Published: September 14, 2015 - 17:09

Aussortieren und weiterleiten!

Unternehmen mit intensivem Kundenkontakt, beispielsweise Versicherungen, werden täglich von einer Flut eingehender Daten überschwemmt. Insbesondere die manuelle Bearbeitung des Posteingangs ist sehr aufwendig. Die Sortierung und interne Weiterleitung lässt sich aber automatisieren.


Die Mitarbeiter eines Versicherungsunternehmens verbringen täglich viel Zeit mit dem Öffnen von Briefen und dem Lesen von Mails, Faxnachrichten etc. Sie analysieren und selektieren die Post und leiten diese dann an den jeweiligen Sachbearbeiter weiter. Dieser Vorgang ist nicht nur zeitintensiv, sondern auch anfällig für Verzögerungen, etwa wenn Mitarbeitende erkranken oder gehäufte Anfragen – beispielsweise nach einem Unwetter – zu bewältigen sind. Hinzu kommt, dass die Zahl der eingehenden Anschreiben ständig wächst. Was es braucht, sind Systeme, die diese Arbeiten erledigen, Mitarbeitende entlasten, den Verteilungsprozess optimieren und beschleunigen.


Automatisierung ist möglich


Durch die stetig steigende tägliche Eingangspost ist das Thema heute aktueller denn je. Die Frage ist, wie dieser Prozess so optimiert und automatisiert werden kann, dass sich einerseits der Kundenservice verbessert, andererseits aber auch die Fachabteilungen entlastet werden. Die gute Nachricht: Es existieren nicht nur erste Lösungsansätze, sondern auch schon fertig konzipierte und sofort einsetzbare Lösungen. Trotzdem beschäftigen sich erst wenige Unternehmen mit der Thematik. Die Lösung nennt sich automatisierte Posteingangsklassifizierung.


Doch wie kann ein Computerprogramm Dokumente sortieren? Wie kann es wissen, zu welchem Sachbearbeiter die Post gehört? Intelligente Posteingangsklassifizierungs-Systeme erreichen dieses Ziel, indem sie Dokumente semantisch analysieren, also die Inhalte verstehen und im weiteren Sinne durch Predictive Analytics festlegen, wie das Dokument zugeordnet werden soll.


Selbstlernende Systeme


Der Begriff Predictive Analystics umschreibt vereinfacht ausgedrückt das Lernen aus der Vergangenheit für die Zukunft. Auf den Menschen bezogen, wären dies die persönlichen Erfahrungen. Analog dazu erkennt die Software in diesen «Erfahrungen» bestimmte Muster wieder und leitet daraus zukünftige Entwicklungen ab. Durch diese automatische Klassifizierung werden die einzelnen Anschreiben direkt an den jeweils zuständigen Fachbereich weitergeleitet. Dort können die Dokumente sofort be- und verarbeitet werden. Der gesamte Bearbeitungsprozess lässt sich so optimieren. Ein weiterer Vorteil derartiger Systeme: Sie lernen auch aus falsch interpretierten Dokumenten, die manuell korrigiert wurden. Je länger ein System im Einsatz ist, desto mehr Erfahrung sammelt die Anwendung und desto genauer erfolgt auch die Zuordnung.

Strukturiert und unstrukturiert


Für intelligente Posteingangsklassifizierungs-Systeme macht es keinen Unterschied, ob die Daten strukturiert, also in Form eines ausgefüllten Online-Formulars, oder unstrukturiert, etwa in Form eines Textes aus einer E-Mail, in das Unternehmen eingehen. Beide Varianten werden gleich behandelt. Flexibilität zählt zu den Stärken eines intelligenten Systems. Egal ob eine E-Mail, ein eingescannter Brief oder heute immer häufiger Social-Media-Posts – jedes Schriftstück wird analysiert, sortiert und klassifiziert. Das gilt auch für künftige Eingangskanäle, etwa das Internet der Dinge. Gerade im Versicherungsumfeld spielt solche «Big Data» eine zunehmend wichtigere Rolle.


Unkomplizierte Einführung


Die Erstkonfiguration einer automatisierten Posteingangsklassifizierung ist mit wenig Aufwand verbunden. Nach der Einbindung in die unternehmenseigene IT werden die Datenquellen mittels Konnektoren an die unterschiedlichsten Datenquellen angebunden. Natürlich umfassen diese auch typische Datenquellen wie Netzlaufwerke, Microsoft SharePoint und eine Vielzahl an ECM-Systemen. Danach startet das Training. Im Trainingsmodus lernen die Systeme, bereits klassifizierte Dokumente anhand der vorhandenen Kriterien zu selektieren. Somit wird das System mit jedem Dokument intelligenter. Je mehr vorklassifizierte Trainingsdokumente der letzten Tage, Wochen oder Monate zum Einsatz kommen, desto besser der Lernerfolg. Der Lernvorgang selbst benötigt nur einige Millisekunden pro Dokument. Macht das System einen Fehler, wird das manuell korrigierte Dokument erneut vorgelegt und die korrekte Zuordnung gespeichert.


Größte Herausforderungen


Eine Herausforderung für die automatisierte Posteingangsklassifizierung ist die Vielfalt der Eingangsstücke. Briefe auf Papier, E-Mails, oft mit Anhängen, die aus mehreren Seiten bestehen, Faxnachrichten und sogar Postings in Social-Media-Kanälen – all diese Quellen muss das System miteinbeziehen und analysieren können. Entscheidend für den Erfolg sind überdies die Selektionskriterien, an denen das System erkennt, in welche Abteilung das Dokument gehört. Mindbreeze InSpire klassifiziert beispielsweise anhand von rund 3000 Merkmalen pro Dokument. Die Lösung ist bereits bei einigen großen Versicherungsunternehmen im Einsatz. Da das System selbstlernend ist, können zudem jederzeit noch zusätzliche Selektionskriterien hinzugefügt werden. Im Hinblick auf die in Zukunft noch größeren Datenmengen und dem Anspruch der Kunden auf Antworten innerhalb kürzester Zeit, führt auch in diesem Bereich kein Weg an der Automatisierung vorbei.