.png?width=1440&name=MicrosoftTeams-image%20(6).png "MicrosoftTeams-image (6)")
E-Mail, Telefon, Website, Social Media, Chat - Kunden stehen heute viele Kanäle zur Kommunikation mit Unternehmen zur Verfügung. Bei Unternehmen gehen täglich zahlreiche unstrukturierte Daten aus unterschiedlichen Quellen ein, die wichtige Informationen enthalten und entsprechend weiterverarbeitet werden müssen. Das Input Management kann mit KI automatisiert werden. Echten Mehrwert erzielt, wer diese Prozesse zusätzlich mit RPA vollständig automatisiert, also auch alle nachgelagerten Prozessschritte berücksichtigt.
Input Management: Startpunkt ist die Automatisierung der Eingangsprozesse
Kunden erwarten, dass eingehende Anfragen innerhalb kürzester Zeit beantwortet werden. Das bedeutet, dass jede Anfrage schnell erfasst, klassifiziert und zur Bearbeitung weitergeleitet werden muss. Das Kategorisieren und Bearbeiten unstrukturierter Daten ist eine mühselige und zeitaufwändige Aufgabe. Gerade bei hohem Supportaufkommen sowie begrenzten Ressourcen kann das Input Management für Unternehmen zur Herausforderung werden. Daher bietet sich eine Automatisierung mit Hilfe von KI förmlich an. Neueste Technologien helfen bei der Erfassung unterschiedlichster Formate und Datenquellen. Im Ergebnis werden eingehende Dokumente automatisiert gelesen, Daten strukturiert und klassifiziert.
Struktur in unstrukturierte Daten bringen
Bevor Daten klassifiziert werden können, müssen sie strukturiert erfasst werden. Gerade in E-Mails oder Briefen liegen zentrale Informationen wie Rechnungs- oder Kundennummer oftmals an unterschiedlicher Stelle – also unstrukturiert - vor. Die Herausforderung liegt darin, die relevanten Informationen aus unstrukturierten Dokumenten zu extrahieren, die Absicht – also den Intent - hinter den Daten zu erkennen und die Anfragen schließlich den verantwortlichen Bereichen oder Mitarbeitenden zuzuordnen.
Dabei hilft optische Texterkennung mittels OCR und das Verständnis natürlicher Sprache (NLP). Heutige KI-Algorithmen, die hierbei zum Einsatz kommen, reichen in der semantischen und kognitiven Interpretation von Texten sehr nah an die menschlichen kognitiven Fähigkeiten heran und sind somit in der Lage, eine Vielzahl unterschiedlicher Kundenanliegen zu erkennen und zu klassifizieren.
Mehrwert durch Automatisierung nachgelagerter Prozesse mit RPA
Der Mehrwert bei der automatischen Eingangserfassung liegt auf der Hand: für Mitarbeitende entfällt durch die strukturierte Erfassung und Klassifizierung jede manuelle Bearbeitung oder Recherche von Daten. Das ist nicht nur ein Zeitgewinn, sondern durch die Integration der Eingangskanäle in die Geschäftsprozesse steigen auch die Service-Qualität und die Mitarbeiterzufriedenheit an. Der wahre Mehrwert für Unternehmen entsteht jedoch erst dann, wenn auch nachgelagerte Prozessschritte und Workflows automatisiert bearbeitet werden: Bestellungen, Reklamationen, Kündigungen, Schadensmeldungen oder Erstattungen.
Nachdem die Absicht (Intent) automatisch erfasst und wichtige Kundendaten angereichert wurden, liegen die Daten vollständig im richtigen Zielsystem vor. Auch jetzt können manuelle Tätigkeiten weiter automatisiert werden, wie im folgenden Beispiel einer Kündigung dargestellt wird: Die Kündigung eines Vertrages geht per Brief beim Unternehmen ein, sämtliche Daten werden erfasst und in den entsprechenden Systemen (CRM und ERP) verarbeitet. Automatisch wird die Kündigungsfrist errechnet, der Versand der Kündigungsbestätigung mit entsprechenden Textbausteinen rechtzeitig terminiert, Abbuchungsaufträge gestoppt, ggf. Kundendaten DSGVO-konform gelöscht, etc. Möglich sind auch automatisch initiierte Kundenrückgewinnungsangebote mit einem kundenspezifischen Angebot.
Durchgehend automatisierte Prozesse bringen schnellen ROI
Strukturierte Prozesse können mit RPA weitestgehend automatisiert werden - idealerweise vom Anfang bis zum Ende eines Workflows. Durchgängig digitalisierte und automatisierte Prozesse kombiniert mit KI-Services sorgen für eine hohe Kosteneffizienz. Zeit- und damit kostenaufwändige Datenrecherche und manuelle Datenpflege, die heute noch einen Großteil der Arbeitszeit ausmachen, entfallen. Für Mitarbeitende in Schadensabteilungen oder im Service-Center bedeutet das, dass sie nur noch eingreifen müssen, wo KI an die Grenzen kommt, etwa wenn Entscheidungen nicht eigenständig und eindeutig vom Algorithmus getroffen werden können.
Use Case: Kreditantrag voll automatisiert
Der Mehrwert von Robotic Process Automation in Kombination mit Input Management wird am Beispiel eines Kreditantrags ebenfalls sehr gut deutlich: Der Kunde füllt einen Kreditantrag online aus. Er reicht seine Dokumente beim Kreditunternehmen ein, die anschließend von der Bank "KI-basiert" ausgelesen werden. Der Kundendatensatz wird automatisch erstellt und das System prüft, ob alle für den Antrag relevanten Dokumente eingegangen sind. Fehlen Dokumente und Belege, um den Kreditantrag zu bearbeiten - wie etwa Gehaltsabrechnungen - werden diese automatisiert beim Kunden nachgefordert. Erst, wenn alle Dokumente vorhanden sind, der Schufa-Eintrag automatisch geprüft wurde und das Ausfallrisiko berechnet wurde, geht der Antrag an einen Mitarbeiter, der dann die Anfrage prüft und weitere Schritte zur Genehmigung anstößt.
Dieses Beispiel verdeutlicht, wie schnell Unternehmen mit Hilfe eines KI-basierten Input-Managements und anschließender automatisierter Prozess-Abwicklung erhebliche Einsparpotentiale erzielen können.
Gerne können wir Sie zu möglichen Use-Cases für Ihre Branche beraten – sprechen Sie uns an oder vereinbaren Sie hier Ihr unverbindliches Beratungsgespräch zum Thema.
Your Comments :