Zum Inhalt springen
Projekt anfragen

ArbeitenKI-Ticketrouting

Kundenprojekt unter NDA · KI

Die Tickets sortiert jetzt ein Modell.

KI-Ticketrouting ist ein Sprachmodell, das wir für einen Kunden umgebaut haben. Es liest jedes neue Ticket, ordnet es ein und gibt es an die Abteilung, die es lösen kann.

Projekt anfragen
Illustration: Von links treiben ungeordnet leere Karten auf einen violetten Punkt in der Mitte zu. Rechts davon teilt sich der Strom in vier Bahnen, auf jeder liegen die Karten in einer Reihe und enden in einer eigenen Ablage. So landet jedes Ticket in der richtigen Abteilung.

Ausgangslage

Jemand musste jedes Ticket lesen, einordnen und an die richtige Abteilung weitergeben. Jede Woche gingen dafür Stunden drauf.

Tickets kamen ohne Kategorie und mit unklarer Dringlichkeit herein.

Was wir gebaut haben

  1. Zuerst die alten Tickets bereinigen.

    Grundlage waren die Tickets aus vielen Jahren. Bevor ein Modell daraus lernen konnte, mussten sie sauber sein: Doppelte und leere Tickets raus, ebenso die, die am Ende am Telefon geklärt wurden. Namen und Kontaktdaten wurden anonymisiert, die Zugriffsrechte nach Stufen getrennt.

  2. Kategorien, die die Abteilungen schon kennen.

    Als Labels haben wir genommen, was die Abteilungen bisher selbst benutzt haben. Die Analyse hat zusätzlich Kategorien gezeigt, die es so noch nicht gab. Die Dringlichkeit folgt den Stufen, die im Fach üblich sind.

  3. Ein Modell, das nur entscheidet.

    Wir haben ein Sprachmodell so umgebaut, dass es nur entscheidet und keinen Text schreibt: welche Kategorie, welche Abteilung, wie dringend. Ob es richtig liegt, haben wir in mehreren Runden gemessen, jede mit eigenem Maßstab. Nach jeder Runde haben wir das Modell nachjustiert.

Wie ein Ticket bei der richtigen Abteilung landet. Das Modell schreibt keinen Text, es gibt nur drei Angaben zurück.

Ergebnis

Neue Tickets gehen heute direkt an die richtige Abteilung. Die Sortierarbeit von Hand fällt weg, das spart jede Woche mehrere Stunden.

Getestet haben wir an alten und an neuen Tickets.

Datenschutz

Betrieben wird das Modell beim Kunden im eigenen Haus. Neue Tickets verlassen das Unternehmen nicht.

Personenbezogene Daten waren vor dem Training raus. Das Modell braucht im Betrieb kaum Rechenleistung.

Ähnliche Ausgangslage?

Modelle für eigene Daten bauen wir unter KI, Automatisierung & moderne Entwicklung. Wie wir Wissen stattdessen zum Nachschlagen bereitstellen, zeigt Zeasy RAG.

Projekt anfragen