KI im Kundenservice: Modulare KI-Lösungen für ein effizientes Wissensmanagement
Wie können Unternehmen den steigenden Aufwand im Kundenservice bewältigen und gleichzeitig die Qualität der Antworten gewährleisten? Diese Frage stellte sich auch die LEAB Automotive GmbH, Spezialistin für mobile Stromversorgungslösungen. Gemeinsam mit dem KI.SH-Team wagte das Unternehmen ein Experiment: In einer mehrwöchigen Machbarkeitsstudie wurde getestet, wie Künstliche Intelligenz (KI) den Kundenservice unterstützen kann.
Wissensmanagement als Herausforderung: Die Suche nach der Nadel im PDF-Heuhaufen
LEAB erhält täglich zahlreiche Anfragen zu ihren Produkten. Die Antworten darauf finden sich in einer umfangreichen PDF-Datenbank. Neue Mitarbeitende benötigen entsprechend viel Zeit für die Einarbeitung und die Suche nach der richtigen Information. Die zentrale Frage: Kann KI gezielt helfen und die passenden Antworten aus dem vorhandenen Datenbestand bereitstellen?
Schlüsseltechnologie Retrieval-Augmented-Generation (RAG)
Im Mittelpunkt der Machbarkeitsstudie stand ein KI-gestützter Chatbot, der genau dies erreicht und so die Mitarbeitenden im Kundenservice entlastet. Die technische Grundlage, um den Chatbot auf die eigenen Daten zu trainieren: Retrieval-Augmented-Generation (RAG). RAG kombiniert das große Sprachmodell des Chatbots mit der eigenen Wissensdatenbank. Anstatt sich nur auf das interne Training zu verlassen, greift die KI also gezielt auf relevante Dokumente zu. So findet der Chatbot nicht nur die richtigen Dokumente, sondern kann direkt die passende Antwort liefern – fast wie ein Bibliothekar, der jedes Buch, seinen Inhalt und seinen Standort kennt.
KI-Agenten
KI-Agenten sind autonome digitale Systeme, die künstliche Intelligenz nutzen, um Aufgaben eigenverantwortlich zu planen, auszuführen und zu bewerten. Sie verstehen komplexe Anfragen, greifen gezielt auf Datenquellen zu und passen ihr Verhalten durch Lernen kontinuierlich an. KI-Agenten handeln nicht nur reaktiv, sondern können die Initiative ergreifen. Dank ihrer modularen Architektur lassen sich KI-Agenten flexibel in verschiedenste Systeme integrieren z.B. im Kundenservice.
Modularer Aufbau und Agenten-Architektur
Das Besondere an der entwickelten Lösung ist ihre modulare Agenten-Architektur. Das Sprachmodell erhält Zugriff auf verschiedene Tools (der sogenannte Tool-Call), beispielsweise für die Suche in der Dokumentendatenbank. Der Agent prüft zunächst, ob alle notwendigen Angaben vorliegen, wie Produkt- und Seriennummer. Anschließend sucht er im „Dokumenten-Store“ und liefert eine fundierte Antwort. Falls diese Angaben fehlen oder der Agent in der Datenbank keine passende Antwort findet, erhalten Mitarbeitende eine Rückmeldung. Die modulare Bauweise ermöglicht die flexible Integration weiterer Funktionen, wie eine automatische E-Mailgenerierung für die Antwort an die Kund:innen.
Lokales Sprachmodell gewährleistet Datenschutz
Für die Umsetzung wurde eine moderne technische Grundlage gewählt, die den Schutz sensibler Unternehmensdaten gewährleistet. Das System nutzt ein lokales Sprachmodell, das direkt im Unternehmen betrieben wird – so bleiben alle Daten sicher vor Ort. Der Chatbot sucht gezielt nach Informationen, prüft die Qualität der Antworten und lernt stetig dazu. In der Praxis zeigte sich: Die neue Lösung bietet großes Potenzial - vorausgesetzt, die Unternehmensdaten sind gut strukturiert und aktuell.
Fazit
Die Machbarkeitsstudie bei LEAB hat gezeigt: KI-gestützte Chatbots bieten großes Potenzial, um Prozesse im Wissensmanagement zu optimieren und den Kundenservice zu entlasten. Die Kombination aus RAG-Technologie und modularer Agenten-Architektur macht Unternehmenswissen gezielter und sicherer nutzbar – eine klare Abkürzung für die Suche im PDF-Heuhaufen.
LEAB Automotive GmbH
Thorshammer 6
Gewerbegebiet Wikingerland
24866 Busdorf
Tel: +49 (0) 4621 - 97860-0
info@leab.eu
https://www.leab.eu/
