So vermeiden Sie Medienbrüche in der Kundenkommunikation
Künstliche Intelligenz

So vermeiden Sie Medienbrüche in der Kundenkommunikation

Porträtfoto von Max-Ludwig Stadler von mindsquare
Am

Kundenkommunikation ist nach wie vor hauptsächlich manuelle Arbeit. Die Informationen aus solchen Gesprächen oder Anfragen und deren Weiterverarbeitung werden mittlerweile jedoch eher digitalisiert verarbeitet. Das führt zwangsläufig zu einem Medienbruch, der Mehrkosten verursacht. Wie Sie diese Kosten reduzieren und Ihren Medienbruch optimieren können, anbei im folgenden Beitrag.

Sei es beim Telefonat, bei einem eingehenden Kontaktformular oder einer Mail – bei der Kundenkommunikation erfolgt der Großteil der Bearbeitung manuell. Nichtsdestotrotz müssen die Informationen und nächsten Schritte, die aus dem Gespräch oder der Nachricht erfolgen, früher oder später in digitale Prozesse übertragen werden werden. Hier hat man in der Regel gleich mehrere Baustellen, an denen man unnötige Kosten produziert:

Bei Gesprächen mit Kunden müssen die Informationen händisch abgetippt werden. Dabei bleiben oftmals Informationen auf der Strecke, da der Mitarbeiter sich neben dem Schreiben ja auch auf das Gespräch und seinen Kunden fokussieren soll. Neben dem Mehraufwand können hier daher auch wichtige Informationen „durchrutschen“ und verloren gehen.

Bei schriftlichen Anfragen gibt es in der Regel verschiedene Anlaufstellen, bei denen die Frage des Kunden platziert werden soll. Hier kommen Sie häufig nicht um eine händische Vorsortierung der Anfragen herum, um den besten Service-Mitarbeiter zu identifizieren. Diese Vorverarbeitung kostet mitunter viel Zeit und Geld.

Der Grund für die fehlende Automatisierung ist, dass die Kommunikation mit dem Kunden viel auf Sprache und Freitext, das heißt auf unstrukturierten Daten basiert. Das erschwert eine automatische Auswertung enorm.

Diese Vorteile bietet eine KI

Auch wenn die Auswertung von unstrukturierten Daten schwieriger ist, gibt es mittlerweile Tools und Services, die Sie enorm unterstützen können. So ist es mithilfe von KI-Services mittlerweile beispielsweise möglich, Kerninformationen aus unstrukturiertem Text zu extrahieren. Dadurch können z. B. die Dringlichkeit oder der richtige Bearbeiter identifiziert werden. Das erspart Ihnen die händische Vorsortierung komplett.

Das gleiche gilt für Telefonate, wobei man hier zuvor die Sprache in Text umwandeln müsste. Das Praktische: Auch hierfür gibt es einen KI-Service. Dadurch können Sie bei Telefonaten auf das Mitschreiben verzichten und sich stattdessen voll und ganz auf den Kunden fokussieren.

Ein weiterer Vorteil: Da diese Services in der Regel aus der Cloud heraus angeboten werden, habe Sie einen sehr geringen Integrationsaufwand. Darüber hinaus müssen Sie sich keine Sorgen um die Skalierung machen und können Auslastungsspitzen, wie bspw. die Anfragen zum Thema Corona im März dieses Jahres, besser abfangen. So spare Sie nicht nur Geld, sondern bieten Ihren Kunden auch kürzere Antwortzeiten.

KI verarbeitet Sprache zu Text

Um diese Prozesse zu automatisieren, werden immer mehr Tools entwickelt, die gesprochene Sprache erkennen und auswerten können. Dabei wird Künstliche Intelligenz in Form von neuronalen Netzen eingesetzt. Die bekanntesten Beispiele kommen vor allem von den großen Softwareunternehmen. Sie alle investieren große Geldsummen, um die Entwicklung voranzutreiben. Apple, Microsoft, Amazon oder auch Google schaffen dadurch Voice-to-Text-Tools, die gesprochene Sprache erkennen und zu Text verarbeiten. Diese nutzen Sie dann beispielsweise, um Ihre Sprachassistenten (z. B. Siri oder Alexa) zu verbessern.

Auch in ihren Cloud-Diensten (z. B. Microsoft Azure oder Google AI), die Sie zur Entwicklung einer eigenen KI nutzen können, ist die Sprachauswertung zumeist mit inbegriffen. In der Kundenkommunikation können Sie die KI zum Beispiel nutzen, um Tonaufnahmen von Gesprächen automatisiert in Textform zu erhalten, ohne alles manuell abtippen zu müssen.

Die KI ist dabei allerdings nicht immer fehlerfrei. Bestimmt haben Sie sich schon mal mit einem Sprachassistenten unterhalten, der Sie falsch verstanden hat. Das liegt u. a. daran, dass Wörter manchmal anders geschrieben werden als durch die phonetische Aussprache angenommen.

Beispielsweise werden die Buchstaben „c“ und „k“ meist gleich ausgesprochen. Darüber hinaus gibt es verschiedene Dialekte, die die Verarbeitung der Sprache erschweren. Daher arbeiten die Entwickler mit Hochdruck daran, diese Herausforderungen zu meistern.

So analysiert die KI Texte

Bei der Analyse von Sprache in Textform ist Künstliche Intelligenz eine große Hilfe. Dabei wird vor allem die Technologie Natural Language Processing (NLP) und speziell die Named-entitiy recognition (NER) genutzt. Diese funktioniert, indem Sie einzelne Entitäten in Texten erkennt und so einzelne Textteile in Kategorien unterteilt. Aus dem Satz „Max Mustermann wurde am 01.01.2020 von der Sparkasse eingestellt“ lassen sich beispielsweise folgende Entitäten erkennen:

  • Max Mustermann, Person
  • 01.01.2020, Datum
  • Sparkasse, Firma

Diese Technologie ist vor allem im Kundensupport sehr nützlich. Wenn Support-Tickets bei Ihnen eingehen, müssen Sie meist manuell erfassen, worum es geht und welcher Mitarbeiter dafür zuständig ist. Mithilfe von KI und NER werden die Tickets automatisiert ausgewertet und dem entsprechenden Mitarbeiter zugeteilt. Dadurch sparen Sie den doppelten Arbeitsschritt und damit Zeit und Geld.

Fazit

Mithilfe von KI können Sie folglich diverse Medienbrüche in Ihrer Kundenkommunikation vermeiden. Sei es das Transkribieren von Telefonaten oder die Vorverarbeitung von schriftlichen Anfragen: Beim Übergang von der analogen in die digitale Welt entstehen Kosten, die man durch die Nutzung solcher Services verringern kann. Um KI-Services zu nutzen, braucht es dabei kein großes Investment in Millionenhöhe. Sie können klein anfangen individuell angepasst an Ihr Unternehmen Ihren Prototypen entwickeln.

Foto/Thumbnail: ©Depositphotos.com

Über den Autor

Porträtfoto von Max-Ludwig Stadler von mindsquare

Max-Ludwig Stadler Max-Ludwig Stadler beschäftigt sich seit 2013 mit dem Thema Künstliche Intelligenz und dessen praktischen Einsatzmöglichkeiten. Seit 2018 ist er bei mindsquare in den Bereichen Mobility und KI tätig. Sein Schwerpunkt liegt dabei auf der Einführung und Nutzung von KI in mittelständischen Unternehmen. Dies umfasst beispielsweise auch die Unterstützung beim Identifizieren geeigneter Use Cases und der Wahl des passenden Anbieters. mindsquare.de
Zum Autorenprofil

Kommentare

Kommentar schreiben:

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.