Peter: Alles klar, heute zu Gast ist Karsten Hust, Solution Consulting Manager bei ServiceNow. Hallo Karsten, herzlich willkommen bei CX -Docs.

Carsten Hust: Na hallo Peter. Hallo Väter.

Peter: Lieber Carsten, du bist seit mehr als 15 Jahren im Bereich technisches Workflow Management aktiv. Hat sich das nach der Uni bei dir zufällig entwickelt oder hast du das dir bewusst von vornherein so ausgedacht?

Carsten Hust: Das hat sich ehrlich gesagt so ein bisschen entwickelt. Ich hatte durchaus Tendenzen dazu, kreativ an Lösungen zu arbeiten. Das spricht so ein bisschen Richtung Solution Consulting. Ich habe auch eine Zeit lang probiert, ein bisschen tiefer in zum Beispiel sowas wie Prozessdesign und so weiter einzusteigen. Ich habe auch ein bisschen Beratung gemacht, aber hatte tatsächlich Spaß gehabt.

Peter: Mhm.

Carsten Hust: immer wieder neue Kundenanwendungsfälle zu sehen und da bot der Job eigentlich relativ viele Möglichkeiten.

Peter: Und bei ServiceNow bist du aktuell aktuell Solution Consulting Manager. Welche Aufgaben verbinden sich damit? Was tust du? Was machst du jeden Tag?

Carsten Hust: Genau.

Carsten Hust: Ja, genau. Also ich bin jetzt bei der ServiceNow mittlerweile seit fünf Jahren für den Bereich Customer Industry Workflows tätig, wo wir uns mit sowohl Customer Experience Themen, aber auch alles, wo mobile Arbeit letzten Endes zum Einsatz kommt, auseinandersetzen. Wie gesagt, Pre -Sales, Solution Consulting heißt es bei uns. Wir haben ein Team hier von acht Leuten. Bei mir ist ein Team von acht Leuten, haben das gleiche nochmal für auch Österreich, Schweiz und andere Bereiche. Und wir schauen uns tatsächlich hier Kundenherausforderungen an. Wir schauen uns die Anforderungen an, schauen, wie könnte das Portfolio mappen. Wir machen Demos, wir machen Beispiele, wir machen auch Wertanalysen, also Business Value Assessments, alles solche Themen. Und ich versuche das entsprechend zu koordinieren hier in Deutschland für unterschiedliche Industrien.

Peter: Und wir haben uns darauf geeinigt, dass wir uns mal konkret mit dem Thema auseinandersetzen, den praktischen Einsatz von KI in Service -Prozessen. Weil da ist im Moment, da wird wahnsinnig viel geredet, das scheint auch ein sehr großer Hebel zu sein. Aber bevor wir damit anfangen, würde ich ganz gern mal so eine Vorabklärung vornehmen. Alle reden im Moment über generative KI oder generative AI. Aber künstliche Intelligenz und maschinelles Lernen ist ja eigentlich in ganz vielen Bereichen schon länger im Einsatz, zumindest länger als Generative AI. Was sind die wichtigsten Begriffe, die man auf jeden Fall schon mal voneinander trennen muss, um dann auch zu verstehen, wie man KI vernünftig einsetzen kann in so einem Serviceprozess?

Carsten Hust: Sehr gute Frage. Wir haben ja schon sehr lange arbeiten wir mit dem Prinzip von Mustererkennung im maschinellen Lernen. Wir versuchen aus der Historie heraus Ableitungen zu machen und Prognosen, Trends und so weiter zu ermitteln. Das machen wir sowohl auf der Analysebasis als auch um Prozesse, Workflows etc. zu optimieren. Das ist dann ein sehr in Anführungsstrichen konzentrierter Einsatzbereich dafür. Wir haben

Peter: Mhm.

Peter: Mhm.

Carsten Hust: Auch in der Vergangenheit jetzt nicht im Sinne von Intelligenz, aber natürlich regelbasierte Logik in irgendeiner Form ist quasi seit Beginn der Informatik mit im Einsatz. Also diese Sachen, diese Sachen spielen einfach noch mit rein. Was wir jetzt tatsächlich, was jetzt hinzukommt, wo der große Hype entsprechend auch entsteht, ist, dass wir die Möglichkeit haben, mehr zu erzeugen, ohne es aktiv möglicherweise warten zu müssen. Dass wir da hier eine andere Intelligenz haben, die uns hilft, Texte zu erstellen, Dinge. zu aggregieren, zusammenzufassen, uns bei suchen helfen und so weiter und so fort, die wir nicht explizit mit der Historie, mit dem Wissen füttern müssen, sondern in einer Wissensbasis zur Verfügung stellen und das System lernt von sich aus. Das gibt einfach nochmal einen anderen Aspekt innerhalb der Generative AI und ergänzt diese anderen Formen. Absolut.

Peter: Mhm. Was ist... Man spricht auch oft von dem Unterschied zwischen schwacher und starker AI oder KI. Was ist da der Unterschied?

Carsten Hust: Also ich habe noch nicht so richtig starke KI gesehen, denn Schwache beschreibt meines Wissens nach vor allem KI, die für eine konkrete Lösungsaufgabe da sind, die Dinge erledigen, optimieren, zusammenfassen oder was auch immer in einem konkreten Bereich, wohingegen starke üblicherweise, ja, mit der Intelligenz und möglicherweise auch der Fähigkeit, der mit der natürlichen Sprache versehen ist. Das ist nochmal ein ganz anderes Spektrum, was da hinzukommt. Aber wir können bereits mit der in Anführungsstrichen schwachen KI durchaus sehr viele Vorteile und Effizienz und natürlich auch bessere Erfahrungen für Kunden erzeugen. Zweifelswunder.

Peter: Mhm.

Peter: Und ihr kombiniert ja manchmal auch die Ergebnisse von künstlicher Intelligenz mit schon vorhandenen regelbasierten Systemen. Ist das absolut gängiger Standard oder ist das im Prinzip nur so eine Brückentechnologie gerade, weil es halt komplett noch nicht funktioniert?

Carsten Hust: Ich glaube, dass wir beides brauchen vom Einsatz her. Das Wissen um die Historie, wie die Leute arbeiten mit Systemen in den Prozessen, die wir auswerten, um Trends, Analysen, wir machen ja sowas wie eine Segmentierung, wir machen Cluster -Analysen, um zu verstehen, was denn Trends tatsächlich in Service -Anfragen und so weiter und so fort. Das ist ein Part, der es mir hilft, es besser zu priorisieren und zu fokussieren. Ich sehe da definitiv die

Peter: Okay.

Peter: Mhm.

Carsten Hust: Notwendigkeit dafür auch in Zukunft solche Technologien einzusetzen. Wenn ich sie jetzt allerdings noch mit sowas wie Inhaltsgenerierung, Content Generation kombiniere, die ich relativ einfach mit Gen .AI nutzen kann und quasi den Kontext, den ich vorher gesetzt habe durch das maschinelle Lernen, jetzt tatsächlich in auch eine Lösung formuliere, die sehr einfach zu erzeugen ist und der Mitarbeiter, also das klassische Beispiel.

Peter: Mhm.

Carsten Hust: sich die Antwort E -Mail einfach mal generieren lässt, guckt, passt das, sind die wesentlichen Aspekte drin und so weiter und so fort, muss nur noch zwei, drei Anpassungen machen versus er muss das halt alles selber schreiben oder wir müssen Vorgang abschließen und muss eine große Zusammenfassung schreiben und das erledigt quasi diese Systeme, verbinde ich genau diese Weltenfokussierung und aber auch Contentgenerierung miteinander. Also aus meiner Sicht auch in Zukunft Relevanz, nebeneinander zu existieren und vor allem zu kombiniert zu werden.

Peter: Mhm.

Peter: Ich hatte von dir eine Präsentation gesehen, und deshalb bist du auch heute eingeladen, wo du wunderbar den Use -Case einer Schadeneinreichung bei einer Versicherung beschrieben hast. Und ich bin fast vom Glauben abgefallen, an wieviel Stellen man mit KI, sei es jetzt schwache oder hybride KI, da eingreifen kann und den Prozess effizienter machen kann. Vielleicht könntest du diesen Schadenfall mal jetzt auch verbal beschreiben.

Carsten Hust: Ja, ja, mach ich sehr gerne. Also, also es ist ein plakatives Beispiel, sowas gibt es in allen Branchen und so weiter und so fort. Das interessante bei so einem Schadensfall ist A, jeder also möchte nicht damit konfrontiert werden, aber jeder kann sich was darunter vorstellen und er adressiert unterschiedliche Schwerpunkte und Situationen im Rahmen einer Fallbearbeitung. Also nehmen wir den in Anführungsstrichen Unfall das Problem. Ich habe ein paar Grämbler gehabt oder bin irgendwo gegen geknallt. Moment, wo man sehr aufgeregt ist und ich tatsächlich direkten Kontakt brauche. Das heißt, was mache ich als erstes? Ich fange nicht an mit einem Chatbot zu schreiben. Ich würde ja anrufen. Ich rufe meine Versicherung an, natürlich auch Polizei und so weiter und so fort. Aber den Schadensfall zu melden, starte ich zum Beispiel mit Kanal R. Mit dem Kanal Telefon zum Beispiel. Und da brauchen wir oder können wir generative AI zweifelsohne versetzen.

Peter: Mhm.

Carsten Hust: nutzen, um entweder bei VoiceBots oder in dem Fall auch bei direktem Agenten -Gespräch automatisch Transkript wird erzeugt und wir können eine Zusammenfassung machen und wir können dem Agenten auch tatsächlich in der Situation bereits Hilfestellung geben, was kann ich dem Kunden mitgeben und so weiter und so fort. Wenn wir das kombinieren mit den Sachen, die wir sowieso schon im Prozess haben, haben wir eine ganz andere Transparenz. Wenn wir weiter in den Prozess gehen, werden wir die Dinge immer noch abstimmen müssen. Ist da vielleicht jemand anderes teil gewesen? Muss man irgendwelche Daten austauschen mit dem Unternehmen? Jetzt habe ich vielleicht auch als der Geschädigte oder derjenige, der den Unfall hatte, auch Zeit, mal drüber nachzudenken und ich muss jetzt nicht zwangsläufig telefonieren. Dann spielen halt durchaus die Möglichkeit, dass ich die App verwende oder auch meine E -Mail schicke. Ist ja immer noch ein wahnsinnig beliebter Kanal. Wie gehe ich tatsächlich auch mit diesen Kanälen um? Muss ich den Kontext wieder herstellen zu der originalen Fallnummer? Das ist natürlich klar. Aber zum anderen ist in so einer E -Mail, also sprich unstrukturierter Text, ist halt auch immer die Herausforderung, wie gehe ich damit um? Wir hatten ja vorhin über so Mustererkennung, maschinelles Lernen und so weiter gesprochen. Da haben wir früher auch zu Techniken im Sinne von Natural Language Processing, Natural Language Understanding genutzt. Das heißt, dass wir trainiert haben, um gewisse Trends zu erkennen. Das hat alles Grenzen, weil das muss ich alles selber pflegen.

Peter: Mhm.

Carsten Hust: generative AI kann mir helfen, tatsächlich hier die Essenz, die Absicht des Kunden besser zu erkennen, auch dynamischer zu erkennen und das dann entsprechend zu nutzen, um herauszufinden, was braucht der Kunde, wer ist der richtige Ansprechpartner, mit welcher Priorität kann ich es bearbeiten.

Peter: Die Schadenmeldung nehme ich an. Also wenn du einfach um dein ... Zum Beispiel abfotografieren, könnte man ja tun.

Carsten Hust: Genau, das ist dann kommen wir noch in andere Technologiebereiche mit rein. Also es ist eventuell der Polizeibericht, der entsprechend mit angegeben werden muss und so weiter und so fort. Das ist jetzt mal für die Ablage wichtig, für jede Versicherung zweifelsohne. Aber vielleicht sind da sind ja auch Daten drauf, die ich entsprechend möglicherweise lesen muss. Das heißt auch hier wieder Bilderkennung, Auswerten, welche Felder sind denn jetzt Schadensnummer, welche beschreiben den Vorgang, welche beschreiben die Situation. und so weiter und so fort. Also Wildunfall, ein superklasse Beispiel, muss ich den Beleg ja hinterlegen, muss aber vielleicht auch gewisse Daten aus diesem Dokument, was ich von der Polizei habe und abfotografiert habe, entsprechend auch mit überführt werden. Und auch da wiederum das zu erkennen, also auch dynamisch zu erkennen. Ich kann mir GenRI helfen, entsprechend hier die richtigen Prioritäten zu finden. Und genau. Also sprich. welche Felder, was auch immer ausgewertet werden muss. Genau. Und wenn ich das alles dann zusammenbringe, das ist so ein bisschen auch die Idee, die wir dann versuchen, ist, dass ich natürlich eine Oberfläche habe, ich als Mitarbeiter, vollkommen egal, ob der Kunde anruft oder ob er gerade in der Phase ist, wo er eine E -Mail schreibt oder wo er Dokumente schickt, dass ich diese Information bündeln kann, zusammenfassen kann. Und der Vorgang wird ja immer länger, möglicherweise müssen wir entsprechend die Entschädigung, wir haben eine Garantieleistung, wir haben den Werkstatt noch mit drin. Irgendwann muss ich da, muss ich da Mitarbeiter auch mal damit auseinandersetzen, wie tatsächlich die Historie war, was waren die Schritte, die dort gemacht wurden. Da schaut also jemand am Ende dieses Prozesses bei der Abwicklung irgendwo mal drauf, ob dann jetzt final bezahlt wird oder nicht. Und wenn er sich jetzt durch diese ganzen E -Mails und Telefonenprotokolle durcharbeiten muss, dann ist er ja leider eine halbe Stunde oder länger unterwegs, um einfach nur den Kontext zu erfassen. Und auch hier kann Genetive AI helfen. den Sachverhalt, den Komplexen in die wesentlichen Kernschritte zusammenzufassen, einen Verweis darauf zu machen, wo es mehr Details gibt, um dann den Mitarbeitern möglichst schnell in Szene zu setzen, um dann schneller zu einer Entscheidung zu kommen und diese entsprechend zu füttern. Das sind so, ich finde das Beispiel deswegen so passend, weil wir da an vielen Stellen solche Stellschrauben haben, sei es das Erstellen von Inhalten, das Erkennen von Inhalten und Empfehlungen ausgeben, egal ob es Text ist oder ein Dokument.

Carsten Hust: und das Zusammenfassen und das Strukturieren von Inhalten. Das sind hervorragende Anwendungsfälle für generative AI. Deswegen illustriert das eigentlich ganz charmant.

Peter: Versicherungen gerade in Deutschland sind ja im Moment sehr aktiv darin, ihre Prozesse zu automatisieren. Du sprichst mit Sicherheit mit einer ganzen Reihe von Versicherungen. Wie viel ist denn von so einem idealtypischen Use -Case in der Realität tatsächlich schon angekommen?

Carsten Hust: Das wäre meine klassische Beraterantwort. Es hängt davon ab, es kommt drauf an. Mal so, mal so. Es ist tatsächlich so, dass einige Bausteine sind definitiv schon dabei, sind schon drin und versucht man auch einzusetzen. Das heißt also eine punktuelle Einsatz von sowohl Maschinellemärten als auch Genetive AI ist definitiv im Einsatz. Die Herausforderung wird

Peter: Kommt drauf an! Ja.

Peter: Mhm.

Peter: Mhm.

Carsten Hust: das konsistent tatsächlich einzuführen und das auch so auf einer Qualität abzuliefern, dass ich es wirklich auch endkundenreif zur Verfügung stellen kann. Also das klassische Beispiel ist, ich kann ja Genitive AI nutzen, um Content zu generieren und habe dann auch immer wieder die Herausforderung allerdings, dass ich prüfen muss, dass der Inhalt oder das, was dort generiert wurde, auch tatsächlich wahrheitsgemäß inhaltlich korrekt und so weiter und so fort ist. Und diese Sicherheiten zu erstellen und dieses Level an Qualität zu erzeugen, dass ich jetzt auch wirklich bedenkenlos an meine Kunden raus schicken kann, daran wird noch gefeilt, wenn ich mal ganz ehrlich bin. Aber es gibt Anwendungsfälle, wo das eine weniger eine Rolle spielt und dann kann man das zweifelsohne nutzen und das passiert auch schon.

Peter: Wenn ich jetzt als Unternehmen so etwas tun möchte und an so einem Prozess arbeiten möchte und genau eben schon dieses große Bild vor Augen habe, welche Voraussetzungen muss ich denn erfüllen in meiner IT, in meinen Systemen, normalerweise, damit ich sowas überhaupt realisieren kann?

Carsten Hust: Auch hier wieder ist natürlich, heckt es wahnsinnig vom Reifegrad ab innerhalb der IT. Was ist man in der Lage bereits abzubilden? Wie sind Prozesse momentan schon strukturiert? Wie viele finden auch in Systemen statt? Es gibt mehrere Möglichkeiten. Da können wir nachher noch mal ein bisschen darauf einsteigen, tatsächlich auch Inhalte aus bestehenden Systemen auszulesen, Process Mining zu betreiben, um Ableitung zu machen, wie die Realität

Peter: Mhm.

Carsten Hust: erfolgt, zweifelsohne. Es sind definitiv für einen Wechsel und einen Wunsch, sich auf diese Reise dieser Transformation zu begeben, brauchen wir auch strukturelle, also organisatorische Voraussetzungen. Die sind entscheidend, also hier den Willen, das zu tun, neben der Technologie natürlich.

Peter: Was wäre so eine strukturelle organisatorische Voraussetzung?

Carsten Hust: In der Regel sind es ja so, dass diese Prozesse mehr als eine Abteilung zum Beispiel betreffen und hier eine Veränderung zu erzeugen, die möglicherweise sich auch auf weitere Prozessteilnehmer, die in anderen Bereichen sind, auswirkt. Das kann die verwendete Werkzeug sein, die verwendeten Tools, das kann aber tatsächlich auch Verfahrensänderungen sein und das muss ich... tatsächlich auch gewährleisten, dass ich das über die gesamte Prozessstrecke entsprechend auch nutzen kann. Wenn dann jemand quasi das, was ich vielleicht vorne erzeugt habe, wo ich mir einen ganz tollen digitalen Prozess überlegt habe und ein tolles Erlebnis habe, das dann aber jemand nimmt, ausdruckt und dann für sich weiterverarbeitet, weil er den entsprechenden Prozess nicht weiterlebt, dann gehen diese ganzen Benefits auch sehr schnell dahin. Also das ist.

Peter: Ich arbeite selber ab und an mal mit Customer Journey Manager, gerade in der Versiegelungswirtschaft, weil da gerade so viel Bewegung ist, die dann im Prinzip als allererstes die Aufgabe haben, ihre existierenden Prozesse mal anzuschauen und zu schauen, passt das denn eigentlich noch zur Lebenswirklichkeit unserer Kunden. Offensichtlich gibt es eben auch diese eher technische Perspektive da drauf, die ihr auch mitbringt. Nach deiner Erfahrung, wo... Wo hapert es denn am meisten? Wo bilden denn die vorhandenen Prozesse normalerweise diese Lebenswirklichkeit nicht so richtig gut ab, so wie sie vor der Optimierung aufgesetzt sind?

Carsten Hust: Ja, das ist vor allem in den Fällen so, wo wir so gewachsene Prozesse haben, wo Strukturen sich auch verändert haben, weil die Unternehmen größer geworden sind, weil sich auch entsprechend neue Unternehmensbereiche hinzugekommen sind, egal ob durch Weiterentwicklung des Unternehmens selbst oder aber durch Zukäufe. Man da entsprechend darauf reagieren muss und man in der Not, in der jeweiligen Situation, in Anführungsstrichen eher manuelle Prozesse und Prozessschritte entsprechend etabliert hat. Der Grund, warum das oft eine Herausforderung ist, warum es auch durchaus Sinn macht, vorher wirklich einen Journeymapping zu machen, ist, dass viele dieser Prozesse einfach so gelebt wurden und so entstanden sind durch die Historie und oft aus der Sicht des, in Anführungsstrichen, Mitarbeiters oder im Sinne der Prozesskonformität entsprechend designt sind. Das ist aber weder für den Anwender, hilfreich, der tatsächlich diese Bearbeitung machen muss, als für denjenigen, der entsprechend diesen Antrag stellt. Jeder, der schon Anträge gestellt hat, egal ob im öffentlichen oder im privaten Umfeld, wird das auch schon wahrgenommen haben, dass das stets eine Herausforderung ist. Hier tatsächlich alles nochmal neu zu denken und nochmal die Sichtweise des Kunden einzunehmen. Was bedeutet das für ihn? Also ganz klassisches CX -Thema, aber auch des Mitarbeiters, Employee Experience.

Peter: Mhm.

Carsten Hust: Und diese Prozesse daran mal auszulegen und dann eventuell auch entweder Systeme rauszunehmen bzw. zu abstrahieren, um tatsächlich die Bearbeitung zu optimieren, ist ein sehr effektiver Weg. Aber da muss man definitiv Überzeugungsarbeit leisten, tatsächlich auch diesen Übergang zu schaffen. Das muss man wollen, wenn man dann wirklich explizit Dinge möglicherweise rausnimmt, die seit Jahren etabliert sind.

Peter: Aber letztendlich muss das doch auffallen. Ich meine, man muss ja die Effizienz von seinen Prozessen ja sowieso überprüfen. Also was heißt ich? Fixed First Time Rate und solche Geschichten im Customer Service ist ja was ganz Normales. Also traditionell schaut man ja schon irgendwie auf die Effizienz, aber trotzdem fallen Sachen unter den Tisch. Woran, also sonst würde man ja den Prozess schon, hätte man das vielleicht schon viel früher gestartet.

Carsten Hust: Ja, also das ist immer dieses schöne Beispiel, wie denkt man einen Prozess, wie nimmt man den auf? Man redet mit allen Prozessbeteiligten und macht dann so ein schönes Schaudiagramm, das auch teilweise Wände einnimmt. Das ist super klasse. Und dann fragt man entsprechend auch klar bei der Beratung, bei der Optimierung immer, und wie macht ihr das und so weiter und so fort. Und es stellt sich tatsächlich auch vor allem dann, wenn ich es mit einer mithilfe von einem Monitoring oder mit einem Software

Peter: Mhm.

Carsten Hust: entsprechend auch messen kann, stellt sich oft heraus, dass sich gewisse, sagen wir mal, Trampelfade etablieren. Das heißt, Leute gewisse Abkürzungen geben, weil sie wissen, wenn ich an der Stelle im Prozess das und das mache, dann muss ich nicht die Extra -Schleife laufen oder das funktioniert sehr, sehr gut. Der Prozess verändert sich und das sorgt dann für gewisse Unwuchten. Das sind vielleicht möglicherweise Abteilungen, Flaschenhälse oder gewisse Vorgänge werden nicht so geprüft, wie sie geprüft werden müssen. Also das kann sowohl Effizienz als auch Audit -Herausforderungen mit sich bringen. Und deswegen ist es so dieses stetige Analysieren, also sobald ich tatsächlich diese Prozesse auch wirklich digitalisiert habe, diese auch immer wieder zu überwachen, dass das, was ich mir gedacht habe, was der Prozess macht und wie er laufen sollte und wie läuft er dann in der Realität, das stets gegenüberzustellen. Wir sehen da selbst oft eine Diskrepanz.

Peter: Und das ist jetzt der Berater, der da rumgeht und alle Menschen fragt, wie macht ihr es denn? Es gibt ja noch eine Alternative, das sogenannte Process Mining, was auch zunehmend en vogue wird, weil auch handhabbarer. Warum kommt man mit Process Mining möglicherweise zu noch mal anderen Erkenntnissen, als wenn ich die Menschen einfach nur so frage oder zu anderen Optimierungsansätzen? Vielleicht erstmal, was ist Process Mining und warum kommt man deshalb zu anderen Ansätzen?

Carsten Hust: Genau.

Carsten Hust: Ja, also ich würde auch noch auf die andere Variante eingehen. Es ist ja immer immer, wenn ich jemanden bei etwas beobachte, verändert sich möglicherweise logischerweise auch sein Verhalten. Und das ist bei der Frage genau das Gleiche, weil er sich beobachtet fühlt und dann Dinge genau macht man Dinge anders. Nein, was wir mit Process, also was wir mit Process immerhin machen, da gibt es natürlich auch ganz viele andere Unternehmen.

Peter: Mhm.

Peter: Was denn du da?

Carsten Hust: Wichtig ist mal zu schauen, was passiert in den Systemen. Das kann man auf verschiedenste Art und Weise machen, dass man zum Beispiel so was wie die Log -Dateien auswertet oder tatsächlich die eigene Prozessausführung auswertet, wann passiert was, unter welchen Bedingungen und das entsprechend sammelt. Und dann ergeben sich tatsächlich auch in Anführungsstrichen wirklich der gelebte Prozess, also welche Schritte werden ausgeführt, welche werden wiederholt ausgeführt. Wir haben bei Schadensfällen die Mit Lieferwagen zusammenhängen, haben wir fünf Mal mehr Rückrufe und wir schaffen es nicht, First Call zu handeln. Also gibt es da möglicherweise ein absolutes Potenzial, müssen wir da etwas optimieren. Das sehe ich dann wirklich live aus dem System, weil das System tatsächlich ungeschönig die Daten herausholt, wie gearbeitet wird eins zu eins. Und dann ist natürlich immer noch eine Frage der Interpretation, was sich mit diesen herausgefundenen Prozessdaten entspricht, wie ich damit umgehe. Aber auch da kann mir das System helfen und mir Vorschläge geben. Es stellt fest, hier sind gewisse Muster. Folgende Prozesse werden eigentlich immer automatisiert, weil ein gewisser Schwellwert erreicht wurde oder nicht erreicht wurde. Das gibt mir schon Indikationen und unser System oder auch andere System schlagen dann tatsächlich auch hier Optimierung bereits vor auf Basis dieser Daten. Die sind ungeschönigt, weil, wie gesagt, da gibt es keine subjektive Komponente darin.

Peter: Mhm.

Carsten Hust: Die Kombination macht es aus meiner Erfahrung heraus. Es gibt trotzdem immer noch einen Wert, mal herauszufinden, wie sich das anfühlt, so ein Prozess und was die Herausforderungen sind. Aber die Kombination gibt definitiv ein deutlich gehaltvolleres Bild. Man hat ein bisschen mehr Argumente, weil man auch wirklich tatsächlich mit Optimierungspotenzial und damit auch mit Mehrwert argumentieren kann.

Peter: Mhm.

Peter: Mhm.

Peter: Wenn man so viele Daten hat, kann man auch in den Wald geraten. Es gibt ja den Spruch von Paralyse durch Analyse. Ich schaue so lange auf die Daten, dass ich überhaupt nicht weiß, was ich machen soll. Gibt es da irgendwelche Möglichkeiten, das aus einem sehr pragmatischen Ansatz für sich so zu bereinigen, dass man in so einem Projekt immer noch vorankommt?

Carsten Hust: Absolut.

Carsten Hust: Ja, also wichtig ist, das wird ja, das weiß jeder Business Analyst vermutlich sogar besser, aber man muss sich so klare Zielgrößen definieren, auf die ich hin optimieren möchte. In der Regel alles zu optimieren, immer, bedingt sich teilweise und schließt sich teilweise sogar aus. Also ganz klar zu gucken, wo ist mein Fokus, ist der erste Schritt. ist es die Geschwindigkeit, sind es die Kontaktpunkte, die ein Kunde hat, um durch diesen Prozess zu laufen und so weiter und so fort und dort mal in Erfahrung zu bringen, was dann tatsächlich die Punkte sind. Da können diese Daten, die wir durch Process Mining ermittelt haben, helfen. Wie können sie nutzen, um Trendanalysen zu machen und auch um Fehlungen auszusprechen. Und wenn ich das jetzt kombiniere mit einem klassischen Beratungsmandat und

Peter: Hm.

Carsten Hust: diese Diskussion zu führen, okay, und dann einen Realitätscheck zu machen, dann kann man sehr pragmatisch auch zu Ergebnissen kommen. Wichtiger ist eigentlich, dass man nicht versucht, jetzt quasi die Gesamtlösung wunderbar, wir machen jetzt ein Jahr lang Analyse und wir sind, wir kommen überhaupt nicht weiter, sondern tatsächlich, wir haben ein paar Findings, wir checken die quer, wir implementieren eine oder zwei Verbesserungen und dann schauen wir, was sich verändert hat und dann haben wir so einen iterativen Prozess, damit kommen wir viel eher zum Ergebnis und wir verhindern, dass wir zu viel mögliches Potenzial. Es wird auch sehr, sehr schwer, die Abhängigkeiten von all diesen Faktoren voneinander abzuwägen, je mehr ich in meine Wissensbasis packe. Deswegen one at a time und dann optimieren wir eine Journey, gehen zwei, drei Schritte weiter und dann gucken wir, was sich verändert hat im Gesamtprozess und dann gehen wir den nächsten.

Peter: Mhm.

Peter: Wenn du sagst, das ist ein iterativer Prozess, dann ist es natürlich auch relativ schwierig, kurzfristig den ROI bzw. den Effizienzgewinn darzustellen. Und wenn du sagst, wir gehen da jetzt mal ein Jahr rein, dann sehe ich beim Budget schon die Stellen nach oben gehen. Also das sind dann ordentliche Budgets, die ihr da auch benötigt, um ein vernünftiges ein vernünftiges Re -Design dieser Service -Prozesse dann auch zu bewerkstelligen. Wie groß ist denn der Hebel für solche Effizienzgewinne tatsächlich? Also was kann man denn empirisch nachgewiesen rausholen? Hast du da Beispiele, die du auch teilen kannst?

Carsten Hust: Also wir selber nutzen ja unsere eigene Technologie auch in unserem Support, also wenn das ServiceNow Support nutzt und wir intern sind auch gewachsen über die letzten Jahre und das Verhältnis von Support -Mitarbeiter hin zu Mitarbeitern, die sich supporten müssen oder Kunden, die sie supporten müssen, ist im dreistelligen

Peter: Mhm.

Peter: Mhm. Mhm. Mhm.

Carsten Hust: gestiegen und das kriegt man nur hin. Klar, man hat ganz viele Sachen gemacht, zu automatisieren, zu digitalisieren, das ist nicht alles KI, es ist auch viel Automation, aber es geht im Wesentlichen darum, den Prozess zu analysieren und zu optimieren und herauszufinden, Dinge auch in zum Beispiel Self -Service zu verlagern und so weiter und so fort. Das sind jetzt nicht nur KI -Themen, sondern ganz klassische Themen, die wir dafür optimieren nutzen, aber da kann man definitiv mehr werte und da kann man definitiv auch

Peter: Mhm.

Peter: Mhm, klar.

Carsten Hust: Mehrwert hinterlegen, weil ich eine deutlich größere Menge an Anfragen einfach bearbeiten kann, ohne abzugaten. Und der andere Aspekt ist auch tatsächlich Kundenzufriedenheit. Wir selber nutzen auch Net Promoter Score und so weiter und so fort. Und glückliche Kunden könnten die einen weiterempfehlen in dem Falle von Net Promoter Score. Kaufen mehr und es geht ja jedem Unternehmen so und das ist halt

Peter: Mhm.

Carsten Hust: Also guter Kundenservice, guter Kundensupport, der auch durch all diese Technologien, die wir da beschrieben haben, unterstützt wird. Ich weiß, wo mein Prozess ist. Ihr habt wunderbar schnell meine Schadensfall bearbeitet. Das sind Dinge, die ich werde wahrscheinlich die Vertragsverlängerung machen. Das ist richtig Geld, was da dran hängt. Keine Frage. Es wird schwieriger zu berechnen, aber es ist definitiv möglich. Es ist einfacher, immer Kosteffizienz zu berechnen. Wir sind so und so viel schneller. Wir brauchen so und so weniger Leute.

Peter: Mhm, klar.

Peter: Okay.

Peter: Mhm.

Carsten Hust: Aber der große Wert entsteht aus meiner Sicht auch darin, weil es einen Einfluss hat auf die Customer Experience, auf jeden Fall. Und damit auch Revenue.

Peter: Und schließlich würde mich jetzt noch interessieren, wir haben jetzt gesprochen über KI -Technologien und eigentlich sind wir auch an den Punkt gekommen, das ist jetzt nicht nur die Technologie, sondern es ist eigentlich das komplette Prozess Redesign, was die Sache effizienter macht. Und glaubst du, wenn du jetzt dir anschaust, was in den Unternehmen passiert, die du besser kennst? ist das eher ein Thema, dass sich die Technologie noch verbessern muss oder ist es mehr das Thema, die Unternehmen müssen ihre Gestalten gerade sehr aktiv ihre Prozesse um? Wo ist gerade mehr Musik eigentlich drin?

Carsten Hust: Also momentan, was hier jetzt KI -Technologien ansehen, ist ein absolutes Dauerthema. Also es gibt nahezu kein Kundengespräch, wo das nicht Teil des Gesprächs ist, nicht das alleinige. Also wir haben diese Phase des, das ist total super neu, wir müssen das alles ausprobieren, wir brauchen dann eine Strategie. Wir sind jetzt dahinter, jetzt geht es eigentlich ganz konkret darum, wo, in welchen Bereichen hilft mir das weiter und zwar mir ganz konkret in meiner Situation jetzt. Das ist immer individuell.

Peter: Mhm. Mhm.

Carsten Hust: Aber also dieser Grad, wo ist der Einsatz und ist dieser Einsatz da an der Stelle richtig und haben wir dann schon die richtige Qualität der Large Language Models oder was auch immer, um tatsächlich hier diesen Mehrwert zu liefern. Das sind jetzt mittlerweile sehr stark in diesen Use Cases, in den Prozessen drin, aber immer Technologien. Wir brauchen noch Entwicklung. Wir müssen noch besser werden. Wir haben viele Anforderungen auch um die das Vertrauen tatsächlich in den Inhalt, der dort generiert wird, jetzt ganz konkret mit Genitive AI, den sicherzustellen, da ist man ja dran, forschungstechnisch, aber das ist definitiv noch ein Thema, was uns beschäftigt.

Peter: Mhm.

Carsten Hust: Auf der anderen Seite, wenn ich ernst ehrlich bin, also dieser Unternehmensalltag, dass sich die Prozesse verändern und anpassen müssen, das, wenn ich ehrlich bin, das ist irgendwie stetig, das ist immer auch so durch Wellen getrieben, Technologie schiebt das immer wieder an. Aber das passiert ja ständig, weil es ja auch andere Faktoren gibt, die das beeinflussen, weil sich diese Unternehmen verändern, müssen kleiner werden. Diese Auslöser, diese Triggerpunkte hat man ja auch außerhalb noch der Technologie. Aber das kommt jetzt ein bisschen zusammen, absolut.

Peter: Mhm.

Peter: Ganz herzlichen Dank, die halbe Stunde ist rum. Ich habe viel gelernt. Ganz, ganz herzlichen Dank nochmal für deine Zeit.

Carsten Hust: Vielen Dank.

Peter: So, ziemliche Punktlandung.