Die Prozessautomatisierung, oft auch als RPA bezeichnet, beruht auf einer Kombination aus klassischer RPA und künstlicher Intelligenz. Sie leitet das Nutzerverhalten aus Datenmustern ab. Prozessautomatisierung ist in der Lage, versteckte, komplexe Datenmuster in großen, auch lückenhaften, unstrukturierten Datenmengen (einschließlich textintensiver Berichte) aufzudecken und zu verarbeiten. Zu diesem Zweck wird RPA um Funktionen der künstlichen Intelligenz wie optische Zeichenerkennung (OCR) oder natürliche Sprachverarbeitung (NLP) erweitert.
Autor: medina
Bildverarbeitung
Embedded Vision kombiniert Kameras, Edge- oder Cloud-Computing, Software und künstliche Intelligenz (KI), damit Systeme Objekte “sehen” und erkennen können. Intel verfügt über ein umfangreiches Angebot, um KI-Lösungen Realität werden zu lassen. Dazu gehören CPUs für allgemeine Berechnungen und Computer Vision sowie Vision Processing Units (VPUs) zur Beschleunigung. Für den Einsatz in einer Vielzahl von Umgebungen können Computer-Vision-Systeme schnell Objekte und Personen erkennen, audiodemografische Merkmale analysieren, hergestellte Produkte überprüfen und vieles mehr. Computer Vision nutzt Deep Learning, um neuronale Netze zu bilden, die dann die Systeme bei der Bildverarbeitung und Analyse leiten. Umfassend trainierte Computer Vision Modelle können für die Objekterkennung, Menschenerkennung und sogar die Bewegungsverfolgung verwendet werden.
Machine Learning (ML)
Maschinelles Lernen (ML) ist eine Sammlung von mathematischen Methoden zur Mustererkennung. Diese Methoden erkennen Muster, zum Beispiel durch die bestmögliche Zerlegung von Datensätzen in hierarchische Strukturen, die auf die bestmögliche Entropie ausgerichtet sind. Oder es werden Ähnlichkeiten zwischen Datensätzen über Vektoren ermittelt und daraus trainiert oder untrainiert Muster abgeleitet. Algorithmen des maschinellen Lernens sind in der Tat in der Lage, viele alltägliche oder sogar sehr spezielle Probleme zu lösen. In der Praxis eines Entwicklers für maschinelles Lernen treten jedoch häufig Probleme auf, wenn entweder zu wenig Daten vorhanden sind oder die Daten zu viele Dimensionen haben. Entropiegesteuerte Lernalgorithmen wie Entscheidungsbäume werden zu komplex, wenn es viele Dimensionen und Vektoren gibt.
Natural Language Processing (NLP)
Die Abkürzung NLP steht für Natural Language Processing und beschreibt Techniken und Methoden zur maschinellen Verarbeitung natürlicher Sprache. Das Ziel ist die direkte Kommunikation zwischen Mensch und Computer. Natural Language Processing (NLP) versucht, natürliche Sprache zu erfassen und mit Hilfe von Regeln und Algorithmen computerbasiert zu verarbeiten. NLP nutzt verschiedene Methoden und Ergebnisse der Linguistik und kombiniert sie mit moderner Informatik und künstlicher Intelligenz. Das Ziel ist es, eine möglichst hohe Kommunikation zwischen Menschen und Computern über Sprache herzustellen. Dies soll es sowohl Maschinen und Anwendungen ermöglichen durch Sprache gesteuert und bedient zu werden.
Tet-to-Speech
Bei der Sprachsynthese geht es darum, die menschliche Sprache künstlich zu erzeugen und sie für kommunikative Zwecke zu nutzen. Die Sprachsynthese ermöglicht eine Mensch-Maschine-Kommunikation. Technisch gesehen handelt es sich bei der Sprachsynthese um die Umwandlung und Ausgabe kodierter Daten in Form von Sprache, wobei Sprachsynthesesysteme entsprechende Wörter oder Wortfragmente speichern und phonetisch klassifizieren. Bei der Sprachsynthese kommen zwei Verfahren zum Einsatz: die Verwendung von zuvor aufgezeichneter natürlicher Sprache in Form von Phonemen, Wörtern und Satzfragmenten und die Generierung von synthetischer Sprache aus Daten und Text, wobei das erste Verfahren bei einem begrenzten Wortschatz eingesetzt werden kann, die synthetische Erzeugung funktioniert mit einem unbegrenzten Vokabular. Solche Sprachsynthesesysteme werden in der Computer-Telefonie Integration (CTI), Bildschirm Lesegeräten, Text-to-Speech, … eingesetzt.
Speech-to-Text
Unter Spracherkennung versteht man die Fähigkeit einer Maschine oder eines Programms, gesprochene Wörter und Sätze zu erkennen und in ein maschinenlesbares Format umzuwandeln.
Spracherkennung wird beispielsweise in der Anrufweiterleitung, Sprachwahl und Sprachsuche eingesetzt. Die Spracherkennung muss von der Stimmerkennung unterschieden werden, welche eine biometrische Methode zur Identifizierung einer Person anhand ihrer Stimme ist.
Das Contact Center 5.0
Das ZEW Contact-Center 5.0, kurz CC5.0, ist eine von SUSI&James entwickelte Cloud-Lösung und entlastet Unternehmen, welche ständig wiederkehrende, ausgehende Anrufe durchführen. So lassen sich beispielsweise Terminerinnerungen, Terminvereinbarungen, Umfragen oder Ähnliches vollständig automatisieren. Beim CC5.0 telefoniert die Sprachassistentin SUSI, die bereits als Digitale Mitarbeiterin in verschiedenen Branchen agiert, mit Kunden, Patienten und Partnern der Unternehmen und automatisiert somit diesen heute menschlich ausgeführten Prozess. Dies bedeutet, dass je nach Bedarf, entsprechend beliebig viele Anrufe auch parallel an entsprechende Kontakte ausgesteuert werden können. Der Vorteil davon liegt darin, dass einerseits viel Zeit und andererseits Mitarbeiterkapazität eingespart wird. SUSI kann individuelle Dialoge erlernen und somit flexibel in unterschiedlichen Anwendungen zum Einsatz kommen. Damit diese Anwendung von SUSI besonders elegant, robust und leistungsfähig funktioniert, basiert das CC5.0 auf der KI-Plattform „EVA“ von SUSI&James.
EVA ist die erste Plattform global, die für die Entwicklung, das Training sowie den Betrieb Digitaler Mitarbeiter verantwortlich ist. Diese Digitalen Mitarbeiter werden darauf ausgerichtet, mit dem Menschen logisch interagieren und sprechen zu können. Durch EVA hat das CC5.0 Zugriff auf verschiedene leading- und cutting-Edge Technologien, beispielsweise ein Dialogsystem, ein Machine-Learning Framework, Speech-to-Text und Text-to-Speech Komponenten, sowie die Integration in einen Cloud Kommunikationsanbieter zur Einbindung der Sprachassistentin SUSI in die Telefonie. Auf künstlicher Intelligenz (KI) basierte digitale Assistenten sprechen mit den Befragten in natürlicher Sprache. Das CC5.0 ermöglicht es, Telefonnummern von Kontakten zu importieren und diese systematisch durch die Sprachassistentin SUSI mit einem vorgefertigten Dialog abzutelefonieren. Diese Technologie hat das Potenzial eine große Anzahl von Menschen und Unternehmen zu entlasten, indem ständig wiederkehrende, ausgehende Anrufe automatisch von SUSI durchgeführt werden. Konkret macht sich das im Beispiel einer Telefonumfrage mit einer großen Anzahl von Menschen sehr zu nutzen.
Die Forschungskooperation
In diesem Proof-of-Concept Projekt wollten wir im Rahmen eines Feldexperiments gemeinsam mit dem Zentrum für Europäische Wirtschaftsforschung (ZEW) herausfinden, ob sich Sprachassistenten für den Einsatz in der Meinungsforschung im Hinblick auf automatisierte, telefonische Befragungen eignen. Hierbei galt es herauszufinden, wie sich die Akzeptanz der befragten Personen, gegenüber dem Sprachassistenten im Vergleich zum Menschen verhielt. Des Weiteren war das Ziel des Projektes mit unserer SUSI eine Vielzahl junger Unternehmen in Deutschland automatisch anzurufen und eine kurze Umfrage zum Thema Corona durchzuführen. Wichtig dabei war herauszufinden, wie sich die Corona-Pandemie auf den Betrieb deutscher Unternehmen ausgewirkt hat. Die Durchführung und Auswertung des Szenarios sind in den letzten Wochen geschehen. Dieses erste Szenario galt als Akzeptanztest für das Thema künstliche Intelligenz und war ein Durchbruch für den Einsatz von KI als Schnittstelle zum Menschen. Das Produkt CC5.0 ermöglichte es der ZEW mehrere Anrufe gleichzeitig zu tätigen und innerhalb eines kurzen Zeitraumes mit der gesamten Umfrage abzuschließen, statt ein umfangreiches Projekt mit einem Callcenter durchzuführen. Dazu brauchte das CC5.0 seitens der ZEW entsprechende Telefonnummern, die kontaktiert werden sollten. Außerdem sollten in einem vorgefertigten Dialog bereits Informationen gegeben sein, die SUSI erfragen sollte. Diesbezüglich hatte das ZEW 500 registrierte Unternehmen mit vollständigen Daten inklusive Telefonnummer, Geschäftsführer und Standort vorliegen.
Mit einem Klick rief das CC5.0 automatisch alle definierten Kontakte an und die Digitale Mitarbeiterin SUSI führte anhand eines ausgefeilten Dialogs die Umfrage selbstständig durch. Zunächst stellte sie sich vor und erläuterte dem Gesprächspartner, worum es sich handelte und welche Rolle dieser für die Umfrage spielte. Danach führte sie den vorgefertigten Dialog fort und stellte dabei drei einfache Fragen, auf die mit „Ja“ oder „Nein“ geantwortet werden konnte. Konkret wurden folgende Fragen gestellt:
“Hat die Corona-Pandemie bis zum jetzigen Zeitpunkt für Ihr Unternehmen überwiegend positive wirtschaftliche Auswirkungen?”
“Haben Sie für Ihr Unternehmen Hilfe oder Unterstützung des Bundes, der Länder oder Kommunen in Anspruch genommen oder beantragt?”
“Denken Sie über Veränderungen Ihrer strategischen Ausrichtung für die Zeit nach der Corona-Pandemie nach oder arbeiten Sie bereits daran?”
SUSI sammelte alle benötigten Daten im Gespräch und speicherte diese anonymisiert in einer sicheren Datenbank. Nachdem alle Umfragen abgeschlossen wurden, konnten die Ergebnisse eingesehen, ausgewertet und weiterverwendet werden. Hierbei wurde deutlich, dass ein solcher Prozess, wenn er von Menschen ausgeführt würde, eine sehr lange Zeit in Anspruch nähme. Aus diesem Grund bat das ZEW-Outbound-Projekt einen enormen Mehrwert und kann die Beziehung zwischen künstlicher Intelligenz und Menschen künftig verändern.
Automobilwirtschaft: SUSI&James bei der Innvationswoche 2022
Die @Zukunftswerkstatt 4.0 wurde im Rahmen des Strategiedialogs Automobilwirtschaft Baden-Württemberg ins Leben gerufen und stellt dabei gezielt den proaktiven Zukunftstransfer in den Mittelpunkt. Auf über 450 Quadratmetern befinden sich zwei vollfunktionsfähige Werkstattarbeitsplätze, ein Showroom sowie Seminarräume. Das innovative Format der Innovationswoche 2022 richtet sich an Entscheidungsträger in Autohäusern – vom Werkstatt- oder Verkaufsleiter bis zum Geschäftsführer.
SUSI&James hat sich dem Projekt Zukunftswerkstatt 4.0 als innovatives Unternehmen angeschlossen. Besonders wertvoll für die SUSI&James ist der Austausch mit aufgeschlossenen und innovativen Menschen aus der Branche, sowie die Möglichkeit, wertvolle Inputs in die Produktentwicklung einfließen zu lassen. Als Anbieter von Branchenlösungen für die Automobilindustrie findet die SUSI&James in der Zukunftswerkstatt ein Forum, in dem gleiche Interessen mit weiteren Anbietern verfolgt werden können.
Patrick Oltmann, Head of Sales, und Florian Gleiss, Projektleiter, hielten im Rahmen der Innovationswoche einen Vortrag zum Thema “KI in der Kundenkommunikation – Keinen Anruf mehr verpassen”. Dabei wurde die KI der SUSI&James für die Kundenkommunikation in Autohäusern vorgestellt und in diesem Zusammenhang Einsatzmöglichkeiten und Referenzanwendungen präsentiert.
Das Ergebnis für die SUSI&James sind spannende Gespräche mit innovativen Partnern der @Zukunftswerkstatt 4.0 Danke dafür! Und auch vielen Dank an @Nils Unverricht und @Niklas Wild für die super Organisation
Wir freuen uns ein Teil der Zukunftswerkstatt zu sein und auf die zukünftigen Events.