Schönwetterwolken oder Gewitterfront? Multi-Clouds mit Mehrwert oder als Konkurrenz? — Empolis Blog

Schönwetterwolken oder Gewitterfront? Multi-Clouds mit Mehrwert oder als Konkurrenz?

0

Viele Studien der vergangenen Monate kommen zu ähnlichen Ergebnissen: Immer mehr mittelständische Unternehmen geben ihre Zurückhaltung gegenüber Cloud-Anwendungen auf und entscheiden sich im Rahmen ihrer eigenen Digitalisierungsstrategie zunehmend dafür, Dienste und Applikationen extern zu beziehen. Doch welche der zahlreich am Markt verfügbaren Clouds ist denn die Richtige? Und ist die Multi-Cloud eine sinnvolle Alternative?

Multi-Cloud: Schönwetterfront oder Gewitterwolken?

Amazons AWS, Microsofts Azure, Googles Cloud-Plattform und Co. bieten eine Reihe von komplementären, aber auch konkurrierenden Services an – da fällt die Entscheidung nicht immer leicht. Aber bedeuten viele Cloud-Plattformen gleich Gewitterwolken am Horizont?

Vor diesem Hintergrund werden wir als mittelständisches Software-Unternehmen mit unserer Empolis Smart Cloud oftmals mit „den Großen“ in eine Konkurrenzsituation gedeutet und dürfen regelmäßig Fragen der Art „Weshalb sollte ich mich für Empolis entscheiden, das kann ich doch mit Azure auch?“ beantworten. Und oftmals sogar lautet unsere Antwort darauf „Ja, das stimmt. Aber…“.

Dieses „Aber“ würde ich gerne anhand eines Beispiels erläutern.

Chatbots im Kundenservice – mit Multi-Cloud?

Ich habe dieses Jahr als Gast die Call Center World in Berlin besucht. Auffälligste Trend-Themen waren wenig überraschend die Künstliche Intelligenz und die vielfältigen Anwendungsmöglichkeiten von Chatbots im Kundenservice. So unterschiedlich das „Auftreten“ dieser digitalen Helfer ist, so unterschiedlich ist auch die Qualität ihrer Antworten auf die Fragen ihrer menschlichen Nutzer.

Wenn man einmal hinter die hübschen Fassaden von Mildred (Lufthansa), Leo (CSU), Kim (Maggi) und ihren zahlreichen digitalen Verwandten geblickt hat, erkennt man den übergeordneten Prozess, den ein solcher Bot zu bewältigen hat:

  1. Schritt: Sprache erkennen
  2. Schritt: Kontext herstellen
  3. Schritt: Informationen für die Antwort heranziehen
  4. Schritt: Antwort geben

Ein Chatbot ist typischerweise so aufgebaut, dass er den ersten (Sprache erkennen) und den letzten Schritt (Antwort geben) perfekt beherrscht, und zwar nicht nur über die eigentliche Spracherkennung (die oftmals maschinelle Lernverfahren verwendet, um immer besser zu werden), sondern auch über die unterschiedlichen Visualisierungen (z. B. das Verwenden von Buttons für vordefinierte Antworten, um das mühsame Tippen auf der Handy-Tastatur oder die Spracheingabe zu umgehen).

Darüber hinaus werden unterschiedliche Medien und Clients (Skype, Facebook-Chat, Web-Chat etc.) unterstützt, um eine möglichst große Reichweite zu erzielen.

Doch wie funktioniert die eigentliche Intelligenz im Hintergrund? Hier kommt es sehr stark auf den Kontext und die verfügbaren Informationen an. So funktioniert das bekannte Beispiel:Alexa, warum ist der Himmel blau?“, dank KI-Methoden und der integrierten Suche, sehr gut.  Anfragen der Art: „Alexa, warum geht mein Fernseher nicht?“ funktionieren hingegen eher selten. Und wenn, liefern sie nur zufällig das richtige Ergebnis (versuchen Sie mal bei Google, danach zu suchen). Woher auch soll Alexa denn wissen, welche Störung ich gerade an meinem Fernseher erlebe?

Adaptive Entscheidungsbäume als Lösung

Genau hier schließen wir mit der Empolis Smart Cloud, unserem Backend für professionelles Informationsmanagement aus der Cloud, eine Lücke der anderen (großen) PaaS-Anbieter. Die benötige Expertise steht uns zur Verfügung, weil wir derartige Probleme seit mittlerweile 30 Jahren für unsere Kunden lösen.

Dank unserer Knowledge Packs, die das Wissen über Produkte, Störungen, Symptome etc. abbilden können, sind wir in der Lage, den Kontext der Anfragen herzustellen. Der Domänenexperte kann somit ohne IT-Know-how die Semantik hinterlegen, die für die Erkennung von Begriffen und ihren Zusammenhängen sowohl in Anfragen als auch in den Ergebnissen zum Tragen kommt. Bereits vorhandene Ontologien oder Terminologien können natürlich ebenfalls verwendet werden.

Dank der Empolis Box, wodurch unterschiedliche (intern) verteilte Datenquellen angebunden werden können, gelangen wir an Informationen aus bisher nicht-erschlossenen Datensilos. Oftmals enthalten gerade diese Silos wichtige Fakten, die maßgeblich für die Lösung eines Problems sind.

Dank der dynamischen, adaptiven Entscheidungsbäume können wir Dialoge (also Abläufe oder Interaktionen mit Maschinen oder Nutzern) im Vorfeld modellieren, die im Zuge der Kommunikation mit dem Chatbot aus dem jeweiligen Kontext heraus verwendet werden, um Rückfragen zu stellen und beispielsweise das Problem korrekt zu beschreiben. Das hilft uns dabei, Alexa für die Problemanalyse die richtige Frage zu stellen, um dann die richtige Antwort zu bekommen oder weitere Fragen stellen zu können.

Mithilfe dieser drei Bausteine können wir – ohne den Chatbot dafür explizit zu programmieren – Anfragen verstehen, Dialoge durchlaufen und Lösungen finden. Anfragen der Art „Alexa, warum funktioniert mein Fernseher nicht?“ werden in dynamischen, adaptiven Entscheidungsbäumen durchlaufen und beispielsweise mit Gegenfragen, wie z. B. „Wie genau äußert sich die Störung?“, in den passenden Kontext gebracht.

Wie vorhandene Informationen im Selfservice neu genutzt werden können

Informationen und Abläufe, die ohnehin schon im Service verwendet werden (z. B. für die Mitarbeiter im Call Center), erfahren dank der Chatbots eine neue Art der Nutzung im Selfservice. Aus diesem Grund empfehlen wir auch eine abteilungsübergreifende Zusammenarbeit zwischen Marketing und Service/Aftersales, da durch das Abbilden identischer Abläufe in unterschiedlichen Tools Mehrfacharbeiten verhindert werden können.

Für den Anwender der Multi-Clouds (das hier beschriebene Beispiel wurde als Showcase auf Basis der Empolis Smart Cloud in Verbindung mit dem Microsoft Bot Framework unter Azure implementiert) bringt das erhebliche Vorteile. Neben der sofortigen Verfügbarkeit – der Anwender kann sofort damit beginnen, die Dialoge zu erstellen und muss sich dank der Empolis Smart Cloud weder um Setup noch um Konfiguration oder Integration kümmern –, kombinieren wir so die Stärken des Microsoft Bot Frameworks (Omni-Channel, Visualisierung und User Experience) mit denen der Empolis Smart Cloud (professionelles Informationsmanagement als Backend) und befinden uns somit in einer Kooperation, anstatt in einer Konkurrenzsituation. Also Schönwetterwolken anstatt Gewitterfront.

Denn die Alternativen dazu – entweder eine Entwicklung komplett auf Azure oder eine Entwicklung komplett in der Empolis Smart Cloud – würden nur mehr Ressourcen, Entwicklungsaufwände und Zeit in Anspruch nehmen und in keinem Fall ein für den Anwender und den Endnutzer besseres Ergebnis erzielen.

Kombinieren Sie die Cloud-Services für optimale Ergebnisse

Die Clouds wie AWS, Azure, Google und Co. bieten eine Reihe von Services und Leistungen, die zu Einigen in der Empolis Smart Cloud vergleichbar sind.
Doch die Kombination ihrer individuellen Stärken bringt nicht nur eine Zeit- und Kostenersparnis mit sich – sie erzielt auch deutlich bessere Ergebnisse als die ausschließliche Entwicklung in nur einer Cloud (und zwar ganz gleich welcher). Ähnlich wie beim gemeinsamen Tapas-Essen kann sich jeder bei dem bedienen, was er möchte bzw. im Kontext Cloud braucht. Damit sehen wir derartige Multi-Cloud-Ansätze als Schönwetterwolken und nicht als Gewitterfront am Cloud-Himmel.

 

 

Sie möchten alle Informationen rund um KI und Big Data druckfrisch erhalten? Das Blog-Abo ist für Sie da.

Teilen:

Über den Autor

Dieter Deffert

Dieter Deffert verantwortet das Channel- und Partnergeschäft der Empolis. Bereits während seines Studiums der Mathematik mit Nebenfach Betriebswirtschaftslehre und Vertiefungsfach Informatik sammelte er erste berufliche Erfahrungen bei der IBM und eps Bertelsmann (heute Empolis) als Software-Entwickler. Seit 1994 bekleidete er dort verschiedene Positionen, die ihn von der Softwareentwicklung über Projektmanagement zu Produktmanagement und Abteilungsleitung führten. Die operative Leitung des THESEUS-Programmbüros, dem mit einem Gesamtbudget von über 200 Mio. Euro größten IT-Förderprojekt in Deutschland, war von 2006 bis 2009 eine weitere wesentliche Station seiner Laufbahn. 2010 wechselte Herr Deffert in die Geschäftsleitung der AWEK AG in Barsbüttel, wo er das Produktgeschäft und die Softwareentwicklung von Retail-Lösungen verantwortete. Mit der Ausgründung der Empolis 2012 kehrte er zurück und übernahm als Mitglied der Geschäftsleitung die Akquise strategischer Kunden und Projekte.

Sagen Sie Ihre Meinung!