Der Kontext
Ein Industriehersteller mit einem modularen industriellen Hardwaresystem bot seinen Kunden fast 1.000 Produktkombinationen aus einem Katalog von ~200 Teilen, Motoren und Sensoren an. Diese Flexibilität führte zu einer extremen Komplexität für das Serviceteam.
Serviceanfragen kamen aus verschiedenen Quellen: von Kundentechnikern, Servicepartnern und den eigenen Ingenieuren. Überwältigt von der Vielfalt, riefen die meisten erst einmal den Kundendienst an. Infolgedessen verbrachten leitende Ingenieure – einige der teuersten Talente des Unternehmens – die Hälfte ihrer Zeit damit, Routineanfragen zu bearbeiten, anstatt kritische Probleme zu lösen.
Die Herausforderung
Das Unternehmen hatte bereits in Werkzeuge investiert:
-
Ein System, das die Dokumentation nach Auftragsnummer abrief, aber die Benutzer/innen trotzdem zwang, in bis zu 30 verschiedenen PDFs pro Fall zu navigieren.
-
Eine mobile App mit einem KI-Übersetzer, um internationale Kunden zu unterstützen, aber Anfragen blieben oft aufgrund von Zeitzonen liegen.
-
Mehrere Chatbot-Projekte (intern und extern), die gescheitert sind – die Antworten waren generisch, halluziniert oder ließen wichtige Details vermissen.
Die Ursache war klar: Dokumentiertes Wissen allein reichte nicht aus. Das wirkliche Fachwissen lag in Jira und Confluence begraben, wo die Teams seit Jahren Probleme lösten und Lösungen austauschten.
Unser Ansatz
Arti hat eine Lösung entwickelt, die beides kombiniert:
-
Strukturierte Dokumentation aus technischen Zeichnungen und Tabellen zur Fehlersuche.
-
Verstecktes Wissen aus Jira und Confluence – Muster, wie Probleme tatsächlich gelöst wurden, welche Informationen benötigt wurden und welche Komponentenkombinationen Reibung verursachten.
Von dort aus:
-
Sich wiederholende Anfragen wurden automatisch mit genauen Zusammenfassungen und direkten Links zur Dokumentation bearbeitet.
-
Komplexe Fälle wurden mit vorausgefüllten Jira-Problemen, ersten Analysen und vollständigem Kontext an Menschen weitergegeben.
-
KI-Agenten sammelten fehlende Informationen proaktiv ein und verringerten so die Verzögerungen beim Hin- und Herfahren.
Die Ergebnisse
Schon in der Pilotphase war die erwartete Wirkung klar:
-
65% schnellere Lösungszeit für Anfragen.
-
50% Ablenkungsrate bei sich wiederholenden Fragen.
-
25 % der Zeit der leitenden Ingenieure werden für hochwertige Aufgaben frei.
-
Das Servicepersonal kann 85% der Anfragen selbstständig lösen .
Die Auswirkungen
Durch die Verfeinerung des expliziten und verborgenen Wissens konnte das Serviceteam skalieren, ohne die leitenden Ingenieure zu überlasten. Die Kunden erhielten schnelleren und präziseren Support – sogar über Sprachen und Zeitzonen hinweg. Und mit der Erweiterung der modularen Produktpalette schuf das Unternehmen die Grundlage für eine kontinuierliche Automatisierung.
