Als Dienstleister für Energieversorger ist die DMS mit Millionen Kundenanliegen, quer über alle Kommunikationskanäle konfrontiert. Ständig gilt es eine hohe Servicequalität bei gleichzeitigem Kostendruck zu halten. Um der ständig steigenden Erwartungshaltung von Verbrauchern hinsichtlich Reaktionszeiten und Mehrkanalfähigkeit gerecht zu werden, wurde nach einem zukunftsfähigen Servicemodell gesucht.

Neben der bereits erfolgten Optimierung von Prozessabläufen in der Serviceabteilung war der nächste logische Schritt, die vorhandenen Kompetenzen in der Automatisierung auszubauen. Da ein Großteil der Kundenkommunikation via E-Mail erfolgte und den meisten Ressourceneinsatz erforderte, waren die möglichen Anwendungsfälle für eine Automatisierung relativ schnell klar. Technologien, die E-Mails treffsicher analysieren und weiterverarbeiten, schienen jedoch kostenintensiv. Der Vorstand befürchtete ein aufwendiges Pilotprojekt, dass kurz- bis mittelfristig keine Auswirkungen auf Service-Kennzahlen zeigen würde. Die meisten in Frage kommenden KI-Systeme brauchten außerdem große Datenmengen, um für die spezifischen Anwendungsfälle erfolgreich trainiert zu werden. Der Einsatz von künstlicher Intelligenz rückte damit fast in weite Ferne.

• Mit DEEP.search wurde letztlich eine Lösung gefunden, die bereits auf wesentliche Kernprozesse im Servicecenter von Energiedienstleistern vortrainiert ist.
• Durch die Kombination von OCR, RPA und semantischer künstlicher Intelligenz war die richtige Klassifizierung der E-Mails und die weitere Einbindung in bestehende Workflows innerhalb von zwei Wochen umgesetzt.