Von Oliver Krukemeyer
Über 30 Prozent der monatlich rund 4.500 Anfragen werden inzwischen automatisiert beantwortet. Vor allem Anfragen, die sich wiederholen und keine hohe Komplexität aufweisen, sind für automatisierte Antworten prädestiniert. Die KI hat dabei die Aufgabe, Anfragen von Usern richtig einzuordnen und diese entweder entsprechend zu beantworten oder an den Support weiterzuleiten. Dazu dient ein Algorithmus, der auf dem XGBoost-Modell basiert – einer Open-Source-Software, die zu den stärksten Algorithmen des maschinellen Lernens gehört und unter anderem für Problemstellungen der Klassifizierung verwendet wird. Die KI analysiert nach dem Prinzip des Natural Language Processing Textbausteine in den Anfragen, indem sie auf Stichworte und Kombinationen achtet.
Die Maschine lernt überwacht
Zuerst musste der Algorithmus jedoch vom Menschen trainiert werden. Hierfür wird die »Supervised Learning«-Variante des maschinellen Lernens angewendet. Die Input- und die Output-Daten sind vorhanden und bilden die Lerngrundlage für die zukünftige Datenverarbeitung. Derjenige, der die KI trainiert, muss also zunächst die Anfragen in sinnvolle Kategorien einordnen und die richtigen Antworten vorgeben. Im ersten Schritt wurden 20.000 Anfragen analysiert und Cluster gebildet, die über Reverse-Engineering aus den teils standardisierten Antworten der Support-Mitarbeiter ermittelt wurden. Das Ergebnis: 17 Kategorien, denen alle Daten zugeordnet sind. Anschließend wurde der Algorithmus getestet und seine Zuordnungen der Anfragen bestätigt oder korrigiert und nochmal manuell kategorisiert. Nach mehreren Trainingsiterationen wurden aus den 17 ursprünglichen Kategorien 21.
Die Grenzen der KI
»Künstliche Intelligenz« klingt eindrucksvoll, allerdings sprechen wir hier nicht von einer KI, die selbständig Probleme löst oder jede Fragestellung beantworten kann. Die Zuordnungen durch den Algorithmus müssen regelmäßig von Menschen geprüft werden. Denn im Gegensatz zum unüberwachten Lernen (»Unsupervised Learning«) erstellt die KI hier keine eigenen neuen Kategorien, und sobald neue Themen bei den Kundenanfragen aufkommen, müssen die Zuordnungen manuell überarbeitet, gegebenenfalls neue Kategorien erstellt und die KI darauf trainiert werden. Dies ist zwar aufwendiger als ein selbstlernender Algorithmus, reduziert jedoch das Risiko, dass der Algorithmus falsche Schlussfolgerungen zieht und unzutreffende Vorhersagen tätigt – ein wesentlicher Punkt beim Einsatz von KI im Kundenservice, denn der Kunde soll korrekte Antworten erhalten. Deshalb werden auch nur dort automatische Antworten versendet, wo die Treffsicherheit hoch ist. Neue Kundenanfragen durch neue Funktionen in der App werden zunächst von einem menschlichen Supportagenten bearbeitet und erst anschließend automatisiert, um so ein postivies Kundenerlebnis zu sichern.
