Expert Note

Wie künstliche Intelligenz den Kundenkontakt revolutioniert
Banken und Versicherungsunternehmen können von künstlicher Intelligenz (KI) und vor allem von Natural Language Understanding (NLU) stark profitieren – zum Beispiel durch den Einsatz virtueller Assistenten für ihren Kundenkontakt. Das Ergebnis: erhebliche Kostensenkungen, Steigerung der Effektivität und Effizienz sowie verbesserte Kundenzufriedenheit.

ELCA hat kürzlich eine Reihe von KI-Projekten für Schweizer Finanzinstitute gestartet. Dr. Yves Burki, Leiter der Business Line für Financial Services und BI & Big Data bei ELCA, spricht in diesem Interview über die konkreten Auswirkungen auf das Geschäft, das Zukunftspotenzial und die Entwicklung des Marktes.

Yves Burki, Head of Business Line BI & Big Data and Financial Services

Was sind Chatbots und virtuelle Assistenten/Agenten? 
Virtuelle Assistenten/Agenten sind Computerprogramme, mit denen Sie interagieren können, um Informationen anzufordern oder Aktionen auszuführen. Da Sie mit einem Roboter anstelle eines Menschen kommunizieren, sprechen wir von virtuellen Assistenten oder Chatbots, «chattenden Robotern». Einer der ersten bekannten Kunden-Chatbots wurde vor einigen Jahren von Ikea eingeführt: die virtuelle Assistentin Anna. In jüngster Zeit veröffentlichte Microsoft den Chatbot Tay, der den Gesprächsstil seiner Nutzer adaptiert. Heutzutage haben sich die Technologien enorm weiterentwickelt, sodass Sie mit den virtuellen Agenten auch über die gesprochene Sprache und damit telefonisch interagieren können. 
Virtuelle Assistenten verwenden sogenannte Natural Language Understanding (NLU) Techniken, um Anfragen zu verstehen, zu verarbeiten und eine Antwort zu geben. Mit ihrer intensiven Nutzung des Machine Learnings gehört das NLU zum weiten Feld der künstlichen Intelligenz und bietet viele neue Möglichkeiten im Bereich des Kundenkontakts und der Dienstleistungen für Unternehmen und insbesondere für Finanzinstitute. ELCA hat viel in die Erweiterung des Know-hows und den Aufbau eines spezialisierten Teams in diesem Bereich investiert.

Welche Vorteile bieten virtuelle Agenten?
Sowohl das Unternehmen, das virtuelle Agenten einsetzt, als auch die Kunden, die mit diesen interagieren, profitieren erheblich von dieser Technologie. Unternehmen können die Betriebskosten für den Kundendienst oder das Callcenter deutlich senken, da diese Kosten vor allem für Personal und Bearbeitungszeit für Anfragen anfallen – dabei gibt es oft wiederkehrende Standardanfragen, die sehr gut von einem virtuellen Agenten bearbeitet werden könnten. Die Stärke von virtuellen Assistenten ist, dass sie auf maschinelle Lernverfahren zurückgreifen und sich aufgrund früherer Interaktionen ständig verbessern können. All dies und die Tatsache, dass Unternehmen weniger Personal für den Kundenkontakt ausbilden müssen, sind zusätzliche Einsparungen, von denen Unternehmen profitieren. 
Der Return on Investment von virtuellen Assistenten ist daher hoch: Wenn Sie eine bestimmte Prozentzahl Ihrer aktuellen Anfragen an einen virtuellen Agenten weiterleiten können, sparen Sie die entsprechende Zeit und das entsprechende Personal in Ihrem Kontakt-Center. 
Andererseits bieten virtuelle Agenten auch Vorteile für die Kunden: Diese werden direkt bedient, rund um die Uhr und ohne Wartezeit – und in stets gleichbleibender Qualität. Virtuelle Agenten kennen keine Stimmungsschwankungen und haben unendlich viel Geduld.

 

Der Return on Investment von virtuellen Assistenten ist hoch und einfach zu kalkulieren.

In welchen anderen Bereichen neben Kundendienst und -kontakt können Finanzinstitute von virtuellen Assistenten profitieren?
Virtuelle Assistenten können auch in anderen Bereichen eingesetzt werden; ein Beispiel dafür ist das IT-Support-Team, das Anfragen der Mitarbeitenden beantwortet. Aber neben dem «dialogorientierten» Teil der virtuellen Assistenten bieten NLU-Techniken generell zahlreiche weitere vielversprechende Einsatzmöglichkeiten für Finanzinstitute. Um nur einige wenige zu nennen:

  • Die NLU ermöglicht das automatische «Verstehen» dessen, was in ihren Informationsquellen veröffentlicht wird, sowie die Ausführung von Aktionen unter bestimmten Umständen, zum Beispiel die Information an eine Person über eine Transaktion oder sogar die Ausführung von Transaktionen.
  • Dokumentenarchive können zur Verbesserung der Relevanz bei der Datensuche in Unternehmen nachträglich mit zusätzlichen Metadaten ergänzt werden.
  • Dokumente oder andere Textinformationsquellen können automatisch geprüft werden, zum Beispiel in Bezug auf interne Vorgaben oder bestimmte Richtlinien. Dies ist sehr nützlich, wenn ein relevanter Zeitaufwand für die manuelle Prüfung von Dokumenten aufgewendet wird, wie zum Beispiel in der Handelsfinanzierung oder in Rechtsabteilungen.

Quelle: www.nuance.com.

Das Finanzgeschäft ist in vielen Bereichen sehr sensibel. Wie reagieren Kunden, wenn sie mit einem virtuellen Agenten anstelle eines Menschen sprechen? 
Einerseits nutzen Unternehmen bereits Computerprogramme für den Kundenkontakt – zumindest bis zu einem gewissen Grad. Wenn Sie zum Beispiel bei einem Kontakt-Center anrufen, interagieren Sie oft als Erstes mit einer Maschine, die Ihnen Fragen stellt, um Ihre Anfrage zu kategorisieren und an den richtigen Ansprechpartner weiterzuleiten. Andererseits vermeldet – obwohl es in der Schweiz noch nicht viele Anwendungsfälle gibt – eine der führenden Lösungen für virtuelle Assistenten namens «Nina» von Nuance, die wir übrigens derzeit in einer Schweizer Bank implementieren, sehr hohe Kundenzufriedenheitsraten, siehe Abbildung anbei. Während die ersten drei Werte die positiven Auswirkungen virtueller Agenten-Lösungen auf die Kundenzufriedenheit zeigen, belegt die zuletzt genannte Zahl von 98 Prozent wiederkehrender Nutzer das grosse Potenzial für Standardisierung und Kosteneinsparungen, die virtuelle Agenten den Banken bieten können.

Die Implementierung einer solchen Lösung erfordert spezielles Know-how, vor allem im NLU-Bereich.

Worauf sollten Unternehmen achten, wenn sie in Betracht ziehen, virtuelle Assistenten einzusetzen? 
Die Implementierung einer solchen Lösung erfordert spezielles Know-how, vor allem im NLU-Bereich. Dazu gehört die Kategorisierung der Nutzerabsichten – also das Verständnis, warum der Kunde die Bank kontaktiert hat und was er tun will – sowie die Entity-Extraction – die Erkennung nützlicher Parameter wie Daten, Namen usw., um diese Aufgabe zu erfüllen. Die derzeit auf dem Markt verfügbaren Lösungen sind nicht gebrauchsfertig, daher braucht man Experten, um für den jeweiligen Kontext die beste Lösung zu finden. 

Sie finden vor allem zwei Arten von Lösungen:

  • Frameworks sind die ausgereiftesten, darunter das bereits genannte Framework Nina. Dies sind oft Cloud-Lösungen, die die Konversationslogik durchgängig definieren. In einem ersten Schritt können hier die Nutzer spezifizieren, wie sie Anfragen klassifizieren und sie in Absichten festlegen möchten; in einem zweiten Schritt können sie definieren, wie jede Absicht behandelt werden soll, indem sie einen baumartigen Workflow erstellen. Diese Lösungen erfordern also die vorherige Festlegung aller Absichten (Intents), die das System beantworten soll, was einen beachtlichen Arbeitsaufwand bedeutet. ELCA hat zusätzliche NLU-Komponenten entwickelt, die die bestehenden Rahmenlösungen ergänzen, sodass sie Anfragen verarbeiten können, die noch nicht vordefiniert worden sind.
  • API-Lösungen sind für die Integration als Module in einer globalen Lösung konzipiert. Ein Beispiel für diese Technologie sind die Cognitive Services von Microsoft, die ein NLU-Modul namens LUIS enthalten. Wie die oben beschriebenen Frameworks können auch API-Lösungen für geschäftsspezifische Absichten und mit speziellem Vokabular programmiert werden. 

Aufgrund der frühen Entwicklungsphase, in der sie sich befinden, weisen beide Ansätze derzeit noch Einschränkungen auf. Beispielsweise gelingt es ihnen manchmal nicht, sich den Gesprächskontext zu merken, und sie vergessen, was der Nutzer ein paar Minuten vorher gesagt hat. Da es sich hierbei um standardisierte Modelle mit begrenzter Konfigurierbarkeit handelt, neigen sie ausserdem dazu, weit verbreitete Ausdrücke und Redewendungen zu verwenden, was zum Beispiel beim Umgang mit Kunden, die schweizerdeutsche Begriffe verwenden, problematisch sein kann. Darüber hinaus bedingt die Nutzung dieser Cloud-basierten Lösungen, dass potenziell sensible Informationen von der Schweiz aus ins Ausland gesendet werden, weshalb diese Lösung für viele Schweizer Banken nicht in Frage kommt. Aus diesem Grund entwickeln wir derzeit in diesem Bereich ein Angebot mit einer entsprechenden Komplettlösung für die Schweiz.

Persönliche Informationen
Ich möchte von ELCA kontaktiert werden
Möchten Sie den ELCA-Newsletter erhalten ?
Bitte konkretisieren Sie Ihre Anfrage
Wenn Sie ein Dokument mitsenden möchten, fügen Sie es bitte hier bei