Basierend auf einer Literaturrecherche sollen in dieser Arbeit Anwendungsgebiete und Technologien aus dem Themenfeld der Künstlichen Intelligenz (KI) im Kontext Kundenservice aufgezeigt werden. Der Fokus liegt auf Anfragen, die von Kunden in menschlicher Sprache formuliert werden und bislang von Service-Center-Agenten beantwortet werden. Die gesuchten Technologien zielen darauf ab, dass Kundenanfragen entweder vollständig oder teilweise durch KI gelöst werden. Auch Methoden, die dem Agenten dabei helfen, das Kundenanliegen schneller zu beantworten, können Ergebnis der Recherche sein. Technische Lösungen zur Optimierung der Steuerung eines Service-Centers wie beispielsweise Algorithmen, die zur Einsatzplanung genutzt werden können, stehen nicht im Fokus dieser Arbeit.
Erkenntnisse dieses Arbeit sollen neben einer wissenschaftlich fundierten Literaturrecherche auch eine Hilfestellung für technische Entscheider und technisch affine Operations-Verantwortliche im Umfeld von Service-Centern darstellen, um die digitale Transformation innerhalb der Branche meistern zu können.
Inhaltsverzeichnis
- Ziel der Arbeit und Abgrenzung zu weiteren Themenfeldern
- Kontaktkanäle
- Tätigkeiten in einem Contact-Center
- Serviceerbringer und Contact-Center
- Künstliche Intelligenz und maschinelles Lernen
- Verarbeitung natürlicher Sprache mit KI
- Speech to Text und Automatic Speech Recognition
- Sprachgenerierung – Sprachausgabe – Text to Speech
- Übersetzung
- Textzusammenfassung
- Named Entity Recognition
- Intent Recognition oder Klassifizierung (Satzklassifikation) von Kundenanfragen
- Sprecher-Erkennung / Sprecher-Verifizierung / Sprecher-Authentifizierung
- Emotion Recognition Software
- Chatbots
- Weitere KI-Anwendungen
- Robotic Process Automation
- Optical Character Recognition
- Cluster-Analyse (Clustering)
- Grenzen von KI
- Beispiele und Einsatzgebiete von KI
- Fazit
Zielsetzung und Themenschwerpunkte
Die Arbeit beleuchtet Anwendungsgebiete und Technologien der Künstlichen Intelligenz (KI) im Kundenservice. Der Schwerpunkt liegt auf Kundenanfragen in menschlicher Sprache, die bisher von Service-Center-Agenten beantwortet werden. Die Arbeit untersucht, wie KI diese Anfragen vollständig oder teilweise lösen kann, sowie Methoden, die Agenten bei der schnelleren Beantwortung von Kundenanliegen unterstützen. Technische Lösungen zur Optimierung der Service-Center-Steuerung, z.B. Algorithmen für die Einsatzplanung, werden nicht behandelt. Die Arbeit soll neben wissenschaftlichen Erkenntnissen technische Entscheider und Operations-Verantwortliche im Umfeld von Service-Centern bei der digitalen Transformation unterstützen.
- KI-Anwendungen im Kundenservice
- Verarbeitung natürlicher Sprache
- Automatisierte Kundenkommunikation
- Optimierung von Service-Center-Prozessen
- Digitale Transformation im Kundenservice
Zusammenfassung der Kapitel
- Ziel der Arbeit und Abgrenzung zu weiteren Themenfeldern: Dieses Kapitel erläutert den Fokus der Arbeit auf KI-Anwendungen im Kundenservice und grenzt die behandelten Themen von anderen Bereichen ab. Es werden relevante Kontaktkanäle, Tätigkeiten in einem Contact-Center und die Definition des Serviceerbringers im Kontext der Arbeit vorgestellt.
- Künstliche Intelligenz und maschinelles Lernen: Dieses Kapitel gibt eine allgemeine Einführung in die Künstliche Intelligenz (KI) und maschinelles Lernen (ML) und stellt die grundlegenden Konzepte dar, die für die weiteren Kapitel relevant sind.
- Verarbeitung natürlicher Sprache mit KI: Dieses Kapitel beschäftigt sich mit verschiedenen Anwendungen der KI im Bereich der Verarbeitung natürlicher Sprache (NLP), wie z.B. Speech-to-Text, Text-to-Speech, Übersetzung, Textzusammenfassung, Named Entity Recognition und Intent Recognition. Die Kapitel erläutern die Funktionsweise dieser Technologien und ihre Einsatzmöglichkeiten im Kundenservice.
- Weitere KI-Anwendungen: Dieses Kapitel stellt weitere KI-Anwendungen vor, die im Kundenservice relevant sind, darunter Robotic Process Automation (RPA), Optical Character Recognition (OCR) und Cluster-Analyse.
Schlüsselwörter
Künstliche Intelligenz (KI), Kundenservice, Contact-Center, Verarbeitung natürlicher Sprache (NLP), Speech-to-Text, Text-to-Speech, Übersetzung, Textzusammenfassung, Named Entity Recognition, Intent Recognition, Chatbots, Robotic Process Automation (RPA), Optical Character Recognition (OCR), Cluster-Analyse, Digitale Transformation
Häufig gestellte Fragen
Was ist der Schwerpunkt dieser Arbeit zu KI-Trends?
Die Arbeit konzentriert sich auf Anwendungsgebiete und Technologien der Künstlichen Intelligenz im After Sales Customer-Service, insbesondere auf die Verarbeitung von Kundenanfragen in menschlicher Sprache.
Welche NLP-Technologien werden im Kundenservice untersucht?
Es werden Technologien wie Speech-to-Text, Text-to-Speech, Übersetzung, Textzusammenfassung, Named Entity Recognition und Intent Recognition behandelt.
Wie unterstützt KI die Service-Center-Agenten?
KI kann Anfragen entweder vollständig autonom lösen oder den Agenten durch Methoden unterstützen, die eine schnellere Beantwortung von Kundenanliegen ermöglichen.
Werden auch organisatorische Algorithmen wie die Einsatzplanung behandelt?
Nein, technische Lösungen zur Optimierung der Steuerung eines Service-Centers, wie Algorithmen zur Einsatzplanung, stehen nicht im Fokus dieser Arbeit.
Welche Rolle spielen Chatbots in diesem Kontext?
Chatbots werden als eine der zentralen KI-Anwendungen für die automatisierte Kundenkommunikation und die Verarbeitung natürlicher Sprache aufgeführt.
Was sind weitere relevante KI-Anwendungen im Kundenservice?
Neben NLP werden auch Robotic Process Automation (RPA), Optical Character Recognition (OCR) und die Cluster-Analyse als relevante Anwendungen genannt.
- Quote paper
- Monika Arbter-Hubrich (Author), 2021, Aktuelle KI-Trends. KI-Trends im wissensbasierten After Sales Customer-Service, Munich, GRIN Verlag, https://www.grin.com/document/1149094
