Wenn der Roboter E-Mails von Kunden versteht…

Kunden wünschen nicht nur Waren, sondern auch Betreuung. Die Ansprüche der Verbraucher an den Support sind in den vergangenen Jahren gestiegen. Künstliche Intelligenz (KI) kann Anbietern helfen, besser und schneller auf Anfragen und Reklamationen zu reagieren. Mats Necker, Geschäftsführer von knk Customer Engagement, zeigt im IT-Channel von buchreport.de, welche Qualitätsstandards große KI-Engines möglich machen.

Was Kunden wollen, ist gar nicht so einfach

Kunden wollen Transparenz. Sie wollen Sicherheit, sie wollen die Bestätigung, dass ihre Kaufentscheidung richtig war. Sie wollen Information, wenn die Lieferung sich verzögert. Sie wollen Unterstützung, wenn die Inbetriebnahme eines komplexen Produktes sie überfordert. Und sie wollen zuverlässige Rückabwicklung, wenn das Produkt ihre Erwartungen nicht erfüllt oder defekt ist. Sie wollen eine ganze Menge an Leistungen, die mit dem Produkt als solchem nichts zu tun haben.

Was sie wollen, kann nahezu jeden Bereich eines Anbieters betreffen: Logistik, Buchhaltung, Produktmanagement, Marketing, um nur einige zu nennen. Und auf welchem Weg sie kommunizieren, kann sehr heterogen sein: E-Mail, Social Media, Website-Chat und und und… Supportanfragen und Reklamationen nicht nur anzunehmen, sondern durch ein großes, komplexes Haus hindurch an die richtige Instanz zu routen, ist daher aufwändig – Callcenter berechnen mindestens 50 Cent pro Minute weiter – und kann dauern. Diese Zeit gibt der Kunde dem Unternehmen meist nicht. Sein Vertrauen leidet.

Um so wichtiger ist es, ihn als Person, mit seinem konkreten Anliegen und in seiner aktuellen emotionalen Befindlichkeit zu identifizieren und ihm nach Möglichkeit maßgeschneiderten Support zukommen zu lassen. Ist er noch gar kein Kunde und braucht nur Unterstützung bei einer Kaufentscheidung? Hat er nur eine Transaktions-Mail nicht gesehen und wundert sich, wo sein Liefertermin bleibt? Fürchtet er, die Ware sei auf dem Transport untergegangen und er müsse sie trotzdem zahlen? Fand er sein Buchpaket zerstört vor der Tür deponiert und sucht jetzt den Verantwortlichen? Ärgert er sich, weil schon zum zweiten Mal in kurzer Zeit ein Lieferversprechen nicht eingehalten wurde oder weil er seiner Meinung nach zu Unrecht kostenpflichtig gemahnt wurde?

IT-Grundlagen und Technologien der Zukunft

Mehr zum Thema IT und Digitalisierung lesen Sie im IT-Channel von buchreport und den Channel-Partnern knk und Rhenus. Hier mehr…

Microsoft rüstet Cloudservices mit Künstlicher Intelligenz auf

Auch wenn jeder Kunde ein Individuum ist und ein individuelles Bedürfnis äußert, lassen sich diese Bedürfnisse typisieren und in Workflows integrieren und damit automatisieren. Voraussetzung: Das „Interface“ muss automatisiert, der Kunde automatisch „verstanden“ werden. Natural Language Processing (NLP), die automatisierte Verarbeitung natürlicher Sprache ist gefragt. Die großen IT-Anbieter der Welt wetteifern neben staatlichen Institutionen (wie Geheimdiensten) um günstige Positionen in diesem Teilgebiet der Künstlichen Intelligenz, einem großen Zukunftsmarkt, und rüsten ihren „Tech-Stack“ auf. Microsoft bietet seine Cloud-Service-Plattform Azure für die Übersetzung gesprochener Sprache in schriftlichen, maschinell analysierbaren Text und für die semantische Analyse. „Language Understanding Intelligent Service (LUIS)“ heißt das Modul, das in der für Cloud-Lösungen typischen Weise Skalierbarkeit, Berechenbarkeit und Einfachheit verspricht.

Wie einfach LUIS oder andere Services tatsächlich sind, lässt Microsoft in den „Business Applications Hackathons“ ausprobieren. Microsoft-Partner können Teams zu diesen Hackathons schicken, die dort in dem beschränkten Zeitrahmen, den das Hackathon-Format setzt, mit Tools und Services aus dem Microsoft-Stack frei definierte Business Cases entwickeln. Ein Entwickler-Team des Verlagssoftware-Herstellers knk entschied sich für die Verwendung von LUIS und gewann unter etwa 90 Gästen – Anwendungsentwickler und Fachkräfte –  mit seinem Business Case den Hackathon. Innerhalb weniger Stunden wurde aus LUIS der intelligente Customer-Service-Dienst EMIL (E-Mail Interpretation Language). Heute integriert knk EMIL in geeignete Kundenprojekte.

EMIL, der digitale »Kundenversteher«

Allein für textgebundene Kontaktierung steht den Kunden heute eine Vielzahl von Kanälen zur Verfügung: E-Mail, Social Media, Formulare auf der Website des Anbieters, um nur die wichtigsten zu nennen. Beim Angebot von Webformularen für den Customer-Self-Service geht der Trend weg davon, den Kunden selbst einsortieren zu lassen, welcher Art sein Anliegen ist – etwa über Drop-Down-Auswahlmenüs. Denn Frust und Fehler sind bei diesem Verfahren vorprogrammiert. Künstliche Intelligenz vom Typ eines EMIL macht es möglich, den Kunden auch mit unstrukturiertem Text abzuholen.

So funktioniert EMIL, der „digitale Kundenversteher“. Grafik: knk.

Für die „Abholung“ ist EMILs „Collector“ zuständig. Er sammelt aus allen Inbound-Kanälen die Kontaktierungen und normalisiert sie zu sogenannten „Customer Requests“. Gleichzeitig übergibt er die Texte an den „Interpreter“, der jedem Text einen definierten Wunsch oder Business Case, technisch gesprochen, einen „Intent“ zuweist: etwa die Verlängerung eines Abonnements oder eine geänderte Bankverbindung. Der Interpreter setzt sich zu diesem Zweck mit den Webservices von Microsofts LUIS in Verbindung und holt in Echtzeit die Interpretation ab.

Neben der Interpretation liefert der LUIS-Webservice Scores, das sind prozentuale Wahrscheinlichkeitswerte, mit denen eine Kontaktierung dem Intent „geänderte Bankverbindung“ oder anderen Intents zugeordnet werden konnte. Das System ist selbstlernend und verfeinert im Verlauf seines Einsatzes sowohl seine Treffsicherheit als auch die Zahl der verfügbaren Intents.

EMIL führt nun Intent und Score mit Text und Metadaten des Customer Request zusammen – damit ist der Fall fertig für die Bearbeitung.

Das EMIL-Cockpit. Grafik: knk.

EMIL stellt gleichzeitig fest, ob der Intent bereits bekannt ist und routet die Anfrage zum Beispiel weiter an den Finanzbereich, falls der oben erwähnte Score hoch ist und sie sich also mit hinreichender Sicherheit auf die Zahlungsdaten des Kunden oder auf andere Verantwortungsbereiche des Debitorenmanagements bezieht. Nach freiem Ermessen des Anbieters kann sie automatisiert weiterbearbeitet werden – etwa durch Eintrag eines neuen IBAN ins Kundenkonto – oder manuell geprüft werden.

Nachdem das Anliegen des Kunden in Angriff genommen oder erledigt wurde – automatisiert oder manuell –, erhält EMIL Statusinformationen. Der „Notifier“ arbeitet entweder eine Vollzugsmeldung oder eine Zwischeninformation aus und stellt sie dem Kunden in dem Kanal zur Verfügung, in dem die Anfrage hereinkam.

Grenzen der Automatisierung – Grenzen der manuellen Bearbeitung

Automatisierungs-Skeptiker wenden gern ein, dass ein solches Verfahren fast zwangsläufig Fehler mit sich bringt. Allerdings bringt auch der Einsatz menschlicher Arbeitskraft zwangsläufig Fehler mit sich, selbst bei Routine-Vorfällen. Dazu kommt, dass menschliche Arbeitskraft nur bedingt skalierbar ist. Jeder, der schon einmal seinen Überschuss an Kundenvorfällen an ein externes Callcenter outsourcen musste, kennt die damit verbundenen manchmal massiven Kapazitäts- und Qualitätsprobleme.

Eine Automatisierungslösung wie EMIL ist dagegen in Echtzeit skalierbar. Mehr Kundenanfragen bedeuten einfach mehr API-Calls beim LUIS-Webservice. Der Score von EMIL hilft im Prozess der weiteren Bearbeitung, die vorhandenen Ressourcen optimal zu nutzen: Stehen gerade viele Mitarbeiter zur Verfügung, greift die Automatik erst bei einem höheren Score als zu Zeitpunkten, wo die Ressourcen im Verhältnis zum Aufkommen knapp sind.

Ein EMIL-Kundenkonto. Grafik: knk.

EMIL – wohin?

EMIL ist selbstlernend und wird – so die Hoffnung von knk – im Einsatz immer erfahrener und leistungsfähiger. Dabei kann er auch Chatbots und andere neuartige Kommunikationskanäle nutzen.

Auch bei den Grundfunktionalitäten rechnet knk mit Innovationen. Auf der Roadmap steht das Thema „Sentiment Analysis“ weit oben. Gemeint ist, dass nicht nur der Inhalt einer Botschaft automatisch erkannt wird, sondern auch die Verfassung ihres Überbringers. Der Einsatz von inakzeptabler Sprache oder von vielen Satzzeichen ist ein klares Anzeichen von Erregung. Seine Einlassungen sollte vielleicht besser ein Mensch bearbeiten, um ihm zum Beispiel bei Bedarf eine Entschädigung anzubieten. Andere Stimmungen sind nicht so eindeutig markiert und müssen zum Beispiel durch Analyse der gesamten Wortwahl erkannt werden.

Bis aber ein Kompliment automatisch auf der Testimonial-Seite publiziert werden kann, wird sicherlich noch einige Zeit vergehen.