Callcenter for Finance > Strategie

03.09.2018 von ah

"Join the Future – wir verändern die Service-Welt."

Die Rolle der Wissensdatenbanken ändert sich aktuell radikal. Welche Auswirkungen das auf die Servicebereitschaft hat, darüber unterhielt sich die Redaktion mit Sven Kolb und Harald Huber, Geschäftsführer der USU GmbH.

Wissensdatenbanken bündeln die Erfahrung und die Erkenntnis von kunden und Anbietern - doch hierzu benötigt man fortschrittliche Lösungen

USU kennt man als Anbieter von ­Wissensdatenbanken für Service-Organisationen. Zugegeben: die Technik ist intelligent, breit etabliert und nach­gefragt. Aber ist es nicht etwas vermessen, wenn Sie heute davon sprechen, mit Ihrer Technologie die Service-Welt zu verändern?

 

Sven Kolb: Das ist zumindest das, was wir uns vorgenommen haben. Im Zuge der Digitalisierung hat sich auch die Rolle einer Wissensdatenbank im Service deutlich gewandelt. War diese früher eine Dokumentensammlung als Gedächtnishilfe für Agenten, ist sie heute die zentrale Plattform für alle Services. Sie enthält umfassende Serviceinformationen für die Unternehmenswebseite, den Chatbot, das E-Mail-Response-System sowie alle Feedbacks und Reaktionen. Dazu kommt, dass auch die Anforderungen steigen, die an Wissensablagen generell gestellt werden. Insgesamt sind wir überzeugt, mit dem Konzept der kollaborativen KI in ­unserer „Knowledge Cloud“ die Funktion einer Wissensdatenbank so grundlegend zu erweitern, dass sie nicht mehr mit den heute verbreiteten klassischen Systemen verglichen werden kann.

 

Heißt das, Ihre Wissensdatenbank Knowledge Center ist nun als Cloud-Lösung verfügbar?

 

Sven Kolb: Nein. Erweiterung ist das Stichwort. Künftig sind alle Installationen sowohl on premise bei unseren Kunden als auch die SaaS-Installationen mit der Knowledge Cloud verbunden – natürlich nur, wenn der Kunde das auch möchte. 

 

Spannen Sie uns nicht auf die Folter – was ist denn Ihre Knowledge Cloud? 

 

Harald Huber: Das Neuartige der Knowledge Cloud ist, dass alle Anwender einer Branche zusammenarbeiten und die Ergebnisse KI-optimiert sind. Konkret bedeutet das: Seit fast 20 Jahren bieten wir eine lernfähige Wissensdatenbank an. Hunderte von Kunden und zehntausende von Anwendern trainieren täglich unser System. Dadurch hat sich ein einzigartiges Erfahrungswissen aufgebaut. 

Knowledge Cloud bedeutet, dass alle Anwender einer Branche zusammenarbeiten und das Lernen gemeinsam erfolgt. Dieses branchenspezifische Wissen wird durch unsere KI-Technologien permanent zusammengefasst, optimiert und allen Kunden automatisch wieder in ihrem Knowledge Center zur Verfügung gestellt. Dieses branchenspezifische Wissen wird durch unsere KI-Technologien permanent zusammengefasst, optimiert und allen Kunden automatisch wieder in seinem Knowledge Center zur Verfügung gestellt. Und zwar prozessschrittabhängig. Dabei handelt es sich aus Sicht der Anwender um sogenannte Knowledge Services. Stellen Sie sich vor, Sie möchten eine Vorlage erstellen und erhalten dabei einen Service, der Ihnen die typischen Vorlagen der Branche aus der Cloud vorschlägt. Damit sparen Sie viel Zeit und erreichen deutlich mehr Qualität.

 

Sven Kolb: Wir reden hierbei nicht über theoretische Möglichkeiten, mit KI bzw. Bots Services zu automatisieren, sondern können diese Automatisierung bereits heute tatsächlich leisten. Anders ausgedrückt: Sie müssen als Unternehmen in unserer Wissensdatenbank nur noch die Dinge anlegen und pflegen, die in Ihrem Unternehmen spezifisch sind. Den Rest erstellt die KI der Knowledge Cloud ­anhand der ­Daten, die von der gesamten Branche ­gesammelt werden. 

 

Verstehe ich das richtig, dass Sie mit dem Erfahrungswissen Ihrer Kunden eine Art Plattform aufbauen, aus denen Anwender bestimmte Services beziehen können?  

 

Sven Kolb: Ja, genau. Und durch diese Services wird die Arbeit mit Wissen im Kundenservice plötzlich maßgeblich vereinfacht. Die Services nehmen den Anwendern all jene Aufgaben ab, die durch die Vielzahl der bereits vorhandenen ­Daten der jeweiligen Branche erlernt werden können. Viele Unternehmen stehen vor der Entscheidung eine Wissensdatenbank ein­zuführen, sind sich allerdings unsicher, wie viele Dokumente sie zu welchem Thema benötigen, mit welchen passenden Schlagworten sie die Dokumente wieder auffindbar machen, wie sie diese am sinnvollsten kategorisieren und strukturieren können. Darüber hinaus möchten sie ­direkt einen Chatbot einsetzen. Auch dessen Antworten müssen erstellt und gepflegt werden. Aber woher weiß ein Unternehmen, ohne bereits entsprechende Erfahrung gesammelt zu haben, welche die wesentlichen Intents sind? All diese Fragen und Anforderungen stellen Serviceorganisationen vor große Heraus­forderungen bei der Einführung eines ­Systems. Und dabei haben wir über Self-­Service oder Social Media Services noch gar nicht gesprochen. 

 

Harald Huber: Auch ohne Vorkenntnisse wissen Unternehmen durch Nutzung der Knowledge Services, welche Themen in ihrer Branche typischerweise in einer Wissensdatenbank abgelegt werden. Darüber hinaus können sie sich auf eine automa­tische „Verschlagwortung“ verlassen, weil das Terminologie-Wissen einer ganzen Branche, d. h. von zehntausenden ­Anwendern, verwendet wird. 

Auch können die Antworten von Chatbots einfach gesteuert werden, und die Auswahl der Inhalte für einen Self-Service auf der Webseite wird ganz unkompliziert. Durch das Konzept der Knowledge Services werden Service- und Self-Service-Leistungen deutlich leistungsfähiger als bislang – und das zu einem Bruchteil der Kosten und Aufwände.

 

Da stellen sich allerdings gleich eine Reihe von Fragen. Zum Beispiel, was das für Kundendaten sind und wie Sie mit sensiblen Daten umgehen?

 

Harald Huber: Für uns sind nicht die ­Inhalte der Wissensdatenbanken relevant, sondern es geht um die Nutzungsdaten, also das Strukturwissen und Suchwissen unserer Kunden. Wichtig sind daher z. B. verwendete Suchbegriffe, Kategorien, Vorlagenbeispiele, Oberflächenbeispiele, Überarbeitungsdaten, Zeitpunkte etc. Die Daten sind nicht personenbezogen, es sind keine Dokumenteninhalte erkennbar, auch das Unternehmen nicht. Alle Daten werden anonymisiert und verschlüsselt in die Knowledge Cloud geladen – ggf. kann jeder auch eine Blacklist für seine Daten erstellen. Das heißt, dass wir damit weder Persönlichkeitsrechte noch Datenschutzrichtlinien verletzen.  

 

Und welche weiteren konkreten Services werden damit automatisch generiert? 

 

Sven Kolb: Ein recht anschauliches Beispiel ist der deutlich geringere Aufwand zur Verschlagwortung oder Pflege von Synonymen: Im Bereich Finanzdienstleistung kann das System aufgrund zahlreicher vorhandener Daten schlussfolgern, dass Begriffskombinationen wie „Eigenanteil Teilkasko“ und „Fahrzeugteilversicherung SB“ denselben Service betreffen und somit dieselben Dokumente relevant sind. Das ist ganz ähnlich, wie wir alle es von Google kennen.  Denn wie Google schlägt auch unser System aufgrund hunderter kombinierter Such­begriffe für ein Thema exakt die Begriffe vor, die nach den qualitativen Bewertungen der anderen Anwender in derselben Branche die höchste Wahrscheinlichkeit haben, das passende Dokument zu finden. Dabei werden automatisch Synonyme und Homonyme berücksichtigt. Das ­System schafft damit auch die Transferleistung, um z. B. Umgangssprache oder Fachtermini zu erkennen und entsprechend zuzuordnen. 

 

Harald Huber: Ein weiteres Beispiel betrifft bestimmte Redaktions-Services, wie die Aktualisierung von Dokumenten. In einer herkömmlichen Wissensdatenbank wird dies per Wiedervorlage-Check geprüft. Doch zeigt dieser lediglich alle Dokumente, die über einen festgelegten Zeitraum, z. B. ein Jahr, unverändert sind. Somit müssen ­teilweise hunderte Dokumente geprüft werden, obwohl in Wirklichkeit nur eine Handvoll zu aktualisieren sind. In diesem Fall unterstützt die Knowledge Cloud mit dem Wissen, welche Themen auch in anderen ­Firmen derselben Branche geändert wurden und reduziert ­automatisiert den Prüfaufwand auf das Relevante. Sie kann darüber hinaus sogar Textmuster für die Aktualisierung vorschlagen. Das System meldet beispielsweise auch –  ähnlich des Amazon-Prinzips: „Andere Finanzdienstleister haben 20 Prozent mehr Do­kumente mit folgender Nutzungsquote in der Wissensdatenbank“ – und weisen so auf Themen hin, die eventuell bislang nicht abgedeckt werden.  

 

Sven Kolb: Ein drittes Beispiel möchte ich noch schildern: Es betrifft die Tendenz-Erkennung durch einen Bot, etwa das Erkennen einer ­Kündigungsgefahr bestehender Versicherungsverträge. Wie bereits beschrieben, beinhaltet eine Wissensdatenbank im ­digitalen Service das gesamte gesammelte Verhaltenswissen des Service. 

Das Erkennen einer Kündigungsgefahr basiert u. a. auf der Mustererkennung vorher definierter Begriffe und Häufigkeiten, z. B. wenn der Kunde bestimmte Themen nachfragt wie Vertragslaufzeit, Preise, ­alternative Verträge etc. In einem solchen Fall könnte der Bot eine Präventivmaßnahme anbieten. 


Harald Huber: Wie sich ein spezifischer Bot verhält – ob er an einen Menschen verweist, auf günstigere Angebote hinweist oder auf eine andere Weise die Kündigung abwendet, muss das jeweilige Unternehmen selbst entscheiden. Wie Sie sehen, gibt es hierfür unzählige Services, und wir werden unser Portfolio kontinuierlich erweitern. Unsere Planungen reichen bis zum automatischen Vorschlagen von Dokumenteninhalten. 

 

Heißt das, dass die Maschine nun den Service übernimmt und die Agenten nicht mehr benötigt werden?

 

Harald Huber: Nein, auf keinen Fall. Das zeigen auch alle bisherigen Erfahrungen mit Automatisierungs-Werkzeugen. Der Bedarf an intelligenter Serviceleistung wird sich auch in Zukunft so dynamisch entwickeln, dass es nicht mehr die Frage sein wird, wer da wie billig anbieten kann, sondern wer den Service effizient mit hoher Qualität erbringt. 


Sven Kolb: Bots ersetzen am Ende des Tages keine Menschen. Und die aktuelle Diskussion, ob Bots eine juristische ­Person sein können, ist Unsinn. Ein auto­matisierter Service übernimmt keine ­Verantwortung, ein automatisierter Service schafft keine Beziehungen. 

Aber Dienstleistungen können automatisch ­erbracht, Fragen weitestgehend automatisch beantwortet werden. Insofern reden wir von einer Taylorisierung oder Industrialisierung des Service mit positiven ­Effekten in puncto Wirtschaftlichkeit und Qualität. Das Anforderungsprofil der Agents wandelt sich entsprechend – und wird eigentlich attraktiver. 

 

Apropos Wirtschaftlichkeit und Qualität – wie sieht die Bilanz bei der Nutzung Ihres neuen Technologie-Konzepts aus?

 

Sven Kolb: Mit der Knowledge Cloud verfügen wir über eine hochflexible Plattform, die den Anwendern intelligente rollen- und branchenspezifische Services liefert. Dadurch wird die Wissensdatenbank noch viel mehr zur zentralen und proaktiven Basis für die Automatisierung des Kundenservice. Die Erkenntnisse sind stets aktuell und bedarfsgerecht, entstammen sie doch dem aktuellen Erfahrungswissen einer ganzen Branche und speisen sich nicht aus starren Wissensquellen wie Wikis oder Sharepoint. 

Mit der Möglichkeit, innerhalb kürzester Zeit einen Chatbot zu etablieren, der die wesentlichen Begriffe und Intents einer Branche bereits kennt, erreichen wir außerordentliche Effizienzgewinne. Ebenso dann, wenn in großen Dokumentenbeständen immer das richtige Wissen gefunden wird, aber lediglich die Inhalte gepflegt werden müssen, die tatsächlich firmenspezifisch sind. 

Ob man sich qualitative oder quantitative Parameter anschaut – in Summe profitieren alle Service-Organisationen mehr als deutlich: Teams, die eine klassische ­Wissensdatenbank ablösen, verkürzen ihre Service-Time-To-Market-Phase auf ein Minimum, Servicebereiche im On-­Going-Betrieb optimieren ihre Service-Prozesse und verkürzen Call- und ­Ticketzeiten, Erstlösungsraten etc.  

Das alles ermöglicht Unternehmen ein völlig neues Arbeiten mit Wissen im ­Service. Und der Endkunde genießt durch die Knowledge Cloud auf seinem bevorzugten Kommunikationskanal ein Service­erlebnis der Extraklasse! 

 

Sie wollen mehr über die Knowledge Cloud erfahren? 

www.unymira.com/knowledgecloud

 

Harald Huber (li.) und Sven Kolb, Geschäftsführer USU GmbH