Fortschritt bei der CX-Technik

Die KI-Technik hat in einigen Bereichen, die sich für CX nutzen lassen, große Fortschritte gemacht. Nicht jede Kundenkommunikation erfolgt durch Eintippen eines Textes oder gesprochene Sprache. Manchmal erfolgt sie auch in Form einer Zeichnung oder einer Fotografie. Maschinelles Sehen (Computer Vision) verleiht Rechnern die Fähigkeit, den Inhalt von digitalen Fotos, Videos und anderen visuellen Eingaben zu verstehen, etwa um Probleme mit einem Produkt zu identifizieren. Der Kunde fotografiert mit dem Smartphone das Herstelleretikett auf einem Gerät und ein mit Computer Vision ausgestatteter Bot würde Probleme eingrenzen und Lösungswege aufzeigen.

Bei Natural Language Processing (NLP) wiederum geht es darum, den Sinn des gesprochenen Worts zu verstehen. Das ist gar nicht so einfach, da Fragen auf ganz unterschiedliche Weise gestellt werden: Was kostet es? Wie hoch ist der Preis? Wie viel Euro kostet das? Die gesuchten Informationen sind bei jeder dieser Fragen die gleichen.

Um den Sinn von Fragen zu erkennen und sie zu beantworten, transkribiert die KI  die gesprochene Anfrage und übersetzt sie in Text. Dann ermittelt sie die Antwort und gibt sie in gesprochener Sprache aus. Im Vergleich zum Eintippen einer Frage ist eine Spracheingabe für Menschen deutlich unkomplizierter, entwickelt sich jedoch zu einer komplexen Angelegenheit für den Computer. Er muss eine möglichst exakte und kontextabhängige Spracherkennung beherrschen und über eine nachgeschaltete Spracherzeugung verfügen. Ein Beispiel ist die Google-WaveNet-Technologie. Damit generierte Sprache klingt natürlicher als bei anderen Sprachausgabesystemen.

„Eine der wichtigsten Funktionen, die KI im Rahmen von CXM und vielen anderen Anwendungsfällen erfüllt, ist die Bearbeitung von unstrukturierten Daten“, führt Spahn aus. „Eine Bewertung auf einer Fünf-Sterne-Skala hat für sich betrachtet oft nur eine eingeschränkte Aussagekraft. Wenn die Bewertung aber durch einen offenen Kommentar ergänzt wird, der näher erläutert, wie das Rating zustande kam, lassen sich ganz neue Einblicke gewinnen. Das Problem: Allein die manuelle Auswertung von einigen Hundert unstrukturierten Datenpunkten ist bereits enorm ressourcenintensiv. Bei den meisten Unternehmen stellt sich diese Zahl aber eher vier- bis fünfstellig dar.“

Textanalyse ermöglicht, den Inhalt von Kommentaren automatisch zu erfassen und zu klassifizieren. So zeigen sich ohne weiteres menschliches Zutun auf einen Blick die Themen, die die Zielgruppe gerade bewegen.