• Die Plattform für Customer Relations Stars sowie CX & Service Champions

 

The power of LLMs: Large Language Models und ihr Einsatz in Unternehmen

Happy Birthday ChatGPT!

Die Grenzen grosser Sprachmodelle: Wegweisende Technologie ist kein Alleskönner

Erfahrungen aus dem derzeit wohl grössten Conversational AI-Projekt

Von Leads zu Deals: Social Selling als Sprungbrett für Verkaufserfolg

NextGenWork wird die Arbeitswelt revolutionieren

Positive Lernumgebung: Der Weg in eine erfolgreiche Zukunft

Editor's Pick

Podcast über Rolle & Zukunft von Customer Service

Meike Tarabori - Chefredaktion - 5. Februar 2024

Swiss Customer Relations Award 2024: Neue Projekte, neue Chancen

Meike Tarabori - Chefredaktion - 26. Januar 2024

Management, Self Service, Mobility, Chat & Voicebots

Mit dem KI-basierten Chatbot bietet die BLS nicht nur Kundinnen und Kunden Mehrwert

Meike Tarabori - Chefredaktion - 10. September 2021

Im Kundenservice der BLS kommt seit Kurzem ein Chatbot zum Zuge. Was dahinter steckt und wie dadurch gleichermassen Mehrwert für Kundinnen und Kunden sowie Mitarbeitende entsteht, das verrät Martin Friedli, Leiter Kundendienst, im Interview.

Die BLS verfügt seit neuem über einen eigenen Chatbot. Wie kam es dazu und was versprechen sich die BLS davon?

Martin Friedli: Der Chatbot entstand im Rahmen eines Projekts zur Weiterentwicklung der Customer Care Infrastruktur auf Basis der Zendesk Suite, die wir im letzten Jahr in Betrieb nahmen (wir haben darüber im cmm360 berichtet). Unser Fokus lag dabei darauf, nicht werthaltige Interaktionen zu automatisieren: Sprich, alle repetitiven, einfach und anonymisierten Auskünfte, welche uns weder Kundenwissen genieren lassen noch Leads ermöglichen, wollen wir automatisieren. Dadurch können wir unsere Agentinnen und Agenten entlasten und sie haben mehr Zeit für die werthaltigen Kundeninteraktionen, um die sie sich ohne Druck kümmern können. Ausserdem erlaubt der Chatbot unseren Kundinnen und Kunden, sich selbst zu helfen– quasi ein 24/7 Self Service.

Ein solch grosses Projekt braucht einiges an Vorlaufzeit. Wie seid ihr das Projekt konkret angegangen?

Martin Friedli: Um eine Fehlinvestition zu vermeiden und das Vorhaben für unsere Kundinnen und Kunden exzellent umzusetzen, war für uns von Beginn weg klar, dass wir mit einem Partner zusammenarbeiten möchten. Wir versprachen uns davon eine Aussensicht auf unsere Prozesse und einen sehr hohen Professionalisierungsgrad. Ausserdem war es uns extrem wichtig, dass wir den Bot ohne vertiefte IT-Kenntnisse in einem einfachen Interface laufend selbst skalieren können. Mit PIDAS haben wir deshalb bewusst einen Partner für die Analyse und Konzepterarbeitung beauftragt, der ein Kundendienst-Ökosystem versteht und nicht «nur» die Chatbot-Technologie beherrscht.

Zusammen analysierten wir, wo die grösste Hebelwirkung besteht und welche Use Cases Automatisierungspotential ausweisen. Diese Use Cases wurden anschliessend entlang der Customer Journey ausgearbeitet. Dabei haben wir uns auch mit der Frage beschäftigt, wie wir es schaffen, positive Kundenerlebnisse zu schaffen, falls Kunden Fragen haben, die ein Bot nicht beantworten kann. So entstand die Idee, ein Handover vom Chatbot in den Live-Chat anzubieten, damit die Kundinnen und Kunden ihre Fragen nur einmal stellen müssen.

Wie wird diese Übergabe vom Chatbot an den Live-Chat sichergestellt?

Uns war klar, dass die Agentinnen und Agenten erfahren müssen, was der Bot mit dem Kunden bereits vorbesprochen hat. Daher haben wir den Chatbot auch an unser Ticketingsystem (Zendesk Suite) mittels Zendesk Chat und einer Schnittstelle von Knowhere angebunden.

Wichtig war uns zudem, den Fokus auf ein dediziertes Thema zu legen, sprich der Bot soll ein klar abgestecktes Themenfeld bearbeiten, sodass wir ihn gezielt auf unseren Kanälen ausspielen können und «Fehlleitungen» von Kunden vermeiden. Nur wer Fragen hat, welche der Bot auch beantworten kann, soll dorthin gelenkt werden.

Welche Mitarbeitenden waren bei der Integration involviert und warum?

Unsere Agentinnen und Agenten wissen am besten, welche Fragen unsere Kundinnen und Kunden haben. Aus diesem Grund war uns ihre Meinung bei der Integration von grossem Stellenwert. Sie lieferten wichtige Erkenntnisse: Welche Fragen werden wie oft gestellt und wie werden diese beantwortet? Welche Fragen können einfach beantwortet werden? Wie schwierig ist ein bestimmtes Thema? Die Agentinnen und Agenten spielten entsprechend bei der Integration eine wichtige Rolle. Ergänzend dazu haben wir die Ticketdaten analysiert, um die Erkenntnisse aus den Workshops mit den Agentinnen und Agenten abzugleichen.

Darüber hinaus erarbeiteten Fachspezialistinnen und -spezialisten der Kundeninteraktion ein Einführungskonzept und eine Schulung für die Mitarbeitenden. Diverse Kolleginnen und Kollegen der IT waren für die Einbettung der Lösung in unsere IT-Landschaft verantwortlich. Es gab einen Projektleiter, welcher das Projekt koordinierte. Ich selber war für das Stakeholdermanagement verantwortlich und dafür, das Vorhaben zur Exzellenz voranzutreiben, indem wir strenge Anforderungen umsetzten und uns stets am «best Case» orientiert haben – anstatt am einfachsten Weg. Über die ganze Zeit unterstützte uns das Anbieterteam bei der Umsetzung, was natürlich ein sehr entscheidender Erfolgsfaktor ist. Die Zusammenarbeit mit dem Lieferanten macht uns sehr Spass, weil wir uns gegenseitig pushen und auf Augenhöhe begegnen können – es läuft fast schon kollegial ab, obschon wir uns Corona-bedingt nur virtuell kennenlernen konnten.

Wie habt ihr euch dann letztlich für einen Chatbot-Anbieter bzw. eine Chatbot-Lösung entschieden und warum?

Drei mögliche Anbieter haben wir evaluiert und zur Angebotseingabe eingeladen. Es gab klar definierte Bewertungskriterien, basierend auf den BöB/VöB-Vorgaben. Dazu zählten unter anderem eine hohe eigene Skalierbarkeit, die Einbettung des Chatbots in unser Ökosystem, die Integrationsmöglichkeit auf unseren Webseiten und im HelpCenter, sowie die Kompatibilität mit unseren CI/CD Vorgaben. Alle diese Punkte haben letztendlich den Ausschlag dafür gegeben, dass Knowhere das Verfahren mit der moin.ai-Lösung für sich entscheiden konnte.

 

Headerbid_ICT Talk_cmm360


Möchten Sie mehr über KI-basierte Chatbots und die moin.ai Lösung erfahren, dann hören Sie den ICT Talk mit Frederik Schröder, Geschäftsführer von moin.ai >>

 

KI, Machine Learning, NLP und NLU sind Buzzwörter im Zusammenhang mit einem Chatbot. Inwieweit kommen diese Technologien bei eurem Projekt zum Einsatz?

Damit der Chatbot sowohl mit regelbasiertem Text als auch mit freiem Text umgehen und erkennen kann, kommt eine Natural Language Processing (NLP) Software des Anbieters zum Einsatz. Darüber hinaus verfügt der Bot über ein sogenanntes «Dreaming Feature», das heisst er erkennt und clustert Fragestellungen, die bis anhin nicht antrainiert waren und schlägt darauf basierend neue Themen vor. Wir konnten diese dann wiederum anlegen und Knowhere trainierte den Bot. Danach erfolgte das Rollout. Das alles geht enorm schnell und die Weiterentwicklung ist agil, nachfrage- also kundenorientiert und wir legen unsere Hand genau da an, wo das auch Sinn ergibt.

Worin lagen deiner Meinung nach die grössten Herausforderungen bei diesem Projekt?

Anfangs bestand die Challenge darin, einen Partner zu finden, der zu uns passt und ein gemeinsames Ziel verfolgt. Da spielten gesetzlichen Vorgaben stark mit rein, da sie einerseits die Fairness und Korrektheit der Partnerwahl sicherstellen, aber eben auch einschränkend sein können. Wir können nicht einfach auf den Markt hinausgehen und frei wählen, mit wem wir zusammenarbeiten. Wer die Anforderungen am besten erfüllt, die vertraglichen Bedingungen akzeptiert und den besten Preis liefert, erhält den Zuschlag. Ausserdem ist der Chatbot-Markt riesig und das Evaluieren des passenden potenziellen Anbieters ist damit schon die erste grosse Herausforderung.

Die zweite grosse Herausforderung bestand darin, das Handover für die Kundinnen und Kunden möglichst nahtlos zu gestalten und gleichzeitig die Agentinnen und Agenten im Sinne eines reibungslosen Transfers vorzubereiten. Hier hatten wir aber mit Knowhere einen Anbieter gefunden, der dies bereits umgesetzt hatte, was uns das Leben doch deutlich vereinfachte.

Worin liegt deiner Meinung nach der grösste Mehrwert des Projektes bzw. eines Chatbots?

Die Kundinnen und Kunden sind dank des Chatbots nun in der Lage, die Antworten auf die häufigsten Fragen rund um die Uhr selbstständig zu finden. Und dennoch erhalten Sie dank des Handovers an den Live-Chat professionelle Unterstützung, sollte einmal eine Frage nicht auf Anhieb beantwortet werden können. Dadurch signalisieren wir unseren Kundinnen und Kunden, dass wir trotz Automatisierung für Sie da sind.

Für unsere Mitarbeitenden bietet die Automatisierung zuerst einmal eine grosse Entlastung von repetitiven Aufgaben. Darüber hinaus ergibt sich eben der Vorteil: Sie können sich mehr Zeit für werthaltige Interaktionen nehmen – das ist mir enorm wichtig, wir wollen einen exzellenten Kundenservice anbieten – den besten in der ÖV-Landschaft Schweiz.

Wenn dich heute Interessierte fragen, ob sie auch einen Chatbot in ihrem Unternehmen einbinden sollten, was antwortest du ihnen und warum?

Die Use Cases für einen Chatbot sind so vielseitig, dass sich diese Frage nicht so leicht beantworten lässt und von verschiedenen Faktoren abhängt. Zuerst sollte man als Unternehmen klären, ob man den Kontakt mit den eigenen Kundinnen und Kunden überhaupt möchte und falls ja, was man damit erreichen will. Weitere Faktoren, die es zu berücksichtigen gilt, sind: Was erwarten die Kundinnen und Kunden von dem Unternehmen? Welchen Stellenwert hat der Kundenservice und welche Ziele verfolgt er? Je nach Ausrichtung und Strategie des Unternehmens, kann ein Chatbot dann helfen, Kontakte zu vermeiden oder zu knüpfen, den Absatz zu steigern oder Kundinnen und Kunden zu begeistern.

Der Chatbot ist nun seit dem 21. Juni in Betrieb. Was sind die ersten Erkenntnisse?

Dass wir begeistert sind vom Framework von moin.ai und der damit verbundenen Leichtigkeit, den Bot zu bewirtschaften. Wir haben ausserdem wohl vieles richtig gemacht, denn der Automatisierungsgrad ist enorm hoch, wir haben nur sehr wenige Handovers und eine Kundenzufriedenheit von fast 80 %. Das sind deutlich bessere Werte, als wir sie für die Startphase erwartet hätten. Das spornt an. In den nächsten Monaten sehen wir dann auch, welchen Einfluss der Bot auf unsere Kosten hat – wenn wir die Kosten für die Ticketbearbeitung im Bereich der einfachen Auskünfte gesenkt haben, sind wir hervorragend unterwegs. In den nächsten Wochen werden wir die Skalierung anpacken, damit Ludmilla auch für andere Themen zum Zug kommt.

Sind noch weitere Chatbot Use Cases bei der BLS geplant?

Ja, in einem ersten Schritt werden wir den Bot mal auf weitere Use Cases skalieren. Einerseits für weitere Themen im Kundendienst, aber wir prüfen auch, ob weitere Anwendungen wie beispielsweise beim internen IT-Service-Desk oder rund um HR-Themen sinnvoll sind. Dadurch könnten wir wertvolle Synergien erschliessen.

Weiter sind wir zwei Piloten am Aushecken: eine RPA-Lösung zur Prozessautomatisierung und ein Voicebot mit Mundarterkennung. Mit beiden Projekten möchten wir Prozesse weitestmöglich automatisieren, um den «Steuerfranken» möglichst optimal einzusetzen und für unsere Kundinnen und Kunden positive Erlebnisse zu schaffen.

Zum Abschluss interessiert mich, ob du, wenn du auf einer Website nach Antworten suchst, den Chatbot nutzt oder die E-Mail oder doch das Telefon? Hat sich dein Verhalten verändert, seit du das Thema Chatbots von der «anderen Seite» kennst?

Ich persönlich rufe nur an, wenn es brennt, oder das Anliegen sehr emotional ist. Ansonsten helfe ich mir am liebsten selbst. Natürlich nutze ich als Konsument fast jede sich bietende Gelegenheit, einen Kundendienst zu «testen». Davon lerne ich immer wieder. Und manchmal, nein eigentlich sehr oft, zeigt sich auch, dass wir das sehr gut machen, was wir machen.

Hören Sie sich die passende Podcast-Folge an mit Frederik Schröder, Geschäftsführer von moin.ai, über KI-basierte Chatbots und den Use Case bei der BLS >>

 

Top Event

SCRF2024-Early-Bird_750x422_w
Weisser Text als Abstand
Weisser Text als Abstand

Zu den aktuellsten News Dossiers