Druckansicht der Internetadresse:
https://www.ai4.uni-bayreuth.de/en/research/Projects/InfoFormulizer/index.html

Faculty of Mathematics, Physics & Computer Science

Chair for Databases and Information Systems – Prof. Dr.-Ing. Stefan Jablonski

Print page

InfoFormulizer - Projektbericht

Projektpartner

Universität Bayreuth
Technologisches Institut für angewandte Künstliche Intelligenz GmbH (TIKI)Samhammer AG
New Ventures GmbH


Kurzvorstellung und Ausgangssituation

In der Service-Industrie ist es nach wie vor eine große Herausforderung schnell und effektiv auf Probleme zu reagieren. Diese werden meist informell und symptomatisch von Kundinnen und Kunden in Form von Supportanfragen vorgebracht. Diese Supportanfragen liegen meist in schriftlicher Form (z. B. Eintrag in Ticketsystem, E-Mail, Chatverlauf) oder als Transkription einer telefonischen Anfrage vor. Charakteristisch für derartige Supportanfragen sind ungenaue, unvollständige und widersprüchliche Angaben, was die Bearbeitung und in diesem Zuge auch Lösungsfindung erheblich erschwert.

Den Mitarbeiterinnen und Mitarbeitern der Service-Industrien stehen zur Bearbeitung der Supportanfragen (d.h. Lösungsfindung) meist eine Vielzahl von textbasierten Informationsquellen zur Verfügung. Hierbei handelt es sich beispielsweise um FAQs, Handbücher, technische Dokumentationen oder sonstige Dokumente. Das manuelle Durchsuchen dieser (großen) Datenmenge ist eine sehr zeitaufwendige und fehleranfällige Aufgabe. Meist müssen mehrere Absätze gelesen werden und deren Relevanz für die Lösungsfindung beurteilt werden und eine erhebliche Anzahl an Dokumenten durchgesehen werden. Häufig werden hierbei jedoch relevante Absätze übersehen oder aus Zeitgründen bei der ersten annähernd passenden Textpassage die weitere Suche eingestellt, wodurch weitere möglicherweise relevanten Absätze oder Datenquellen gar nicht mehr in die Lösungsfindung einbezogen werden. Neben dem immensen Wettbewerbsdruck, der eine möglichst kosteneffektive Beantwortung von Supportanfragen erforderlich macht, unterliegen zahlreiche Supportanfragen strikten Zeitlimits, die eine Beantwortung innerhalb einer bestimmten Zeitspanne erforderlich machen (z. B. da der Kunde / die Kundin einen bestimmten Supportvertrag hat, der ihr eine maximale Antwortdauer garantiert, oder weil es sich um sicherheitskritische Probleme handelt, die eine unmittelbare Lösung erfordern).

Um diese Herausforderungen anzugehen, wurde in diesem Projekt ein KI-basierter Ansatz entwickelt, um Mitarbeiterinnen und Mitarbeiter bei der Lösungsfindung zu unterstützen.  Basierend auf einer gegebenen Supportanfrage identifiziert der Ansatz die für die Problemlösung relevanten Abschnitte in den Dokumenten, welche im Falle einfacher Anfragen direkt als Antwort genutzt werden können. In Kooperation mit den Anwendungspartnern, wurde hierfür ein eigener, unüberwachter Ansatz mit minimalen Anforderungen entwickelt und als prototypisches Framework implementiert. Das Framework erlaubt eine flexible Anpassung an die Bedürfnisse des jeweiligen Unternehmens, sowie Skalierbarkeit hinsichtlich der Anzahl an Dokumenten und des Supportanfragendurchsatzes. Hierdurch garantiert der „InfoFormulizer“ eine breite Anwendbarkeit für Unternehmen mit unterschiedlichen Profilen und Größen.


Verwendete TechnologienHide
Übersicht der ErgebnisseHide

Webmaster: Kerstin Haseloff

Facebook Youtube-Kanal Instagram UBT-A Contact