Bachelorarbeit, 2019
89 Seiten, Note: 1,00
1 Einleitung
1.1 Problemstellung
1.2 Zielsetzung und wissenschaftliche Fragestellung
2 Grundlagen
2.1 Callcentertypen
2.2 Prozesse und Geschäftsfälle
2.3 Prozessautomatisierungstechnologien
2.4 Stand des Wissens
3 Vorgangsweise und Methoden
3.1 Vorgangsweise
3.2 Methoden
3.2.1 Literaturrecherche
3.2.2 Leitfadengestütztes Interview
3.2.3 Induktive Referenzmodellierung
3.2.4 Konzeptionell-deduktive Analyse
4 Empirischer Teil
4.1 Phase 1 – Mobilisieren
4.2 Phase 2 – Verstehen
4.2.1 Kriterien für Automatisierbarkeit festlegen
4.2.2 Prozesse dokumentieren
4.3 Phase 3 – Gestalten
4.3.1 Prüfung auf Automatisierbarkeit
4.3.2 Einsetzbare Technologien
4.3.3 Prüfung der Prozesse auf einsetzbare Technologien
4.4 Phase 4 – Implementieren
4.4.1 Hindernisse bei Automatisierung
4.4.2 Lösungsvorschläge für Hindernisse
4.4.3 Umsetzungsempfehlungen
4.5 Phase 5 – Managen
5 Ergebnisse und Schlussfolgerungen
5.1 Ergebnis - Leitfaden für die Implementierung von automatisierten Callcentern
5.2 Schlussfolgerungen
5.3 Beantwortung der Forschungsfragen
6 Zusammenfassung
7 Literatur
Diese Arbeit zielt darauf ab, einen Leitfaden für die Implementierung automatisierter Inbound-Callcenter zu entwickeln, der Hindernisse identifiziert und Handlungsempfehlungen für die Prozessautomatisierung bietet.
1 Einleitung
Mit Fragen zur menschlichen Intelligenz beschäftigten sich bereits zahlreiche Philosophen in der Antike. Den Ausgangspunkt für die, heute unter Künstliche Intelligenz (KI) bekannten, Forschung allerdings legte Alan Turing im Jahre 1950 mit seinen Überlegungen, ob Maschinen denken können. Schon damals war das Verständnis für Fragen der theoretischen Informatik und der Mathematik weit fortgeschritten, welche den Durchbruch im Bereich der Künstlichen Intelligenz ermöglichte. Als Ergebnis dieses Durchbruchs wurden heuristische Algorithmen und neuronale Netze entwickelt, die es ermöglichten in den letzten 20 Jahren weitere Fortschritte in diesem Gebiet zu machen. Damit wurde der Computer vom einfachen Speicher- und Rechenmedium zum hochintelligenten Analysewerkzeug (Kharchenko, Kleinschmidt, & Karla, 2018, S. 388).
IBMs Deep Blue und Watson waren dabei wichtige Meilensteine auf dem Weg zur regelbasierten Verarbeitung von Sprache in Zusammenhang mit Künstlicher Intelligenz. Bei Lösungen zur Sprachverarbeitung müssen Systeme in Echtzeit die auf natürlicher Sprache basierenden Inhalte der Mensch-Maschine Kommunikation analysieren und je nach gesprochenem Inhalt anpassen können. Die technische Abbildung dieses neuronalen Netzes bildet die Grundlage für Machine Learning. Unter Machine Learning versteht man das eigenständige Erlernen von Interaktionen, wobei ein Software-Roboter aus dem menschlichen Verhalten lernt (Kharchenko et al., 2018, S. 388).
Das Fundament einer automatisierten Mensch-Maschine–Kommunikation in einem Callcenter ist somit die automatisierte Spracherkennung (Kharchenko et al., 2018, S. 385).
Dank intelligenter Prozessautomatisierungssoftware in Verbindung mit intelligenter Spracherkennung und –verarbeitung ist es im 21.Jahrhundert möglich, regelbasierte Geschäftsfälle in Callcentern zu automatisieren und die Geschäftsprozesse zwischen betrieblichen Anwendungssystemen mit Hilfe von Software-Robotern abzuwickeln (Kharchenko et al., 2018, S. 384).
1 Einleitung: Beschreibt die historische Entwicklung der Künstlichen Intelligenz und deren zunehmende Bedeutung für die Automatisierung von Geschäftsfällen in Callcentern.
2 Grundlagen: Definiert die notwendigen Begrifflichkeiten wie Callcentertypen, Prozesse, Geschäftsfälle und Prozessautomatisierungstechnologien.
3 Vorgangsweise und Methoden: Erläutert die angewandten Forschungsmethoden, darunter Literaturrecherche, leitfadengestützte Interviews und Modellierungstechniken.
4 Empirischer Teil: Detaillierte Durchführung der Phasen Mobilisieren, Verstehen, Gestalten, Implementieren und Managen anhand eines Praxisbeispiels.
5 Ergebnisse und Schlussfolgerungen: Präsentiert den finalen Leitfaden zur Implementierung eines automatisierten Callcenters und beantwortet die Forschungsfragen.
6 Zusammenfassung: Fasst die gesamte Arbeit, die methodische Vorgehensweise und die wesentlichen Erkenntnisse kurz zusammen.
7 Literatur: Listet sämtliche in der Arbeit verwendeten Quellen auf.
Callcenter, Prozessautomatisierung, Künstliche Intelligenz, Leitfaden, Geschäftsfälle, Spracherkennung, Chatbot, Implementierung, Prozessmodellierung, Inbound-Servicecenter, Hindernismanagement, Machine Learning, Kundenanliegen, Prozessanalyse, Automatisierbarkeit
Die Arbeit beschäftigt sich mit der Erstellung eines Leitfadens zur Implementierung eines automatisierten Callcenters, um Geschäftsprozesse effizienter zu gestalten.
Zentrale Themen sind Künstliche Intelligenz, intelligente Prozessautomatisierung, Methoden der Prozessmodellierung sowie das Management von Hindernissen bei technologischen Implementierungen.
Das primäre Ziel ist es, einen strukturierten Leitfaden zu entwickeln, der Unternehmen bei der Automatisierung ihrer Callcenter-Geschäftsprozesse unterstützt.
Die Arbeit stützt sich auf eine Literaturrecherche, leitfadengestützte Interviews in einem Handelsunternehmen, induktive Referenzmodellierung sowie eine konzeptionell-deduktive Analyse.
Der Hauptteil gliedert sich in fünf Phasen: Mobilisieren, Verstehen, Gestalten, Implementieren und Managen, in denen Prozesse erhoben, bewertet und Optimierungsempfehlungen erarbeitet werden.
Zu den wichtigsten Begriffen zählen Callcenter, Prozessautomatisierung, Künstliche Intelligenz, Leitfaden und Automatisierbarkeit.
Die Prozesse wurden anhand von neun Kriterien bewertet, die in der Literaturrecherche erarbeitet wurden, um festzustellen, ob sie für eine Automatisierung geeignet sind.
Als besonders relevant für die Automatisierung der untersuchten Callcenter-Prozesse wurden Spracherkennung und Chatbots identifiziert.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

