KI-Technologie im After Sales – Vier Anwendungsfälle

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.

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“.

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.

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.