Mediathek-Serie: Chatbot & Conversational Experiences Konferenz 2024

Mediathek-Serie

Chatbots, Voicebots und digitale Assistentensysteme sind mittlerweile etablierte Dialogschnittstellen in der digitalen Kundenkommunikation geworden. Mit der Etablierung von ChatGPT & anderen Generativen-KI-Tools haben "Conversational Interfaces" nicht nur einen Bedeutungsschub unter den User-Interfaces erhalten, sondern müssen auch hinsichtlich ihres Dialog-Designs neu gedacht werden. Vorbei sind die Zeiten von starren Frage-Antwort-Dialogen - erwartet wird in 2024 eine natürlich-sprachliche Gesprächsführung. Dabei behält das Conversational Design seine wichtige Bedeutung, die Integration von Generativen-KI-Modelle im Kontext der "Conversational Experiences" stellen sich aber technologisch wie auch konzeptionell als wichtige Entwicklungs- und Diskussionsthemen dar.

Als interaktiver Erfahrungsaustausch zum Einsatz von Chatbots sowie Conversational Interfaces bietet die Shift/CX Chatbot & Conversational Experiences Konferenz seit 2020 eine Plattform für die Diskussion der aktuellen Entwicklungen. Im Mittelpunkt steht die Diskussion um die Optimierung von Konzepten, der Verbesserung des Conversational (Flow) Designs und die Hervorhebung der Erfolgsfaktoren für das Projektmanagement.

Videobeispiel

Inhalte der Mediathek-Serie

Retrieval Augmented Generation (RAG): Grenzen und Potenziale der innovativen KI-Technologie im modernen Kundenservice

Retrieval Augmented Generation (RAG): Grenzen und Potenziale der innovativen KI-Technologie im modernen Kundenservice
Mitschnitt-Länge: 50 Minuten
Präsentationsunterlagen verfügbar
Mitschrift verfügbar
Diskussion der Potenziale von "Retrieval Augmented Generation (RAG)" im Kundenservice

Der Vortrag behandelt "Retrieval Augmented Generation (RAG)" und seine Potenziale im Kundenservice. Monika Arbter-Hubrich von Samhammer zeigt, wie RAG KI nutzt, um kontextsensitive Antworten durch Kombination von Wissensarchiven und generativer KI zu generieren, wodurch die Qualität der Kundeninteraktion verbessert wird. Sie betont, dass RAG wichtig, aber nicht die einzige Lösung ist.

Anhand eines Use Cases mit Park Your Bike verdeutlicht sie die Vorteile und Herausforderungen der RAG-Implementierung. Themen wie Prompt Engineering, kuratiertes Wissen und Serviceprozess-Optimierung werden besprochen. Zum Abschluss betont sie die Bedeutung hybrider Ansätze, die RAG mit anderen Wissensquellen wie Knowledge-Graphen kombinieren, um komplexe Prozesse zu bewältigen.

  • Retrieval Augmented Generation (RAG) als wichtiger Ansatz für die Integration von KI im Kundenservice moderner Unternehmen
  • RAG kombiniert Retrieval und generative KI für präzise Antworten mit einem vorgegebenen Kontext
  • Wissensspeicher und semantische Suche sind essenziell für den Betrieb von RAG im Kundenservice
  • RAG als Puzzlestück für Kundenserviceoptimierung – kein Allheilmittel, aber ein wichtiger Baustein
  • Die Bedeutung von Prompt Engineering für die Effektivität von RAG und die Integration von Kundenanfragen
  • Erfolge und Herausforderungen bei der Implementierung von RAG am Beispiel eines Fahrradmobilitätsunternehmens
  • RAG als Lösung für Supportanfragen und die Verbesserung der Kundenerfahrung
  • Lessons Learned: Determinismus, kuratiertes Wissen, Monitoring und Sicherheitsaspekte bei der Nutzung von RAG
  • Die Bedeutung hybrider Ansätze durch die Kombination von RAG und Knowledge Graphen für maximale Effizienz
  • RAG als zukunftsfähiges Element einer umfassenden Service-Strategie – Abwägung der Anwendungsbereiche und Nutzung zusätzlicher Lösungsansätze

Monika Arbter-Hubrich von Samhammer stellt in ihrem Vortrag „Retrieval Augmented Generation (RAG)“ als wichtige Technologie für den modernen Kundenservice vor. RAG verbindet einen umfangreichen Wissenskatalog mit generativer KI, um gezielte und kontextbezogene Antworten auf Kundenanfragen zu generieren. Diese Technologie hilft dabei, Chatbots effektiver zu integrieren und Unternehmensinformationen in Dialogen bereitzustellen.

Es wird betont, dass RAG ein wichtiger Baustein, aber kein alleiniger „Königsweg“ im Kundenservice ist. Die Generierung von Antworten erfordert kuratiertes, aktuelles Wissen und gutes Prompt Engineering, um den Bot passend zur Unternehmens-CI zu gestalten. RAG erleichtert die effiziente Beantwortung von Kundenanfragen, bringt aber auch Herausforderungen wie die Sicherstellung einer konsistenten Antwortqualität und die fortlaufende Pflege des Wissens mit sich.

Der Zugriff auf das Video umfasst eine textuelle Aufarbeitung, die bereits mit einem Freemium-Account zugänglich ist.

back-to-top