Neue Wege zur Klassifikation im Inputmanagement · IBM BLUEMIX ALS TECHNISCHE PLATTFORM 13 • Einfache Bereitstellung einer Anwendungs-umgebung • Skalierbar • Einfache Dashboard-Verwaltung

NEUE WEGE ZURKLASSIFIKATION IMINPUTMANAGEMENTEINE NEUE SICHT AUF AKTUELLE MÖGLICHKEITEN

DÖRSAM, JOCHEN

BÖBLINGEN, 22. JUNI 2017

AGENDAAnforderungen heute• 360 Grad Kundenkommunikation• Bedeutung der Klassifikation im Input

Managements

Klassifikation• Ansatz über alle Kanäle• Was leistet KI?• Beispiel IBM: Bluemix und Watson• Beispiel Paradatec: KI in der

Klassikitation

Zusammenfassung und Fazit• Die Zeit ist reif• Kombinatorik

ANFORDERUNGEN HEUTE

22.06.2017 Neue Wege zur Klassifikation im Input Management 3

Ansatz über alle Kanäle

Cenit AG

Support

INPUT:Kommunikation mitKunden, LieferantenPartnern, ...

Produkt-entwicklung

OutputKunden, Lieferanten, Partner

E-Market, Engaged Video,ChatBots, Mobile, …

ANFORDERUNGEN HEUTE3600 KUNDENKOMMUNIKATION ÜBER ALLE KANÄLE?

Vertrieb

Call Center

Finanzen


Hohe Reaktionsgeschwindigkeit

Aktualität: Kunden erwarten gleichen Informationsstand auf allen Kanälen

Kompetente Ansprechpartner

Kanalflexibilität (Web. Email, Mobile, immer weniger Papier)

Individualisierung

ERWARTUNGSHALTUNG

Kommunikation auf mehreren Kanälen

Fast immer findet ein Kanalwechsel bei Papiereingang statt

Kommunikationsabbrüche bei längeren Wartezeiten

70% kaufen online ein, ¼ haben Bankdaten auf ihrem Handy

2/3 nutzen den gleichen Kanal für Recherche und Einkauf (z.B. Laden oder Internet)

KUNDEN - VERHALTEN



UNISERV: Qualität der Kundendaten:

Unvollständig (95%), veraltet (84%), doppelt (64%)

Genesys: Wichtigster Customer-Experience-Kanal:

pers. Kontakt (45%), Online-Support (33%), Web-Self-Service (31%), E-Mail (23%), Telefon (20%), Papier (6%)

FAKTEN / STUDIEN


622.06.2017 Neue Wege zur Klassifikation im Input Management

7

Wir bekommen jede Menge an Informationen, können diese aber nur schwer zuordnen

Verfügbarkeit von Informationen über alle Kanäle herstellen

Aktuelle beschäftigen wir uns nur mit ca. ¼ der vom Kunden favorisierten Kommunikationswege

Der Klassifikation beim Eingang kommt eine Schlüsselfunktion zu

FAZIT

ANFORDERUNGEN HEUTEKLASSIFIZIERUNG: ZENTRALE BEDEUTUNG


8

Aufbereitung beim Eingang der Informationen ist entscheidend

Trennung von Form und Inhalten

Verfügbarkeit aller relevanten Informationen unternehmensweit und zeitgleich gewährleisten

Datensilos verhindern

KONSISTENZ HERSTELLEN


ANFORDERUNGEN HEUTEKLASSIFIZIERUNG: ZENTRALE BEDEUTUNG

KLASSIFIKATION

9

Ansatz über alle Kanäle


DURCHGÄNGIGE MULTI CHANNEL COMMUNICATION MANAGEMENT ALS ZIEL

VideoVideo

23.06.2017 Künstliche Intelligenz – wie passt das zu EIM? 10

ChatbotsChatbots

Neue Kanäle:Chatbots,

Messanger,interaktives Video,…

Spracherkennung:Speech to Text

Selbstlernende Systeme:KI

Watson[IBM]

BLUEMIX CLOUD[IBM]

PROSAR-AIDA[paradatec]

SIRI[APPLE]

INTERACTIVESVIDEO

[PITNEY BOWES]

KLASSIFIKATIONWAS LEISTET KI?


KLASSIFIKATION

12

Beispiel IBM: BLUEMIX & Watson


IBM BLUEMIX ALS TECHNISCHE PLATTFORM

13

• Einfache Bereitstellung einer Anwendungs-umgebung

• Skalierbar• Einfache Dashboard-

Verwaltung

• Cloud Foundry basiert

PLATFORM AS A SERVICE

• Liberty for Java• Node.js • ASP.NET• Swift• Python• PHP• …

RUNTIMES

• Softlayer• VMware • Bluebox

INFRASTRUKTUR

Auswahl aus umfang-reichen Katalog• Data Analytics• Watson• Internet of Things • Network • Security• …

SERVICES

www.bluemix.net/catalog/

13:50 UhrHans Klemm LoungeStefan Jamin


BEISPIELHAFT AUSGEWÄHLTE SERVICES

15

WATSON SERVICES

ConversationErstellen eines intelligentenautomatisierten Dialoges

Language Translator

Schnelles Übersetzen von Text

Natural Language Classifier

Klassifizieren von Text

Text to Speech

Umwandlung von geschriebenen Textin Sprache

Tone Analyzer

Erkennen von Tonfall, sozialer Eigen-schaften und Sprachstil auf Textebene

Speech to Text

Umwandlung von gesprochener Sprache in geschriebenen Text

Tradeoff Analytics

Entscheidungsfindung bei komplexen Zielstellungen

Visual Recognition

Bilderkennung und Bildanalyse


KLASSIFIKATION

16

Beispiel Paradatec: KI in der Klassifikation


AUTO CLASSIFICATIONPARADATEC: PROSAR-AIDA


AUTO CLASSIFICATIONPARADATEC: PROSAR-AIDA

© Paradatec GmbH 23.06.2017


Identifiziert Bezüge zwischen OCR-Fragmenten und Dokumenttyp

Lernt eindeutige Suchbegriffe

Nutzt Volltext, Zonen, Titel, Barcodes

Gewichtet die Datenfragmente

TRAINIERTE KLASSIFIKATION

Full Page Text

URLA

4506-T

Note

DoT

© Paradatec GmbH


TRAINIERTE KLASSIFIKATION

Einstellung der Schwellwerte für „Vertrauen“ und „Rückweisung“

Erfolgsmessung je Dokumentenklasse

Übersicht der Trainingsmengen je Dokumentklasse

Nachtrainieren einzelner Dokumentklassen


© Paradatec GmbH

ZUSAMMENFASSUNG UND FAZIT

Kombinatorik der aktuellen Möglichkeiten


BEISPIEL


ZUSAMMENFASSUNG UND FAZITPROZESSERGÄNZUNGEN

1. Eingang: Text, Sprache, Bilder,…

2. Vorgelagerte Prozesse. Kanalspezifische Vorverarbeitung

3. Automatisierte Klassifizierung mittels KI-Module. Wichtig: Gewichtung der Keywords

4. Klassifizierung über klassische Regelwerke mit Fachwissen, ggf. manueller Teilprozess zur Korrektur (initiiert über Schwellwerte).

5. Abschluss und ggf. Rückgabe (z.B. über Webinterface), Übergabe an elektronische Akte, Archiv oder Workflow.

BESCHREIBUNG

1. Eingang

2. Vorgelagerte Prozesse, OCR, Sprach- und Bilderkennung

3. Klassifizierung mittelsKI

4. Klassifizierung mittels„klassischer“ Regelwerke

5. Rückgabe an nachgelagerte Systeme (z.B. an Archiv, Übergabe an Workflow,…)

KOMBINATORIK

ERP, DB

Archiv, Akte

KI

KI


ZUSAMMENFASSUNG UND FAZIT


Klassifizierung: Grundstein für eine zielgerichtete digitale Weiterverarbeitung

Trennung von Form und Inhalten am Anfang aller Prozesse (Datensilos, Kanalwechsel)

Schutz der Investitionen durch Kombinatorik: Modulare Ergänzungen von klassischen Regelwerken und dem Einsatz von KI, je nach Anforderung

FAZIT

VIELEN DANK

BE THE CHANGE – DIGITALISIERUNG MIT EIM

KANN ICH MEINE KUNDENKOMMUNIKATION MIT DIGITALEN ASSISTENTEN OPTIMIEREN?

WARUMNICHT?


This document may contain forward-looking statements regarding the business, financialand earnings situation of the CENIT corporation as well as earnings estimates. Forward-looking statements are characterised by such phrases and expressions as "the companymay", or "the company will", "expects", "anticipates", "is considering", "is intending", "isplanning", "believes", "continues to", "estimates" and other similar phrases andexpressions.Such statements entail no assurance that anticipated events will transpire. On the contrary,such statements involve risks, uncertainty and contingencies that are difficult to predict andare furthermore based on assumptions regarding future events that may prove inaccurate.Actual outcomes may thus deviate substantially from expectations thereby expressed.Forward-looking statements made by CENIT representing expectations or projections offuture events are made in good faith and may be presumed to be adequately grounded infact; no assurance however can be provided that such statements, expectations orprojections will be borne out/fulfilled/ achieved.Actual operating results may vary substantially from those projected in forward-lookingstatements and are subject to specific risks - please consult the CENIT AG managementreport.

DISCLAIMER

6/23/2017 26

Documents

Neue Wege zur Klassifikation im Inputmanagement · IBM BLUEMIX ALS TECHNISCHE PLATTFORM 13 • Einfache Bereitstellung einer Anwendungs-umgebung • Skalierbar • Einfache Dashboard-Verwaltung