KI-Technologie im After Sales – Vier Anwendungsfälle

KI-basierte Technologien und Automatisierungen revolutionieren viele Geschäftsbereiche. Ausführungen, Reifegrad und Bandbreite möglicher Einsatzbereiche von künstlicher Intelligenz variieren jedoch stark nach Unternehmensbereich. In den Bereichen Sales und After Sales spielen der persönliche Austausch und die zwischenmenschliche Beziehung zwar nach wie vor eine große Rolle, dennoch gibt es hier Aspekte, in denen KI-Technologien und Automatisierungen wertvolle Unterstützung leisten können.

Großes Potential liegt im Maschinen-, Anlagen- und Fahrzeugbau in der Vernetzung von Maschinen, Anlagen und Geräten sowie in der Verarbeitung von Betriebsdaten. Hier gilt es, schon jetzt mögliche Einsatzbereiche KI-basierter Technologien zu evaluieren und im Hinblick auf eine mögliche Umsetzung zu überprüfen.  

In diesem Blogbeitrag betrachten wir 4 Anwendungsfälle von KI-Technologien im After Sales und Service, deren Umsetzung heute getestet wird oder bereits erprobt ist sowie Ziele und Herausforderungen:

  • Anwendungsfall 1: Ersatzteilerkennung mit KI-basierten Technologien
  • Anwendungsfall 2: Predictive Maintenance und Identifizierung des anstehenden Wartungsbedarfs
  • Anwendungsfall 3: Customer Self Service Portal mit intelligentem Chatbot für After Sales Support
  • Anwendungsfall 4: Intelligente Verknüpfung von service-relevanten Informationen
  • Ziele und Herausforderungen bei der Nutzung von KI-Technologien
  • Fazit: Abteilungsübergreifender Austausch als Basis für Nutzung

Ersatzteilerkennung mit KI-basierten Technologien

Anwendungsfall 1

Ein Servicetechniker wird zu einer defekten Maschine gerufen und muss diese so schnell wie möglich reparieren. Doch welches ist das richtige Ersatzteil, das er austauschen muss? Neben Erfahrungswerten und persönlichem Wissen können hier KI-basierte Technologien unterstützen. Möglich macht das zum Beispiel die Ersatzteilerkennung via Foto: Der Servicetechniker fotografiert das ausgebaute Teil mit seinem Smartphone oder Tablet ab und sendet das Foto an einen Dienst. Dieser greift auf ein cloudbasiertes, neuronales, trainiertes Netz zu, das auf Basis aller relevanten Ersatzteilinformationen des Herstellers der defekten Maschine erstellt wurde.

Der Dienst spielt relevante Ergebnisse zum Ersatzteil mit Angabe der Trefferwahrscheinlichkeit zurück. Die Ergebnisse werden direkt im digitalen Ersatzteilkatalog oder Service-Informationssystem angezeigt. Per Klick auf eines der Ergebnisse springt der Servicetechniker zum entsprechenden Teil im Ersatzteilkatalog. Hier erhält er weitere Informationen zum Bauteil, das direkt mit relevanten Abschnitten aus der technischen Dokumentation und der Bestellmöglichkeit verknüpft ist.

Die finale Auswahl des korrekten Ersatzteils obliegt nach wie vor dem Servicetechniker. Jedoch wird er durch die eingegrenzten Ergebnisse und die Angabe der Trefferwahrscheinlichkeit maßgeblich dabei unterstützt. Zudem benötigt der Servicetechniker weniger Wissen über die Bauteile und Komponenten. Ein weiterer Vorteil: Mit jeder Nutzung des KI-basierten Dienstes im Feld lernt die KI dazu, wird mit der Zeit immer intelligenter und die Ergebnisqualität immer besser.
 

Ersatzteilerkennung via Foto klingt interessant und Sie möchten mehr darüber erfahren?  

Zusammen mit Bosch Cognitive Services arbeiten wir an diesem spannenden Thema. Gemeinsam bieten wir ein Full-Service-Modell, bestehend aus der Digitalisierung der Ersatzteildaten, dem Antrainieren der künstlichen Intelligenz, dem laufenden Service und der kompletten Integration ins Ersatzteilkatalog- und Service-Informationssystem.  

Predictive Maintenance und Identifizierung des anstehenden Wartungsbedarfs

Anwendungsfall 2

Ein klassischer Anwendungsfall von KI-Technologien und Machine Learning im Service und After Sales ist Predictive Maintenance, also die vorausschauende Instandhaltung. Basis für Predictive Maintenance ist die permanente Überwachung und Auswertung von Maschinen- und Prozessdaten. Aus diesen wird durch Echtzeit-Analysen in Kombination mit Big Data der aktuelle Zustand von in Betrieb befindlichen Maschinen, Anlagen und Geräten bestimmt. In Kombination mit weiteren Parametern und Informationen soll mit Hilfe von Algorithmen der zukünftige Wartungsbedarf und der optimale Wartungszeitpunkt vorhergesagt werden. Im Idealfall erfolgt die Wartung noch bevor ein Störfall entsteht, aber auch nur dann, wenn diese wirklich nötig ist. 

Ob Predictive Maintenance die passende Instandhaltungsstrategie für ein Unternehmen ist, hängt von verschiedenen Faktoren ab. Mehr Informationen dazu finden Sie in unserem Blogbeitrag „Predictive Maintenance – Definition, Voraussetzungen und Vorteile“.

Ein praktisches Beispiel zum Einsatz von künstlicher Intelligenz zur Identifizierung des anstehenden Wartungsbedarfs findet sich bei ŜKODA AUTO: Die Abteilungen After Sales und ŠKODA AUTO DigiLab testen nach eigenen Angaben die neue Smartphone-App „Sound Analyser“. Diese unterstützt Servicetechniker dabei, den anstehenden Wartungs- und Reparaturbedarf eines Fahrzeugs mit Hilfe von KI-Technologien schnell und präzise zu identifizieren. Per Aufnahme der Betriebsgeräusche und Abgleich mit hinterlegten Klangmustern ermittelt die App, ob es zu Abweichungen kommt. Sind Unstimmigkeiten identifiziert, analysiert ein Algorithmus, wodurch sich diese Abweichungen möglicherweise ergeben und wie sich diese beheben lassen könnten. Ziel ist es, die Effizienz im Bereich der Wartung zu erhöhen, Werkstattaufenthalte zu verkürzen und damit die Kundenzufriedenheit zu steigern. In 2020 wurde die App von 245 ŜKODA-Händlern in 14 Ländern im Praxisbetrieb getestet. 

 

Customer Self Service Portal mit intelligentem Chatbot für After Sales Support

Anwendungsfall 3

Weniger aufwändig, aber nicht weniger interessant, ist der Einsatz eines digitalen Kundenportals mit einem intelligenten Chatbot, der im After Sales und Service unterstützt. Der KI-gestützte Chatbot oder intelligente virtuelle Assistent dient dabei nicht als Ersatz, sondern vielmehr als Ergänzung des „menschlichen“ Kundenservices. Häufige Einsatzbereiche sind die Bearbeitung von Routineanfragen, die Überbrückung der Wartezeit, bis ein realer Service-Mitarbeiter zur Verfügung steht oder die Abfrage von benötigten Daten.

Vorteile von KI-gestützten Chatbots und intelligenten virtuellen Assistenten: 

  • 24/7 Verfügbarkeit: unabhängig von Servicezeiten, Feiertagen und Wochenenden
  • Hohe Bearbeitungsgeschwindigkeit und Effizienz
  • Entlastung des menschlichen Kundenservices: zeitaufwändige, aber einfache Routineaufgaben werden von Chatbots übernommen 

Wie alle KI-gestützten Technologien wird ein Chatbot erst mit der Zeit und laufendem Training intelligenter. Dennoch kann er schon zu Beginn des Einsatzes Unterstützung leisten, wenn er anhand eines Entscheidungsbaumes agiert und textliche Standardfragen beantwortet.

Intelligente Verknüpfung von service-relevanten Informationen mithilfe von Knowledge Graphen

Anwendungsfall 4

Laut B2B E-Business Report zum Thema „13 Stellschrauben für einen überzeugenden After-Sales-Service“ verfolgen 98 % der befragten Unternehmen das Ziel, unterschiedliche Systeme und Software zu vernetzen. Der Status Quo sieht häufig folgendermaßen aus:

Produktinformationen sind auf verschiedenen Systemen verteilt, die nicht miteinander vernetzt sind und keine Daten austauschen. Auch in der Organisation ist Silodenken weit verbreitet: Die Konstruktionsabteilung spricht nicht mit dem After Sales Service, und auch die Technische Dokumentation arbeitet weitestgehend isoliert. Das führt dazu, dass Servicetechniker, aber auch Mitarbeiter der Service-Hotline oder die Kunden selbst wissen müssen, in welchen Systemen sie welche Informationen vorfinden und wie sie darauf Zugriff erhalten.  

Dabei geht es doch so viel einfacher: Mit einem Service-Informationssystem, das mechanische, elektronische und pneumatische Serviceinformationen zusammenbringt. Zusätzlich integriert, verknüpft und vernetzt das System weitere Inhalte, wie z.B. Produktinformationen, Technische Dokumentationen, Zuliefererdokumentationen, Fotos oder Media-Assets auf eine intelligente Weise. Die Vernetzung und Verknüpfung der Informationen kann dabei auf Basis von KI-Technologien mit Hilfe von Semantik und Knowledge Graphen erfolgen, die ein Beziehungsnetzwerk der Informationen aufbauen.

Das Ergebnis ist EIN System, über das die verschiedenen Zielgruppen (z.B. Servicetechniker, Support-Mitarbeiter, Kunden, Instandhalter etc.) mit Hilfe einer einfachen Suchmöglichkeit Zugriff auf genau die Informationen erhalten, die sie für ihren Use Case zu diesem Zeitpunkt benötigen.  

Ihr Service-Informationssystem wird damit zur Datendrehscheibe, zum Ersatzteilkatalog, Webshop, Verkaufstool und internen Auskunftssystem – sozusagen zum „Google“ für Ihre Servicedaten.  

Erfahren Sie mehr darüber, wie Sie Ihre Serviceinformationen intelligent digitalisieren und vernetzen.

Ziele & Herausforderungen bei der Nutzung von KI-Technologien

Zielsetzungen

Technologien auf Basis von künstlicher Intelligenz werden im After Sales und Service mit folgenden Zielen eingesetzt:  

  • Verbesserung der Servicequalität
  • Effizienzsteigerung
  • Einsparung von Kosten
  • Optimierung von Prozessen
  • Verbesserung der Skalierbarkeit
  • Angebot von neuen Services
  • Imagegewinn
  • Steigerung der Kundenzufriedenheit

 

Herausforderungen

Eine auf KI basierte Technologie ist nur so intelligent wie der Mensch es zulässt. Die Qualität der Daten ist dabei von entscheidender Bedeutung. Nach dem initialen Antrainieren benötigt der Algorithmus viele weitere Daten aus dem Feld, um peu à peu dazuzulernen und noch intelligenter zu werden.

Fazit

Abteilungsübergreifender Austausch ist die Basis für eine zielführende Nutzung von KI im After Sales

Noch nicht alle KI-Technologien sind nach derzeitigem Stand bereits so ausgereift, dass eine Nutzung in der Praxis zielführend möglich ist. Und nicht jede Technologie ist für jedes Unternehmen geeignet. Um sinnvolle Ansatzpunkte für passende KI-Lösungen für die individuelle Situation des Unternehmens zu identifizieren, sind folgende Aspekte essenziell:  

  • Abteilungsübergreifender Austausch
  • Eine gründliche Analyse des Bedarfs
  • Kombination von Fachwissen und IT-Wissen
  • Zusammenführen von relevanten Daten

Service is the new sales. Unternehmen, die diese Entwicklung erkannt haben und berücksichtigen, haben gute Chancen, ihrer Konkurrenz voraus zu sein und auch in einem kompetitiven Markt Wachstum zu generieren.  

Andere Artikel von Quanos

Das könnte Sie auch interessieren

Perfekt für Serienfertiger: Vereinfachter Einstieg in den Ersatzteilkatalog

Sie sind Serienfertiger und haben ein Produktportfolio, das aus großen Serien besteht? Ihre Produkte gibt es in versc…

B2B E-Commerce erfolgreich betreiben mit integriertem Ersatzteilshop

Was im B2C-Bereich bereits gang und gäbe ist, nimmt zunehmend Einzug in die B2B-Welt: Der Online-Verkauf von Produkte…

Field Service Management - Herausforderungen und Lösungen

Service is the new sales. Getreu diesem Motto legen viele Unternehmen im Maschinen-, Anlagen-, Fahrzeug- und Geräteba…