AI-Beratungsdienste & Expertise

Geschäftsszenario

Ein großer Sperrholzhersteller suchte nach Möglichkeiten, KI in seine Prozesse zu integrieren, um seine betriebliche Effizienz zu verbessern.

Wie wir geholfen haben

• Wir bewerteten die Geschäftsprozesse des Herstellers, stellten fest, dass der manuelle Qualitätskontroll-Workflow langsam, inkonsistent und fehleranfällig war, und empfahlen, ihn mit Hilfe von KI zu automatisieren.
• Wir hielten diesen Anwendungsfall aufgrund der hohen Datenverfügbarkeit, wie z. B. Tausende von klassifizierten Sperrholzplattenbildern aus monatlichen Qualitätskontrollen, für machbar.
• Er konzipierte eine auf neuronalen Netzen basierende Computer-Vision-Lösung für die Fehlererkennung und -klassifizierung.
• Er schlug vor, die KI-Lösung mit Hochgeschwindigkeitskameras zu integrieren und sie auf einem Edge-Computing-Gerät direkt am Förderband einzusetzen, um die Klassifizierungslatenz zu minimieren.
• Start eines Pilotprojekts an einer einzelnen Produktionslinie, das sich auf die Minimierung falsch positiver und negativer Ergebnisse konzentrierte und bei der Behebung aller aufgedeckten Probleme half.
• Überwachung der endgültigen Einführung der Lösung im gesamten Werk, Durchführung von Benutzerschulungen, Beratung bei der Änderung von Geschäftsprozessen, um die Einführung von KI zu ermöglichen, und Sicherstellung, dass das Projekt die ursprünglich festgelegten Ziele erreicht.

Ergebnisse

• 80%ige Steigerung der Geschwindigkeit bei der Fehlererkennung und -sortierung
• Verringerung der Produktrücklaufquote um 19 % aufgrund der verbesserten Klassifizierungsgenauigkeit

Geschäftsszenario

Ein Online-Händler, der Baumaterialien verkauft, kämpfte mit dem hohen Aufkommen an Beratungsanfragen und sinkender Kundenbindung aufgrund von Lieferverzögerungen.

Wie wir geholfen haben

• Identifizierung von zwei zentralen Engpässen, die mit KI behoben werden konnten: sich wiederholende Anfragen zu Produktinformationen, die das Verkaufsteam überforderten, und die manuelle Weiterleitung einer wachsenden Zahl von Lieferaufträgen, die zu einer schlechten Logistikleistung führte.
• Bestätigung der Datenverfügbarkeit für das Training der KI-Lösung, einschließlich des aktuellen Produktkatalogs, der Support-Ticket-Protokolle und der historischen GPS-Lieferdaten.
• Wir schlugen vor, einen GenAI-gestützten Agenten für die Produktberatung in Echtzeit und einen KI-Agenten für die Routenplanung zur Optimierung der Flottenkilometer zu entwickeln, um dem Kunden zu helfen, seinen Kundenservice und seine Logistikprozesse skalierbarer zu gestalten.
• Wir empfahlen, den Beratungsagenten mit Retrieval-Augmented Generation zu erweitern, um genaue Antworten auf der Grundlage der Wissensbasis des Kunden zu liefern, und einen Validierungsmechanismus zu implementieren, der es menschlichen Planern ermöglicht, die von der KI generierten Routen zu bestätigen oder anzupassen.
• Unterstützung beim Start eines Pilotprojekts, bei dem der Agent zu einem Vollzeitmitglied des Vertriebs- und Logistikteams wurde, das Kundenanfragen bearbeitet und unter der Aufsicht eines speziellen Mitarbeiters Lieferrouten erstellt.
• Einführung einer vollwertigen KI-Agentenlösung, die alle eingehenden Anfragen bearbeitet und sie nur bei Bedarf an menschliche Agenten weiterleitet, während gleichzeitig alle Aufgaben der Lieferroutenplanung automatisiert werden.

Ergebnisse

• 35 % der Kundensupport-Dialoge wurden vollständig und 40 % teilweise automatisiert
• 12% geringere Logistikkosten bei gleichem Auftragsvolumen