Anwendungsfälle für Generative AI sind etwas weniger offensichtlich als AI-Assistenten. Häufig sind Generative-AI-Funktionalitäten zudem Bestandteil größerer Lösungen.
Beispiel 1: E-Mail-Assistenten
Dass Large Language Models (LLMs) die E-Mail-Korrespondenz unterstützen können, liegt auf der Hand. Antworten auf Basis bestehender Kommunikation automatisch vorzuschlagen, wird in Zukunft selbstverständlich sein.
Die eigentliche Wertschöpfung hängt jedoch davon ab, wie gut ein System Inhalte versteht:
· Erkennt der Agent die beteiligten Personen und ihre Rollen?
· Versteht er Kausalzusammenhänge oder liefert er nur generische Textbausteine?
Der Markt zeigt bereits erste Ansätze solcher E-Mail-Agenten mit GenAI, doch Systeme, die das volle Potenzial ausschöpfen, sind noch nicht zu erkennen. Gründe: Entwicklungs- und Betriebskosten sowie eine noch unklare Monetarisierung in einem Umfeld, in dem fast jedes Produkt mit „AI“ beworben wird.
Auch fehlen standardisierte Kennzahlen, um die Qualität von AI-Assistenz messbar zu machen – ein Thema, das sich in Zukunft noch etablieren muss. Ein Kunde kann heute nicht unterscheiden, wie viel der Assistent zu leisten vermag.
Beispiel 2: Personalisierte Kundenansprache
Ein weiteres Feld ist die automatisierte Kundenkommunikation – etwa in Loyalitäts-programmen oder Kampagnen. Hier reicht es nicht, nur Segmente, Größen oder Bestellhistorien zu berücksichtigen. Ein entscheidender Mehrwert entsteht, wenn Generative AI auch unstrukturierte Daten wie E-Mails, Telefonnotizen oder anderer CRM-Einträge berücksichtigt.
So kann ein LLM die gesamte Kundenhistorie „durcharbeiten“ und eine Ansprache erstellen, die so individuell ist wie die eines gut geschulten Vertriebs- oder Servicemitarbeiters. Besonders wertvoll wird das bei sensiblen Fällen, etwa nach Reklamationen mit intensiver Korrespondenz und wie man hierbei die Ansprache an den Kunden anpasst.
Fazit:
Ob beim E-Mail-Assistenten oder in der Kampagnenkommunikation – Generative AI entfaltet ihre Stärke dort, wo die relevanten Daten liegen und Kontext mitzugeben. Ohne die Daten und den Kontext fehlt der Anwendungsfall für die Umsetzung.
Sol4data unterstützt Unternehmen bei Konzeption und Umsetzung von Generative-AI-Lösungen – mit Expertise aus Projekten und der Produktentwicklung.
