Anrufe, E-Mails, Messages...

Die meisten Anfragen sind Routine. Automatisiere monotone Aufgaben, um Deinem Team mehr Zeit für komplexe Fälle zu geben. Unser Ziel ist es, Menschen zu unterstützen.

Welcher Kanal interessiert Dich? 

“Two-thirds of millennials expect real-time customer service, for example, and three-quarters of all customers expect consistent cross-channel service experience. And with cost pressures rising at least as quickly as service expectations, the obvious response—adding more well-trained employees to deliver great customer service—isn’t a viable option.”

E-Mail Routing

Das Problem

Die manuelle Kategorisierung durch Mitarbeiter:innen benötigt im Durchschnitt 35 Sekunden pro E-Mail. Versuche zur Automatisierung mittels Schlagwortsystemen scheitern an ungenauer Zuordnung. Themenspezifische E-Mail-Adressen, z.B. strom@stadtwerk.de, gas@stadtwerk.de, wasser@stadtwerk.de sind eine Kommunikationsbarriere für Eure Kund:innen. 

Die Lösung

Die Kategorisierung erfolgt automatisiert. KI differenziert feingranular und mit hoher Präzision zwischen einer beliebigen Anzahl von Themen. Als Entscheidungsgrundlage dienen nicht einzelne Schlagworte, sondern der semantische Kontext der Anfrage. Mitarbeiter:innen können sich wertvolleren Aufgaben zuwenden, während Kund:innen alle ihre Anliegen an eine einzige Adresse richten können.

E-Mail Hyperautomation

Das Problem

Die manuelle Kategorisierung durch Mitarbeiter:innen benötigt im Durchschnitt 35 Sekunden pro E-Mail. Versuche zur Automatisierung mittels Schlagwortsystemen scheitern an ungenauer Zuordnung. Themenspezifische E-Mail-Adressen, z.B. strom@stadtwerk.de, gas@stadtwerk.de, wasser@stadtwerk.de sind eine Kommunikationsbarriere für Eure Kund:innen. 

Die Lösung

Die Kategorisierung erfolgt automatisiert. Die KI differenziert mit hoher Präzision feingranular zwischen einer beliebigen Anzahl von Themen. Als Entscheidungsgrundlage dienen nicht nur einzelne Schlagworte, sondern der semantische Kontext der Anfrage. Darüber hinaus werden prozessrelevante Daten, wie Kundennummer, Vertragsnummer und Zählernummer, automatisch aus dem Text extrahiert. Diese können einfach mittels RPA (Robotic Process Automation) oder jeder anderen Automatisierungslösung weiterverarbeitet werden. Mitarbeiter:innen können sich so wertvolleren Aufgaben zuwenden, während Kunden:innen alle ihre Anliegen an eine einzige Adresse richten können.

Generative AI

Das Problem

Antworten auf Kundenanfragen über vordefinierte Textbausteine sind unpersönlich, mühsam in der Handhabung und führen zu einem schlechten Kundenerlebnis. Technologien wie GPT (LLMs) sind in ihrer Funktionsweise nicht transparent (Black Box) und verfügen nicht über spezifisches Unternehmenswissen, weshalb sie allein keine relevanten Antworten generieren können. 

Die Lösung

Anliegen werden auf eine nachvollziehbare Weise, also mittels Explainable AI, erkannt. Basierend auf dieser Erkennung werden die für die Beantwortung der Frage relevanten Informationen aus dem Wissensspeicher des Unternehmens abgerufen und einem Großen Sprachmodell (LLM) zur Verfügung gestellt. Dies ermöglicht es dem LLM, eine relevante, personalisierte Antwort zu formulieren, die anschließend von Mitarbeiter:innen überprüft und versendet wird (‚Human in the Loop‘).

“By 2025, customer service organizations that use AI-enabled knowledge automation
will achieve 90% first contact resolution, up from 50% in 2021.”
Predicts 2022: Customer Service and Support, Gartner
Designer

Call Routing

Das Problem

„Drücken Sie die Taste 1 für…“, „Wählen Sie 2 für…“, „Besuchen Sie unsere Webseite unter…“. Wer möchte das noch hören? Selbst wenn gemäß der üblichen Vorgehensweise maximal sechs Optionen und zwei Ebenen vorgesehen sind, bleibt das Kundenerlebnis unbefriedigend. Zudem sind die Themengebiete hinter der IVR so breit angelegt, dass eine effektive Zuordnung zu Skills nur sehr grob möglich ist. Daher müssen neue Mitarbeiter:innen in der Einarbeitungsphase umfangreiches Wissen erwerben, bevor sie effektiv arbeiten können.

Die Lösung

„Herzlich willkommen! Wie dürfen wir Ihnen behilflich sein?“ Dank der Intelligenz von deepassist ist es möglich, das Gespräch mit einer offenen Frage zu beginnen. Egal ob Anrufer ihr Anliegen mit nur einem Wort oder einer ausführlichen Schilderung beschreiben, deepassist ist in der Lage dieses präzise zu verstehen, und kann zwischen 5, 500 oder 5000 verschiedenen Anfragen differenzieren. Routineanfragen können in einen automatisierten Prozess geroutet werden, während komplexere Fragen an die entsprechend geschulten Mitarbeiter:innen weitergeleitet werden – an genau diejenigen, die auf diese Anfragen spezialisiert sind. Damit bekommst Du Kontrolle über Deinen Call Flow und eine optimierte FCRR.

Voicebot

Das Problem

70% der Kunden:innen bevorzugen weiterhin das Telefon für den Kontakt mit Unternehmen. Eine Herausforderung dabei ist die ständige telefonische Erreichbarkeit, insbesondere bei einem hohen Volumen an Routineanfragen. Diese einfachen Anfragen binden Ressourcen, die für die Bearbeitung komplexerer Kundenbelange benötigt werden.

Die Lösung

deepassist agiert als zentrale Intelligenz für Voicebots und bietet eine effiziente Lösung für das Problem der permanenten telefonischen Erreichbarkeit. Der Voicebot ist zu jeder Zeit einsatzbereit, um Routineanfragen wie Zählerstandsmeldungen oder Änderungen an Abschlagsplänen rasch und genau zu bearbeiten. Dies steigert nicht nur die Erreichbarkeit für Kunden:innen, sondern entlastet auch das Kundenserviceteam erheblich.

Agent Augmentation

Das Problem

Agent:innen stehen unter zunehmendem Druck, vielfältige und komplizierte Kundenanfragen innerhalb kurzer Zeit zu beantworten. Kund:innen beschreiben ihre Probleme in
ihrer eigenen Sprache, welche oft nicht mit der Fachsprache der internen Dokumente des Unternehmens übereinstimmt. Agent:innen müssen Kunden:innen identifizieren, deren Anliegen den entsprechenden Prozessen zuordnen, die notwendigen Schritte kennen und die Kund:innen durch diese führen. Dies erfordert Zeit, nicht nur während des Anrufs selbst, sondern auch in den Wochen und Monaten
des vorausgehenden Trainings.

Die Lösung

deepassist bietet Echtzeitunterstützung für Agent:innen am Telefon. Es hilft ihnen, notwendige Schritte korrekt und effizient umzusetzen. Während des Gesprächs schlägt die KI passende Geschäftsprozesse vor, zeigt relevante Informationen aus Wissensdatenbanken an und verarbeitet automatisch Daten wie Autokennzeichen oder ähnliches. Dadurch entfällt für die Agent:innen die Notwendigkeit zu tippen, sodass sie sich vollständig auf das Gespräch und die Problemlösung konzentrieren können.

Virtual Assistant

Das Problem

Traditionelle Chatbots erfordern ein aufwendiges Training und enden oft als starre ‚Klick-Bäume‘. Sie scheitern daran, die wahren Bedürfnisse der Nutzer:innen zu verstehen. Die meisten Anwender:innen bevorzugen eine schnelle Weiterleitung an einen Menschen. Infolgedessen wird dieser Kommunikationskanal von Kund:innen nur selten genutzt, was die erhoffte Entlastung für die Serviceteams verhindert.

Die Lösung

deepassist ermöglicht dynamische und natürliche Dialoge, die speziell auf den Kontext der jeweiligen Organisation zugeschnitten sind. Hierbei können Large Language Models (LLMs), wie zum Beispiel GPT, eingesetzt werden, um das Kundenerlebnis weiter zu verbessern. Aufgrund dieser technologischen Möglichkeiten ist davon auszugehen, dass Kund:innen ihr Verhalten in den nächsten drei bis fünf Jahren anpassen und virtuelle Assistenten zunehmend intensiver nutzen werden. Dies wird letztendlich auch den Serviceteams endlich die ersehnte Entlastung bringen.

Neugierig geworden?

Wir beraten Dich gerne zu Deinem individuellen Use Case und den Verbesserungen die Du mit deepassist erzielen kannst.

Ihr Ansprechpartner

Florian Silberbauer
Salesmanager