Um große Sprachmodelle (LLMs) zur Beantwortung von Fragen zu nutzen, wird häufig das RAG-Konzept (Retrieval Augmented Generation) eingesetzt. Da LLMs nicht alle Dokumente als Datenbasis verwenden können, wird über eine Suche nur ein Teil der Basisdaten für die Antwortgenerierung herangezogen. Dies führt zu Herausforderungen in der Antwortqualität, da RAG-Modelle eine nicht deterministische Suche mit einer unvorhersehbaren Antwortgenerierung kombinieren.

Kunden erwarten Autonomie und schnelle Lösungen. Die USU arbeitet mit ihren Self Service-Produkten daran, den Anteil der Fälle, die durch Self Service gelöst werden können, kontinuierlich auszubauen. Traditionell fokussiert sich Self Service auf vorhersehbare und routinemäßige Anfragen. Anders beim Self Service der USU mit integrierter generativer AI (GenAI). Durch ihre Fähigkeit, aus großen Datenmengen zu lernen und komplexe Zusammenhänge zu erfassen, kann GenAI auch bei ungewöhnlichen oder ganz neuen Kundenanfragen unterstützen.

Digitale Sprachassistenten erfreuen sich wachsender Beliebtheit. Welche die verbreitetsten sind, wie sie funktionieren und wie sie den Kundenservice der Zukunft bereichern werden, erfahren Sie hier.

Es gibt kaum ein Unternehmen, das in seinen Werteversprechen nicht an irgendeiner Stelle postuliert, der Kunde stehe im Mittelpunkt des täglichen Handelns. Doch was bedeutet dieses Versprechen konkret? Im Allgemeinen und für den Kundenservice im Besonderen? Wie können Ideen generiert und Vorgehensweisen erarbeitet werden, um dieses Versprechen umzusetzen? Welchen Beitrag leistet die Digitalisierung? Ist die Umsetzung des Customer First-Ansatzes teuer? Einige Antworten auf diese Fragen, vor allem aber Ansätze zu ihrer Beantwortung, liefert dieser Beitrag.