KI-basierte Analyse von Servicemeldungen
Beschreibung:
Ausgangssituation:
aufgrund der riesigen, weltweit installierten Produktbasis monatlich Hunderttausende Servicemeldungen von Kunden betriebenen Gerätestörungen
Servicemeldungen enthalten gesamten Kommunikations- sowie Lösungsverlauf von Erstkontakt bis Abschluss
Texte sind individuell formuliert und mehrsprachig (= unstrukturierte Daten).Meldungen adressieren meist bereits bekannte Probleme, nur wenige Meldungen unbekannte Probleme.
Um herauszufinden, welche Ursachen Techniker vor Ort identifizieren, welche Lösung sie wählen und welche Probleme besonders häufig auftreten bzw. welche Bauteile häufig betroffen sind, müssten alle Servicemeldungen gelesen werden.
Analyse der Servicemeldungen mit Fachkräften ist wirtschaftlich nicht darstellbar.
Einsatzbereich:
Kundenservice / Erhöhung der Produktqualität / Ermöglichung weiterführender Produktqualitätsanalysen
Technologie:
LLM (Large Language Model), generative KI, GPT-4, Embeddings
Funktionsweise & Implementierung:
Aufbau eines lauffähigen Prototypen
nutzt Large Language Models (LLM) von OpenAI, da bereits im Ökosystem des Kunden verfügbar. Dieses Vorgehen ist hier ressourcensparend, da kein LLM-Training nötig ist. Es wird kundenseitig eine minimale Rechenkapazität benötigt und die Daten sind innerhalb der Firmeninfrastruktur geschützt (Azure Cloud).
LLM GPT-4 liest Servicemeldungen und generiert dazu passende Themen (= strukturierte Daten).
LLM Embeddings bilden Themenvektoren, um ähnliche Themen clustern zu können
LLM GPT-4 weist Clustern beschreibende Labels zu.Prototyp strukturiert unstrukturierte Daten und clustert und benennt sie vollautomatisch ohne
menschlichen Input. Die Daten sind nun erstmals für weiterführende Produktqualitätsanalysen nutzbar.