Warum profitiert der Kundenservice künftig noch mehr von Conversational AI? Und wie verändert generative KI die Zukunft der Chatbots? Ein Interview mit Max Ahrens, Managing Director T Digital von Telekom Deutschland.
Herr Ahrens, ist Conversational AI für den Kundenservice von Unternehmen noch intelligent genug?
Unbedingt. An Conversational AI führt nach wie vor kein Weg vorbei, wenn der Kundenservice täglich mit zahlreichen Anfragen geflutet wird. Standardauskünfte, um die es dort in der Regel geht, können KI-Bots automatisiert beantworten. Das erhöht die Effizienz, reduziert Kosten und ist obendrein kundenfreundlich: Denn die KI steht rund um die Uhr zur Verfügung.
Conversational AI hat die bekannten KI-Lösungen Chatbot und Voicebot weiterentwickelt – mit Technologien wie Machine Learning, Natural Language Understanding, Automatischer Spracherkennung und Text-zu-Sprache für verschiedene Kanäle. Bei Conversational AI arbeiten wir eng mit Technologiepartnern wie Cognigy und Omilia zusammen. Wer in seinem Unternehmen die Technologie gerne einsetzen möchte, kann sich auf unserer Digitalisierungsmesse DIGITAL X informieren. Sie geht am 18. und 19. September in Köln über die Bühne.
Wollen Kund*innen wirklich mit einer Maschine sprechen?
Die Akzeptanz wächst stetig. Jede fünfte Verbraucher*in wäre laut dem aktuellen „Trendmonitor Deutschland“ bereit, künftig ganz auf menschliche Ansprechpersonen im Kundenservice zu verzichten, wenn entsprechende KI-Lösungen schneller und besser unterstützen können. Ein Drittel der Befragten befürwortet und interessiert sich für die virtuellen Sprachassistenten.
Ich kann das verstehen. Ich freue mich auch, wenn ich bei einem einfachen Anliegen nicht ewig in der Warteschleife hänge. Die Bots können Fragen auf verschiedenen Kanälen wie Telefon, Website oder WhatsApp in natürlicher Sprache beantworten. Bei der Telekom unterstützt der fotorealistische KI-Avatar Max unsere Sales & Service-Teams bei der Beratung unserer Kund*innen.
Vielen Unternehmen ist es zu kompliziert, einen Chatbot aufzusetzen.
Es wird jetzt deutlich einfacher, ein Dialogsystem zu bauen: Unternehmen können zum Beispiel spezielle Plattformen wie unsere Conversational AI Suite nutzen. Sie brauchen dazu keine speziellen Programmierkenntnisse. Sollen Funktionen hinzugefügt werden, lässt sich das Dialogsystem dank modularem Aufbau einfach über die Plattform erweitern. Unternehmen aller Branchen nutzen diese Möglichkeit.
Die Energiewirtschaft beispielsweise richtet immer mehr digitale Servicekanäle ein und nutzt Conversational AI nicht nur im Kundenservice, sondern auch in Vertrieb und Marketing. Mit der Hilfe des Bots lassen sich Verträge anpassen, Termine mit dem Service vereinbaren und die Unternehmen können ihre Kund*innen auf eine Störung hinweisen. Der erste deutsche Telefonbot der Energiewirtschaft heißt Leon und erfasst die Zählerstände aller Gaskunden des Braunschweiger Netzbetreibers BS|NETZ schnell und effizient.
Der Energiekonzern E.ON hat mit Cognigy.AI bereits 70 Prozent seiner Use Cases automatisiert. Die KI unseres Partners punktet mit ihrer ausgereiften Sprachfunktion. Übrigens widmet unser Kunde DHL dem Thema auf der DIGITAL X einen Vortrag auf unserer Future-Work-Bühne. Der Titel: AI as coworker in the contact center of future.
Kann Conversational AI von generativer KI profitieren?
Unbedingt. Das tut sie längst. Die gängigen Conversational-AI-Plattformen wie Cognigy oder Parloa setzen mit Bots, die auf Large Language Models basieren, immer stärker auf GenAI-Funktionalitäten. Conversational AI und GenAI sind also längst keine streng getrennten Themen mehr, die Unterschiede werden in Zukunft immer mehr verwischen. Es ist nur eine Frage der Zeit, bis explizit modellierte Dialoge, und damit das klassische Conversational AI, von LLM-basierten Bots ersetzt werden. Einstweilen haben aber auch noch die dialogbasierten Conversational-AI-Lösungen ihre Berechtigung.
Wie kann ich garantieren, dass LLM-basierte Bots nicht gegen den Datenschutz verstoßen oder Geschäftsgeheimnisse ausplaudern?
Da können Unternehmen mit sogenannten Business GPTs vorsorgen. Sie verhindern, dass sensible Unternehmensdaten in öffentlich zugänglichen Datenpools landen. Bei unserem Business GPT zum Beispiel handelt es sich um eine unternehmensinterne KI-Umgebung, die wir speziell für Geschäftskunden entwickelt haben. Das Tool ist auf IT-Sicherheit und Datenschutz geprüft und wird in einer Microsoft-Azure-Umgebung der Telekom betrieben, alle Daten bleiben damit in Europa.
Der Chatbot greift damit nur auf Informationen zu, die für das Unternehmen relevant sind?
Richtig. Der Energieversorger UKA nutzt Business GPT bereits. Seine Beschäftigten können die Unternehmensdaten sicher in den KI-Chatbot eingeben und auf allen Endgeräten nutzen. Informationen aus den eingegebenen Prompts verlassen das Unternehmen nicht. Heißt: OpenAI kann seine Sprachmodelle mit diesen Daten nicht trainieren.
Wer sich mit UKA austauschen und von seinen Erfahrungen lernen möchte, der kann auf der DIGITAL X an einer UKA-Masterclass teilnehmen. Oder Sie schauen sich unseren KI-Simultanübersetzer transcribbyAI an. Das Tool kann Gesprochenes in Echtzeit aufnehmen, verarbeiten und für einen Bühnenmonitor oder das Smartphone in mehr als 100 Sprachen übersetzen. Für Konferenzen mit mehrsprachigem Publikum ist das ideal. Das Tool basiert auf den neuesten KI-Sprachmodellen von Microsoft Azure und wird DSGVO-konform auf deutschen Servern betrieben.
Wer im Service arbeitet, wird weder Conversational AI noch GenAI begrüßen.
Der Kundenservice ist viel zu komplex, als dass er allein von KI gestemmt werden könnte. Die KI-gestützten virtuellen Assistenten sind super, wenn es darum geht, große Datenmengen auszuwerten oder routinemäßige Aufgaben und Standardanfragen schnell zu erledigen. Aber sobald es um individuelle Bedürfnisse geht, die aus dem üblichen Rahmen fallen oder menschliche Empathie gefragt ist, müssen Conversational AI und generative KI passen. Und das bleibt erst einmal so.
Wer den Kundenservice auf ein neues Level heben möchte, fährt zweigleisig: mit einem sinnvollen Zusammenspiel von Mensch und Maschine. Nur so können die menschlichen Agent*innen gerade bei den komplexeren Fällen mehr Zeit mit den Kund*innen verbringen und damit gut beraten. Das schafft nicht nur zufriedene Kund*innen, sondern auch zufriedene Kolleg*innen.
