Wir geben einen aktuellen Einblick in unsere daten- und KI-basierte Strategie zur Steigerung der Automatisierung im Kundenservice.  Von der Einrichtung einer zentralen Datenplattform bis zum MVP für automatische E-Mail- oder Chat Antwortvorschläge mit weitere Skalierung. Lessons Learned im modularen Aufbau der Architektur oder dem Einsatz eines historisch gewachsenen Wissenesmanagement als Basis zum KI-Einsatz. Datenqualität bleibt die größte Herausforderung – nur saubere, strukturierte Daten ermöglichen verlässliche Automatisierung.

Zielpublikum: Fach- und Führungskräfte, IT, Data Science, Prozessmanagement sowie Innovationsverantwortliche in Unternehmen, die eine daten- und KI-basierte Automatisierung im Kundenservice anstreben
Voraussetzungen: Keine
Level: Basic

Extended Abstract:
In unserem Beitrag geben wir einen aktuellen Einblick in die Entwicklung und Umsetzung einer modernen Daten- und KI-Strategie im Kundenservice. 

Wir erläutern den Aufbau einer skalierbaren Datenplattform als Grundbaustein für alle KI- und klassische Analytics Anwendungen. Wir geben Einblick in die  Roadmap mit Start eines Minimal Viable Product (MVP) im E-Mail-Kanal, das automatische E-Mail-Antworten generiert und wie wir eine weitere Skallierung in Kanäle und Geschäftsvorfälle angehen. Dabei setzen wir auf eine modulare Architektur mit Front-Ends, Self-Services und Kontaktkanälen, die über eine AI-Engine mit Dokumenten-Extraktion, Intent-Klassifikation und Workflow-Management verbunden sind.

Ein zentraler Fokus liegt auf dem Zusammenspiel von KI-gestützten Automatisierungsprozessen und dem „Human-in-the-loop“-Ansatz, der komplexe Fälle an Experten übergibt und so Qualität und Compliance sichert. Ebenfalls zeigen wir erste Erfolge und Lessons Learned im Hinblick auf Datenqualität z.B. bei unserer zentralen Wissenesmanagementplattform. 

Der Beitrag richtet sich an Fach- und Führungskräfte aus Kundenservice, IT und Data Science, die praktische Erfahrungen und Inspiration für die eigene KI-Transformation suchen. Die Inhalte sind praxisnah, verständlich und motivieren zum eigenen Start in die datengetriebene Kundenservice-Automatisierung.