<\/p>\n
Die BLS verf\u00fcgt seit neuem \u00fcber einen eigenen Chatbot. Wie kam es dazu und was versprechen sich die BLS davon?<\/strong><\/p>\n Martin Friedli:<\/span> Der Chatbot entstand im Rahmen eines Projekts zur Weiterentwicklung der Customer Care Infrastruktur auf Basis der Zendesk Suite, die wir im letzten Jahr in Betrieb nahmen (wir haben dar\u00fcber im cmm360 berichtet<\/a>). Unser Fokus lag dabei darauf, nicht werthaltige Interaktionen zu automatisieren: Sprich, alle repetitiven, einfach und anonymisierten Ausk\u00fcnfte, welche uns weder Kundenwissen genieren lassen noch Leads erm\u00f6glichen, wollen wir automatisieren. Dadurch k\u00f6nnen wir unsere Agentinnen und Agenten entlasten und sie haben mehr Zeit f\u00fcr die werthaltigen Kundeninteraktionen, um die sie sich ohne Druck k\u00fcmmern k\u00f6nnen. Ausserdem erlaubt der Chatbot unseren Kundinnen und Kunden, sich selbst zu helfen\u2013 quasi ein 24\/7 Self Service.<\/p>\n Ein solch grosses Projekt braucht einiges an Vorlaufzeit. Wie seid ihr das Projekt konkret angegangen? <\/strong><\/p>\n Martin Friedli:<\/span> Um eine Fehlinvestition zu vermeiden und das Vorhaben f\u00fcr unsere Kundinnen und Kunden exzellent umzusetzen, war f\u00fcr uns von Beginn weg klar, dass wir mit einem Partner zusammenarbeiten m\u00f6chten. Wir versprachen uns davon eine Aussensicht auf unsere Prozesse und einen sehr hohen Professionalisierungsgrad. Ausserdem war es uns extrem wichtig, dass wir den Bot ohne vertiefte IT-Kenntnisse in einem einfachen Interface laufend selbst skalieren k\u00f6nnen. Mit PIDAS haben wir deshalb bewusst einen Partner f\u00fcr die Analyse und Konzepterarbeitung beauftragt, der ein Kundendienst-\u00d6kosystem versteht und nicht \u00abnur\u00bb die Chatbot-<\/a>Technologie beherrscht.<\/p>\n Zusammen analysierten wir, wo die gr\u00f6sste Hebelwirkung besteht und welche Use Cases Automatisierungspotential ausweisen. Diese Use Cases wurden anschliessend entlang der Customer Journey ausgearbeitet. Dabei haben wir uns auch mit der Frage besch\u00e4ftigt, wie wir es schaffen, positive Kundenerlebnisse zu schaffen, falls Kunden Fragen haben, die ein Bot nicht beantworten kann. So entstand die Idee, ein Handover vom Chatbot in den Live-Chat anzubieten, damit die Kundinnen und Kunden ihre Fragen nur einmal stellen m\u00fcssen.<\/p>\n Wie wird diese \u00dcbergabe vom Chatbot an den Live-Chat sichergestellt?<\/strong><\/p>\n Uns war klar, dass die Agentinnen und Agenten erfahren m\u00fcssen, was der Bot mit dem Kunden bereits vorbesprochen hat. Daher haben wir den Chatbot auch an unser Ticketingsystem (Zendesk Suite) mittels Zendesk Chat und einer Schnittstelle von Knowhere angebunden.<\/p>\n Wichtig war uns zudem, den Fokus auf ein dediziertes Thema zu legen, sprich der Bot soll ein klar abgestecktes Themenfeld bearbeiten, sodass wir ihn gezielt auf unseren Kan\u00e4len ausspielen k\u00f6nnen und \u00abFehlleitungen\u00bb von Kunden vermeiden. Nur wer Fragen hat, welche der Bot auch beantworten kann, soll dorthin gelenkt werden.<\/p>\n Welche Mitarbeitenden waren bei der Integration involviert und warum?<\/strong><\/p>\n Unsere Agentinnen und Agenten wissen am besten, welche Fragen unsere Kundinnen und Kunden haben. Aus diesem Grund war uns ihre Meinung bei der Integration von grossem Stellenwert. Sie lieferten wichtige Erkenntnisse: Welche Fragen werden wie oft gestellt und wie werden diese beantwortet? Welche Fragen k\u00f6nnen einfach beantwortet werden? Wie schwierig ist ein bestimmtes Thema? Die Agentinnen und Agenten spielten entsprechend bei der Integration eine wichtige Rolle. Erg\u00e4nzend dazu haben wir die Ticketdaten analysiert, um die Erkenntnisse aus den Workshops mit den Agentinnen und Agenten abzugleichen.<\/p>\n Dar\u00fcber hinaus erarbeiteten Fachspezialistinnen und -spezialisten der Kundeninteraktion ein Einf\u00fchrungskonzept und eine Schulung f\u00fcr die Mitarbeitenden. Diverse Kolleginnen und Kollegen der IT waren f\u00fcr die Einbettung der L\u00f6sung in unsere IT-Landschaft verantwortlich. Es gab einen Projektleiter, welcher das Projekt koordinierte. Ich selber war f\u00fcr das Stakeholdermanagement verantwortlich und daf\u00fcr, das Vorhaben zur Exzellenz voranzutreiben, indem wir strenge Anforderungen umsetzten und uns stets am \u00abbest Case\u00bb orientiert haben \u2013 anstatt am einfachsten Weg. \u00dcber die ganze Zeit unterst\u00fctzte uns das Anbieterteam bei der Umsetzung, was nat\u00fcrlich ein sehr entscheidender Erfolgsfaktor ist. Die Zusammenarbeit mit dem Lieferanten macht uns sehr Spass, weil wir uns gegenseitig pushen und auf Augenh\u00f6he begegnen k\u00f6nnen \u2013 es l\u00e4uft fast schon kollegial ab, obschon wir uns Corona-bedingt nur virtuell kennenlernen konnten.<\/p>\n Wie habt ihr euch dann letztlich f\u00fcr einen Chatbot-Anbieter bzw. eine Chatbot-L\u00f6sung entschieden und warum?<\/strong><\/p>\n Drei m\u00f6gliche Anbieter haben wir evaluiert und zur Angebotseingabe eingeladen. Es gab klar definierte Bewertungskriterien, basierend auf den B\u00f6B\/V\u00f6B-Vorgaben. Dazu z\u00e4hlten unter anderem eine hohe eigene Skalierbarkeit, die Einbettung des Chatbots in unser \u00d6kosystem, die Integrationsm\u00f6glichkeit auf unseren Webseiten und im HelpCenter, sowie die Kompatibilit\u00e4t mit unseren CI\/CD Vorgaben. Alle diese Punkte haben letztendlich den Ausschlag daf\u00fcr gegeben, dass Knowhere das Verfahren mit der moin.ai-L\u00f6sung<\/a> f\u00fcr sich entscheiden konnte.<\/p>\n M\u00f6chten Sie mehr \u00fcber KI-basierte Chatbots und die moin.ai L\u00f6sung erfahren, dann h\u00f6ren Sie den ICT Talk mit Frederik Schr\u00f6der, Gesch\u00e4ftsf\u00fchrer von moin.ai >><\/strong><\/a><\/p>\n<\/blockquote>\n KI, Machine Learning, NLP und NLU sind Buzzw\u00f6rter im Zusammenhang mit einem Chatbot. Inwieweit kommen diese Technologien bei eurem Projekt zum Einsatz? <\/strong><\/p>\n Damit der Chatbot sowohl mit regelbasiertem Text als auch mit freiem Text umgehen und erkennen kann, kommt eine Natural Language Processing (NLP) Software des Anbieters zum Einsatz. Dar\u00fcber hinaus verf\u00fcgt der Bot \u00fcber ein sogenanntes \u00abDreaming Feature\u00bb, das heisst er erkennt und clustert Fragestellungen, die bis anhin nicht antrainiert waren und schl\u00e4gt darauf basierend neue Themen vor. Wir konnten diese dann wiederum anlegen und Knowhere trainierte den Bot. Danach erfolgte das Rollout. Das alles geht enorm schnell und die Weiterentwicklung ist agil, nachfrage- also kundenorientiert und wir legen unsere Hand genau da an, wo das auch Sinn ergibt.<\/p>\n Worin lagen deiner Meinung nach die gr\u00f6ssten Herausforderungen bei diesem Projekt?<\/strong><\/p>\n Anfangs bestand die Challenge darin, einen Partner zu finden, der zu uns passt und ein gemeinsames Ziel verfolgt. Da spielten gesetzlichen Vorgaben stark mit rein, da sie einerseits die Fairness und Korrektheit der Partnerwahl sicherstellen, aber eben auch einschr\u00e4nkend sein k\u00f6nnen. Wir k\u00f6nnen nicht einfach auf den Markt hinausgehen und frei w\u00e4hlen, mit wem wir zusammenarbeiten. Wer die Anforderungen am besten erf\u00fcllt, die vertraglichen Bedingungen akzeptiert und den besten Preis liefert, erh\u00e4lt den Zuschlag. Ausserdem ist der Chatbot-Markt riesig und das Evaluieren des passenden potenziellen Anbieters ist damit schon die erste grosse Herausforderung.<\/p>\n Die zweite grosse Herausforderung bestand darin, das Handover f\u00fcr die Kundinnen und Kunden m\u00f6glichst nahtlos zu gestalten und gleichzeitig die Agentinnen und Agenten im Sinne eines reibungslosen Transfers vorzubereiten. Hier hatten wir aber mit Knowhere einen Anbieter gefunden, der dies bereits umgesetzt hatte, was uns das Leben doch deutlich vereinfachte.<\/p>\n Worin liegt deiner Meinung nach der gr\u00f6sste Mehrwert des Projektes bzw. eines Chatbots? <\/strong><\/p>\n Die Kundinnen und Kunden sind dank des Chatbots <\/a>nun in der Lage, die Antworten auf die h\u00e4ufigsten Fragen rund um die Uhr selbstst\u00e4ndig zu finden. Und dennoch erhalten Sie dank des Handovers an den Live-Chat professionelle Unterst\u00fctzung, sollte einmal eine Frage nicht auf Anhieb beantwortet werden k\u00f6nnen. Dadurch signalisieren wir unseren Kundinnen und Kunden, dass wir trotz Automatisierung f\u00fcr Sie da sind.<\/p>\n F\u00fcr unsere Mitarbeitenden bietet die Automatisierung zuerst einmal eine grosse Entlastung von repetitiven Aufgaben. Dar\u00fcber hinaus ergibt sich eben der Vorteil: Sie k\u00f6nnen sich mehr Zeit f\u00fcr werthaltige Interaktionen nehmen \u2013 das ist mir enorm wichtig, wir wollen einen exzellenten Kundenservice anbieten \u2013 den besten in der \u00d6V-Landschaft Schweiz.<\/p>\n Wenn dich heute Interessierte fragen, ob sie auch einen Chatbot in ihrem Unternehmen einbinden sollten, was antwortest du ihnen und warum? <\/strong><\/p>\n Die Use Cases f\u00fcr einen Chatbot sind so vielseitig, dass sich diese Frage nicht so leicht beantworten l\u00e4sst und von verschiedenen Faktoren abh\u00e4ngt. Zuerst sollte man als Unternehmen kl\u00e4ren, ob man den Kontakt mit den eigenen Kundinnen und Kunden \u00fcberhaupt m\u00f6chte und falls ja, was man damit erreichen will. Weitere Faktoren, die es zu ber\u00fccksichtigen gilt, sind: Was erwarten die Kundinnen und Kunden von dem Unternehmen? Welchen Stellenwert hat der Kundenservice und welche Ziele verfolgt er? Je nach Ausrichtung und Strategie des Unternehmens, kann ein Chatbot dann helfen, Kontakte zu vermeiden oder zu kn\u00fcpfen, den Absatz zu steigern oder Kundinnen und Kunden zu begeistern.<\/p>\n Der Chatbot ist nun seit dem 21. Juni in Betrieb. Was sind die ersten Erkenntnisse?<\/strong><\/p>\n Dass wir begeistert sind vom Framework von moin.ai und der damit verbundenen Leichtigkeit, den Bot zu bewirtschaften. Wir haben ausserdem wohl vieles richtig gemacht, denn der Automatisierungsgrad ist enorm hoch, wir haben nur sehr wenige Handovers und eine Kundenzufriedenheit von fast 80 %. Das sind deutlich bessere Werte, als wir sie f\u00fcr die Startphase erwartet h\u00e4tten. Das spornt an. In den n\u00e4chsten Monaten sehen wir dann auch, welchen Einfluss der Bot auf unsere Kosten hat \u2013 wenn wir die Kosten f\u00fcr die Ticketbearbeitung im Bereich der einfachen Ausk\u00fcnfte gesenkt haben, sind wir hervorragend unterwegs. In den n\u00e4chsten Wochen werden wir die Skalierung anpacken, damit Ludmilla auch f\u00fcr andere Themen zum Zug kommt.<\/p>\n Sind noch weitere Chatbot Use Cases bei der BLS <\/a>geplant?<\/strong><\/p>\n Ja, in einem ersten Schritt werden wir den Bot mal auf weitere Use Cases skalieren. Einerseits f\u00fcr weitere Themen im Kundendienst, aber wir pr\u00fcfen auch, ob weitere Anwendungen wie beispielsweise beim internen IT-Service-Desk oder rund um HR-Themen sinnvoll sind. Dadurch k\u00f6nnten wir wertvolle Synergien erschliessen.<\/p>\n Weiter sind wir zwei Piloten am Aushecken: eine RPA-L\u00f6sung zur Prozessautomatisierung und ein Voicebot mit Mundarterkennung. Mit beiden Projekten m\u00f6chten wir Prozesse weitestm\u00f6glich automatisieren, um den \u00abSteuerfranken\u00bb m\u00f6glichst optimal einzusetzen und f\u00fcr unsere Kundinnen und Kunden positive Erlebnisse zu schaffen.<\/p>\n Zum Abschluss interessiert mich, ob du, wenn du auf einer Website nach Antworten suchst, den Chatbot nutzt oder die E-Mail oder doch das Telefon? Hat sich dein Verhalten ver\u00e4ndert, seit du das Thema Chatbots von der \u00abanderen Seite\u00bb kennst?<\/strong><\/p>\n Ich pers\u00f6nlich rufe nur an, wenn es brennt, oder das Anliegen sehr emotional ist. Ansonsten helfe ich mir am liebsten selbst. Nat\u00fcrlich nutze ich als Konsument fast jede sich bietende Gelegenheit, einen Kundendienst zu \u00abtesten\u00bb. Davon lerne ich immer wieder. Und manchmal, nein eigentlich sehr oft, zeigt sich auch, dass wir das sehr gut machen, was wir machen.<\/a><\/p>\n\n
![\"Headerbid_ICT](\"https:\/\/www.cmm360.ch\/hubfs\/Podcast\/ICT%20talk\/Headerbid_ICT%20Talk_cmm360.jpeg\")
<\/a><\/p>\n