Walter Maderner | April 25, 2018

KI und Big Data Beispiele in Customer Support und After Sales

Intelligente Chatbots im First Level Support machen die ständige Erreichbarkeit zur Realität. Mit Hilfe von Big Data und KI können Beschwerden schon erkannt werden, bevor sie auftreten. Das gilt auch für den Maschinen und Anlagenbau: Mit Big Data und KI werden Probleme erkannt, bevor sie auftreten.

KI hebt den Customer Support auf den nächsten Level

Auch im Customer Service hat KI bereits Eingang gehalten. Sei es als Unterstützung bei der Auswahl von Produkten und Dienstleitungen, bei der Bereitstellung produktspezifischer Informationen oder Informationen über den Status des Kundenauftrages.

Der globale Paket und Expressdienst UPS hat im November 2016 einen KI unterstützten Chatbot Service gestartet, bei dem Paketkunden über Facebook Messenger, Skype oder Amazon Alexa, den Paketkunden in einem intelligenten Dialog Auskunft über Frachtraten, UPS Standorte und den Sendungsstatus geben soll. Der Chatbot wurde inhouse entwickelt und soll in Kürze auch mit der UPS MyChoice Plattform integriert werden. Auf dieser Plattform sollen die Paketempfänger in Dialogform die Zustelladresse und den Zustellzeitpunkt managen können.

Der deutsche Paketdienst DPD, der mit einem überdurchschnittlichen Wachstum im 2C Geschäft und den damit verbundenen Problemen von „missed deliveries“ zu kämpfen hatte, machte aus der Not eine Tugend und entwickelte mit Hilfe von Big Data (ca. 1,5 Millionen Datensätze pro Tag) und KI ein System auf dem der Zustellzeitpunkt sehr genau bestimmt werden konnte.

Am Zustelltag erhält der Empfänger per SMS die Information, in welcher Stunde sein Paket ausgeliefert wird. Er kann bequem online verfolgen, wo sich seine Lieferung gerade befindet. Nähert sich der voraussichtliche Lieferzeitpunkt, wird das Zeitfenster zudem auf 30 Minuten verringert.

Intelligente Chatbots werden sukzessive die Funktion des First Level Supports übernehmen und sind immer und überall über Internet, Messenger Dienste oder Social Media erreichbar. Über die Durchgängigkeit der Daten ist zu jedem Zeitpunkt der Status des Kundenauftrages bekannt, bzw. können interaktiv über die Chatbots noch Änderungen z.B. der Lieferadresse oder des Lieferzeitpunktes vorgenommen werden.

Endloses Warten auf den Customer Support oder die Endlosschleife „Sie erreichen uns außerhalb unserer Geschäftszeiten“ wird endgültig der Vergangenheit angehören.

KI macht After Sales Service treffsicherer und werthaltiger

KI ist im After Sales Bereich vielseitig einsetzbar. So können heutzutage Bots bereits Beschwerden der Kunden erkennen: Die Versicherungskammer Bayern (VKB) will den Ärger ihrer Kunden jetzt besser erkennen.

Mit Hilfe der IBM Watson Technologie wurden tausende Schreiben gescannt um die Unmutsäußerungen der Kunden zu erkennen und unterschiedlichen Beschwerdekategorien zuzuordnen. Die Unmutsäußerungen wurden Watson von den Versicherungsangestellten beigebracht. Das Programm war nach kurzer Zeit sogar fähig, Ironie zu erkennen und entsprechend zu reagieren.

Um es erst gar nicht zu einer Beschwerde kommen zu lassen, kann die KI für ein effizientes Condition Monitoring programmiert werden. Das erlaubt frühzeitig mögliche Maschinenausfälle zu erkennen, und so rechtzeitig noch bevor der Fehler auftritt korrektive Maßnahmen zu ergreifen: Der deutsche Anlagenhersteller Festo (pressluftgesteuerte Fertigungsmaschinen), verwendet KI für ein Condition Monitoring der installierten Anlagen.

Dabei werden statt einer Vielzahl von Sensoren an jedem pneumatischen Element nur ein einziger Sensor benötigt, der den Luftdurchfluss im Zeitverlauf misst. Die Messdaten werden an eine KI gesendet, die die komplexen Muster des Gutbetriebs der pneumatischen Maschine lernt. Nach abgeschlossener Lernphase erkennt die KI sofort Abweichungen vom Gutbetrieb und alarmiert rechtzeitig die Servicetechniker, die nach dem Rechten sehen.

Ein weiterer KI Einsatzbereich im After Sales Service betrifft das Finetuning der Anlagen: Mit einer kontinuierlichen Feinjustierung der Brennstoffventile optimiert eine KI der globalen Siemens-Forschung Corporate Technology die Verbrennung in Gasturbinen in Hinblick auf niedrige Emissionen und Verschleiß.

Die Division Power Generation Services setzt das System in der Praxis für die modernste und größte stationäre Siemens-Gasturbine bei einem Kunden ein. Tests haben gezeigt, dass auch nach einer Einstellung der Turbinen durch Experten die KI den Stickoxidausstoß kurzerhand um bis zu 20% weiter senken konnte.

Man erkennt anhand der Beispiele, dass der After Sales Bereich für den Maschinen- und Anlagenbau ein interessanter Anwendungsbereich für KI werden wird. Die über die Sensorik der Anlagen gewonnene Big Data Menge kann über eine KI im Hinblick auf ein Condition Monitoring oder im Hinblick auf die Anlagenperformance analysiert werden.

Fazit: KI wird erheblichen Einfluss auf alle existierenden, und aktuell möglicherweise auch gut funktionierenden, Business Modelle haben. Um weiterhin erfolgreich am Markt auftreten zu können ist ein rechtzeitiges Auf- und Vorbereiten der anstehenden Entwicklungen unerlässlich.

Weitere Artikel zum Thema

Walter Maderner | November 21, 2023

Klimaneutralität und soziale Verantwortung in der Post- und KEP-Branche im Jahr 2040

Das Jahr 2040 wird zu einem Meilenstein für die Post- und Kurier-, Express- und Paket-(KEP)Dienste. Die Mehrzahl der im GCI Whitepaper zu diesem Thema untersuchten Unternehmen geben an, bis 2040 die Klimaziele „Netto Null“ in Bezug auf die Treibhausgasemissionen erreicht zu haben. Die klimaneutrale Transformation des Sektors nimmt insbesondere durch die regulativen Bestimmungen der EU […]

Weiterlesen >
Walter Maderner | Oktober 25, 2023

Die Zukunft der Paketzustellung: Effizienz durch innovative Vergütungssysteme

Die Paketzustellung ist ein entscheidender Bestandteil der Logistikbranche und hat in den letzten Jahren einen signifikanten Wandel erfahren. Einer der zentralen Punkte, die den Erfolg und die Effizienz der Zustellung und die Beherrschung der Zustellkosten beeinflussen, ist die Art und Weise, wie Frächter – die Dienstleister der Last Mile – vergütet werden.  

Weiterlesen >
Walter Maderner | Mai 31, 2023

CSDDD als Trigger für kollaborative Ansätze zur Optimierung der Supply Chain

Niemand schafft allein, wozu man gemeinsam imstande ist. Das bewahrheitet sich auch bei der Optimierung von Wertschöpfungsketten. Trotzdem reicht der Analysehorizont im Supply Chain Management oft nicht über die eigenen Unternehmensgrenzen hinaus. An den Schnittstellen zu Lieferanten bleiben die Potenziale einer kollaborativen Zusammenarbeit meist ungenutzt. Wer dagegen auch die vorgelagerten Prozesse – von der Rohstoffbeschaffung […]

Weiterlesen >