Generative KI revolutioniert den Kundenservice, indem sie Unternehmen hilft, Kundenbedürfnisse effizienter zu erfüllen. Sie kann auf drei Komplexitätsstufen eingesetzt werden: fertige KI-Services wie ChatGPT, Erweiterung bestehender LLMs mit eigenen Daten, und maßgeschneiderte Lösungen durch Training von Modellen. Der häufigste Einsatz ist die Integration in eigene Anwendungen, wo Chatbots Anfragen eigenständig bearbeiten und Kundenzufriedenheit steigern. Zudem verbessern transkribierte Gespräche und KI-Wissensdatenbanken die Effizienz im Contact Center. Erfolgreiche KI-Projekte beginnen klein, mit sorgfältiger Prüfung von Datenqualität und Modellwahl.
Es ist nicht so, dass die Geschäftswelt keine Erfahrungen mit KI hätte. Doch bislang beschränkte sich der Einsatz auf «klassische» künstliche Intelligenz mit selbst trainierten Modellen auf Basis eigener Daten. Die ursprünglich von Google entwickelte Transformer-Architektur hinter den grossen Sprachmodellen (Large Language Models, LLMs) bringt KI nun auf die nächste Ebene – die Rede ist natürlich von generativer künstlicher Intelligenz (GenAI). Der grosse Unterschied von LLMs wie GPT von Open AI, Google Gemini oder Claude von Anthropic gegenüber klassischer KI: Sie sind bereits trainiert und lassen sich einfach «ab der Stange» als Service nutzen.
Einfach? So einfach ist es nicht. Es braucht entsprechende Vorbereitung und vor allem eine Strategie, wozu generative KI eingesetzt werden soll. Grob lassen sich drei Einsatzgebiete unterscheiden, die die von Stufe zu Stufe an Komplexität zunehmen:
- KI-Services in Arbeitsplätze integrieren: Hier geht es um die Integration und Nutzung fertiger Services wie ChatGPT, Copilot für Microsoft 365 oder den Bildgenerator Midjourney. Sie entlasten die Mitarbeitenden und erhöhen ihre Produktivität, damit sie sich um das Wichtigste kümmern können: um ihre Kund*innen.
- Bestehende LLMs in eigene Applikationen integrieren: Hierbei erweitert ein Unternehmen ein bestehendes Modell aus der Cloud um eigene Daten, um darauf eigene Anwendungen wie beispielsweise einen «intelligenten» Chatbot im Kundendienst aufzubauen. Kundenanfragen können so triagiert und schneller verarbeitet werden, was zu höheren Kundenzufriedenheit führen kann.
- Modelle mit eigenen Daten trainieren und betreiben: Hierbei nutzt ein Unternehmen die Grundfähigkeit von LLMs, die Verarbeitung von Text und Sprache, um darauf komplett eigene Applikationen zu entwickeln und allenfalls selbst zu betreiben. Dazu werden die Modelle zusätzlich mit eigenen, themenspezifischen Daten trainiert.
Sie haben schon einiges über die Einsatzmöglichkeiten von künstlicher Intelligenz erfahren und möchten den Grundstein für Ihr KI-Projekt legen? Eine Möglichkeit hierzu bietet der Swisscom Rethink AI Workshop.
Im Folgenden liegt das Augenmerk insbesondere auf der Stufe 2, da derzeit die meisten Kundenserviceanwendungen auf dieser Ebene realisiert werden.
Diese zweite Stufe macht den Schritt weg von KI-Assistenten am Arbeitsplatz hin zur Integration von KI-Funktionalitäten in eigene Applikationen. Zum Einsatz kommen bestehende, vortrainierte Modelle, die als Cloud-Service angeboten werden. «Hier beziehen Unternehmen typischerweise Services eines Hyperscalers wie Azure, AWS oder Google Cloud», sagt Tim Giger, Consulting Leader Data & AI bei Swisscom. «Diese Foundation Models (Basismodelle) lassen sich beispielsweise mit Retrieval Augmented Generation (RAG) zusätzlich um eigene Daten ergänzen.»
Für die Nutzer solchen Applikationen ist die KI-Komponente nicht direkt ersichtlich. Die Bedienung erfolgt über eine Plattform des Unternehmens, wie dessen Website oder das Intranet.
Drei Use Cases für den Kundendienst und Verkauf
Die beschriebenen KI-gestützten Applikationen können sich sowohl an Mitarbeitende wie auch an Kunden richten und bieten folgende drei zentrale Anwendungsmöglichkeiten:
Use Case 1: Chatbot mit generativer KI
Die naheliegendste Anwendung für generative KI auf dieser Stufe besteht in einem «intelligenten» Chatbot, beispielsweise im Kundendienst oder Verkauf. «Wir sprechen hier vom klassischen Chatbot oder auch Voice-Bot, der aber nicht einfach weiterleitet, sondern die Anfrage versteht und selbst bearbeiten kann», sagt dazu Kai Duttle, Consultant bei Swisscom Interaction & Process Management. Solche Anwendungen werden auch als conversational AI bezeichnet.
Bestehende Chatbots können mit generativer KI leistungsfähiger werden und Mitarbeitende von Routinearbeiten entlasten. Dabei ist es zentral, den Nutzen im Auge zu behalten, sagt Kai Duttle: «Wir müssen die Technologie so einsetzen, dass sie den Kundennutzen verbessert, und nicht um der Technologie willens.»
Use Case 2: Verarbeitung aufgezeichneter Gespräche
In einem Contact Center aufgezeichnete Anrufe (mit Einwilligung) lassen sich mit generativer KI transkribieren und zusammenfassen. Die Ergebnisse lassen sich auf vielfältige Weise nutzen:
- Als Information im Supportverlauf für andere Mitarbeitende, wenn eine Person erneut anruft
- Sentimentanalyse der Anrufe für ein Stimmungsbild
- Insights gewinnen über häufig nachgefragte Themen an der Hotline
Diese Informationen können für den Betrieb und die Weiterentwicklung eines Contact Centers genutzt werden, etwa bei der Schulung der Mitarbeitenden oder für die Automatisierung von Prozessen bei häufig nachgefragten Support-Themen.
Use Case 3: Wissensdatenbank und Unternehmenssuche
Es ist wohl in jedem grösseren Unternehmen so, dass Mitarbeitende viel Zeit damit verbringen, interne Informationen zu suchen. Eine KI-gestützte Wissensdatenbank, die mit allen relevanten Informationen gefüttert wurde, kann diesen Aufwand deutlich verringern. Und allenfalls auch eine interne Suchfunktion ersetzen. Technisch entspricht diese Wissensdatenbank dem Chatbot aus dem ersten Use Case. Auch das Vorgehen zur Umsetzung ist vergleichbar.
Möchten auch Sie in Ihrem Kundenservice künstliche Intelligenz einsetzen, um das Kundenerlebnis zu verbessern? Erarbeiten Sie mit einem Swisscom Experten eine Implementierungsstrategie im Rahmen des ReThink Conversational AI Workshop.
Wie können Unternehmen KI-Projekte angehen?
Um die Erfolgschancen von KI-Projekten zu steigern, empfehlen beide Experten, schrittweise vorzugehen und im Kleinen zu beginnen, also bei Stufe 1. «Aus dem Blickwinkel des Kundendienstes beginnt KI vielleicht mit Antwortvorschlägen auf E-Mails», empfiehlt Kai Duttle. «Ein nächster logischer Schritt wäre, die Textanfragen auszuwerten.» Dies, obwohl im Kundendienst ein Grossteil der Anfragen übers Telefon läuft. «Aber der Textbereich ist einfacher in der Umsetzung», ergänzt Kai Duttle.
Und noch ein Aspekt ist dem Experten für Kundendienst-Technologien wichtig: «Generative KI ist kein Technologie-Thema, sondern ein Customer-Experience-Thema. Die Kunden-Journey muss so gestaltet werden, dass generative KI für beide Seiten einen Mehrwert bietet und gerne genutzt wird.»
Darüber hinaus gibt drei Grundsatzfragen, die sich jedes Unternehmen unbedingt stellen sollte, wenn sie ein KI-Projekt langfristig erfolgreich angehen möchte, erklärt Tim Giger:
- Datenqualität: Wie steht es um die Qualität der unstrukturierten Daten? Sind sie korrekt oder könnten sie die Ergebnisse verzerren und einem Bias unterliegen? Die Aussagekraft der eigenen Daten sollte vorgängig geprüft werden. Allenfalls ist eine Bereinigung notwendig.
- Wahrscheinlichkeit oder Genauigkeit: Die wohl entscheidende Frage lautet: Ist ein probabilistisches Resultat – also zu gewissem Grad wahrscheinliches Resultat – akzeptabel? Oder wird ein genau berechnetes, deterministisches Ergebnis benötigt? Im ersten Fall ist (generative) KI eine Option, in zweitem Fall mag eine Datenbankabfrage die bessere Wahl sein.
- Klassische oder generative KI: Die Art der verwendeten Daten beeinflusst die Wahl des Modells. Wenn es in einem Prozess um textbasierte Informationen geht, kann generative KI ein sinnvoller Ansatz sein. Auf der numerischen Seite, also im Umgang mit Zahlen, sind vielleicht Machine Learning oder Deep Learning besser geeignet, um Prognosen zu erstellen.
Wo steht der Einsatz von generativer KI heute?
Trotz der rasanten technischen Entwicklung bei den grossen Sprachmodellen lässt sich recht klar sagen, wo die Unternehmen heute stehen. «Der grösste Nutzen ist heute ein Effizienz-Case. Unternehmen nutzen generative KI, um effizienter zu arbeiten», schätzt Tim Giger die Situation ein. Viele Unternehmen befinden sich auf Stufe 1, indem sie KI-Services nutzen oder deren Einführung planen. Neben den digitalen Arbeitsplätzen profitiert gemäss Kai Duttle im Moment vor allem der Kundendienst von generativer KI: «Hier geht es um Chatbots und Sprache. Das ist der Bereich, in dem generative KI am ausgereiftesten ist und den grössten Nutzen bringt.»
Swisscom
Kund*innen erwarten heute intuitive und unterhaltende Kauferlebnisse über ihre bevorzugten Kanäle. Unternehmen müssen deshalb eine reibungslose Digital Customer Experience bieten, um im Wettbewerb erfolgreich zu sein. Swisscom realisiert für Unternehmen umfassende Customer-Experience-Lösungen – von der Web- und App-Entwicklung über E-Commerce bis zu Audience Analytics. Mit ganzheitlicher Beratung und markterprobter Expertise schaffen wir bei Ihnen positive Kundenerlebnisse und stärken dadurch Ihre Kundenbindung.
