--- title: "AI HUB Nürnberg: Use Case KI-basierte Analyse von Servicemeldungen" url: "https://www.ai-hub-nue.de/ki-community/anwendungsfaelle/use-case-infoteam-software-ag/" description: KI-basierte Analyse von Servicemeldungen zur Identifikation von häufig auftretenden Problemen bzw. betroffenen Bauteilen zur Erhöhung des Kundenservices. date: 2025-03-17 modified: 2025-03-17 --- # AI HUB Nürnberg: Use Case KI-basierte Analyse von Servicemeldungen KI-basierte Analyse von Servicemeldungen ========================================== Beschreibung: Ausgangssituation: - aufgrund der riesigen, weltweit installierten Produktbasis monatlich Hunderttausende Servicemeldungen von Kunden betriebenen Gerätestörungen - Servicemeldungen enthalten gesamten Kommunikations- sowie Lösungsverlauf von Erstkontakt bis Abschluss Texte sind individuell formuliert und mehrsprachig (= unstrukturierte Daten). - Meldungen adressieren meist bereits bekannte Probleme, nur wenige Meldungen unbekannte Probleme. - Um herauszufinden, welche Ursachen Techniker vor Ort identifizieren, welche Lösung sie wählen und welche Probleme besonders häufig auftreten bzw. welche Bauteile häufig betroffen sind, müssten alle Servicemeldungen gelesen werden. - Analyse der Servicemeldungen mit Fachkräften ist wirtschaftlich nicht darstellbar. Einsatzbereich: Kundenservice / Erhöhung der Produktqualität / Ermöglichung weiterführender Produktqualitätsanalysen Technologie: LLM (Large Language Model), generative KI, GPT-4, Embeddings Funktionsweise & Implementierung: - Aufbau eines lauffähigen Prototypen - nutzt Large Language Models (LLM) von OpenAI, da bereits im Ökosystem des Kunden verfügbar. Dieses Vorgehen ist hier ressourcensparend, da kein LLM-Training nötig ist. Es wird kundenseitig eine minimale Rechenkapazität benötigt und die Daten sind innerhalb der Firmeninfrastruktur geschützt (Azure Cloud). - LLM GPT-4 liest Servicemeldungen und generiert dazu passende Themen (= strukturierte Daten). - LLM Embeddings bilden Themenvektoren, um ähnliche Themen clustern zu können LLM GPT-4 weist Clustern beschreibende Labels zu. - Prototyp strukturiert unstrukturierte Daten und clustert und benennt sie vollautomatisch ohne menschlichen Input. Die Daten sind nun erstmals für weiterführende Produktqualitätsanalysen nutzbar. [Referenz Siemens Healthineers](https://infoteam.de/fileadmin/user_upload/downloads/Referenzen/infoteam-Referenz_SiemensHealthineers_KI_LLM_GTP-4_Servicemeldungen_DE.pdf) ![](https://www.ai-hub-nue.de/_assets/processed/rjt5i2HOqA56W3aekvUXZcC24ryyty8R3UlrLRgXnr8/q:85/w:433/h:433/fn:Y3NtX3BoaWxsaXBwLWR1bWJhY2hfN2I2YTk4ZGJhZg:t/cb:8e9047416d7a1fb74c7623bb007d007a5bcafc92/bG9jYWw6L2ZpbGVhZG1pbi9CaWxkZXIvQUlfQ29tbXVuaXR5L3BoaWxsaXBwLWR1bWJhY2guanBn) Ansprechpartner: Dr.-Ing. Philipp Dmbach | infoteam Software AG