Eine E-Mail mit Zählerfoto, ein PDF im Anhang, ein freier Text zum Umzug: Im Kundenservice von Energieversorgern beginnen viele Vorgänge oftmals nicht mit einem Datensatz, der direkt verarbeitet werden kann. Bevor ein Fachprozess in SAP oder einem anderen System startet, müssen Mitarbeitende das Anliegen lesen, einordnen und die relevanten Angaben herausziehen.
KI kann an dieser Stelle helfen, Informationen aus E-Mails, Anhängen oder Bildern für die weitere Bearbeitung aufzubereiten. Für einen durchgängigen Prozess reicht die reine Erkennung solcher Informationen aber nicht aus. Die Daten müssen geprüft, an bestehende Systeme übergeben und bei unklaren Fällen von Mitarbeitenden kontrolliert werden.
Einen solchen Ansatz verfolgen Cortility und Logabit mit Pipeforce. Pipeforce sortiert und strukturiert eingehende Anliegen. Cortility bindet diese Daten an SAP-nahe Fachprozesse an. "Der Engpass liegt häufig nicht im Fachprozess selbst, sondern davor", sagt André Schäuble von Cortility. Also beim Erkennen, Bewerten, Anreichern und Weiterleiten eingehender Anliegen.
KI strukturiert den Eingang
Aus Sicht der beiden Anbieter eignet sich der Kundenservice besonders für den Einstieg in KI-Anwendungen. Dort treffen hohe Fallzahlen, wiederkehrende Anliegen und manuelle Sortierschritte aufeinander. Typische Beispiele sind Zählerstandsmeldungen, Umzüge, Abschlagsänderungen oder Bankdatenänderungen.
Simon Ochs von Pipeforce sieht den Vorteil vor allem bei uneinheitlichen Eingangsdaten. "Unstrukturierte Daten in strukturierte Daten zu ändern – das war vor zwei bis drei Jahren noch nicht in dieser Form möglich oder nur mit großem Aufwand." Klassische Prozessautomatisierung funktioniere dagegen nur gut, wenn die nötigen Informationen eindeutig und strukturiert vorlägen.
Technisch lässt sich der Ablauf in zwei Schritte teilen: Zunächst werden Nachrichten abgeholt, Anliegen erkannt, Kategorien vergeben und relevante Daten extrahiert. Danach werden diese Informationen an SAP oder ein anderes ERP-System als strukturierter Datensatz übergeben.
Ochs betont, dass KI dabei nur ein Baustein ist. Für einen durchgängigen Prozess brauche es auch Entscheidungslogik, regelbasierte Prozesssteuerung, Integration, Validierung, Monitoring und Reporting.
Bei Fehlern oder unklaren Fällen soll der Vorgang nicht automatisch weiterlaufen. Meldet ein Kunde etwa einen unplausiblen Zählerstand, kann SAP den Vorgang ablehnen. Der Fall wird dann an Mitarbeitende zur Prüfung ausgesteuert.
Beispiel Zählerstand
Ein typischer Anwendungsfall ist die Zählerstandsmeldung. Ein Kunde schickt eine E-Mail an den Kundenservice. Im Text steht, dass er seinen Zählerstand mitteilen möchte. Im Anhang befindet sich ein Foto des Stromzählers.
Das System erkennt den Vorgang als Zählerstandsmeldung. Anschließend werden Vertragskonto, Zählernummer und Zählerstand aus E-Mail und Anhang ausgelesen. Danach werden die Angaben an den SAP-Prozess übergeben und dort verarbeitet.
Schäuble beschreibt die Grenze der Automatisierung so: "Wenn etwas unklar ist – das Foto war unscharf, das Vertragskonto fehlt, der Zählerstandswert war unplausibel – wird der Vorgang nicht blind verarbeitet, sondern zur Klärung an Mitarbeiter ausgesteuert." Wenn keine manuelle Prüfung nötig sei, könne die Verbuchung innerhalb weniger Sekunden erfolgen.
Nach Angaben von Ochs wurden in ersten Projekten bei der Kategorisierung Genauigkeiten von 99,2 Prozent erreicht. Bei der Extraktion von Daten wie Vertragskonto, Kundennamen oder Zählerstand nennt er 98,7 Prozent. Der manuelle Aufwand für Standardanliegen könne damit um bis zu 80 Prozent sinken. Die Werte beziehen sich auf Erfahrungen der Anbieter aus ersten Umsetzungen.
Integration bleibt Einzelfall
Für Stadtwerke ist der Integrationsaufwand ein zentraler Punkt. Viele Häuser arbeiten mit gewachsenen IT-Landschaften, individuellen Schnittstellen und mehreren Eingangskanälen. Schäuble sagt, der Aufwand hänge stark von der jeweiligen Ausgangssituation ab. Die Lösung solle sich einfügen, ohne vorhandene Systeme grundlegend zu verändern.
Cortility entwickelt dafür einen sogenannten KI-Connector auf Basis der SAP Business Technology Platform. Ziel ist ein stärker standardisierter Anschluss an S/4HANA, SAP Utilities und Clean-Core-Architekturen. Dabei wird der SAP-Kern möglichst wenig individuell verändert.
Beim Betrieb sind demnach Cloud-, Private-Cloud- und On-Premise-Modelle möglich. Kundendaten würden nicht zu Trainingszwecken verwendet. Zudem seien Varianten mit Datenverarbeitung ausschließlich in der EU sowie mit europäischen Sprachmodellen möglich.
Mehr Prüfung, weniger Routine
Bei der Verarbeitung von Kundendaten reicht die technische Automatisierung allein nicht aus. Stadtwerke müssen nachvollziehen können, welche Informationen aus einer E-Mail, einem Anhang oder einem Foto ausgelesen wurden, welche Prüfungen anschließend erfolgt sind und warum ein Vorgang automatisch weiterlief oder an Mitarbeitende übergeben wurde. Das betrifft nicht nur Datenschutzfragen, sondern auch KRITIS-Anforderungen und die spätere Prüfbarkeit der Abläufe.
Ochs verweist in diesem Zusammenhang auf die Kombination aus Betriebsmodell, Workflow-Steuerung, Validierung und manuellen Prüfschritten. Die Verarbeitung müsse so dokumentiert werden, dass einzelne Schritte im Nachhinein nachvollziehbar bleiben. Bei unklaren oder unplausiblen Angaben soll der Vorgang nicht automatisch abgeschlossen werden, sondern in die manuelle Prüfung gehen. Nach Angaben der Anbieter soll dadurch ein prüfbarer Ende-zu-Ende-Prozess entstehen.
