Wie man mithilfe von GenAI Wissen im Field Service gewinnt

Generative AI bietet vielversprechende Möglichkeiten, den Wissensgenerierungsprozess in Unternehmen zu großen Teilen zu automatisieren und zu optimieren. Gleichzeitig braucht es die Kombination mit anderen AI-Lösungen, wie beispielsweise Knowledge Graphen, um sicher zu gehen, dass Wissen korrekt und nicht nur eloquent ist.

Entfesselte LLMs trotz Token-Beschränkung

Durch den Hype rund um Large Language Models (LLM) planen Unternehmen die Realisierung einer chatbotbasierten Interaktion mit der unternehmensinternen Wissensdatenbank. Diese neue Form der Benutzerinteraktion ist durchaus als innovative Weiterentwicklung im Umgang mit Wissen zu betrachten, wenn auch nicht ganz frei von Risiken und Limitationen.

Mit Generative AI komplexe Fragen einfach beantworten

Generative AI allein dient nur zum Small Talk und sollte nirgendwo eingesetzt werden, wo die Verlässlichkeit von Fakten relevant ist. In einer klug integrierten Kombination mit Systemen, die die Fakten aus verlässlichen Datenquellen ermitteln, bewerten und überprüfbar ausgeben, bringt Generative AI aber enorme Vorteile.

GenAI und die Auswirkungen auf Wissensmanagement

In den letzten Jahren hat Artificial Intelligence enorme Fortschritte gemacht, insbesondere im Bereich der Generative AI und der Large Language Models (LLM). Diese Technologien haben nicht nur unser Verständnis von Maschinellem Lernen revolutioniert, sondern auch tiefgreifende Auswirkungen auf verschiedene Branchen, darunter das Wissensmanagement.

7 Gründe, warum man LLMs nicht mit den eigenen Daten trainieren sollte

Neuronale Sprachmodelle wie ChatGPT werden aktuell von vielen Unternehmen auf Ihren Einsatz mit den eigenen Daten durchleuchtet. Für spezifische Anforderungen mag es verlockend sein, diese Modelle mit eigenen Daten zu feintunen, d. h. das Sprachmodell wird mit den unternehmenseigenen Daten trainiert. Doch gerade wenn es um das Thema Wissensmanagement geht, bringt dieses Vorgehen erhebliche Nachteile mit sich.

Servicemitarbeiter von INOTEC bei der Wartung

Das gesamte Teamwissen in der Hosentasche

Im technischen Service eignen sich Mitarbeiter über Jahre oder sogar Jahrzehnte viel Wissen an und werden so zu echten Experten. Oft handelt es sich hierbei um Erfahrungswissen, das in keinem Handbuch und in keiner Anleitung geschrieben steht.

AI – Der Gamechanger als Innovations- und Produktivitätshebel

Generative KI sorgt für Furore und ChatGPT wird derzeit intensiv diskutiert. Der Vortrag von Prof. Dr. Peter Gentsch gibt Impulse und Beispiele, wie sich die neue KI-Generation systematisch zur Optimierung bestehender Prozesse und Produkte, wie auch für neue Geschäftsmodelle, nutzen lässt und wie Generative KI wirklich zum Gamechanger wird.

Generative AI: Zwischen Hype und Realität. Was mit Empolis jetzt schon möglich ist

Es fällt schwer, sich dem gigantischen Hype rund um Generative AI und ChatGPT zu entziehen. Die öffentliche Diskussion wechselt dabei zwischen Utopie („Die KI rettet die Welt und alle werden reich!“) und Dystopie („Wir werden alle sterben, mindestens aber arbeitslos“). Zu groß ist aktuell die mediale Kakophonie und zu viele unterschiedliche Interessen werden verfolgt. Es sind sehr viel Glaube und Behauptung sowie wenig Fakten und Belege im Spiel. Fast alle haben zum Thema KI eine Meinung, eine Vorstellung, und eine Menge an Fragen.

Was ist Knowledge Centered Service?

KCS® steht für Knowledge Centered Service und bezeichnet eine Methodik, die darauf abzielt, alle Entscheidungen eines Unternehmens mit den richtigen Informationen zu unterstützen. Während traditionelle Knowledge-Engineering-Ansätze meist das Wissen weniger Personen für viele andere bereitstellen, handelt es sich bei KCS® um ein „Many-to-Many“-Modell.

Mustererkennung auf Patientendaten: Teil 1

Die Abrechnung in Krankenhäusern ist ein wichtiger, allerdings auch fehleranfälliger Prozess, da klinische Daten und Verwaltungsdaten in zunehmenden Mengen berücksichtigt werden müssen. So liegt es nahe, Maschinelles Lernen zur Mustererkennung einzusetzen.

Künstliche Intelligenz im technischen Kundenservice

KI-basierte SaaS-Lösungen dienen im Service als zentrale Wissensplattform für Kunden, Servicetechniker, Support Agents, Vertriebsmitarbeiter, Partner oder technische Redaktionen und stellen ihnen die richtigen Produkt- und Serviceinformationen zur richtigen Zeit am richtigen Ort bereit.

KI: Die dunkle Seite der Macht?

Auch ohne die Allmachtsfantasien der Science-Fiction-Maschinen hat die Künstliche Intelligenz schon heute eine dunkle Seite, die vielen noch völlig unbekannt ist.

Self-Service-Portale erfolgreich eingesetzt

Die meisten Kunden wollen ihre Probleme schneller gelöst bekommen, als es ein Kundencenter leisten kann. Dafür sind sie dann auch bereit, selbst etwas Zeit in die Recherche des Problems zu stecken. Self-Service-Portale können hier eine effiziente und kostengünstige Lösung sein.

Remote Support: Unkomplizierte Hilfe aus der Ferne

Heute erwartet jeder Kunde, dass sein akutes Problem umgehend beseitigt wird. Was tun, wenn der Experte mit dem passenden technischen Know-how nicht verfügbar ist? Remote Support bietet hier Abhilfe und realisiert kurze Reaktionszeiten und deutlich reduzierte Reisekosten.

Roboterarm mit Tablet im Vordergrund

Mit Wissenstransfer den Service verbessern

Wissenstransfer wird für Unternehmen immer wichtiger. Wissenstransfer-Tools sichert das Expertenwissen von Mitarbeitern und gibt dieses Wissen an neue Mitarbeiter weiter. Was ist Wissenstransfer und wie kann man Erfahrungswissen in Unternehmen nutzbar machen?

Künstliche Intelligenz: Denkverstärker für die Industrie

Durch die Digitalisierung und mithilfe der künstlichen Intelligenz entstehen jetzt Assistenzsysteme, die Menschen dabei helfen, mehr Informationen in kürzerer Zeit zu verarbeiten. Dies ist inzwischen eine absolut notwendige Hilfestellung für den Werker, weil unsere Welt immer digitaler, schneller und komplexer wird.

Serviceforum Stuttgart Bild

Service als Wettbewerbsfaktor

Vor nicht allzu langer Zeit konnten sich deutsche Unternehmen noch relativ sicher sein, qualitativ die fortschrittlichsten Produkte auf den Markt bringen. Dieser Vorsprung ist inzwischen geschmolzen.  Daher müssen sich Unternehmen stärker auf ihre Kunden fokussieren und Services mit zusätzlichem Mehrwert anbieten, um im globalen Wettbewerb zu bestehen. 

Service ist das neue Marketing

Die Kunden werden dabei immer anspruchsvoller: Eine schnelle Reaktionszeit, Ansprechbarkeit rund um die Uhr. Daher prägen persönliche oder effiziente Kundenkommunikation, guter Service und zusätzliche Dienstleistungen das Kundenerlebnis und zahlen auf den Markenwert ein.

Warum Industrial Analytics in der Cloud

Industrial Analytics ist keine Zukunftsvision für eine Zeit hinter dem Horizont, sondern praktische Realität. Die hierzu benötigten Technologien und Algorithmen sowie Daten der Anlagen und Maschinen stehen häufig gut nutzbar zur Verfügung und müssen „nur“ noch sinnvoll ausgewertet und bewertet werden.

Wenn es funktioniert, ist es keine KI mehr

Der Hype um KI in Deutschland nimmt immer größere Züge an. Viele Menschen stellen sich dabei die Frage: Wird es tatsächlich eine Software mit eigenem Bewusstsein - eine künstliche Intelligenz - schon in naher Zukunft geben? Oder sind die Erfolgsmeldungen nur eine Erscheinung des aktuellen Hypes?

Healthcare Analytics in der Medizin

Was lässt sich mit Daten in der Medizin anstellen? Welche Erkenntnisse und möglicherweise Handlungsanweisungen könnte man ableiten? Wie lässt sich die Diagnose und Behandlung verbessern? Welche Rahmenbedingungen setzt der Datenschutz?

Case-based Reasoning: Was ist das eigentlich?

Case-based Reasoning ist die Technologie aus der künstlichen Intelligenz, die einem System die Fähigkeit verleiht, genau dieses Verhalten nachzubilden. Wie ein Mensch wendet CBR bereits vorhandene, ähnliche Lösungen auf neue Situationen an.

Deep Learning: Was ist das eigentlich?

Deep Learning ermöglicht Durchbrüche auf allen Feldern der künstlichen Intelligenz. Egal, ob es sich dabei um Bilderkennung, das Verstehen von Sprache, maschinelle Übersetzung oder das autonome Fahren handelt. Aber was steckt eigentlich dahinter? Und wann ergibt die Verwendung von Deep Learning Sinn?

Web Mining: Was ist das eigentlich?

Im Internet, oder spezieller dem World Wide Web, stehen frei zugängliche Informationen im Überfluss zur Verfügung. Um diese nutzbar zu machen, benötigt man Web Mining.

Text Mining – oder einfach Spaß haben

Künstliche Intelligenz (KI) ist nicht nur in aller Munde, sie ist cool und bringt Spaß. Wir stecken einfach jede Menge Daten in einen geeignet konfigurierten Computer, starten die Analyse und bekommen ungeahnte Zusammenhänge in den schönsten Farben visualisiert.

Big Data Analytics in der Finanzindustrie

Die Finanzwelt ist ein dankbares Anwendungsgebiet für Data Engineers und ihre mächtigen Algorithmen: Zahlengetrieben, Prozesse, die seit Dekaden IT-gestützt ablaufen und Unmengen an historischen Daten bereitstellen und ein definiertes Set an KPIs, gegen die die guten von den bösen, die gewinnbringenden von den verlustbehafteten Verträgen unterschieden werden können.