert werden, um das Identifizieren und Lösen von IT-Problemen zu automatisieren. Weitere Beispiele sind:
- Die Erledigung repetitiver Supportanfragen – wie etwa die Erhöhung des Speicherplatzes oder das Zurücksetzen eines Passwortes.
- Die Überwachung von Abhängigkeiten innerhalb und zwischen IT-Systemen für den Aufbau selbstheilender und selbstoptimierender Netzwerke, sogenannte KI-unterstützte Software-defined Wide Area Networks (SD-WAN).
- Die Erkennung und Abwehr von Bedrohungen durch KI-gestützte Sicherheitssysteme.
KI ist nur so gut wie ihre Datenbasis
Ob es nun um Entscheidungen zu Prozessen, Produkten oder Dienstleistungen geht, ohne den entsprechenden Daten-Input kann auch ein noch so ausgefeiltes KI-Framework keinen verlässlichen Output generieren.
Dies erfordert eine effektive Datenverarbeitung, die Einführung eines unternehmensweiten Data-Governance-Systems sowie die Einrichtung eines Merkmalspeichers, der die Daten aus einem Speicher wie einem Data Lake nutzt. Nur so stehen für Analysen und die Modellierung der KI-Systeme gute Trainingsdaten zur Verfügung.
Grundlegend hierfür ist eine Unternehmenskultur, die Daten als Unternehmenswert ansieht. Wichtig ist zudem, dass einerseits Daten und KI reibungslos zusammenarbeiten und andererseits die entsprechenden Anwendungen in relevanten Unternehmensbereichen zum Einsatz kommen. Ist dies der Fall, ist der Weg frei für eine bessere Kundenbindung, effizientere Prozesse und eine Entlastung des Teams.
