Software Engineering

Serverless

Industrien

Banken & Versicherungen

Öffentlicher Sektor

Transport & Logistik

Automobil & produzierendes Gewerbe

Sei Teil unserer Community

Arbeit als Cloud Consultant

Drei Anwendungsfälle aus der Praxis mit OpenAI: Enterprise ChatGPT in Aktion im Bereich Wissensmanagement, Compliance und Marketing

Dez 22, 2023 | Allgemein, Cloud, OpenAI

In unserem neuesten Blogbeitrag stellen wir drei innovative Anwendungsfälle für OpenAI-Technologien vor, die das Potenzial haben, die Art und Weise, wie Unternehmen arbeiten, grundlegend zu verändern. Von der Verbesserung des Kundensupports über die Einhaltung von Vorschriften und Richtlinien bis hin zur Automatisierung von Marketing und Vertrieb – erfahren Sie, wie OpenAI Ihr Unternehmen in verschiedenen Bereichen revolutionieren kann.

Wir zeigen Ihnen, wie Sie durch den Einsatz von KI-basierten Lösungen Ihre Effizienz steigern, Ihre Servicequalität verbessern und neue Maßstäbe in der Kundeninteraktion setzen können.

Praxis mit OpenAI: Enterprise ChatGPT in Aktion im Bereich Wissensmanagement, Compliance und Marketing

Anwendungsfall 1: Verbesserung des Kundensupports von First bis Third Level

Verbesserung der Kundenbetreuung vom First bis zum Third Level

Die digitale Transformation im Kundenservice ist ein entscheidender Faktor für den Erfolg von Unternehmen. Der Einsatz von OpenAI und Large Language Models (LLMs) läutet eine neue Ära im Kundensupport ein. Diese Technologien ermöglichen eine deutliche Verbesserung des Kundensupports auf allen Ebenen – vom First-Level-Support, der allgemeine Anfragen beantwortet, bis hin zum Third-Level-Support, der spezialisierte technische Probleme löst. OpenAI-Lösungen können eine schnelle und präzise Bearbeitung von Kundenanfragen ermöglichen, indem sie natürliche Sprache verstehen und auf dieser Basis relevante Informationen liefern. Dies revolutioniert die Art und Weise, wie Kundenanfragen bearbeitet werden, und verbessert die Qualität des Supports erheblich.

Die Zusammensetzung der Kundensupport-Teams unserer Kunden ist in der Regel unterschiedlich, aber ein typisches Muster sieht wie folgt aus:

Die Zusammensetzung der Kundensupport-Teams unserer Kunden ist in der Regel unterschiedlich, aber ein typisches Muster sieht wie folgt aus

1. Pre-Support: Kunden beginnen mit Suchmaschinen, die sie zu relevanten Informationen und Ressourcen führen. Dies ermöglicht eine effiziente Vorauswahl und schnelle Antworten auf einfache Fragen.

2. Self-Service: Durch den Zugriff auf FAQs, umfangreiche Wissensdatenbanken und Confluence-Dokumentationen können Kunden ihre Anliegen selbstständig klären, ohne direkt mit dem Support-Team in Kontakt treten zu müssen.

3. 1st Line Support: Der 1st Level Help Desk bietet persönliche Unterstützung bei komplexeren Anfragen, die über den Self-Service hinausgehen. Hier wird versucht, die meisten Kundenprobleme direkt zu lösen.

4. 2nd Line Support: Für spezifischere Probleme, die tiefere Produktkenntnisse oder technisches Know-how erfordern, steht unser 2nd Line Support zur Verfügung. Dieser umfasst Produktunterstützung und technische Unterstützung durch verschiedene Supporteinheiten.

5. 3rd Line Support: Auf dieser Ebene werden Produktexperten, Lieferanten und Entwickler eingesetzt, um hochkomplexe Anfragen zu bearbeiten. Diese Stufe ist kostenintensiv und wird für Speziallösungen eingesetzt.

Wie können Sie KI nutzen, um Ihren Kundensupport zu optimieren?

Die Integration von OpenAI in Kundensupportsysteme eröffnet die Möglichkeit, Anfragen effizienter zu bearbeiten. Anstatt dass Kundenbetreuer jede Anfrage manuell beantworten müssen, kann ein LLM-basiertes System die Anfragen analysieren, verstehen und sofort reagieren. Dies führt zu einer schnelleren Bearbeitungszeit und einer höheren Kundenzufriedenheit. Darüber hinaus können wiederkehrende und standardisierte Anfragen automatisiert bearbeitet werden, so dass sich die Supportmitarbeiter auf komplexere und spezifischere Kundenbedürfnisse konzentrieren können.

1. Interner Experten-Chatbot für Supportmitarbeiter: Dieser Chatbot ist ein virtueller Kollege, der unsere Supportmitarbeiter durch alle drei Supportebenen führt. Er stellt Informationen bereit und schlägt Lösungen vor, um die Bearbeitung von Tickets zu beschleunigen und die Qualität der Antworten zu verbessern.

2. Interner FAQ-Chatbot für Mitarbeiterinnen und Mitarbeiter: Um die Effizienz weiter zu steigern, gibt es einen internen Chatbot, der häufig gestellte Fragen beantwortet. Dies reduziert die Anzahl der Tickets, da die Mitarbeiter schnell und unkompliziert Antworten auf ihre Fragen erhalten.

3. Sentiment Analyse: Durch die Analyse der Stimmungslage in der Kundenkommunikation kann der Support automatisch angepasst und personalisiert werden. Dadurch wird der Kundensupport einfühlsamer und effektiver.

4. Externer Assistent: Mit diesem Tool können Kundengespräche aufgezeichnet und zusammengefasst werden. Es bietet wertvolle Einblicke in Kundenbedürfnisse und -präferenzen und unterstützt die interne und externe Kommunikation.

5. Externer Chatbot für Kunden: Der kundenseitige Chatbot automatisiert den 1st-Level-Support, indem er Antworten auf häufig gestellte Fragen bereitstellt und bei komplexeren Anfragen an reale Supportmitarbeitende weiterleitet, um eine persönliche Betreuung zu gewährleisten.

Beispiel: Extraktion von Text und Zusammenfassung durch KI-Assistenten

Das folgende Beispiel zeigt eine Kundeninteraktion mit dem Customer Support. Durch Anweisungen an den Azure OpenAI Service kann ein Mitarbeiter mithilfe der neuen Technologien Zusammenfassungen durch KI-Assistenten generieren.

Der Bereich unterhalb des Dialogs enthält Instruktionen, um bestimmte Informationen aus dem Gespräch zu extrahieren. Die Aufgaben sind:

1. Den Hauptgrund des Anrufs extrahieren.

2. Die Stimmung des Kunden zu erfassen.

3. Beurteilen, wie der Agent das Gespräch geführt hat.

4. Herausfinden, was das Endergebnis des Gesprächs war.

5. Das Gespräch kurz zusammenzufassen.

Extraktion von Text und Zusammenfassung durch KI-Assistenten

Anwendungsfall 2: Human Assistant für Compliance & Richtlinien

Anwendungsfall 2: Human Assistant für Compliance & Richtlinien

Überblick Allgemeines im Bereich Wissensmanagement in Unternehmen in Bezug auf Verfahren, Compliance, Richtlinien und Prozesse

In Unternehmen sind Informationen über Prozesse, Compliance und Richtlinien oft verstreut und in einer Vielzahl von Formaten versteckt, von strukturierten Datenbanken bis hin zu unstrukturierten Dokumenten wie PDFs in SharePoint. Diese Informationen sind für die Einhaltung gesetzlicher Vorschriften und unternehmensinterner Richtlinien von entscheidender Bedeutung.

Der Zugriff auf diese Daten kann komplex sein, da sie sich in verschiedenen Abteilungen und auf unterschiedlichen Speicherplattformen befinden, was eine große Herausforderung für das Wissensmanagement darstellt. Auch Produktinformationen, die für die Qualitätssicherung und Marktkonformität von entscheidender Bedeutung sind, befinden sich häufig in verteilten, schwer zugänglichen Speichersystemen. Dies erschwert nicht nur die Konformitätsprüfung, sondern beeinträchtigt auch die Effizienz und Reaktionsfähigkeit des Unternehmens. Ein systematischer Zugang zu diesen versteckten Datenreservoirs ist daher für die operative Exzellenz und das Risikomanagement von entscheidender Bedeutung.

Überblick Allgemeines im Bereich Wissensmanagement in Unternehmen in Bezug auf Verfahren, Compliance, Richtlinien und Prozesse

Wie können AI Assistenten helfen im Wissensmanagement

  • KI-Assistenten bieten eine transformative Unterstützung für verschiedene Abteilungen innerhalb eines Unternehmens, indem sie den Zugang zu und die Verwaltung von wichtigen Daten revolutionieren.

  • Sie ermöglichen es Personal-, Produkt-, Vertriebs-, F&E- und Projektteams, Marktinformationen effizient zu erfassen, zu aggregieren und systematisch in verwertbarer Form zu speichern. Angesichts sich ständig ändernder Vorschriften, Compliance-Anforderungen und Unternehmensrichtlinien können solche KI-Assistenten sicherstellen, dass Teams mit aktuellen und korrekten Informationen arbeiten. Dies ist besonders wichtig in Branchen, die strengen Vorschriften unterliegen, wie z. B. die Pharmaindustrie und das Baugewerbe.

  • Darüber hinaus machen LLM-AI-Assistenten relevantes Expertenwissen schnell und einfach zugänglich, was insbesondere bei der Arbeit an komplexen Projekten und Produkten von großem Wert ist.

  • Die Vorteile liegen auf der Hand: Durch den Echtzeitzugriff auf aktuelle Informationen können KI-Assistenten zu einer Effizienzsteigerung von 10 bis 50 Prozent beitragen und gleichzeitig die Produktivität und Qualität erhöhen, was in einem Beispielszenario zu einer Einsparung von 150.000 Arbeitsstunden in nur 70 Tagen führen kann.

Wie werden KI-Assistenten im Wissensmanagement bereits heute eingesetzt?

KI-Assistenten für das Wissensmanagement in den Bereichen Compliance, Prozesse und Richtlinien werden bereits von fortschrittlichen Unternehmen wie Boehringer Ingelheim, DM, EON und vielen anderen eingesetzt. Diese innovativen Unternehmen nutzen die Fähigkeiten der KI, um die Effizienz zu steigern, Arbeitsabläufe zu optimieren und die Entscheidungsfindung zu unterstützen.

Boehringer Ingelheim Anwendungsfall: Der Anwendungsfall von Boehringer Ingelheim zeigt, wie der Azure OpenAI Service die Wissenssuche für Forschende erheblich beschleunigt und so zu einer effizienteren Medikamentenentwicklung geführt hat. Die Herausforderung bestand darin, ein enormes Dokumentenvolumen zu bewältigen und die Kommunikation zu vereinheitlichen, um relevantes Wissen schnell zu identifizieren und nutzbar zu machen. Mit dem LLM Use Case wurde eine semantische Suchmaschine geschaffen, die den Kontext und die Intention von Suchanfragen berücksichtigt und somit das Auffinden von passenden Dokumenten und Experten vereinfacht. Die Integration des Azure OpenAI Service ermöglicht es, direkt Fragen an Dokumente zu stellen und präzise, faktenbasierte Antworten zu erhalten, was die Effizienz des Wissensaustauschs deutlich erhöht. Boehringer Ingelheim konnte dadurch die Effizienz um fast 150.000 Arbeitsstunden steigern, was sich direkt auf die Verfügbarkeit von Medikamenten für Patienten auswirkt. Das Projekt wurde nicht mit Pexon durchgeführt, aber die Fallstudie zeigt das Potenzial dieser Technologien für große Wissensdatenbanken.

Boehringer Ingelheim
DM
Produktbeschreibung Marketing & Sales

In einer schnelllebigen Geschäftswelt, in der Geschwindigkeit und Präzision von entscheidender Bedeutung sind, entfalten OpenAI-Technologien ihr volles Potenzial in Marketing und Vertrieb. OpenAI und seine Large Language Models (LLMs) bieten bahnbrechende Möglichkeiten für Unternehmen, ihre Prozesse zur Erstellung von Inhalten zu optimieren. Von der Erstellung detaillierter Produktbeschreibungen bis hin zur Personalisierung der Kundenansprache tragen GenAI-Tools wie GPT dazu bei, Arbeitsprozesse zu verschlanken und Kommunikationsstrategien zu verfeinern. Diese fortschrittlichen Technologien ermöglichen eine bemerkenswerte Zeitersparnis von bis zu 80 Prozent und eine Effizienzsteigerung von 30 Prozent, indem sie große Datenmengen nach Leads durchsuchen, personalisierte E-Mails mit wenig Aufwand erstellen, SEO-optimierte Inhalte im Handumdrehen produzieren und aus Kundengesprächen sofort umsetzbare Maßnahmen ableiten. GenAI beschleunigt nicht nur den Prozess der Content-Erstellung, sondern erhöht auch die Qualität und Relevanz der Inhalte, was die Marketing- und Vertriebsstrategien von Unternehmen entscheidend vorantreibt.

Anwendungsfall GenAI-Technologien für einen Kunden aus der E-Commerce-Branche

Anwendungsfall GenAI Technologien fuer einen Kunden aus der E Commerce Branche

Bei einem unserer Kunden aus der E-Commerce-Branche, der über einen umfangreichen Online-Shop mit über 700 einzelnen Produkten verfügt, wurden GenAI-Technologien eingesetzt, um die bisher manuell erstellten Produktbeschreibungen zu revolutionieren.

Schritt 1 – Produktbeschreibungen mit GenAI automatisiert erstellen lassen: Im ersten Schritt wurde der Azure OpenAI Service genutzt, um 700 Produktbeschreibungen teilautomatisiert zu erstellen. Diese basierten auf den vorhandenen Produktbildern und den ursprünglichen Beschreibungstexten.

Schritt 2 – Erstellung von Blogartikeln und Skripten für Videoinhalte auf Basis der neuen Produktbeschreibungen: Im zweiten Schritt wurden auf Basis der neuen Produktbeschreibungen Blog Artikel und Skripte für Video Content erstellt.

Schritt 3 – Optimierung der Produktdatenbank: Der dritte Schritt konzentrierte sich auf die Optimierung der Produktdatenbank. Basierend auf der Umsatzentwicklung und den Marketing-KPIs aktualisierten wir die Wissensdatenbank des Kunden. Wir haben die Artikel mit der besten Performance hinzugefügt und die mit der schlechtesten Performance entfernt, so dass das System kontinuierlich von den besten Ergebnissen lernen konnte.

Natürlich haben wir uns über die Verbesserung des Geschäfts des Kunden gefreut, hier ein Zitat aus der Zusammenarbeit.

Zitat eines unserer Kunden: “Wir haben 700 Produktbeschreibungen automatisiert optimiert und sehen bereits verbesserte SEO-Ergebnisse und Umsatzsteigerungen im Webshop für viele unserer Produkte mit KI-generierten Produktbeschreibungen”.

Schlussfolgerung

In diesem Blogbeitrag haben wir drei innovative Anwendungsfälle von OpenAI-Technologien vorgestellt, die die Arbeitsweise von Unternehmen revolutionieren können. Von der Effizienzsteigerung im Kundensupport über die Vereinfachung von Compliance und Richtlinien bis hin zur Automatisierung von Marketing und Vertrieb – diese Anwendungsfälle demonstrieren die transformative Kraft von OpenAI und seinen LLM-basierten Chatbots.

Im Kundensupport ermöglicht OpenAI eine schnellere und präzisere Bearbeitung von Kundenanfragen, was zu höherer Kundenzufriedenheit und stärkerer Kundenbindung führt. Der Human Assistant für Compliance und Richtlinien unterstützt Unternehmen bei der Einhaltung regulatorischer Anforderungen und minimiert das Risiko von Verstößen. Im Bereich Marketing und Vertrieb führt der Einsatz von GenAI zu einer erheblichen Effizienzsteigerung, indem die Erstellung von Marketingmaterialien und Produktbeschreibungen beschleunigt und die Relevanz und Personalisierung für den Kunden erhöht wird.

Zusammenfassend lässt sich sagen, dass OpenAI und LLM-basierte Chatbots nicht nur die Effizienz steigern und die Servicequalität verbessern, sondern auch neue Maßstäbe in der Kundeninteraktion setzen. Sie bieten vielfältige Möglichkeiten, Unternehmen in unterschiedlichen Branchen zu revolutionieren und sind damit ein entscheidender Baustein für die Zukunft des digitalen Business.

Erfahren Sie mehr über unser OpenAI Pilotprojekt. Kontaktieren Sie gerne unser Vertriebsteam.

Sie suchen einen Partner für Ihr Projekt?

Wir geben unser Bestes, um Sie zufrieden zu stellen.

KI Accelerator – In 4 Wochen zum KI Spezialisten

KI-Strategie mit skalierbaren, sicheren und datenschutzkonformen Lösungen.

Whitepaper: Enterprise ChatGPT in der Praxis

3 Anwendungsfälle mit OpenAI – datenschutzkonform mit Referenzarchitektur