Hi Fabian - schön, dass Du Dir Zeit für uns nimmst. Stell Dich gerne kurz vor.
Ich bin Fabian Beringer, einer der drei Gründer und Geschäftsführer von e-bot7 aus München. Gegründet haben wir vor etwas mehr als zwei Jahren und beschäftigen derzeit 18 Mitarbeiter. Noch in diesem Jahr wird unser Team auf etwa 25 Mitarbeiter wachsen, die uns in den Bereichen Business und Technik unterstützen. Unser Hauptaugenmerk liegt darauf, praktische Anwendungen des Deep Learnings und KI zum Kundenservice zu bringen. Neuerdings bin ich auch im Vorstand des KI-Bundesverbands, welcher sich aus mehr als 110 innovativen KI-Unternehmen, KMUs, Startups und Experten zusammensetzt.
Wie steht es in Deutschland denn aktuell mit dem Thema Künstliche Intelligenz und was steckt hinter dem KI-Bundesverband?
Im Hinblick auf KI muss in Deutschland noch vieles getan werden. Unter anderem in der Politik und der Gesetzgebung. Das haben wir uns als Ziel gesetzt und mit allen Teilnehmern und Arbeitsgruppen ein Positionspapier veröffentlicht. Genau genommen handelt es sich hierbei um einen 9-Punkte-Plan, der über hundert einzelne Maßnahmen skizziert, die Deutschland und Europa im Wettlauf mit anderen Volkswirtschaften stärken sollen. Eines unserer Probleme hier in Deutschland ist, dass viele Entwickler nach Amerika und Asien abwandern. Aber auch in Bereichen der Datenschutzgesetze oder der Forschung müssen wir Fortschritte machen und zum Beispiel mehr qualifizierte Professoren nach Deutschland holen.
Der Mangel an IT-Kräften in Deutschland ist wirklich erschreckend. Gibt es hier zu Lande noch andere Herausforderung für Chatbot-Anbieter?
Viele Anbieter, die am Anfang dabei waren, existieren mittlerweile gar nicht mehr. Das liegt daran, dass sie den Themenkomplex KI unterschätzt haben. Unser Approach war es zunächst im Dialog mit den Kunden herauszufinden, welchen Bedarf sie haben und das Produkt davon ausgehend zu gestalten; nutzerzentriertes Reverse Engineering also.
Was zeichnet e-bot7 und Eure Arbeitsweise aus?
Wir arbeiten fokussiert und sind kein Generalist, der irgendwie alles macht, aber nichts richtig gut kann. Unser System zeichnet sich dadurch aus, dass es komplexe NLP-Algorithmen besitzt, die mithilfe historischer Kundendienst-Skripte geschult werden. Der operative Einsatz führt letztendlich dazu, dass diese nach und nach optimiert werden und Anfragen effizienter beantwortet werden können. Kurz gesagt: Unser Fokus liegt auf dem Kundenservice und darauf, diesen per Prozessautomatisierung weiter zu trainieren.
Wie geht Ihr damit um, wenn einer Eurer Kunden in der Vergangenheit noch keine Berührungspunkte mit KI oder Chatbots hatte, sie jetzt aber für sich nutzen möchte?
In Deutschland sind viele Unternehmen noch sehr unerfahren, wenn es um Künstliche Intelligenz geht – damit haben wir schon Erfahrung. Wir setzen uns mit den Unternehmen zusammen und schauen uns ihren Kundenservice an. Aus Referenzen von vergangenen Projekten können wir dann Empfehlungen aussprechen, an welchen Stellen es im ersten Schritt sinnvoll wäre, KI zu implementieren.
Für uns ist es immer wichtig, die Kunden an die Technik heranzuführen. Man kann viel darüber reden, aber die Erfahrungen muss man letztendlich selbst sammeln. Anschließend ist es aber ein iterativer Prozess: Wir legen eine Roadmap fest, fangen mit First Level Support an und bauen das irgendwann bis auf das Backendlevel aus. Uns ist es wichtig, dass immer entlang von KPI‘s gearbeitet wird. Wir wollen nicht, dass die Unternehmen nur mit KI arbeiten, um sich mit dem Label KI schmücken zu können. Sie sollen KI implementieren, um Kosten zu sparen und ihre Effizienz zu steigern und um wirklich davon zu profitieren.
Berichte uns gerne von einem Bot, auf den Ihr besonders stolz seid!
Unser repräsentativstes Beispiel ist der Chatbot LISA, den wir für O2 mitentwickelt haben. Hierfür haben wir auch den CAt-Award gewonnen, der für die besten Call Center Manager des Jahres verliehen wird. Der Chatbot ist direkt auf der O2-Kontaktseite gehostet und der Kunde kann LISA alles fragen. Sie kennt alle Tarife, die angebotenen Smartphones und vieles mehr. LISA zeigt den Kunden alle relevanten Informationen und leitet sie bei Bedarf direkt zum Shop weiter. Der Bot zeichnet sich unter anderem dadurch aus, dass den Kunden unheimlich schnell eine Antwort geliefert wird. Das läuft folgendermaßen ab: Ein O2-Mitarbeiter bekommt einen Antwort-Vorschlag vom System, den er annehmen, anpassen oder verändern kann. Durch diese Herangehensweise trainiert er das System mit seinen Änderungen immer weiter. Sofern sich LISA dank Prozessautomatisierung sicher ist, wird sogar auf Anhieb eine automatische Antwort ausgespielt.
Im Conversational Customer Management passiert gerade unglaublich viel mit rasender Geschwindigkeit. Gibt es Pläne für die nähere Zukunft von e-bot7?
Wir haben gerade einen Contextual Dialog Editor entwickelt. Dies hat zum Zweck, dass die KI auch Kontext verarbeiten kann - auch mehrere Folgefragen können beantwortet werden. Dazu sind derzeit noch nicht viele Anbieter in der Lage. Ein weiterer Punkt ist die Implementierung von weiteren Sprachen. Hierzu muss ich allerdings sagen, dass wir Sprachen immer erst dann veröffentlichen, wenn sie nicht mehr auf „Google Translate Niveau“ sind. Die Qualität muss stimmen. Dies ist auf jeden Fall eine Herausforderung der wir mit Blick auf die weltweite KI-Forschung mit Spannung und Freude entgegenblicken.
Vielen Dank, Fabian!
Das Thema Künstliche Intelligenz gewinnt im Zuge des technischen Fortschritts bei Voice- und Chatbots immer mehr an Bedeutung. Doch was können Bots im heutigen Zeitalter von KI und Machine Learning wirklich leisten und was noch nicht? In unserem kostenlosen Whitepaper erklären wir anschaulich, wie Chatbots arbeiten und wie moderne Machinelearning Algorithmen die Bots immer weiter verbessern.
