Automatisierte Sprachanalyse im Callcenter. Experten-Talk mit Ralf Mühlenhöver.

Hallo Ralf, schön, dass Du Zeit gefunden hast, um bei unserem Experten-Talk mitzumachen. Steigen wir doch direkt ins Thema ein: Auf welchem Stand der Technik ist die Sprachanalyse heute und was hat sich technologisch in den letzten Jahren verändert?

Die Leistungsfähigkeit der Systeme hat sich in den letzten Jahren eklatant verbessert, und so ergeben sich eine Menge von neuen Einsatzmöglichkeiten. Um Buzzwords komme ich dabei leider nicht herum. Es geht hierbei tatsächlich um Big Data und Künstliche Intelligenz. Beide Technologiebegriffe müssen in diesem Zusammenhang erwähnt werden, um die Verbesserungen bei der Sprachanalyse zu erklären.

Kannst Du den Zusammenhang ganz konkret beschreiben?

Viele Contact- oder Servicecenter verfügen heutzutage über unendlich viele Gesprächsmitschnitte. Sie werden in aller Regel aber kaum genutzt, geschweige denn tiefgehend analysiert. Es ist ein riesiger Haufen ungenutzter Daten. Allerdings kann man die Daten heute aufgrund der enormen Rechnerleistung problemlos maschinell anhören und durch Big Data auch verarbeiten.

Und was spielt KI dabei für eine Rolle?

KI hat im Bereich der Sprachanalyse einen Quantensprung vollzogen: Heutzutage können Algorithmen Themen und Anliegen erkennen und kategorisieren. Und genau diese Tatsache hilft uns bei der maschinellen Identifikation von Kundenwünschen. Wenn Technologie das schafft, können wir natürlich auch problemlos Kundenzufriedenheit messen, ohne auch nur eine direkte Befragung durchzuführen – die Maschine hört dem Menschen zu.

Viele Interessenten haben die Befürchtung, dass solche Technologien nur in großen IT- Projekten mit enormen Integrationsaufwand zu bekommen sind.

KI-basierte Sprachanalyse können wir heutzutage sehr schnell einsetzen und nutzen: So kann beispielsweise unsere Sprachanalyse-Software ohne irgendwelche Programmierkenntnisse eingesetzt werden. Wir bieten einfaches Handling der Funktionen im Webbrowser und unsere Lösung stellen wir in der deutschen Cloud bereit. So ist ein schnelles und unkompliziertes Onboarding von Projekten gar kein Problem.

Mal ganz einfach gefragt: Welche Erkenntnisse kann mir Sprachanalyse denn überhaupt liefern?

Durch die Erkennung und das Zählen von Worten und Wortgruppen sieht man zum Beispiel, ob Agenten in Kundengesprächen das „Corporate Wording“ einhalten. Es geht dabei darum, dass eigene Unternehmen sprachlich passend zu vertreten. Genauso kann natürlich auf der Anruferseite untersucht werden, welche Begriffe oder Wortgruppen häufiger genutzt werden. Der Einsatz von KI macht es heutzutage möglich, einzelne und auf den ersten Blick isolierte Erkenntnisse in Zusammenhang zu stellen. So wusste man auch früher schon, dass ein Kunde wegen seines DSL-Anschlusses anrief. Dass aber in einem bestimmten Zeitraum DSL-Kunden aufgrund von Bandbreite-Problemen bestimmte FAQs auf der Webseite vermissten, liefert erst das Zusammenspiel von Big Data und KI.

Sprachanalyse hilft also dabei, Serviceprozesse kundenorientierter und effektiver zu gestalten. Gleichzeitig erfolgt die Bereitstellung von wichtigen Erkenntnissen im Bereich der Kundenzufriedenheit: So werden Tendenzen oder Missstände in einem frühen Stadium aufgedeckt und auf solche eingegangen bzw. entgegengearbeitet.

Hast Du ein paar beispielhafte Usecases für unsere Leser?

Ganz grob wird zwischen zwei großen Einsatzbereiche unterschieden: Es gibt die Kunden- als auch die Mitarbeiterseite.

Auf der Kundenseite möchte man vor allem wissen, warum ein Kunde anruft. Was ist sein Anliegen, welche Wünsche hat er und welche Trends sind zu erkennen?

Wenn man die Mitarbeiterseite betrachtet, spielen vor allem die Bereiche Coaching und die Sicherung von Qualitätsstandards eine große Rolle. So kann überprüft werden, ob gewünschte Begrüßungsformeln genutzt werden. Genauso können Coaches ganz gezielt nach exemplarischen Mitschnitten suchen, die sie für Schulungszwecke benötigen. Ein weiteres wichtiges Feld ist die Überprüfung mündlich getätigter Vertragsabschlüsse, oder die Validierung von Opt-Ins: Beides erkennt die Software völlig automatisch, und kann direkt auf kritische Ergebnisse hinweisen.

Seit kurzem gibt es die neue native Schnittstelle bei der telegra-Telefonie, insbesondere dem Voicebot telegra KIT. Was für Vorteile gibt es dadurch für Nutzer?

Wir freuen uns sehr über diese neue Schnittstelle und können nun ganz neue Anwendungsszenarien bereitstellen: Damit ein Voicebot funktioniert, muss er in einem ersten Schritt aus Sprache maschinenlesbaren Text machen. Und das in Echtzeit, denn es soll direkt ein Anrufanliegen erkannt werden, um entweder eine Antwort geben, oder andere Aktionen antriggern zu können. Dieser Voicebot generiert also ganz nebenbei eine große Menge an Daten, die nun wiederum durch eine Sprachanalyse-Software bearbeitet werden könnten. Man muss lediglich die Transkriptionen des Voicebots über eine Schnittstelle in die Sprachanalyse-Plattform überführen.

Durch die automatisierte Gesprächsanalyse können nun intelligente Routing-Regeln definiert werden, die dafür sorgen, dass Serviceprozesse effizienter und Kunden glücklicher sind.

Ralf, es war uns eine Freude. Vielen Dank für das Interview!

Über Ralf Mühlenhöver:

Ralf Mühlenhöver ist technologieverliebter Betriebswirt mit einer Leidenschaft für Software und Kundenservice. Seine Begeisterung für Innovation und Technik treibt ihn an. Mit dieser Leidenschaft steckt er auch seine Kunden an und sein Publikum bei Vorträgen auf der Bühne.
Er bewies seine Fähigkeiten in den letzten 20 Jahren im Telekommunikationsbereich mit der Gründung, dem Aufbau und der Etablierung eines Beratungs- und eines Softwareunternehmens, der Voxtron GmbH und von voiXen.