Maßgeschneiderte KI: So automatisiert freenet

Im Interview mit der Redaktion zeigt Sang-Geon Cho auf, wie freenet mit den neuen Technologien umgeht und KI innovativ in die Unternehmensprozesse integriert.

 

Welche Rolle spielen inzwischen KI, ML und Automatisierung für Sie als Digital-Lifestyle-Provider?

KI und ML sind für uns ein essenzieller Ansatz, um Automatisierung auch in komplexen Umfeldern zu realisieren. Unser Anspruch ist es, das herkömmliche „80/20“-Arbeitsmodell zu optimieren, indem wir nun auch die komplexen 20 Prozent der Aufgaben automatisieren. Unser Ziel: 100 Prozent Automatisierung und ein Prozent Aufwand. Automatisierung ist für uns in vielen Bereichen gleichbedeutend mit Digitalisierung. Der Zweck ist nicht das papierlose Büro, sondern das Automatisieren von tausenden Entscheidungsprozessen, die ansonsten manuell passieren müssten.

 

Für welche Prozesse und Lösungen kommen die neuen Technologien zum Einsatz?

Wir nutzen derartige Technologien schon seit mehreren Jahren erfolgreich in der Hyperpersonalisierung von Bestandskundenangeboten, und zwar mit dem Ziel, dem Kunden das relevanteste Angebot zu unterbreiten und gleichzeitig die Unternehmenskennzahlen zu maximieren. Überdies setzen wir angepasste LLMs für die Analyse und Qualitätssicherung einer sechsstelligen Anzahl von Voicefiles im Monat ein. Aber auch in vielen anderen Bereichen setzen wir KI und Machine Learning ein, beispielsweise in der Risikobewertung, der Kennzahlenprognose und für die automatisierte Planung.

 Wo lagen die größten Herausforderungen, um z. B. generative KI anzupassen und zu implementieren? 

Die Herausforderung bei der Implementierung generativer KI liegt primär in der Grundeinstellung der Organisation und nicht in der Technologie selbst. Die Technologie ist kein Allheilmittel – vielmehr sollte aus der spezifischen Problemstellung heraus agiert und die Technologie darauf ausgerichtet werden. Für uns stehen der Anwendungsfall und die damit verbundenen Vorteile für Kunden und Unternehmen im Fokus, Technologie ist das Mittel zum Zweck. Insbesondere im Hinblick auf LLMs fehlen, wie in jedem Unternehmen weltweit, jedoch noch wichtige Erfahrungswerte, die wir mithilfe zielgerichteter Forschung und Entwicklung anhand konkreter Use Cases aufbauen.

Welche Vorteile haben Ihre Kunden und Ihr Haus davon?

Unsere Kunden profitieren beispielsweise von maßgeschneiderten Angeboten und einer gezielten Kundenansprache, die über Standardempfehlungen hinausgeht. Durch Hyperpersonalisierung steigern wir also langfristig die Zufriedenheit und Akzeptanz. Diese Strategie führt für uns zu optimierten Umsätzen und Margen, schafft quasi eine Win-win-Situation: Kunden erhalten relevantere Angebote und eine verbesserte Customer Experience, während unser Haus von effizienterer Kundenbindung und gesteigerter Profitabilität profitiert.  Ansätze wie die vollumfängliche und voll automatisierte Qualitätssicherung von Kundengesprächen sind zudem das Fundament einer langfristig erstklassigen Kundenerfahrung.

Sie testen gerade als einer der ersten Microsofts neuen KI-Assistenten für Office Anwendungen, welche Erfahrungen haben Sie gemacht?

Beim Testen von Copilot beobachten wir durchaus eine Akzeptanz und Nutzungsrate bei einer Vielzahl von kleineren Anwendungsfällen. Die Herausforderung liegt jedoch in der Skalierbarkeit: Die Entwicklung von Prototypen zu vollfunktionalen und sicheren Anwendungen ist ein bedeutender Schritt. Dies ist jedoch Voraussetzung für eine vollständige Automatisierung. Einzelne Prozesse können bereits jetzt effizienter gestaltet werden, der umfassende Nutzen für Organisationen muss sich aber noch beweisen. Anwendungen, in denen weiterhin ein Human-in-the-loop vorgesehen ist, können natürlich heute schon von den Effizienzsteigerungen von Copilot profitieren.

Inwieweit konnten Sie die Hyperpersonalisierung im Kontext der neuen Technologien vorantreiben?

Generative AI kann personalisierte Inhalte wie Text und zukünftig Bilder für individuelle Kundenansprachen erstellen. Das haben wir auch schon erfolgreich getestet – dadurch steigern wir die Kundenerfahrung der hyperpersonalisierten Angebote noch weiter.  Wie in vielen Projekten im Umfeld von Gen AI, ist Skalierung und Qualitätssicherung jedoch noch nicht vollends gelöst.

Wie und wo hat KI bereits die Anforderungen an den Arbeitsplatz und die Aufgaben verändert?

KI hat die Anforderungen an den Arbeitsplatz stark verändert. Für uns entfallen dank Automatisierung z.B. manuelle Stichprobenkontrollen und Angebotsdefinitionen für Kunden. Durch den Wegfall repetitiv-manueller Prozesse können sich Mitarbeitende auf die Auswertung und Umsetzung von Maßnahmen konzentrieren. Das Skill-Profil verändert sich also: Statt reiner Strukturierung und Zusammenfassung sind nun analytische und umsetzungsorientierte Kompetenzen gefragt.
Entwicklungen wie diese erfordern aber auch neue Führungsansätze: Führungskräfte müssen, ähnlich wie für Mitarbeiter, die Regeln und Leitplanken für KI-Systeme setzen. Wir sollten nicht annehmen, dass der Kauf und ein kurzes Intro eines KI-Tools zur Implementierung ausreichen. Genau wie ein Team von Menschen Führung benötigt, brauchen auch KI-Systeme klare Vorgaben und kontinuierliche Anleitung. Diese Aufgabe ist in Teilen sogar komplexer als das disziplinarische Führen von Mitarbeitern. Kurzum: wir müssen lernen, KI-Systeme wie Teams zu führen, um ihr Potenzial voll auszuschöpfen.

Welche neue KI-basierten Prozesse haben besonders schnell und nachhaltig zu Einsparungen geführt?

Bei der Einführung KI-basierter Prozesse zielen wir weniger auf Einsparungen ab – die sind zwar ein willkommener Nebeneffekt, wir fokussieren uns aber auf Effizienzsteigerungen und Qualitätsverbesserungen unserer Dienste. Ein Beispiel ist die Qualitätssicherung, wo wir dank KI die Präzision unserer Services gesteigert und Ressourcen effektiver einsetzen können. Auch in der Angebotsgestaltung für Bestandskunden können wir dank KI-Optimierungen Effizienzgewinne verzeichnen.

Wichtig zu erwähnen: etwaige Prozesse führen nicht zur Reduktion der Belegschaft, sondern dazu, dass sich unsere Teams auf wertstiftende Aktivitäten konzentrieren können. So stärken wir mit KI unsere Zukunftsfähigkeit.

Welche Bedeutung hat KI für die digitale Transformation?

Die Bedeutung der KI für die digitale Transformation ist fundamental. Durch intelligente Algorithmen optimieren wir Kundenerfahrungen und Unternehmenskennzahlen gleichermaßen. KI ist für uns ein wesentlicher Stützpfeiler von Automatisierung. Letztendlich trägt KI dazu bei, dass wir in Zukunft noch agiler und wettbewerbsfähig bleiben.

https://www.freenet.ag

---

CC BY-ND 4.0 DE

https://creativecommons.org/licenses/by-nd/4.0/deed.de#

Sie dürfen:

• Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten
• Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.
• Bitte berücksichtigen Sie, dass die im Beitrag enthaltenen Bild- und Mediendateien zusätzliche Urheberrechte enthalten.

Unter den folgenden Bedingungen:

• Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.
• Keine Bearbeitungen — Wenn Sie das Material remixen, verändern oder darauf anderweitig direkt aufbauen, dürfen Sie die bearbeitete Fassung des Materials nicht verbreiten.

• Keine weiteren Einschränkungen — Sie dürfen keine zusätzlichen Klauseln oder technische Verfahren einsetzen, die anderen rechtlich irgendetwas untersagen, was die Lizenz erlaubt.