Conversational AI ist der Game Changer im Kundenservice. Intelligente Sprachassistenten und virtuelle Agenten verändern die Kundeninteraktion und ermöglichen Banken und Sparkassen neue Formen des digitalen Kunden-Supports.
![Virtuelle Sprachassistenten verbessern den Kundenservice](https://www.der-bank-blog.de/wp-content/uploads/2021/03/virtuelle-sprachassistenten.jpg)
Virtuelle Sprachassistenten können den Kundenservice verbessern.
Conversational AI ist ein Game Changer im Kundenservice, und die Sprachschnittstelle zwischen Mensch und Maschine hat zweifelsfrei eine große Zukunft vor sich. Doch was vermögen sprachbasierte Verfahren wirklich, und welche Vorteile bieten intelligente Sprachassistenten und virtuelle Agenten den Banken und ihren Kunden?
Sprachbasierte Assistenten im digitalen Kundensupport
„Hey Siri, wie lautet mein aktueller Kontostand.“ Was 1966 mit ELIZA als virtuelle Therapeutin begann, ist heute aus unserem Alltag kaum wegzudenken. Intelligente Sprachassistenten, Chatbots oder Conversational AI – für die Technologie gibt es eine Vielzahl an Bezeichnungen. Dahinter verbirgt sich eine Software, die mittels natürlicher Sprache bedient werden kann. Wie ist diese Technologie in der Lage diese Sprache zu verstehen, und was spielt „AI“ für eine Rolle?
Im Kern betrachtet, basieren sprachbasierte Assistenten einer Conversational AI auf den drei Komponenten „Natural Language Processing“, „Dialog Management“ und „Interaction Channels“:
Conversational AI verbindet NLP, Dialog Management und Interaction Channels, um Nutzern automatisierte Dialoge mit virtuellen Assistenten und Voicebots in natürlicher Sprache zu ermöglichen.
Damit der virtuelle Agent zusätzliche Informationen aus der Äußerung des Nutzers extrahieren kann, können sogenannte Entitäten definiert werden. Hierbei handelt es sich um Begriffe, die inhaltlich einem Gebiet zugeordnet werden, und den Intent des Nutzers, um weitere Informationen ergänzen, z.B. eine IBAN.
Für den Telefonie-Kanal ist die sprachliche Unterstützung erforderlich. Hierfür sind zwei weitere Komponenten nötig: Eine für die Sprache-zu-Text, sowie eine weitere für die Text-zu-Sprache-Konvertierung.
Ganzheitlich mit Conversational AI zum Erfolg
Was benötigt man, um ein Conversational AI Projekt erfolgreich durchzuführen und das Thema langfristig in der Organisation zu verankern? Die Erfolgsfaktoren lassen sich in drei Kategorien zusammenfassen:
- Strategie,
- People und
- Technologie.
1. Strategie
Im Zentrum einer erfolgreichen Conversational AI Strategie stehen drei zentrale Themen:
- Der Nutzer steht im Vordergrund, d.h. welche Nutzererfahrung optimal für die Kunden ist, und welche Kanäle sich eignen, um die Zielgruppe anzusprechen
- Die Priorisierung der Anwendungsfälle und der Geschäftsziele, die zur Messung des Erfolgs herangezogen werden
- Conversational AI sollte wesentlicher Teil der Digitalisierungsstrategie sein und fest in der Organisation verankert werden, mit einer klaren Vision für alle Beteiligten.
2. People
Es hat sich bewährt, ein interdisziplinäres Team aus Digitalisierungs-Enthusiasten, Fachexperten, Kommunikationsexperten und Kollegen mit technischer Expertise zur Umsetzung der Lösung zu schaffen.
3. Technologie
Zunächst gilt es, sich für die passende Conversational AI-Plattform entscheiden. Der Markt an Anbietern ist groß und verspricht vieles. Man sollte sich jedoch nicht einschüchtern lassen und gegebenenfalls einen erfahrenen Partner zur Evaluierung hinzuziehen. Hierbei ist es wichtig, dass die Anforderungen an die Conversational AI-Plattform definiert ist. Auch die IT-Infrastruktur muss berücksichtigt werden. Es gilt beispielsweise zu klären, welche Daten und Schnittstellen vorhanden sind, um Conversational AI erfolgreich in die bestehende Landschaft zu integrieren.
Diese drei Erfolgsfaktoren greifen eng ineinander und können nur als Gesamtbild betrachtet werden. Daher sollte auch das Thema gesamtheitlich angegangen werden!
Conversational AI bei Banken
Wann waren Sie zuletzt in einer Bankfiliale, außer um Geld abzuheben? Knapp ein Drittel der Deutschen bevorzugt bereits heute den Service einer Direktbank, ein weiteres Drittel denkt über den Wechsel nach. Geldabheben geht ja auch im Supermarkt. In der aktuellen Covid-19 Situation verschärft sich dieser Trend weiter. Es gilt also neue Interaktionskanäle mit den Kunden zu finden.
Ein Beispiel ist die Sparkasse mit ihrem Chatbot „Linda“. Linda ist in der Lage 75 Prozent aller first-level Anfragen abzuarbeiten und entlastet so die verfügbaren Berater. Zudem ist der Chatbot 24/7 verfügbar und betreut Kunden so auch in den Randzeiten.
Ein weiteres Beispiel ist die WIDIBA Bank in Italien, die ihren Kunden einen hohen Personalisierungsgrad und eine Multikanal-Kommunikation bietet. Der Chatbot „Widdy“ kann eine Vielzahl von Serviceanfragen bearbeiten und u.a. ein neues Konto eröffnen.
Man muss kein FinTech Start-Up sein, um Conversational AI erfolgreich zu nutzen. Die Technologie bietet viele Möglichkeiten, die es schrittweise zu entdecken gilt. Es gilt, den ersten Schritt zu machen, um hier zukunftsfähig zu bleiben und den Kunden ein Signal in Bezug auf Innovation zu geben.
Use Cases und Drittsysteme im Fokus
Durch die Anbindung von virtuellen Agenten an vorhandene Drittsysteme (z.B. CRM oder ein zentrales Vertragsmanagementsystem) können Informationen schnell abgerufen und notwendige Schritte in der Kundeninteraktion durchgeführt werden – wie z.B. die Identitätsprüfung eines Kunden für DPA-Zwecke und Änderung der Kontaktdaten im Self-Service. Auch die Einrichtung eines Kontos oder die Aufgabe von Überweisungen deckt Conversational AI ab. Im Kreditbereich können z.B. Kreditrahmen geprüft oder Konsumentenkredite beantragt und im Trading-Bereich Orders angenommen werden. Ebenso ist die automatisierte Bereitstellung von Informationen über den Status einer Order, von Wertpapierkursen und über die Entwicklung des Portfolios so ohne weiteres möglich.
Doch auch intern betrachtet erstreckt sich ein breites Anwendungsspektrum, das von IT über den HR Service Desk bis hin zu Finance und Supply Chain reicht. Und in Fällen, in denen keine Schnittstellen zu Drittsystemen vorhanden sind, können Anfragen durch die Integration von RPA-Lösungen ausgeführt werden.
Fazit: Wie Banken durch den Einsatz von Conversational AI profitieren können
Egal, ob Chatbots oder virtuelle Agenten, eins steht fest: Conversational AI ändert die Art und Weise, wie Banken mit Kunden kommunizieren. Jene Unternehmen, die ihr Omni-Channel Erlebnis erweitern, werden aus triftigen Gründen profitieren:
Je schneller die Beantwortung von Kundenanliegen, desto höher ist die Kundenzufriedenheit
Kundensupport 24/7 anzubieten, stellt jedes Unternehmen vor Herausforderungen. Virtuelle Agenten sind in der Lage, Anliegen fallabschließend zu bearbeiten. Hiermit werden Mitarbeiter entlastet und die Kundenzufriedenheit gesteigert, indem Zielgruppen-abhängig verschiedene Kanäle (z.B. Voice, Webchat, WhatsApp) angeboten werden.
Je effizienter der Agent, desto kostengünstiger der Kundenservice
Digitale Helfer können viele Anfragen übernehmen, von der Produktrecherche bis zum Kaufabschluss. Sie dienen aber auch als Assistenten für Agenten. Bei komplexen Anliegen können sie die Vorarbeit leisten, sodass menschliche Agenten sich um die Kernaufgaben kümmern können. Dies stellt sicher, dass Kundenanliegen mit minimalem Aufwand bearbeitet werden.
Je besser digitale Assistenten ihre Kunden kennen, desto höher das Cross-Selling Potential
Die mittels Conversational AI gewonnenen Daten können auch zur Verbesserung von Vertriebs- und Marketingaktivitäten genutzt werden. Wenn der virtuelle Assistent weiß, um welchen Kunden es sich handelt, kann dieser weitere Vertragsoptionen aus Basis einer Unterhaltung anbieten.
E-Book „Anwendung und Nutzen von Zukunftstechnologien im Banking – Band 2″
Der Artikel ist Teil einer Artikelserie zu neuen Technologie im Banksektor.. Abonnenten von Der Bank Blog Premium können das 30-seitige E-Book mit allen acht Beiträgen direkt herunterladen.
Wenn Sie kein Abonnent sind können Sie das E-Book hier auch einzeln kaufen.
Noch kein Premium-Leser?
Premium Abonnenten des Bank Blogs haben direkten Zugriff auf alle kostenpflichtigen Inhalte des Bank Blogs (Studienquellen, E-Books etc.) und viele weitere Vorteile.
>>> Hier anmelden <<<
Nicole Tranker
Nicole Tranker ist Koautorin des Beitrags. Sie ist Partnerin im Bereich Analytics & Cognitive bei Deloitte Deutschland und verantwortet das Team Intelligent Automation. Sie verfügt über mehrjährige Erfahrung im Management von Optimierungs- und Transformationsprojekten und ist spezialisiert auf die Umsetzung von Digitalisierungslösungen in Banking & Insurance.
Deniz Yilmaz
Deniz Yilmaz ist Koautorin des Beitrags. Sie ist Senior Consultant im Bereich Banking Operations bei Deloitte und Expertin für künstliche Intelligenz. Sie ist Teil des FSI R&CA Teams in Deutschland. Ihre mehrjährige Banking-Expertise erstreckt sich über komplexe nationale sowie internationale Transformations-, Sanierungs- und Abwicklungsprojekte.
Niklas Baersch
Niklas Baersch Koautor des Beitrags. Er ist Senior Consultant im Bereich Analytics & Cognitive bei Deloitte und Experte für Intelligent Automation. Im Projektgeschäft befasst er sich industrieübergreifend mit der Optimierung und Automatisierung von Geschäftsprozessen.
Tobias Caliskan
Tobias Caliskan ist Koautor des Beitrags. Er ist Consultant im Bereich Analytics & Cognitive bei Deloitte und Experte für Prozessautomatisierung. Er ist Teil des Intelligent Automation Teams. Im Rahmen seiner Projekte übernimmt er die Analyse und Aufnahme von Prozessen sowie die Konzeptionierung und Implementierung von innovativen Automatisierungslösungen
Bank Blog Partner Deloitte entwickelt für seine Kunden integrierte Lösungen in den Bereichen Wirtschaftsprüfung, Steuerberatung, Financial Advisory und Consulting.
Mehr über das Partnerkonzept des Bank Blogs erfahren Sie hier.