[vc_row][vc_column][vc_custom_heading text=“ConsulTech: Wie digitale Technologien neue Formen der Unternehmensberatung ermöglichen“ font_container=“tag:h2|font_size:38|text_align:left|color:%23e30613″ use_theme_fonts=“yes“ css=“.vc_custom_1553589300410{margin-top: -25px !important;}“][vc_custom_heading text=“Self-Service Consulting am Beispiel von Chat-Bot Systemen“ font_container=“tag:h2|font_size:22|text_align:left|color:%23f07d00″ use_theme_fonts=“yes“][vc_column_text]Tobias Greff, Tim Kappel, Dirk Werth, AWS-Institut für digitale Produkte und Prozesse[/vc_column_text][vc_custom_heading text=“Kurz und bündig:“ font_container=“tag:h3|font_size:17|text_align:left|color:%23ffffff“ use_theme_fonts=“yes“ css=“.vc_custom_1519747666609{padding-left: 15px !important;background-color: #f07d00 !important;}“][vc_column_text css=“.vc_custom_1553589456288{border-top-width: 1px !important;border-right-width: 1px !important;border-bottom-width: 1px !important;border-left-width: 1px !important;padding-top: 10px !important;padding-right: 10px !important;padding-bottom: 10px !important;padding-left: 10px !important;background-color: #eaeaea !important;border-left-color: #aaaaaa !important;border-left-style: solid !important;border-right-color: #aaaaaa !important;border-right-style: solid !important;border-top-color: #aaaaaa !important;border-top-style: solid !important;border-bottom-color: #aaaaaa !important;border-bottom-style: solid !important;border-radius: 1px !important;}“]

Self Service Consulting Software bezeichnet digitale Assistenzdienste, die Kunden dazu in die Lage versetzen, komplexe wissensintensive Dienstleistungen selbstständig durchzuführen. Dabei führt der Beitrag am Beispiel Chat-Bots aus, welche vier Arten bis hin zu KI basierten Self-Services zukünftig in der ConsulTech Szene zum Einsatz kommen.

[/vc_column_text][/vc_column][/vc_row][vc_row css=“.vc_custom_1519752670572{margin-top: -10px !important;}“][vc_column][vc_column_text]

Die Vision eines privaten digitalen Assistenten ist in Zeiten von Alexa & Co. nahezu Realität. Auch für komplexe wi ssensintensive Dienstleistungen, wie die Unternehmensberatung, erö net dies neue Leistungsmöglichkeiten. Denn solche digitalen Assistenten können dazu beitragen, den Kunden zu befähigen, eine komplexe Dienstleistung wie die Beratung selbst durchzuführen [1]. Warum aus solchen ConsulTech Lösungen attraktive digitale Geschäftsmodelle resultieren und wie man derartige Services bis hin zum KI Assistent entwickelt ist Thema dieses Beitrags.

[/vc_column_text][ult_dualbutton btn_hover_style=“Style 2″ btn_border_style=“solid“ btn_color_border=“#ffffff“ btn_border_size=“2″ btn_alignment=“left“ dual_resp=“off“ button1_text=“Einzelheft kaufen“ icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2FSIR%2Fproduct%2Fdigitaler-zwilling%2F|||“ btn1_background_color=“#f07d00″ btn1_bghovercolor=“#e30613″ icon=“Defaults-book“ icon_size=“22″ icon_color=“#ffffff“ icon_hover_color=“#f07d00″ button2_text=“Jetzt abonnieren“ btn_icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2FSIR%2Fabo%2F|||“ btn2_background_color=“#f07d00″ btn2_bghovercolor=“#e30613″ btn_icon=“Defaults-chevron-right“ btn_icon_size=“22″ btn_icon_color=“#ffffff“ btn_iconhover_color=“#f07d00″ divider_text=“oder“ divider_text_color=“#f07d00″ divider_bg_color=“#ffffff“ btn1_text_color=“#ffffff“ btn1_text_hovercolor=“#ffffff“ btn2_text_color=“#ffffff“ btn2_text_hovercolor=“#ffffff“ title_font_size=“desktop:20px;“ btn_border_radius=“3″ title_line_ht=“desktop:22px;“ btn_width=“280″][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]

Seit vielen Jahren fordern Innovations- und Technologieunternehmen etablierte Unternehmen ihrer Branchen heraus. Resultat ist beispielsweise die FinTech Szene, welche alle Start-ups und Unternehmen bezeichnet, die mittels revolutionärer technologischer Ansätze das traditionelle Finanzund Bankenwesen umwälzen. Gleiches gilt für Insur-, Legal-, Medical- oder auch BioTech. Auch im Bereich der Unternehmensberatung sind diese Tendenzen deutlich zu erkennen und begründen die ConsulTech Szene [2],[3],[4]. ConsultTechs sind somit digitale Lösungen von Start-ups oder etablierte Unternehmen, welche neue Technologien für digitale Beratungen anbieten oder selbst einsetzen. ConsulTechs revolutionieren somit mittels verschiedenster neuer Technologien und resultierenden Digitalen Geschäftsmodellen die Grundsätze der Unternehmensberatung. Dabei ist eine wesentliche Grundvoraussetzung für einen hohen Impact und wirtschaftlichen Erfolg eines digitalen Geschäftsmodells von ConsulTechs die Skalierbarkeit [5]. Skalierbarkeit beschreibt in diesem Zusammenhang das Wachstumspotenzial eines Geschäftsmodells und dessen zugrundeliegende Funktion [6]. Dabei ist es das Ziel, das Geschäftsmodell derart umzusetzen, dass eine Erhöhung des Auftragseingangs nicht gleichzeitig eine direkte Steigerung des Personal- oder Ressourcenaufwands zum Effekt hat.

[/vc_column_text][vc_custom_heading text=“Mittels Fremdbefähigung zur Skalierbarkeit“ font_container=“tag:h3|text_align:left“][vc_column_text]

Genau solch einen Ansatz hin zur Skalierbarkeit stellt die Kundenbefähigung dar, wobei durch Self-Services externe Ressourcen dazu befähigt werden gewünschte Leistungen eigenständig abzuwickeln[4]. Im Falle der Beratungsbranche wäre das die Befähigung der Kunden mittels einer digitalen Assistenz sich selbst zu einer komplexen Fragestellung zu beraten. Dabei muss eine so genannte Self-Service Consulting Lösung, die Fähigkeit besitzen, Beratungsmandate abzubilden [1]. Unternehmensberatung hat zum Ziel betriebswirtschaftliche Probleme eines beauftragenden Unternehmens interaktiv mit den Klienten zu definieren, strukturieren und analysieren, sowie Problemlösungen zu erarbeiten und auf Wunsch ihre Umsetzung gemeinsam mit Vertretern des Klienten zu planen und im Unternehmen zu realisieren[7]. Sehr kompakt gefasst, muss eine Self-Service Consulting Software daher in der Lage sein interaktiv mit einem Kunden spezifische und komplexe Probleme zu lösen.

Derartiges ist auch in anderen wissensintensiven Dienstleistungsbranchen der Fall. Somit sind Self-Service Consulting Lösungen ebenso in anderen Branchen, welche die Generierung oder Nutzung von interaktiv generiertem Wissen umfassen verwendbar [8]. Self-Service Consulting Software Anbieter als Teil der ConsulTechs adressieren daher sowohl medizinische, juristische, betriebswirtschaftliche oder technologische Beratung aber auch Bildungs- oder Kreativdienste.[/vc_column_text][vc_custom_heading text=“Vier Entwicklungsstufen von Self-Service Consulting Tools“ font_container=“tag:h3|text_align:left“][vc_column_text]

Aus der Breite der adressierten Branchen und somit Problemfelder ist erkennbar, dass eine einzige Lösung aktuell keinesfalls jedwede Beratungsleistung abbilden kann. Daher wird üblicherweise das komplexe Lösungswissen einer klar selektierten Beratungsleistung in ein Self-Service Tool überführt. Es wird sich beispielsweise zunächst auf einen Teilbereich wie die Optimierung der Personalentwicklung fokussiert. Die Wahl des Beratungsfeldes liegt dabei beim Anbieter. Jedoch ist am Markt zu beobachten, dass Self-Service Tools sich immer in ähnlicher Weise entwickeln. Es ergibt sich daher eine Methodik zur (Weiter-)entwicklung von Self-Services für selektierte Beratungsleistungen über vier Stufen (siehe Abb. 1). Jede Stufe ist dabei in sich per se ein funktionsfähiger Self-Service. Abb. 1 ist somit zugleich eine Kategorisierung von Self-Service Consulting Software nach Unterstützungsgrad durch ConsulTech Lösungen und nach Automatisierungsgrad.

Stufe 1: Vorstrukturierte Wissensabfrage

In dieser Stufe ist der Self-Service lediglich in der Lage vorstrukturiert, das Wissen in seiner Gänze abzufragen, welches zur Durchführung der Beratungsdienstleistung notwendig ist. Hierfür ist es notwendig alle Fragen zu definieren, welche ein Beratungsmandat umfassen muss. Der Kunde kann seine Anfrage zu jeder Zeit stellen, wartet jedoch auf die Bearbeitung durch einen realen Berater. Diese erste Stufe des Self-Service erlaubt es an den Daten zu lernen und bildet eine Basis für weitere Schritte.

Stufe 2: Logik und regelbasierte einfache Empfehlungen

In der zweiten Stufe werden die Abfragen logisch verknüpft. Dabei wird primär die Menge der Fragen durch Selektion zutreffender Optionen reduziert. Zudem werden Fragen im Sinne eins Scorings bepunktet, gewichtet und aus der Summe der Bepunktung erste einfache ableitbare Ergebnisse geliefert. Ein Beispiel ist die Zuordnung eines groben Reifegrades und danach abgeleitete typische Maßnahmenempfehlungen. Empfohlene Maßnahmen sind nur mit einer gewissen Wahrscheinlichkeit für den Kunden einsetzbar. Der Nutzen entsteht durch eine Erstbeurteilung und erste Maßnahmenvorschläge.

Stufe 3: Intelligente Analyse und Maßnahmenempfehlung

Stufe 3 ergänzt Stufe 2 um eine intelligente Analyse und Maßnahmenempfehlung. Durch die Integration einer Komponente zur Konfiguration von Ergebnissen werden dynamisch aus Empfehlungsbausteinen (bspw. Diagrammtypen, Textbausteinen oder Maßnahmen) aufbereitete Ergebnisse erstellt. Es resultiert somit aus den Eingaben des Kunden eine für ihn individuell konfigurierte Empfehlung.

Stufe 4: Dynamische Konversation und Empfehlungen durch selbstlernende KI

Als letzte Stufe der Entwicklung eines Self-Service wird dieser um selbstlernende Komponenten erweitert. Als Reaktion auf neue Situationen (bspw. neue Gesetzestexte), dynamisches Feedback des Kunden (bspw. Ablehnung einer Empfehlung oder Umsetzungsbestätigung) oder Einbezug von bisherigen Ergebnissen (Eingangsdaten resultierend aus Nachfragen) wird eine selbstlernende Künstliche Intelligenz derart trainiert und eingerichtet, dass sie über die Zeit hin sich selbst in einem festgelegten Rahmen optimiert und somit Beratungsergebnisse verbessert und aktuell hält.

[/vc_column_text][vc_custom_heading text=“Interfaces von Self-Service Software:“ font_container=“tag:h3|text_align:left“][vc_column_text]

Unabhängig von dem allgemeinen Vorgehen zur Entwicklung einer Self-Service Consulting Software kann ein passendes technisches Interface gewählt werden. Das Interface ist lediglich für die Kommunikation zwischen Kunden und Software notwendig. Der Kanal ist dabei beliebig, solange die Informationen ebenso strukturiert abgefragt werden können. Wesentlich für die Wahl des Interface ist lediglich die Einschätzung der Usability (bspw. Vorteile in der operativen Beantwortung einzelner Beratungsfragen) für den Kunden. Ein Unterschied in der Konzeption des Self-Service besteht nicht. Primäres Interface ist heute üblicherweise eine Webapplikation (d.h. nutzbar über PC, Tablet, Smartphone). Auch conversational Interfaces (Sprachassistenzdienste), welche Kunden direkt befragen, sind im Kundensupport etabliert.

Ersichtliche Erweiterungen sind Sprachassistenzdienste wie Alexa, Google oder Cortana ebenso wie Chatbots als ein neues Interface, welche es mittels Kommunikationsdiensten erlauben, genau wie im Dialog mittels Rückfragen zu beraten.

[/vc_column_text][vc_single_image image=“8530″ img_size=“large“ add_caption=“yes“ alignment=“center“][vc_custom_heading text=“Weg zum Intelligenten Self-Service Tool am Beispiel von Chat-Bots in der Beratungsbranche“ font_container=“tag:h3|text_align:left“][vc_column_text]

Im Folgenden wird die Umsetzung und Wirkung der Einführung eines Chat-Bots für eine deutsche KMU-Beratung beschrieben. Ziel ist es eine zuvor analoge Beratungsdienstleistung skaliert anzubieten. Dabei zeigt das Vorhaben, die zuvor aufgestellten vier Stufen zur Einführung einer Self-Service Software und belegt beispielhaft die Entwicklungsstufen an einem Self-Service Consulting Chat-Bot.

Schritt 1: Kundenwissen strukturiert abfragen

Zur Erstellung des Chat-Bots für das konkrete selektierte Thema Personalberatung wurde das Beraterwissen aggregiert aufbereitet. Dabei wurden Kundenumfragen genutzt, um das Problemfeld auf die relevanten Fragen der Kunden betreffend das ausgewählte Thema zu begrenzen. Dieses wurden für den Chatbot als Fragenbasis aufbereitet. Er ist in Stufe 1 somit in der Lage auf die Äußerung eines Kunden hin, eine wortgetreue Beratungsfrage zu detektieren und dann alle Fragen zu stellen, die notwendig zur Lösungsbestimmung durch einen Berater sind.

Schritt 2: Erstellen einer Abfragelogik und regelbasierter Erstempfehlungen

In der nächsten Stufe wurden die Fragen logisch verknüpft. Dies ist angenehmer für den Kunden, da er lediglich die notwendigen Fragen beantworten muss. Zudem reduziert es den Aufwand der Nachbearbeitung. Es wird die Unterscheidung getroffen, ob die mögliche kleinteilige Frage-Antwortpaare zum Abruf des Wissens direkt vom Chat-Bot beantwortet werden können, eine Präzisierung durch Nachfragen notwendig ist oder ein direkter Kontakt zu einem menschlichen Berater unabdingbar ist. Dazu wird für den Chatbot eine Wissensdatenbank aufgebaut. Auch Erstempfehlungen auf Basis von definierten bepunkteten Fragesets sind eingebunden.

Schritt 3: Konfiguration von Empfehlungsbausteinen

Innerhalb der Wissensdatenbank ist ein eingeführtes Empfehlungssystem in der Lage Formulierungsvarianten für individuelle Empfehlungen zu konfigurieren. Solange eine Zuordnung einer potenziellen Maßnahme, aufgrund eines zu niedrigen Scores nicht möglich ist, verschafft sich der Chat-Bot mit weiteren Rückfragen eine Eingrenzung für definierte zu konfigurierende Bausteine.

Schritt 4: Selbstlernende Verbesserung der Antwortoptionen durch KI

Durch den Umgang mit Kunden und sowie der Betrachtung von domänenrelevanten Nachrichten im Internet vergrößert sich die Wissensdatenbank des Chatbots. Eine KI wird dabei befähigt nach der Zielgröße einer bestmöglichen Beratungsempfehlung im Zeitverlauf, die Eingangsgewichte von ausgewählten Parametern zur Bestimmung der Beratungsergebnisse anzupassen. Bei komplett neuen Fragestellungen kann zudem durch die Übergabe einzelner Fragen an Mitarbeiter und deren Antwort gezielt neues Wissen für den Chat-Bot generiert werden.

Self-Service Tools wie Chatbots gewinnen mit fortschreitender Entwicklung zunehmend an Lösungskompetenz. Die Vorteile des 24/7 Zugang zu Beratungsdiensten – schneller als ein Berater dies leisten könnte, zu einem Bruchteil der Kosten bei skalierendem Einsatz, rechtfertigt zunehmend die Fixkosten einer Investition. Um zum richtigen Zeitpunkt auch ein bestmöglich trainiertes Beratungssystem in einem spezifizierten Bereich vorzuhalten, empfiehlt es sich bereits heute einzusteigen. Dafür ist es eben nicht notwendig, direkt mit einer hochentwickelten KI zu starten. Mehrwerte für Berater und Kunden können bereits heute klar erzielt werden und erlauben überhaupt erst die Entwicklung intelligenterer Lösungen.

[/vc_column_text][ult_createlink title=“Zu den Literaturangaben“ btn_link=“url:http%3A%2F%2Fbit.ly%2F2F6gORy|title:Literaturangaben|target:%20_blank|“ link_hover_style=“Style_1″ text_hovercolor=“#f07d00″][/vc_column][/vc_row]