Use Case · KI-Entwicklung, Software

Anonymisiert, wie alle unsere Use Cases

Die KI lernt aus dem Archiv.

Damit eine KI im Kundenservice gute Antworten gibt, braucht sie geprüftes Wissen. Für einen Onlinehändler mit mehreren Marken haben wir eine Anwendung gebaut, die dieses Wissen aus beantworteten Anfragen gewinnt. Die KI macht Vorschläge und entfernt Kundendaten, die Teamleitung entscheidet, was gilt.

Einsatz

Kundenservice, mehrere Marken

Leistungen

KI, Software

Quelle

Beantwortete Anfragen aus dem Archiv

Freigabe

Teamleitung, mit Versionen

Aus dem Einzelfall wird Wissen.

Die KI liest eine beantwortete Anfrage, erkennt Marke und Anliegen und schreibt Frage und Antwort allgemein. Namen, Nummern und Beträge fliegen raus. Steht doch noch etwas Persönliches drin, lehnt das System den Text ab.

So entsteht neues Wissen.

  1. Sammeln Beim Archivieren einer beantworteten Anfrage bietet der Service Desk an, die Lösung ins Training zu geben. Oder die KI geht das ganze Archiv durch.
  2. Verallgemeinern Ein Modell erkennt Marke und Anliegen und formuliert Frage und Antwort ohne Bezug auf den Einzelfall.
  3. Bündeln Gleiche Anliegen landen in einem gemeinsamen Vorschlag, mit allen Quell-Tickets.
  4. Freigeben Die Teamleitung prüft, bearbeitet bei Bedarf und übernimmt oder lehnt ab.
  5. Veröffentlichen Neues Wissen gilt erst nach dem Veröffentlichen, für alle Agenten gleichzeitig. Ältere Stände lassen sich wieder aktivieren.

0

Ticket-Texte bleiben gespeichert, nur Frage und Antwort

1

Wissensstand gilt für alle Agenten gleichzeitig

1 Klick

zurück auf einen älteren Stand

2

Rollen: Bearbeiten und Freigeben

Wo sich Training lohnt.

Eine Übersicht zeigt je Marke und Anliegen, wie viel Wissen es gibt und wie oft die KI an einen Menschen übergeben musste, mit Grund. Wo Übergaben sind, aber kein Wissen, lohnt sich Training zuerst.

Eine Anwendung, sechs Bereiche.

Für alle, die Wissen pflegen, und für die Teamleitung, die es freigibt.

Automatisierung

Vorschläge

Ein Eingang für neues Wissen aus Service Desk und Archiv, mit Marke, Anliegen, Frage, Antwort und Quell-Tickets.

KI

Archiv-Auswertung

Die KI geht das Archiv durch, mit Fortschritt. Bricht ein Lauf ab, setzt der nächste dort fort, wo er stand.

Software

Fragen und Antworten

Das Wissen je Marke und Anliegen, mit Verweis auf die Tickets, aus denen es stammt.

Software

Vorlagen

Je Marke und Anliegen ein Rahmen, in den die Antwort geschrieben wird.

Plattform

Versionen

Veröffentlichen mit Notiz, Liste aller Stände, Zurückrollen mit einem Klick.

Software

Abdeckung

Wissen und Übergaben je Marke und Anliegen, Lücken farbig markiert.

Was den Unterschied macht.

Der Mensch entscheidet

Die KI schlägt vor, übernommen wird nur, was die Teamleitung freigibt.

Kundendaten bleiben draußen

Eine Prüfung findet Namen, Nummern und Beträge, auch in der Anrede, bevor ein Text ins Wissen kommt.

Robust bei Abbrüchen

Jede ausgewertete Anfrage wird markiert. Fällt das Modell aus, geht es später nahtlos weiter.

Rückweg eingebaut

Ein älterer Wissensstand ist mit einem Klick wieder aktiv, der Arbeitsstand bleibt erhalten.

Womit wir gebaut haben

  • .NET 10
  • Blazor
  • .NET Aspire
  • Microsoft.Extensions.AI
  • PostgreSQL
  • Redis
  • Docker
  • GitLab CI
  • Ansible
  • OpenTelemetry

Was weiß Ihr Team, das die KI noch nicht weiß?

Im Erstgespräch schauen wir, welches Wissen in Ihren Postfächern steckt und wie es Ihrem Service hilft.

Erstgespräch vereinbaren