Analysen von Kundengesprächen

KI-Software-Upgrade für den Menschen

| Autor / Redakteur: Daniel Saaristo * / Nico Litzel

Das Team des KI-Start-ups i2x
Das Team des KI-Start-ups i2x (Bild: i2x)

Mit dem KI-Start-up i2x will Gründer Michael Brehm Verkaufsgespräche auf einen neuen Level bringen: Eine Software analysiert und optimiert die Kommunikation mit dem Kunden in Echtzeit. Überflüssig wird der Mensch dadurch aber nicht – im Gegenteil.

Michael Brehm, unter anderem Geschäftsführer von StudiVZ und Rebate Networks, ist im Lauf seiner Karriere immer wieder auf ein Ärgernis gestoßen: Bei vierstelligen Mitarbeiterzahlen über mehrere Länder hinweg ist in Telemarketing und Kundendienst eine konstante Gesprächsqualität kaum zu erreichen. Und während im Online-Marketing nahezu alles bis auf die zweite Kommastelle optimiert wird, kann in der Sales-Abteilung im Prinzip jeder Mitarbeiter am Telefon so agieren wie es ihm einfällt – oft ohne jeglichen Analyse- und Optimierungsansatz.

Um einen Lösungsansatz zu finden, gründete Brehm 2017 das Start-up i2x – mit dem Ziel, damit die „Black Box“ von Verkaufsgesprächen zu knacken. Die von i2x entwickelte Software zeichnet Anrufe auf, analysiert sie und unterstützt die Gesprächsführung – dank Machine Learning, einem Teilbereich Künstlicher Intelligenz – in Echtzeit. Während eines Verkaufsgesprächs wird das Gesagte sofort und nahezu fehlerfrei transkribiert, sodass der Mitarbeiter direkt mitlesen kann, was er gerade gesagt hat. Hier setzen einige bemerkenswerte Funktionen an: Wörter, die auf einer „Black List“ oder einer „White List“ stehen, werden deutlich hervorgehoben. Zudem werden der Gesprächsanteil des Verkäufers in Prozent, seine Lautstärke, die Tonlage, entstandene Sprechpausen und die Redegeschwindigkeit registriert. Fallen vorab bestimmte Stichwörter wie etwa „Stornierung“, erscheinen die entsprechenden Unternehmensbedingungen in einem gesonderten Feld auf dem Bildschirm des Mitarbeiters.

Auch der Teammanager profitiert vom Einsatz einer solchen Software, denn sie schenkt ihm kostbare Zeit. Er spart sich das Monitoring der Gespräche und kann bei seinem Coaching direkt auf die Gesprächsanalysen aufbauen. Das bedeutet: Der Mitarbeiter erhält ein fortlaufendes Feedback und bedarfsweise auch ein individuelles, beständiges Training anstelle der üblichen Quartals-Fortbildungen. Eine persönliche Weiterentwicklung ist nun ständig möglich.

Gespräche in Echtzeit transkribieren

Doch nicht nur der Agent, sondern auch die Software, wächst mit ihren Aufgaben. Anhand der im Betrieb erhobenen Daten zu den bisherigen Kundengesprächen kann das Standardsetting jeweils präzise angepasst werden. Machine Learning ermöglicht dabei zwei Dinge. Zum einen hat das Start-up durch die Technologie ein Automatic Speach Recognition (ASR)-System entwickeln können, das die Gespräche in Echtzeit transkribiert. Zum anderen kann die Lösung – und das macht sie besonders – genau ermitteln, was funktioniert und was nicht. Mit jedem geführten Kundengespräch kann sie sich weiter optimieren.

Unweit des i2x-Headquarters in Berlin wendet das Start-up Bonaverde die Lösung bereits an. Sein Produkt ist eine innovative Kaffeemaschine, die unverarbeitete Bohnen eigenständig röstet, mahlt und schließlich aufbrüht. Der gesamte Kaffee-Zubereitungsprozess wird somit der Maschine überlassen, die per Internet „ferngesteuert“ in Gang gesetzt werden kann. Dieses Wunderwerk an den Kunden zu bringen, ist Aufgabe der Mitarbeiter.

Um Leitplanken für die Mitarbeiter zu setzen, die sie im Verkaufsgespräch unterstützen, nutzt Bonaverde die Software von i2x. Zunächst muss dafür die Lösung trainiert werden, indem ein Stichwortkatalog definiert und die bevorzugte Verkaufstechnik priorisiert wird. Besonders schätzen die Start-up-Gründer, dass sie durch die Software immer für ihre Mitarbeiter präsent sind und so stets als Mentor zur Seite stehen.

Die technische Grundlage

Bei einem lernenden Feedback-System wie i2x müssen gigantische Datenmengen verarbeitet werden, um Sprache in Echtzeit zu erkennen, zu analysieren und zu optimieren. Die technische Grundlage bildet das von Nvidia eingeführte GPU-Computing: Hochleistungs-Grafikprozessoren (GPUs) unterstützen den Hauptprozessor (CPU) des Rechners bei sehr rechenintensiven Vorgängen. Technologien wie Künstliche Intelligenz oder Machine Learning wären ohne GPU-Computing nicht denkbar. Das Start-up arbeitet aktuell mit acht NVIDIA Grafikprozessoren, um Spracherkennung und das Lernen des Systems zu ermöglichen.

Künstliche Intelligenz übernimmt bei i2x im Optimierungsprozess einen Part, den ein Mensch nicht leisten kann. Und doch stellen solche Lösungen gerade den Menschen in den Mittelpunkt, denn es geht ganz und gar nicht darum, den Verkäufer am Telefon zu „automatisieren“. Künstliche Intelligenz oder Machine Learning helfen ihm lediglich dabei, seine Möglichkeiten individuell zu entfalten und optimal einzusetzen. Eine konstant hohe Gesprächsqualität in Telemarketing und Kundendienst wird damit Realität.

In Start-ups wie diesem sieht die appliedAI-Initiative des Innovations- und Gründerzentrums UnternehmerTUM eine Schlüsselrolle für einen verantwortungsvollen Übergang in das KI-Zeitalter. Daher wird i2x von ihr als eines der deutschen Top-KI-Start-ups gefördert. Die Non-Profit-Initiative namhafter Partner aus Wirtschaft, Politik und Wissenschaft möchte die Anwendung und Akzeptanz von Künstlicher Intelligenz in der deutschen Gesellschaft vorantreiben und mit individueller Förderung international erfolgreiche KI-Start-ups erzeugen – und damit die nächste Generation von großen Arbeitgebern in Deutschland. Außerdem ist i2x ein Mitglied des virtuellen Start-up-Programms Inception von NVIDIA, das junge Unternehmen fördert, die ihre mit künstlicher Intelligenz definierten Konzepte optimieren.

„AppliedAI“-Initiative will KI in Deutschland voranbringen

Kooperation zwischen Bayerischer Staatsregierung, Forschung und Wirtschaft

„AppliedAI“-Initiative will KI in Deutschland voranbringen

17.04.18 - Jedes Jahr ein deutsches Start-up aus dem Umfeld der Künstlichen Intelligenz (KI) in die internationalen Top-100-Listen bringen – so lautet eines der Ziele, das sich die Initiative „AppliedAI“ auf die Fahne geschrieben hat. Unter der Ägide der Bayerischen Staatsregierung und mit Unterstützung der Technischen Universität München kooperieren 26 Forschungseinrichtungen und Konzerne. lesen

* Daniel Saaristo ist Deep Learning Start-ups Business Manager, Central Europe bei Nvidia

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45655229 / Künstliche Intelligenz)