Eigenen generativen KI-Anwendungsfall bewerten und definieren

In diesem Dokument erfahren Sie, wie Sie einen geschäftlichen Anwendungsfall für die KI definieren, indem Sie einem wertbezogenen Entscheidungsansatz folgen.

Hinweis: In diesem Dokument meint traditionelle KI KI-Funktionen und Anwendungsfälle, für die die Möglichkeiten der generativen KI nicht unbedingt erforderlich sind, darunter verschiedene Klassifizierungs- und Vorhersageaufgaben im KI-Bereich. Informationen zu KI-Funktionen finden Sie unter Wann werden generative oder herkömmliche KI verwendet?.

Generative und traditionelle KI-Lösungen sind leistungsstarke Tools, sollten jedoch immer Ihre Geschäftsziele unterstützen und nie isoliert existieren. Um erfolgreiche generative oder traditionelle KI-Lösungen zu erstellen, identifizieren Sie zuerst klar die spezifischen messbaren Geschäftsziele oder Anforderungen, die Sie erreichen möchten. Arbeiten Sie dann rückwärts, von den gewünschten Geschäftsergebnissen ausgehend (z. B. mehr Mitarbeitereffizienz oder eine erhöhte Kundenzufriedenheit), damit die Lösung direkt zu Ihren Geschäftszielen beiträgt.

Verwenden Sie den folgenden vereinfachten Entscheidungsprozess, um Ihren generativen oder traditionellen KI-Anwendungsfall mit Fokus auf Geschäftswerte zu definieren:

1. Geschäftsziele und Erfolgskriterien: Messbare Geschäftsziele identifizieren.
   • Konzentrieren Sie sich auf das Geschäftsziel und den zu erreichenden Wert, z. B. Erhöhung der Effizienz und Produktivität, Kostensenkung, Verbesserung der Kundenzufriedenheit oder Wettbewerbsvorteil.
   • Erstellen Sie klare Geschäftspläne, um den Erfolg der festgelegten Ziele zu messen. Der ROI (Return on Investment) ist einer der wichtigsten Messwerte für den Erfolg von KI-Projekten. Der ROI kann mithilfe verschiedener Messwerte gemessen werden:
     • Direkte finanzielle Vorteile: Mehr Umsatz oder geringere Kosten.
     • Betriebliche Effizienz: Kürzere Produkteinführungszeit oder schnellere Problembehebung.
     • Kundenerlebnis: Höhere Zufriedenheitswerte oder eine verbesserte Kundentreue.
   • Identifizieren Sie alle potenziellen Geschäftseinschränkungen und -überlegungen, z. B. die Einhaltung von Sicherheits- und Datenschutzaspekten in Bezug auf spezifische Branchenanforderungen oder landesrechtliche Bestimmungen.

2. KI/ML-Typ: Stellen Sie fest, ob KI/ML der richtige Ansatz zur Lösung Ihres Geschäftsproblems oder zum Erreichen des identifizierten Ziels ist.

   Entscheiden Sie, ob die erkannte Geschäftserwartung generative KI, andere Arten von KI oder keine KI erfordert. Weitere Informationen finden Sie unter Erforderliche Ausgabe ermitteln in „ML-Problem darstellen“.

3. Erwartungen an die Nutzerfreundlichkeit: Identifizieren Sie die Endnutzer des Anwendungsfalls und wie sie mit der durch generative oder traditionelle KI-basierte Anwendung oder dem Dienst interagieren könnten. Überlegen Sie, welche Erwartungen oder Vorlieben die Nutzer haben könnten.

4. Geschäftsorientierte und nutzerorientierte KI-Lösung: Verbinden Sie den optimalen Anwendungsfall für generative oder traditionelle KI-Technologie mit messbaren Geschäftsanforderungen, den Prioritäten der Organisation und den Nutzererwartungen. Beachten Sie dabei Folgendes:

   • Wie kann das Unternehmen die Effizienz und Produktivität durch den Einsatz von generativer oder traditioneller KI optimieren, um mehr Ergebnisse schneller und mit weniger operativer Komplexität oder mit geringerem Aufwand (und möglicherweise mit Kosteneinsparungen) zu erreichen?
   • Wie kann das Unternehmen mithilfe von generativer oder traditioneller KI die Kunden- oder Produkterfahrung verbessern?
   • So können Sie mithilfe von generativer oder traditioneller KI auf innovative Weise Geschäftswerte schaffen:
     • Analysieren Sie Ihre bestehenden Geschäftsangebote und -funktionen, um Bereiche zu ermitteln, in denen generative oder traditionelle KI Ihre vorhandenen Lösungen verbessern, die Kreativität fördern oder neue Möglichkeiten eröffnen kann.
     • Hier erfahren Sie, wie Sie mit KI innovative Verbesserungen erzielen und sich von der Konkurrenz abheben können. Mithilfe von generativer KI können Sie sich von der Masse abheben, mehr als nur kurzfristige Probleme beheben und Möglichkeiten zur Optimierung Ihrer bestehenden Angebote finden.
     • Priorisieren Sie die Verwendung von Technologie, um die Geschäftsfunktionen zu verbessern, die mit den vorrangigen Zielen des Unternehmens übereinstimmen.

5. Änderung der Geschäftsprozesse: Identifizieren Sie Änderungen, die das Unternehmen an vorhandenen Prozessen oder Workflows vornehmen muss, um diese an den Anwendungsfall mit generativer oder traditioneller KI anzupassen.

   Überlegen Sie, wie sich die KI-Lösung auf die Interaktion von Mitarbeitern oder Kunden mit den Systemen und Workflows des Unternehmens auswirken wird, z. B. über eine mobile App oder einen Kundensupport-Chatbot. Bei diesen Interaktionen müssen möglicherweise Backend-Prozesse geändert oder neu erfunden werden, um KI-Funktionen wie die Workflow-Automatisierung zu nutzen und dem Unternehmen zu helfen, die Vorteile der KI zu nutzen.

Beispiel für einen geschäftlichen Anwendungsfall für Generative AI

In den folgenden Abschnitten finden Sie ein vereinfachtes Beispiel, das zeigt, wie Sie messbare Geschäftsanforderungen und -erwartungen identifizieren und mit wirkungsvollen Geschäftsanwendungsfällen für generative KI verknüpfen.

Beschreibung des Geschäftsproblems

In diesem Szenario sind die Teams für den Kundensupport wegen einer großen Menge sich wiederholender Anfragen, der manuellen Verwaltung von Tickets und der ständigen Kommunikation mit Support-E-Mails überlastet. Das überlastet Ressourcen, erhöht die Arbeitszeit der Kundenservicemitarbeiter und verlangsamt Lösungszeiten, was Kundenzufriedenheit und -bindung beeinträchtigt.

Potenzielle Optimierungsmöglichkeiten mit messbarem Geschäftswert

Im Folgenden finden Sie Beispiele für die möglichen messbaren Geschäftswerte. Dabei kommt eine von generativen KI-Kapazitäten unterstützte Technologielösung (ein Chatbot) zum Einsatz, um die oben erwähnten geschäftlichen Herausforderungen zu bewältigen. Basierend auf Geschäftsmodell und Prioritäten kann das Unternehmen einige oder alle dieser messbaren Ziele in Betracht ziehen.

• Effizienz des Kundensupports verbessern: Senkung der Supportkosten und Optimierung der Kundenservicemitarbeiter-Workflows. Messbare Erfolgskriterien sind:
  • Prozentuale Senkung der Betriebskosten für den Kundensupport über einen bestimmten Zeitraum (z. B. vierteljährlich).
  • Prozentuale Erhöhung der Anzahl von Kundenanfragen, die der Chatbot bearbeitet.
  • Durchschnittliche Reduzierung der Arbeitszeit von Kundenservicemitarbeitern für sich wiederholende Aufgaben.
• Ticket-Lösung optimieren: Verbesserung der Lösungsgeschwindigkeit und Erhöhung des Prozentsatzes der Probleme, die direkt vom Chatbot gelöst werden. Messbare Erfolgskriterien sind:
  • Durchschnittliche Verringerung der Zeit bis zur Lösung für Anfragen, die der Chatbot bearbeitet.
  • Prozentsatz der Tickets, die ohne manuelles Eingreifen geschlossen wurden.
  • Prozentuale Verringerung der Anzahl der Tickets, die aufgrund ihrer Komplexität an das technische Supportteam eskaliert werden müssen.
  • Erhöhung der Rate der Auflösung beim Erstkontakt (Probleme, die in einer einzigen Interaktion gelöst werden).
  • Prozentuale Erhöhung der Anzahl von Kundenanfragen, die der Chatbot bearbeitet und löst.
• Kundenerfahrung verbessern: Steigerung der Kundenzufriedenheit durch Angebot von Reaktivität und personalisiertem Support rund um die Uhr. Messbare Erfolgskriterien sind:
  • Erhöhung der Kundenzufriedenheit (CSAT, Customer SATisfaction) in Umfragen zur Chatbot-Nutzung.
  • Reduzierung der durchschnittlichen Wartezeiten für die Erstinteraktion.
  • Zunahme der durch nur eine Interaktion gelösten Probleme.
  • Prozentsatz des positiven Sentiments, das in Chatbot-Unterhaltungen und Feedback-Umfragen erkannt wurde.
  • Verbesserte Kundenbindungsrate.
• Wachstum der Geschäftsabläufe unterstützen: Bewältigung gesteigerter Kundennachfragen ohne linear steigende Kosten oder eine Erhöhung der Wartezeiten für die erste Kundeninteraktion. Messbare Erfolgskriterien sind:
  • Fähigkeit, einen bestimmten prozentualen Anstieg der Supportanfragen ohne menschliches Eingreifen zu bewältigen.
  • Konsistente Werte in Sachen CSAT und Zeit bis zur Lösung in Zeiten hoher Nachfrage.
  • Wartezeiten der Kunden auf die erste Interaktion bleibt konstant.

Lösungen mit generativer KI

Unterhaltungschatbot: Generative KI-basierte Chatbots oder virtuelle Kundenservicemitarbeiter bieten eine erhebliche Verbesserung der Personalisierung und eine natürliche, fast-zwischenmenschliche Unterhaltung. Das liegt daran, dass generative KI in der Lage ist, komplexen Kontext, Stimmung und Beziehungen in der Sprache zu verstehen. Diese Fähigkeit führt zu natürlicher wirkenden Interaktionen, zu relevanten Fragen und zum Bereitstellen maßgeschneiderter Empfehlungen für eine verbesserte Nutzererfahrung.

Die Funktionen der generativen KI helfen Organisationen auch, die Effizienz und Produktivität der Arbeit zu steigern. Ein herkömmlicher regelbasierter Chatbot ist dagegen in der Regel auf vordefinierte Keywords und Absichtsmuster beschränkt. Wenn sich Konversationsmuster entwickeln oder neue Fragen entstehen, erfordert ein regelbasierter Chatbot daher zusätzlichen operativen Aufwand zur Regelaktualisierungen und -verfeinerungen sowie Intent-Training. Hier bieten generative KI-Chatbots die folgenden Vorteile im Vergleich zu herkömmlichen regelbasierten Chatbots:

• Die Antworten von auf generativer KI basierten Chatbots sind nicht auf häufig gestellte Fragen (FAQs) beschränkt. Der Chatbot kann Antworten in großen Datensätzen aus verschiedenen Quellen finden, z. B. in Verlaufsdaten von Supportanfragen, auf Websites, in Produktdokumenten, im Inventar, in E-Mails und in alten Chatunterhaltungen mit Lösung. Er kann auch dialogorientierte Abfragen verstehen und komplexe Informationen zusammenfassen.
• Auf generativer KI basierende, virtuelle Kundenservicemitarbeiter synthetisieren Informationen aus allen Ihren Datenquellen. Diese Synthese ermöglicht es, spezifische, logische und umsetzbare Antworten zu liefern, die auf den von Ihnen bereitgestellten Daten basieren und Ihren Geschäftserwartungen entsprechen.
• Die generative KI interpretiert die komplexe Sprache und die Nuancen innerhalb eines Tickets. Sie kann den vollständigen Kontext des Problems eines Kunden verstehen. Ein traditioneller KI-Chatbot konzentriert sich hauptsächlich auf bestimmte Keywords.
• Auf generativer KI basierende Chatbots bieten Kunden die Flexibilität, sich über ihre bevorzugte Methode (Text, Sprache, Bild) auszudrücken. Dabei nutzen sie alle Eingaben, um die Problemlösung zu verbessern. Kunden können beispielsweise während eines Chats Fotos eines beschädigten Produkts teilen. Die generative KI kann dann die Beschreibung des Kunden mit dem Foto kombinieren, um die Diagnose und Fehlerbehebung zu verbessern.

Workflow für die Fallverwaltung und Erkenntnisgewinnung: Ein generativer KI-gestützter Chatbot kann automatisch Tickets aus jeder Interaktion generieren. Der Chatbot nutzt generative KI-Funktionen, um die Dringlichkeit, die Meinungsanalyse und die Komplexität des Problems zu verstehen. So werden Tickets effektiv priorisiert. Der Chatbot kann auf folgende Weise mit Ihrem Ticketsystem interagieren:

• Der auf generativer KI basierende Chatbot verbindet sich direkt mit Ihrem Support-Ticketing-System, um das Support-Ticket zu erstellen und mit den folgenden Informationen zu füllen:
  • Kundendetails
  • Kategorisierung und Priorität technischer Probleme
  • Ein vollständiges Transkript der Unterhaltung als Kontext
  • Zusammenfassung des Hauptproblems
• Bei neuen, komplexen Problemen kann der Chatbot das Ticket mit unterstützendem Kontext wie einer Zusammenfassung des Problems und der Unterhaltung dem richtigen Team zuweisen.

Nächste Schritte

• In diesen Beispielen erfahren Sie, wie sich generative KI auf Ihren Anwendungsfall anwenden lässt.
• Weitere Informationen zu den Phasen der Entwicklung einer generativen KI-Anwendung und zur Auswahl der besten Produkte und Tools für Ihren Anwendungsfall finden Sie unter Generative KI-Anwendung in Google Cloud erstellen.
• Mit dem AI Readiness Workshop können Sie Ihre KI-Fähigkeiten bewerten und eine Roadmap erstellen, um ihr Potenzial zu nutzen.