Generative KI mit Herausforderungen
Mit KI im Kunden-Support neues Wissen erzeugen – automatisiert und optimiert
ChatGPT stößt bei der Qualitätssicherung generierten Wissens an Grenzen
Jeden Tag rinnt Unternehmen wichtiges Expertenwissen ihrer Mitarbeiter durch die Finger. Allerdings ist Wissen gerade in einer Zeit des massiven Fachkräftemangels und der Baby-Boomer-Rente ein kostbares Gut. Obwohl häufige Fragen und hilfreiche Antworten bereits heute in Chatsystemen abliegen, werden diese noch zu selten aufbereitet, um sinnvoll im Kundenkontakt genutzt werden zu können.
Inzwischen richten Unternehmen ihre Software zunehmend so um, dass das Wissen aus der Kundenbetreuung nicht mehr verloren geht. Lösungswissen in Chats wird automatisch durch Sprachmodelle strukturiert und durch Künstliche Intelligenz in Wissensdatenbanken indexiert, um später problemlos gefunden zu werden. Bestehendes Wissen kann so in die Systeme eingespeist und in Form von Lösungsansätzen für unterschiedliche Kundenanliegen nach und nach gesichert werden. Generative KI, insbesondere in Form von Sprachmodellen, bietet mittelständischen Unternehmen eine reale Chance, aus unstrukturierten Chats automatisch gut lesbares und effizient nutzbares Wissen zu gewinnen. Dabei können spezialisierte Modelle das Branding und die Stilrichtlinien der Firmen zu berücksichtigen, um konsistentes und markengerechtes Material für die Kundenbetreuung und Lösungsfindung zu generieren.
Damit dieses Wissen später von allen Mitarbeitern im Support angewendet werden kann, können weitere Methoden der Künstlichen Intelligenz eingesetzt werden. Zum Beispiel können NLP-Algorithmen das Wissen mit den richtigen Metadaten versehen, um sicherzustellen, dass die Informationen sinnvoll abgelegt und weiterverwendet werden können.
Mithilfe von KI-gestützten Suchalgorithmen können Informationen kontextabhängig bereitgestellt werden, um den Zugriff auf relevantes Wissen zu optimieren. Durch eine automatische maschinelle Übersetzung wird das Wissen über Sprachbarrieren hinweg für alle Anwender direkt nutzbar.
Der Einsatz Generativer KI kann jedoch auch mit Herausforderungen verbunden sein. Dazu gehören die Qualitätssicherung des generierten Wissens, die Berücksichtigung von Datenschutzbestimmungen und ethische Überlegungen im Umgang mit generierten Inhalten. Unternehmen sollten daher eine verantwortungsvolle und sorgfältige Herangehensweise an die Implementierung und den Einsatz generativer KI-Lösungen wählen. Large Language Models (LLM) bieten zwar große Chancen, lösen aber allein nicht alle Probleme. Was ihnen fehlt, ist gesichertes und aktuelles Domänenwissen, die Fähigkeit, logische Schlüsse zu ziehen sowie die Möglichkeit, Dinge zu vergessen. Die "Empolis AI Platform" kombiniert zum Beispiel LLMs mit Methoden der wissensbasierten KI (Knowledge Graphen, semantische Suchen oder Entscheidungsbäume). Erst mithilfe dieser Kombination kann der Kundensupport auf gesicherte und korrekte Informationen zurückgreifen.
Insgesamt bietet Generative KI vielversprechende Möglichkeiten, den Wissensgenerierungsprozess in Unternehmen zu großen Teilen zu automatisieren und zu optimieren. Durch die Nutzung von Sprachmodellen und weiteren KI-Methoden können Unternehmen ihr internes Wissen effektiver erfassen, strukturieren und für alle Mitarbeiter zugänglich machen. Dadurch wird die Produktivität gesteigert, die Effizienz verbessert und das Unternehmen besser auf die Herausforderungen dieser Zeit vorbereitet. Gleichzeitig braucht es die Kombination mit anderen KI-Systemen, wie beispielsweise Knowledge Graphen, um zu gewährleisten, dass Wissen korrekt angewandt wird. (Empolis: proAlpha: ra)
eingetragen: 30.12.23
Newsletterlauf: 15.03.23
Empolis: Kontakt und Steckbrief
Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.
