Erinnerst du dich noch daran, wann du dich das letzte Mal verlaufen hast?
Ich meine, wirklich, wirklich verloren. Mitten im Nirgendwo. Keine Menschenseele weit und breit und keine Ahnung, wo welche Richtung war.
Ich schätze, das ist schon eine Weile her.
Dank moderner Technik und GPS sind wir immer nur einen Klick in der App davon entfernt, genau zu wissen, wo wir uns auf diesem Planeten befinden.
Möchten Sie den Weg wiederfinden? Geben Sie einfach Ihr Ziel ein und folgen Sie der blauen Linie.
Was macht ein Navigationssystem nützlich?
Es geht nicht nur um die Menge der Kartendaten.
Was Sie von Punkt A nach Punkt B bringt, ist ein System, das versteht, wie Straßen miteinander verbunden sind, weiß, welche Routen für Ihre Situation geeignet sind, und Ihnen auf der Grundlage zuverlässiger, aktueller Informationen Wegbeschreibungen geben kann.
Mehr Daten garantieren keine besseren Wegbeschreibungen. Sie bieten Ihnen möglicherweise nur mehr Möglichkeiten, sich zu irren.
Ist es dir wirklich wichtig, dass das System jeden jemals veröffentlichten Straßenatlas liest? Die Nebenstraßen von Shanghai zu kennen, hilft dir nicht weiter, wenn du außerhalb von Albuquerque falsch abgebogen bist.
Sie brauchen genau die richtige Navigation für sich … und zwar sofort.
Die gleichen Anforderungen gelten auch für KI und Servicewissen.
Verwandeln Sie Ihre Service-KI von „Buchwissen“ in „Praxiswissen“
Nur weil Sie KI mit Tausenden von Handbüchern, Servicefällen, Arbeitsanweisungen und Interaktionen von Technikern verknüpft haben, wird sie dadurch noch lange nicht automatisch zu einem Superstar in der Problemlösung.
Die Qualität einer Antwort hängt direkt von der Qualität des Wissens ab, auf dem sie basiert.
Auf den Autobahnen wimmelt es von Autofahrern, die sich darauf verlassen, dass ihr Navigationssystem sie ans Ziel bringt. Sie vertrauen darauf, dass es sie nicht auf eine noch nicht fertiggestellte Brücke oder in falscher Richtung auf eine Einbahnstraße schickt.
Dieses Vertrauen wird belohnt, denn ein modernes Navigationssystem gibt nicht einfach nur Wegbeschreibungen auf der Grundlage eines 100 Jahre alten Atlas aus. Es lernt ständig aus der realen Welt.
Was hat das mit Außendienst zu tun?
Serviceunternehmen, die ihre KI ausschließlich auf Handbücher, Chats und PDF-Dateien beschränken, orientieren sich anhand veralteter Karten. Sie führen ihre Serviceteams in Sackgassen und Hinterhöfe.
Wenn Sie möchten, dass die KI nicht mehr nur themenbezogene, sondern richtige Antworten liefert, müssen Sie Ihr Servicewissen verbessern, indem Sie diese sechs Aspekte anpassen: Struktur, Kontext, Validierung, Berechtigungen, Nachverfolgbarkeit und Aktualität.
1. Struktur: Der KI helfen, Zusammenhänge zu erkennen und das Richtige zu unterscheiden
Ein Navigationssystem muss zwischen einer Autobahn und einer Ortsstraße unterscheiden, erkennen, wo eine Straße endet und eine andere beginnt, und eine Route zu einem bestimmten Ort berechnen.
Ohne Struktur gerät das gesamte System ins Stocken.
Auch im Bereich Servicewissen gibt es ein ähnliches Problem.
Was ist, wenn zwei Geräte denselben Fehlercode anzeigen, aber je nach Modell, Softwareversion oder Betriebsumgebung unterschiedliche Maßnahmen erfordern? Für jemanden, der mit den Geräten vertraut ist, mögen diese Unterschiede offensichtlich sein.
Aber KI braucht klare Vorgaben. Unddies wird umso wichtiger, je mehr Informationen es gibt.
Man macht eine KI nicht intelligenter, indem man einfach mehr Dokumente hinzufügt. Dadurch erhält das System lediglich mehr potenziell relevante Informationen, aus denen es auswählen kann.
Struktur schafft Grenzen, die der KI helfen, den Unterschied zwischen ähnlichen Wissenselementen zu erkennen. Struktur hilft der KI dabei, zu bestimmen, was in der jeweiligen Situation zutrifft.
Dein Ziel ist es nicht, der KI dabei zu helfen, die Frage zu beantworten: „Welche Informationen haben wir zu diesem Problem?“
Sie möchten, dass es Ihnen sagt: „Welche Informationen gelten für dieses konkrete Problem, bei diesem konkreten Objekt und unter diesen konkreten Bedingungen?“
Die Struktur macht den Unterschied zwischen einer passenden Antwort und der richtigen Antwort aus.
2. Kontext: Helfen Sie der KI zu verstehen, wann die Antwort zutrifft
Die Tatsache, dass eine Straße existiert, hilft einem Navigationssystem nicht dabei, zu entscheiden, ob man sie nehmen sollte.
Die Berechnung der besten Route hängt davon ab, wo Sie sich befinden, wohin Sie fahren, wie die aktuellen Bedingungen sind und manchmal sogar davon, welches Fahrzeug Sie fahren.
Auch das Wissen über Dienstleistungen ist an bestimmte Voraussetzungen gebunden.
Ein Schritt zur Fehlerbehebung kann für ein Produkt geeignet sein, für ein anderes jedoch unsicher. Reparaturverfahren können je nach Region variieren. Eine von einem erfahrenen Techniker angewandte Methode erfordert möglicherweise eine zusätzliche Schulung, bevor sie für einen neuen Mitarbeiter geeignet ist.
Das ist der Kontext: die Informationen rund um eine Wissensangabe, die erklären, wann und warum sie gilt.
Die Einordnung in den Kontext ist entscheidend, wenn dieses Wissen aus realen Serviceinteraktionen gewonnen wird. Ein erfahrener Außendiensttechniker trifft seine Entscheidung selten auf der Grundlage einer einzigen Tatsache. Er beobachtet, stellt Fragen, schließt Möglichkeiten aus, greift auf frühere Erfahrungen zurück und entscheidet dann, wie er vorgehen wird.
Wenn Sie den Prozess dokumentieren, der zur Lösung geführt hat, möchten Sie, dass die KI versteht, warum er funktioniert hat und unter welchen Umständen man ihn erneut anwenden sollte.
Struktur hilft der KI, den richtigen Weg zu finden.
Anhand des Kontexts kann das System erkennen, ob diese Route für eine bestimmte Fahrt sinnvoll ist.
3. Überprüfung: Vergewissern Sie sich, dass die Quelle vertrauenswürdig ist
Sie müssen Ihrem Navigationssystem vertrauen.
Stellen Sie sich vor, jeder Autofahrer könnte eine neue Straße zur Karte hinzufügen. Manche Beiträge wären vielleicht hilfreich. Andere wären möglicherweise unvollständig, falsch verstanden oder schlichtweg falsch.
KI stellt Dienstleistungsunternehmen vor eine ähnliche Herausforderung, da sie den Aufwand für die Schaffung von Wissen verringert.
KI kann Serviceinteraktionen in Anleitungen zur Fehlerbehebung umwandeln, Lösungsansätze zusammenfassen oder eine sinnvolle Vorgehensweise ermitteln. Doch die Fähigkeit, Wissen schnell zu generieren, macht es noch lange nicht verbindlich.
Ihr Team muss verstehen, welche Daten erfasst wurden, welche Ergebnisse die KI geliefert hat, was ein Experte geprüft hat und was das Unternehmen genehmigt hat.
Von KI generiertes Wissen sollte nicht automatisch als verbindliche Richtlinie gelten. Hier sind Menschen gefragt.
Durch Validierung wird erfasstes Wissen zu verlässlichem Wissen.
4. Genehmigungen: Stellen Sie sicher, dass die richtige Person die richtigen Anweisungen erhält
Navigationssysteme sollten nicht davon ausgehen, dass alle Straßen für jeden befahrbar sind.
Manche sind privat. Auf anderen ist der Verkehr mit Nutzfahrzeugen eingeschränkt. Für manche ist eine Genehmigung erforderlich. Nur weil eine Straße existiert, heißt das noch lange nicht, dass man sie benutzen darf.
Das gleiche Prinzip gilt auch für das Fachwissen im Servicebereich.
Ein internes Verfahren zur Fehlerbehebung mag für einen zertifizierten Techniker geeignet sein, nicht jedoch für einen Kunden. Ein Partner ist möglicherweise nur zur Durchführung eines Teils einer Reparatur berechtigt. Bestimmte Informationen können je nach geografischem Gebiet, Zertifizierung oder Vertragsverhältnis eingeschränkt sein.
Deshalb muss die KI nicht nur feststellen: „Ist das die richtige Antwort?“, sondern auch: „Ist das eine Antwort, die diese Person erhalten darf?“
Berechtigungen helfen der KI dabei, diese Grenzen zu respektieren.
5. Rückverfolgbarkeit: Geben Sie an, woher die Anweisungen stammen
Wenn ein Navigationssystem eine Route vorschlägt, die nicht richtig zu sein scheint, muss man verstehen, warum das so ist.
Das Gleiche gilt, wenn Ihre Service-KI einen Diagnoseschritt oder einen Reparaturvorgang empfiehlt.
Jede KI-Antwort sollte einen Rückbezug auf das zugrunde liegende Wissen enthalten, sei es ein technisches Handbuch, ein früherer Fall oder Wissen, das aus einem Austausch mit einem Experten gewonnen wurde.
Diese Rückverfolgbarkeit ermöglicht es den Technikern, die ihnen gegebenen Informationen zu bewerten. Es besteht ein großer Unterschied zwischen einer Empfehlung, die auf einem aktuellen, genehmigten Verfahren basiert, und einer, die auf einem alten, nicht überprüften Fall beruht.
Die Rückverfolgbarkeit bietet dem Unternehmen zudem die Möglichkeit, Probleme zu untersuchen.
Wenn die KI eine fragwürdige Antwort liefert, sollten Nutzer die Möglichkeit haben zu fragen: War die Quelle falsch? War sie veraltet? Wurde sie überprüft?
Ohne Quellenangabe wird die KI-Antwort zu einer „Black Box“. Mit einer Quellenangabe können Unternehmen die Kette von der Antwort über das Wissen bis hin zur Quelle nachvollziehen.
Die Rückverfolgbarkeit hilft den Menschen zu verstehen, worauf eine KI-Antwort basiert und ob sie ihr vertrauen können.
6. Aktualität: Die Leitlinien sollten realitätsnah bleiben
Karten bleiben nicht für immer korrekt.
Straßen werden gesperrt. Neue Straßen werden eröffnet. Bauarbeiten verändern die Verkehrsführung. Eine Strecke, die einst der schnellste Weg quer durch die Stadt war, ist heute vielleicht nicht mehr die beste Wahl.
Das Wissen über Dienstleistungen entwickelt sich auf dieselbe Weise weiter.
Produkte werden aktualisiert. Teile werden ausgetauscht. Die Software ändert sich.
Ein Verfahren kann bei seiner Erstellung absolut genau sein, sich aber im Laufe der Zeit verändern.
Leider kann KI dieses Problem noch verschlimmern. Ein veraltetes Dokument, das in einem Archiv vergraben ist, wird vielleicht nur selten geöffnet. Sobald die KI jedoch Zugriff darauf hat, kann genau dieses Dokument weiterhin Antworten im gesamten Unternehmen beeinflussen.
Deshalb darf die Aktualität nicht allein davon abhängen, dass jemand daran denkt, einen Artikel zu aktualisieren.
Die leistungsfähigsten Wissenssysteme schaffen eine Rückkopplungsschleife zwischen dem, was passieren sollte, und dem, was tatsächlich an der Basis geschieht.
Wenn Techniker ein Problem immer wieder anders lösen als in der veröffentlichten Vorgehensweise beschrieben, ist das ein Signal. Wenn ein neues Fehlermuster auftritt, ist das ein Signal. Diese Signale machen das Unternehmen darauf aufmerksam, dass ein Teil seines Wissens möglicherweise nicht mehr der Realität entspricht.
Navigationssysteme sind umso nützlicher, je besser sie erkennen, dass sich die vor ihnen liegende Straße ändern kann.
Ihr KI-fähiges Wissenssystem sollte in der Lage sein zu erkennen, wann die Service-Realität über die herkömmliche Wissensbasis hinausgeht.
Frische sorgt dafür, dass die Karte mit der Realität im Einklang bleibt.
Das Wissen hinter der KI
Die Lehre aus diesem Vergleich ist einfach: Für eine gute Wegbeschreibung braucht es mehr als nur den Zugriff auf Karten.
Ein Navigationssystem muss verstehen, was die Informationen bedeuten, wann sie gelten, ob sie vertrauenswürdig sind, wer sie nutzen kann, woher sie stammen und ob sie noch der Realität entsprechen.
KI benötigt dieselbe Grundlage.
- Struktur hilft dabei, das richtige Wissen von lediglich verwandtem Wissen zu unterscheiden.
- Kontext hilft ihm zu verstehen, wann dieses Wissen anzuwenden ist.
- Validierung stellt fest, ob sie vertrauenswürdig ist.
- Berechtigungen legen fest, wer sie nutzen darf.
- Rückverfolgbarkeit ermöglicht die Überprüfung und Steuerung.
- Aktualität sorgt dafür, dass es mit dem aktuellen Geschehen im Einklang bleibt.
Das Ziel besteht also nicht nur darin, der KI Zugang zu mehr Servicewissen zu verschaffen. Vielmehr geht es darum, der KI Wissen zu vermitteln, das sie interpretieren, anwenden, dem sie vertrauen, das sie steuern und das sie stets mit Ihrer Service-Realität in Verbindung halten kann.
Wo Xpert Knowledge™ zum Einsatz kommt
SightCall Xpert Knowledge™ soll Dienstleistungsunternehmen dabei unterstützen, konkrete Serviceerfahrungen in strukturiertes, wiederverwendbares Wissen umzuwandeln.
Es erfasst Wissen aus Service-Interaktionen und hochgeladenen Videos und unterstützt Teams anschließend dabei:
- Gliedern Sie es in praktische Anleitungen
- Das Ergebnis überprüfen und bearbeiten
- Inhalte vor der Veröffentlichung freigeben
- Wissen entsprechend den Serviceanforderungen strukturieren
- Machen Sie es durchsuchbar und wiederverwendbar
- Mit Service-Workflows verknüpfen
- Bereitstellung verlässlicher Informationen für unterstützte KI-Anwendungen
Das Ziel besteht nicht darin, bestehende Handbücher, Wissensdatenbanken oder Service-Systeme zu ersetzen.
Damit soll das visuelle und implizite Wissen erfasst werden, das diesen Systemen oft entgeht – und dieses Wissen unternehmensweit nutzbar gemacht werden.