Gesponsert

Setup, KI-Training, Infrastruktur So vermeiden Sie den Frust Ihres Kunden, zeitnahe Antworten auf seine Fragen zu erhalten

Moderner Kundenservice muss mehr bieten können als FAQ-Listen und klassische Chatbots, sonst wenden sich enttäuschte Kunden von dem Unternehmen ab. Die Erwartungen an Customer Care sind gestiegen, die Kundenanfragen können sehr speziell werden. Nina Fischer, AI Application Consultant bei IBM, und Jan Forster, Software Architect Principal Data & AI bei IBM, erklären, worauf Sie achten müssen, dass Ihren Kunden schnelle, konsistente und präzise Antworten gegeben werden können, unabhängig von Anwendung, Gerät oder Channel.

Gesponsert von

Künstliche Intelligenz hilft die hohe Erwartungshaltung bei modernem Kundenservice zu meistern.
Künstliche Intelligenz hilft die hohe Erwartungshaltung bei modernem Kundenservice zu meistern.
(Bild: IBM)

Was erwarten Kunden heute von einem modernen Kundenservice?

Nina Fischer: Zuerst einmal kann man sagen, dass die Kundenerwartungen an einen Customer Service in den letzten Jahren weiter zugenommen haben. Dazu gehört, dass der Kundenservice über möglichst viele Kanäle erreichbar sein soll, insbesondere über Voice-Kanäle, also Telefonie.

Dabei müssen alle Kanäle gleichwertig zu den umfassenden Informationen führen, also soll die Anfrage per E-Mail genauso schnell und ausführlich beantwortet werden wie die Anfrage per Telefon.

Das bedeutet schon einmal, dass der Kundenservice technisch gesehen über eine Mehrkanal-Anbindung erreichbar sein sollte. Zudem erwarten Kunden auch eine permanente Verfügbarkeit und nicht nur zu den klassischen Bürozeiten.

Um es klar zu sagen: Kunden wollen auch keine Menüauswahl am Telefon mehr, um dann in einer Warteschlange zu landen. Ebenso sind Kunden enttäuscht von vorgefertigten Standardantworten. Sie wünschen sich eine dynamische, auf sie zugeschnittene Antwort, und sie stellen durchaus sehr detaillierte und spezielle Fragen.

Offensichtlich reicht da keine FAQ-Liste mehr, sondern es werden viele Informationsquellen für die Antworten gebraucht, eine Knowledge Base, die sich möglichst automatisiert durchsuchen lässt.

Jan Forster, Software Architect Principal Data & AI bei IBM
Jan Forster, Software Architect Principal Data & AI bei IBM
(Bild: IBM)

Können diese hohen Erwartungen denn erfüllt werden? Welche Herausforderungen haben Unternehmen, wenn sie diese Kundenwünsche erfüllen wollen?

Jan Forster: Es ist sehr wichtig, dass Unternehmen die Erwartungen ihrer Kunden verstehen und dann auch erfüllen, um Frustration und Enttäuschung zu vermeiden. Dazu gehört es, dass ein Unternehmen die Fähigkeiten des digitalen Kundenservice-Assistenten klar und transparent kommuniziert, dass in der Information für den Kunden auch auf den Datenschutz und die Datensicherheit, die der digitale Assistent bieten muss, eingegangen wird.

Unternehmen müssen verstehen, was Automatisierung im Customer Service leisten kann und wo bei den bisherigen Lösungen die Grenzen liegen. Bei klassischen Assistenten, den Chatbots, vermissen Kunden häufig, dass eine Anfrage wirklich bis zum Abschluss bearbeitet wird, also ein vollständiger Fallabschluss erreicht wird.

Wenn ein Kunde einen klassischen Chatbot nutzt, erwartet er Antworten, die über die FAQs hinausgehen. In der Realität werden durch Chatbots aber viele Fragen nicht beantwortet, Kunden sind enttäuscht, es droht Kundenverlust.

Wie kann Künstliche Intelligenz (KI) hier helfen?

Jan Forster: KI kann die Leistungsfähigkeit eines Chatbots vielfältig erweitern. Das liegt zum einen an dem deutlich gestiegenen Sprachverständnis bei KI. Natural Language Processing (NLP) hat spürbar an Fahrt aufgenommen. KI kann viele verschiedene Sprachen verstehen, semantische Analysen durchführen.

Damit lassen sich zum einen schriftliche Anfragen, die per Chat oder Mail eingehen, in ihrer Bedeutung verstehen, und auch der Voice-Kanal kann bedient werden. Durch das Verständnis natürlicher Sprache lassen sich auch komplexe Anfragen verstehen und bearbeiten. KI benötigt heute auch keine umfangreichen Trainingsdaten mehr, um erfolgreich auf Kundenanfragen reagieren zu können.

Dabei ist die KI nicht etwa auf bestehende FAQ-Listen angewiesen oder beschränkt. Dank intelligenter Suchmöglichkeiten, einer Search Skill durch Watson Discovery, lassen sich Antworten auf Fragen finden, die in Dokumenten, auf Websites, allgemein in den umfangreichen Knowledge Bases eines Unternehmens enthalten sind.

IBM Watson Assistant, der KI-Assistent, der Kundenprobleme schnell löst und alle Kommunikationskanäle bedient.
IBM Watson Assistant, der KI-Assistent, der Kundenprobleme schnell löst und alle Kommunikationskanäle bedient.
(Bild: IBM)

Was unterscheidet den IBM Watson Assistant von einem klassischen Chatbot?

Nina Fischer: Da gibt es sehr viele Punkte. Beginnen wir mit dem Bereich Integration. Zu nennen wäre die „Out of the box“ Möglichkeit, den Voice-Kanal zu integrieren. Das ist sehr wichtig, da nicht alle Kunden über Apps und Websites erreicht werden. Dank Universal Language Model unterstützt Watson Assistant übrigens mehr als 100 Sprachen.

Zudem gibt es eine „Out of the box“ Anbindung von Knowledge Bases, also Datenquellen des Unternehmens, mit Hilfe des IBM Watson Discovery Services unter Verwendung des Search Skills.

Über bestimmte Schnittstellen (Webhooks) lassen sich auch Informationsquellen Dritter integrieren und bei den Antworten auswerten.

Dann können bei Watson Assistant Agent-Systeme einfach angebunden werden, wenn bei einer Kundenanfrage die weitere Unterstützung durch einen Menschen gewünscht oder erforderlich ist. IBM Watson Assistant kann also eine Anfrage auf Wunsch oder bei Bedarf an einen menschlichen Agenten übergeben.

Vergleicht man, wie Kundenanfragen bei Chatbots entgegengenommen und beantwortet werden, zeigt sich eine weitere Stärke von Watson Assistant. Zum einen gibt es ein intelligentes Dialog-Design, Anfragen können in ihrem Kontext bearbeitet und beantwortet werden. Stellt ein Kunde eine Frage und dann eine weitere, kann Watson Assistant die Beziehung zwischen den Fragen erkennen und berücksichtigen.

Spannend ist auch die Fähigkeit von Watson Assistant, bei einer Off-Topic-Frage oder bei Verlassen des laufenden Fragenstrangs (Digression) den Kontext nicht zu verlieren, also zu der letzten Frage zurückkehren zu können. Wenn zum Beispiel die Kundin bei einer Reisebuchung wissen will, wo sie denn die gewünschte Personalausweisnummer findet und ob dies eine 0 oder ein O ist, dann kann dies durch Watson Assitant beantwortet werden, um dann gleich wieder zu der laufenden Reisebuchung zurückzukehren.

Sind Anfragen eines Kunden unklar (Disambiguation), liefert Watson Assistant nicht wie sonst üblich die Antwort, die am wahrscheinlichsten passen könnte, sondern der Nutzer wird gefragt, ob er A, B oder C meint, damit die Antwort wirklich passend ist. Aus der Auswahl lernt Watson Assistant dann wieder, es hilft dem Retraining der KI.

Dabei sind keine KI-Spezialistinnen und -Spezialisten erforderlich, um Watson Assistant weiter zu trainieren und zu optimieren. Dank intelligenter Funktionen kann das Retraining auf Basis der Nutzungs-Logs und eines Dashboards erfolgen, durch die Fachbereiche selbst, die den Watson Assistant einsetzen.

Noch ein weiterer Punkt: Watson Assistant kann sehr flexibel betrieben werden (deploy anywhere), in der IBM Cloud, bei anderen Cloud Providern oder im eigenen Rechenzentrum des Unternehmens mit IBM Cloud Pak for Data.

Welche weiteren Herausforderungen der Unternehmen im Kundenservice lassen sich durch IBM Watson Assistant lösen?

Nina Fischer: Auch hier gäbe es viele Punkte, ich nenne einmal ein Beispiel: Durch die Flexibilität und Leistungsfähigkeit des Watson Assistant sowie die Integrationsmöglichkeiten in andere IBM Watson Services lassen sich weitere Herausforderungen lösen, wie die Übergabe an unterschiedliche Stellen im Unternehmen, je nach Bedarf. So ist eine Übergabe von dem Self-Service durch Watson Assistant an einen Agenten oder aber einen Third-Level-Agent möglich, also zu Agent Assist (Contact Center Agents) oder Expert Assist (IT-Support, Fachbereiche).

Nochmals konkret nachgefragt: Warum ist der Self-Service mit Watson Assistant für den Kunden erfolgreicher im Vergleich zu FAQ-Listen und klassischen Chatbots?

Nina Fischer: Zum einen ist die Suche in FAQ-Listen aufwendig, und der Kunde findet seine Frage dort in aller Regel nicht wortwörtlich, mitunter dann auch überhaupt nicht. Zudem sind die Antworten in FAQ-Listen und in klassischen Chatbots vordefinierte Sätze, die nicht auf spezifische Probleme der Kunden eingehen können.

Watson Assistant kann auch komplexe Fragen beantworten, insbesondere auch durch den Watson Assistant Search Skill, der unter Verwendung von Watson Discovery Dokumente und andere Datenquellen nach Antworten durchsucht, die nicht bereits im Watson Assistant gepflegt sind.

Nina Fischer, AI Application Consultant bei IBM
Nina Fischer, AI Application Consultant bei IBM
(Bild: IBM)

Wenn eine Anfrage per Mail eingeht, wie kann dann der weitere Ablauf mit IBM Watson Assistant aussehen?

Jan Forster: Tatsächlich können Anfragen per Mail weitaus umfangreicher und komplexer sein als solche, die über einen Chat oder per Voice-Kommunikation eingehen. So können E-Mails sehr lang sein und mehrere, verschiedene Fragen oder Angaben enthalten.

Nehmen wir als Beispiel die Übermittlung von Zählerständen. Statt nur einen Zählerstand per Mail zu übermitteln, können es beispielsweise drei sein, sagen wir Strom, Gas und Wasser. Dabei ist es von Kunde zu Kunde unterschiedlich, in welcher Form und mit welcher Formulierung die Zählerstände in der Mail dokumentiert werden. Es ist also anspruchsvoll, die Zählerstände automatisiert aus der Mail zu extrahieren.

Sehen wir uns nun den Ablauf an: Eine Mail trifft ein, im einfachsten Fall gilt es nun, die Mail im Unternehmen richtig zu routen, also an die passende Person oder an das richtige System. Dazu müssen die Inhalte der Mail verstanden werden, sie müssen richtig zugeordnet werden, im Idealfall ins richtige Backend-System übertragen werden, zudem muss der Kunde eine passende Antwort erhalten.

Auch wenn E-Mails von ihrer Struktur komplexer und vielfältiger sein können als eine Chatnachricht, kann Watson Assistant hier durch die integrierten NLU-Komponenten (Natural Language Understanding) wie die Intent- oder Entitätsextraktion einen Mehrwert liefern.

Wie kann mit vertraulichen Anfragen umgegangen werden?

Jan Forster: Als Enterprise Customer Care Lösung legt IBM mit dem Watson Assistant und generell allen Watson Services großen Wert auf Datensicherheit und Dateneigentum. Dateneigentum bedeutet dabei: Die Daten gehören immer dem Kunden, der den Watson Assistant nutzt.

Für die Datensicherheit stehen eine Reihe von Schutzmaßnahmen zur Verfügung, darunter die Möglichkeit zur Daten- und Mandantentrennung (Data Isolation im Enterprise Plan mit dediziertem Tenant), Verschlüsselung (Data Encryption at rest und in transit) und die Möglichkeit des BYOK (Bring Your own Key).

IBM Watson Assistant erfüllt die Vorgaben von ISO 27001, ISO 27017, ISO 27018, SOC 2, US HIPAA und EU GDPR. Weiterhin hat der Kunde die Möglichkeit des Deployments in der IBM Cloud, bei anderen Cloud-Providern oder im eigenen Rechenzentrum.

IBM Watson Assistant eignet sich deshalb auch für sensible Daten wie Bank- und Gesundheitsdaten.

Wie wirkt sich der Einsatz von Watson Assistant aus, hinsichtlich der Kundenzufriedenheit, aber auch auf Seiten der Aufwände im Customer Service? Haben Sie Zahlen dazu? Wie senken sich zum Beispiel die Kosten pro Kundenanfrage?

Jan Forster: Wir haben viele interessante Anwendungsbeispiele aus Kundenprojekten, darunter eine der größten Banken in Brasilien.

Bereits wenige Monate nach Projektbeginn konnte die Bank 95 Prozent der eingehenden Anfragen automatisch beantworten. Das sind über 280.000 Anfragen monatlich. 70 Prozent sind einfache Anfragen, aber 30 Prozent sind komplex und könnten nicht mit einfachen Chatbots beantwortet werden.

Der Bericht „2020 Forrester Total Economic Impact (TEI) Report“ liefert konkrete Zahlen für die Senkung von Kosten und Aufwänden.

Einige der Ergebnisse sind: Die Kosteneinsparungen liegen bei 5,50 USD pro abgeschlossenem Gespräch mit Watson Assistant. Bei den Agenten reduziert sich die Bearbeitungszeit um zehn Prozent. Und: Korrekt weitergeleitete Gespräche sparten 7,75 USD pro Anruf.

Wie sieht Watson Assistant im Customer Service in der Praxis aus? Haben Sie ein aktuelles Beispiel?

Nina Fischer: Ein aktuelles und sehr relevantes Beispiel ist der 116117 Assistent der KBV. Er beantwortet Fragen von Bürgern und Patienten rund um das Thema Corona. Das ist eine sehr anspruchsvolle Aufgabe, denn während der Pandemie gab und gibt es tägliche neue Informationen aus verschiedenen Quellen, die es zu berücksichtigen gilt.

Möglich wird dies mit Watson Assistant durch die Anbindung von der Suchfunktion Search mit Watson Discovery, wodurch Webseiten von verlässlichen und offiziellen Quellen (wie RKI, KBV, Infektionsschutz) durchsucht werden. Die Endnutzer erhalten so immer aktuelle Informationen, ohne einen großen „Pflegeaufwand“ auf Chatbot-Seite.

Dauert der Start mit Watson Assistant lange? Wie läuft eine Einführung ab?

Nina Fischer: Nein, die Einführung dauert nicht lange, ganz im Gegenteil. Wir haben ein sogenanntes Watson Assistant S-Paket, mit dem Unternehmen in wenigen Wochen ihren ersten Watson Assistant gemeinsam mit unserem Expert Labs Team auf die Beine stellen können.

Wichtig ist bei der Einführung die Verfügbarkeit von Trainingsdaten und einer Vorstellung, welches Business-Problem es zu lösen gilt, wenn man eine überzeugende Kundenerfahrung schaffen will.

Erfahrene IBM-Teams können den Kunden dabei unterstützen.

Advertisement

(ID:47807915)