Vor allem im Kundendienst und Vertrieb gehen täglich unzählige E-Mails ein. KI-Lösungen reduzieren dabei den Aufwand für das Lesen, Weiterleiten und Beantworten der Nachrichten erheblich. Eine der beliebtesten KI-Anwendungen, die MicroNova umsetzt, basiert auf einer Lösung zur Kategorisierung von Daten – in diesem Fall E-Mail-Inhalte und -Anhänge.

Mit Hilfe von KI werden unstrukturierte in strukturierte Daten umgewandelt. Mit strukturierten Daten wiederum lassen sich automatische Aktionen auslösen. In der Praxis bedeutet das eine hohe Zeitersparnis und signifikante Kostenreduktion: Vertriebs-Mitarbeiter müssen eingehende E-Mails nicht länger manuell an die richtigen Ansprechpersonen weiterleiten und passende Angebote können durch sogenannte „1-Klick-Aktionen“ in wenigen Sekunden erstellt werden.

Um eingehende Sales-E-Mails mit maximaler Effizienz zu bearbeiten, werden die Nachrichten mittels einer KI-Funktion in definierte Kategorien wie Angebotsanfrage, Bestellung oder Testlizenz eingeteilt. Aus dem E-Mail-Text und den Anhängen werden relevante Informationen wie Firmenadresse, Bestellnummer und Produkt in strukturierter Form extrahiert.

Als Basis kann ChatGPT von OpenAI eingesetzt werden. Die technische Implementierung erfolgt über Microsoft Azure. Um vollen Datenschutz zu gewährleisten, werden die Modelle GPT4o und GPT4o-mini über die „Region Schweden“ genutzt.

In definierten Intervallen, z. B. alle 30 Minuten, werden eingehende Sales-E-Mails vom System abgefragt, zusammengefasst und als strukturierte Daten im JSON-Format zurückgegeben. JSON ist eine Standardstruktur für maschinelles Lesen und Weiterverarbeiten. Dazu werden Felder definiert, die berücksichtigt werden sollen, beispielsweise Kategorie, Zusammenfassung, Produkt und Angebots- oder Auftragsnummer.

Für die korrekte Verarbeitung übernimmt die KI eine festgelegte Rolle und erhält Kontext durch eine System-Message. Diese definiert die Funktion der KI und legt ihre Aufgabe fest – etwa mit Anweisungen wie „Du bist Mitarbeiterin im Sales-Team“, „Du bist für die Kategorisierung von E-Mails verantwortlich“ oder „Unterscheide zwischen Bestellungen, Angebotsanfragen und anderen Nachrichtentypen“. Zusätzlich werden der KI Beispiele zur Verfügung gestellt, um die Zuordnung der E-Mail-Inhalte zu vereinfachen.

Über eine User-Message erhält die KI konkrete Anweisungen zum Ausführen einer Aufgabe. Das kann zum Beispiel die Kategorisierung von E-Mails nach dem Muster einer bestimmten Funktionsdefinition und unter der Berücksichtigung von E-Mail-Anhängen sein.

Spezifische Funktions-Definitionen zeigen der KI klare Rahmenparameter und enthalten alle Felder, die der Anwender benötigt. So kann die KI E-Mails präzise strukturieren und automatisch in die richtige Kategorie einteilen, was den manuellen Aufwand erheblich reduziert und den Datenfluss optimiert.

Ein Beispiel, wie KI erfolgreich in der Praxis eingesetzt wird, kann so aussehen:

Das Vertriebs-Team erhält eine E-Mail mit dem Betreff „AW: Angebot AN241234 - ManageEngine Endpoint Central“ mit dem Text „Guten Tag, bitte senden Sie mir das Angebot in Euro anstatt US-Dollar.“

Die E-Mail wird entsprechend der Anweisung durch die KI als Angebotsanfrage mit der Unterkategorie „Euro-Angebot“ und dem Produkt „Endpoint Central“ kategorisiert.

Die Nachricht erhält das Tag „Angebotsanfrage“, wodurch die Nachricht automatisch in den entsprechenden Ordner verschoben wird.

Außerdem sehr hilfreich in der Praxis: Wenn ein Kunde schreibt, dass sein Anliegen dringend ist, setzt die KI die Priorität der Nachricht automatisch auf „hoch“.

Eine hohe Zeitersparnis entsteht bereits allein dadurch, dass E-Mails automatisch in eine strukturierte Form gebracht und der richtigen Person zugewiesen werden. Darüber hinaus bieten die so gewonnenen strukturierten Daten die ideale Voraussetzung für weitere Automatisierungen.

Mit sogenannten „1-Klick-Aktionen“ kann ein passendes Angebot einfach durch Klick auf den entsprechenden Button erstellt werden. Im genannten Beispiel wird beim Klick auf den Button „Create Euro Offer“ der aktuelle Währungskurs automatisch ermittelt, eine neue Angebots-Version erzeugt und diese direkt in Euro umgerechnet. Dadurch reduziert sich der Zeitaufwand für das Vertriebsteam von etwa drei Minuten auf eine Sekunde.

Die Fehlerrate liegt bei etwa ein bis zwei Prozent und ist somit mit der einer manuellen Kategorisierung vergleichbar. Eine Vollautomatisierung empfehlen wir in der Regel nicht: Die besten Ergebnisse lassen sich erzielen, wenn KI die Vorarbeit leistet und ein Team-Mitglied die abschließende Kontrolle übernimmt. So ist eine korrekte Ausführung und ein optimaler Kundenservice gewährleistet.

Können wir Sie dabei unterstützen, Ihre Prozesse mit Hilfe von Künstlicher Intelligenz zu optimieren?