Ja, die Künstliche Intelligenz ist immer noch in aller Munde und die Versprechen sind entsprechend vollmundig: Schneller, besser, persönlicher. Kunden begeistert, Mitarbeiter glücklich und der Rubel rollt. Was gibt es da schon heute? Was funktioniert und wo sind die Grenzen?

Automatisierung als Teil der Interaktion (Self-Service)

Vieles wurde uns versprochen (und meistens auch geliefert). Angefangen von Automatisierung von Kundeninteraktion oder Teilen davon – bei z. B. der lästigen Legitimation oder Anliegenerkennung sind inzwischen mit Chat und Voicebots echte skalierbare Mehrwerte für Nutzer und Anbieter möglich. Allerdings sind die Anwendungsfälle schlanker als in der Werbung. Von einem echten Dialog sind die Anwendungen meistens noch weit entfernt. Einen qualitativen Sprung von den altbekannten Sprachdialogsystemen stellen sie aber allemal dar!

Die Erkennung von natürlicher Sprache (NLU) hilft zu identifizieren, was ein Anwender gemeint haben könnte (sein „Intent“). Was bedeutet „Beschwerde“? Geht es um den Kontext Rechnung oder Produkt oder Service? Welche Antwort oder welches Vorgehen passt auf den Begriff am besten? Also aus der Menge an möglichen Antworten die passendste in diesem Kontext zu finden. Welcher Mitarbeitende, welches Team oder welcher Skill wäre am geeignetsten, hier eventuell sogar persönlich zu helfen?

Daten & Algorithmen (Optimierung)

KI kann Algorithmen verfeinern. Viele Anwendungsfälle, die wir kennen, sind letztendlich Optimierungsaufgaben, die per Algorithmus gelöst werden. Ein gutes Beispiel dafür ist die Zuordnung von verfügbarem Mitarbeiter zu einer offenen Kundeninteraktion. Mittlerweile wird den starren Annahmen hinter diesen Routing-Regeln mithilfe von Daten mehr „Leben“ eingehaucht. Die größere Lebendigkeit entsteht aus einer größeren Datenvielfalt für die Optimierung. Wie genau die passiert ist oftmals eine Blackbox. Was einerseits ein gewünschter Nebeneffekt sein kann oder auch nicht – zum Beispiel wenn die ohnehin guten Mitarbeitenden noch mehr Arbeit bekommen oder der Algorithmus sich als rassistisch herausstellt (wie an anderer Stelle schon mal passiert).

Die Effekte müssen allerdings nicht so drastisch ausfallen! Die Anwendungsmöglichkeiten sind sehr vielfältig und im Kundenservice wahrscheinlich noch längst nicht umfassend beleuchtet. Eine Ihnen bekannte, andere Stelle: in Office-Anwendungen, wenn Ihnen häufig genutzte Funktionen plötzlich prominenter angeboten werden oder wiederholt getroffene Einstellungen z. B. rund um Diagramme für Sie zum (neuen) Standard werden.

Auch auf der Agentenseite stehen die kleinen, digitalen Zauberlehrlinge im Dienste der Daten – von „Information at your Fingertips“ bis hin zu „Agent Assist…“. Ziel eines neuen, intelligenteren Wissensmanagements ist es zum Beispiel, dass Unternehmen in die Lage versetzt werden, durch übergreifende Prozesse das von den Agenten genutzte Wissen zu nutzen, fehlendes Wissen zu erkennen oder den Einfluss von gelungenen Interaktionen auf die Kundenzufriedenheit aufzuzeigen („Close the loop“).

Die Kristallkugel und der allzu menschliche Mensch

Eine wichtige Anwendung von Künstlicher Intelligenz an sich sind Prognosen. Mittels „großer Daten“ der Vergangenheit wird in die Zukunft geschaut und automatisch vorausschauend agiert. Auch menschliches Lernen hat etwas mit vergangenen Erfahrungen zu tun, mit Mustererkennung. Was in der Vergangenheit erfolgreich war sollte es auch in Zukunft sein, so die Annahme. Anders „sehen“ es die künstlich intelligenten Algorithmen auch nicht. Nur sind sie flexibler als der Mensch, der gerne aus Gewohnheit oder emotionaler Befangenheit an alten Erkenntnissen festhält – selbst wenn die Fakten längst eine andere Sprache sprechen: „Das haben wir doch schon immer so gemacht!“ und im Hintergrund fackelt bereits das Haus ab. Im Contactcenter ist es nicht ganz so dramatisch. Schlaue Algorithmen können für die eine oder andere Erkenntnis und Veränderung gut sein.

Ausblick

Wie funktioniert das nun mit den Anwendungsfällen rund um Routing, Proaktive und Predictive Engagement? Wie kann KI die regelbasierten Systeme ergänzen und verbessern? Was für Voraussetzungen gibt es dafür, was sagen die Datenschützer dazu und wieviel Aufwand muss man in die Pflege stecken? Das und mehr erfahren Sie in meinem Webinar „Von Proactive zu Predicitive Engagement – was ist es und was bringt es?“.

Zur Aufzeichnung