Ist das wichtig?
Ist das hier eine Beschwerde?
Meldet dieser Kunde einen Garantiefall?
Im First Level Ihres Service-Teams entfällt viel Arbeitszeit auf das Lesen, Klassifizieren, Priorisieren und Verteilen von Anfragen, also "Tickets".
Bisher war diese Aufgabe tatsächlich schwierig zu automatisieren. Wir haben schon vor Jahren KI-Produkte eingebunden, die anhand der vorhandenen Tickets erlernen konnten, neu eintreffende Anfrage automatisch zu klassifizieren: Ersatzteilanfragen an Team A, Fragen zu Rechnungen an Team B, u.s.w.
Das Ergebnis war im besten Fall zufriedenstellend - und auch nur, wenn wirklich große Trainingsmengen von mehreren zehntausend Tickets zur Verfügung standen.
Heute, 2025, ist das anders. Mit den populären KI-Systemen ChatGPT, Deepseek, Mistral etc. gibt es eine große Auswahl an Chat-Agenten, die Ihnen sekundenschnell sagen können, ob ein Text im Stil von Friedrich Schiller oder eher von Thomas Mann geschrieben ist.
...oder ob eine Nachricht eine Beschwerde oder ein Lob ist, eine Bestellung oder eine Frage an den technischen Support. Die Trefferquote ist extrem hoch, weil diese Systeme a priori mit enormen Datenmengen aus aller Welt trainiert wurden und nicht mit den begrenzten Ressourcen Ihres Unternehmens.
Sie "verstehen" die Sprache selbst und benötigen hierzu kein Kontextwissen über Ihre Produkte oder Ihr Unternehmen.
Damit sind die ChatBots ideale Kanditaten, um im Service nicht nur Anwortvorschläge zu erzeugen, sondern auch um Anfragen zu klassifizieren.
Eine kleine Hürde gibt es aber noch: Wir benötigen vom Chat-Agenten eine Antwort, die wir programmatisch auswerten können - also keinen mehrzeiligen Vortrag. Zum Glück gehorchen VhatGPT und Co. Anweisungen, wie sie zu antworten haben.
Ist diese Nachricht eine Beschwerde? Antworte mit 'Ja' oder 'Nein'.
todo4teams bindet ChatGPT und Co auf einfache Weise ein, um die küntliche Intelligenz im Routing, der Priorisierung und Eskalation von Tickets einzusetzen.
Unser Tutorial zeigt Ihnen, wie das geht.
Willkommen in der Zukunft!