Situation
Unser Kunde, ein führendes Finanzinstitut, erkannte, dass der manuelle Prozess der Klassifizierung interner Probleme per E-Mail und deren Weiterleitung an die entsprechenden Abteilungen langsam, ineffizient und umständlich war. Alle E-Mails wurden an ein zentrales "Help Desk" geschickt, das den Bedarf manuell klassifizierte und in ein formales Ticketingsystem eintrug und die E-Mail an die entsprechende Abteilung weiterleitete. Der Kunde suchte nach Möglichkeiten, diesen Prozess zu verbessern.
Mit diesem Ziel vor Augen wurde Open Web Technology gebeten, ein System mit künstlicher Intelligenz zu entwickeln, das in der Lage ist, diese E-Mails vorab zu klassifizieren. Die Idee war, sich nicht nur auf die Klassifizierung zu beschränken, sondern auch erweiterte Funktionen für die Priorisierung und Kontextinformationen bereitzustellen.
Herangehensweise
Das Team von Open Web Technology definierte zusammen mit dem Kunden einen vierstufigen Ansatz, um diese Vision in die Realität umzusetzen:
Blueprint
Unser Team war in der Lage, in enger Zusammenarbeit mit dem Projektsponsor den Umfang des Projekts zu bestimmen und die gewünschten Funktionalitäten und Anforderungen für verschiedene Anwendungsszenarien zu definieren.
Entwicklung
Um Tausende von E-Mails zu verarbeiten, entwickelte unser Team einen robusten Agenten, der in der Lage ist, Informationen aus einer Mailbox zu empfangen und zu extrahieren, mit dem KI-Agenten zu interagieren und die erweiterten E-Mails in den entsprechenden Postausgang umzuleiten.
KI-Training
In einem ersten Schritt wurde ein erster Satz von strukturierten und unstrukturierten E-Mails bereitgestellt, um das KI-System mit überwachtem Lernen zu trainieren. Für die Klassifizierung und Anreicherung wurden fortgeschrittene KI-Techniken wie Named Entity Recognition, Boosting, Keyword Extraction und Pattern Recognition eingesetzt.
In einer zweiten Phase ging das Training zur Echtzeitverarbeitung und -klassifizierung der E-Mails über, um weitere Verbesserungen zu erzielen. Aus den E-Mails wurden Kontextinformationen extrahiert, die Aufschluss über die E-Mail und ihren Absender geben.
Feedback und Abstimmung
Durch die enge Zusammenarbeit mit dem Projektsponsor erhielten wir automatisch Rückmeldungen zu unserem System, um den KI-Agenten effizient zu optimieren, die Fehlerquote zu verringern und das System zu verbessern.
Dank der Arbeit von Open Web Technology und den Möglichkeiten der künstlichen Intelligenz konnte der Kunde die Bearbeitungszeit von Tickets drastisch verringern, Betriebskosten und Ausfallzeiten reduzieren und gleichzeitig die Produktivität steigern. Die Hinzufügung von Kontextinformationen zu den klassifizierten E-Mails war für den Kunden von großem Nutzen
