Was unsere Kunden sagen und welche Ergebnisse wir gemeinsam erzielt haben.
Wir haben AI Professional Network beauftragt, unseren Kundendienst mit einem Klassifikationsmodell zu unterstützen. Nach acht Wochen war der Prototyp fertig, nach zwölf Wochen lief das System produktiv. Seitdem werden 70 % der eingehenden E-Mails automatisch der richtigen Abteilung zugewiesen. Unsere Reaktionszeit hat sich halbiert.
Das Team hat für uns ein Computer-Vision-System zur Oberflächenprüfung entwickelt. Was mich überzeugt hat: Sie haben sich drei Tage lang unsere Produktionslinie angeschaut, bevor sie überhaupt einen Vorschlag gemacht haben. Das Ergebnis war ein Modell, das unsere spezifischen Fehlertypen zuverlässig erkennt. Die Ausschussrate ist um 14 % gesunken.
Wir haben den ganztägigen Workshop für unser Entwicklerteam gebucht. Die Inhalte waren auf unsere Branche (Versicherungen) zugeschnitten, mit echten Datensätzen statt Spielzeugbeispielen. Einziger Kritikpunkt: Ein Tag ist fast zu kurz, um alles zu vertiefen. Wir haben deshalb direkt das Coaching-Paket dazugebucht.
Unser Chatbot beantwortet jetzt rund 400 Patientenanfragen pro Woche, die vorher alle telefonisch eingingen. Die Entlastung für unser Empfangsteam ist enorm. Besonders wichtig war uns, dass die Daten die Schweiz nicht verlassen. AI Professional Network hat das von Anfang an sichergestellt.
Die Machbarkeitsstudie hat uns vor einer teuren Fehlentscheidung bewahrt. Wir wollten ursprünglich ein Prognosemodell für die Nachfrageplanung bauen, aber die Datenanalyse hat gezeigt, dass unsere historischen Daten dafür nicht ausreichen. Stattdessen hat das Team einen pragmatischeren Ansatz vorgeschlagen, der mit weniger Daten funktioniert und trotzdem 22 % genauere Prognosen liefert als unsere bisherige Excel-Methode.
Wir nutzen das Professional-Paket seit 14 Monaten. In dieser Zeit hat das Team drei Modelle für uns entwickelt: Vertragsprüfung, Fristenerkennung und Dokumentenklassifikation. Alle drei laufen stabil. Das monatliche Monitoring gibt uns die Sicherheit, dass wir Probleme frühzeitig erkennen.
Ein regionaler Versicherer im Kanton Bern erhielt täglich rund 120 Schadenmeldungen per E-Mail, Post und Online-Formular. Die manuelle Sichtung, Kategorisierung und Weiterleitung an die zuständigen Sachbearbeiter dauerte im Schnitt 18 Minuten pro Fall.
Wir haben ein NLP-Modell entwickelt, das eingehende Meldungen automatisch nach Schadenart (Haftpflicht, Hausrat, Motorfahrzeug, Gebäude) und Dringlichkeit klassifiziert. Das Modell extrahiert ausserdem Schlüsselinformationen wie Policennummer, Schadendatum und geschätzte Schadenhöhe und überträgt sie in das Bestandsführungssystem des Kunden.
Nach einer Trainingsphase von sechs Wochen und einer zweiwöchigen Pilotphase mit manueller Kontrolle ging das System in den Produktivbetrieb. Heute werden 82 % der Meldungen vollautomatisch verarbeitet. Die restlichen 18 % betreffen komplexe Fälle, die das Modell zur manuellen Prüfung markiert.
Précision Métal SA in Yverdon-les-Bains produziert Präzisionsteile für die Uhren- und Medizintechnikindustrie. Die bisherige Qualitätskontrolle war rein visuell: Zwei Mitarbeitende prüften jedes Teil unter einer Lupe. Bei einer Tagesproduktion von 4 000 Teilen war Ermüdung ein reales Problem, besonders in der Nachmittagsschicht.
Wir haben ein Kamerasystem mit vier Industriekameras installiert, die jedes Teil aus unterschiedlichen Winkeln aufnehmen. Das Bilderkennungsmodell wurde auf 12 000 gelabelten Bildern trainiert, davon 3 200 mit dokumentierten Fehlern (Kratzer, Lunker, Massabweichungen).
Das System läuft seit März 2024 im Dauerbetrieb. Die beiden Mitarbeitenden prüfen jetzt nur noch die vom System markierten Teile, was ihre Arbeit deutlich fokussierter und weniger ermüdend macht. Die Fehlerquote bei ausgelieferten Teilen sank von 0,8 % auf 0,12 %.
Möchten Sie ähnliche Ergebnisse erzielen? Senden Sie uns eine Anfrage oder rufen Sie uns an: +41 21 794 79 80.