Energieversorger erhalten jeden Monat Tausende Kundenanliegen – per E-Mail und über die Hotline. Viele davon sind Standardfälle: Ratenpläne, Fristverlängerungen, Rechnungskopien, Umzüge. Large Language Models (LLMs) können einen großen Teil dieser Arbeit übernehmen – aber nur, wenn sie sicher und zuverlässig an SAP angebunden sind. Das sind die Erfahrungen aus einem produktiven Projekt.
Mit klaren Geschäftsvorfällen mit hohem Volumen starten
„KI im Kundenservice einsetzen“ ist kein Use Case. Die folgenden schon – und zusammen decken sie einen großen Teil der täglichen Arbeit ab:
- Ratenpläne: Anliegen erkennen, Voraussetzungen prüfen und den Ratenplan in SAP S/4HANA Utilities anlegen.
- Fristverlängerungen: eine Stundung der Fälligkeit innerhalb definierter Regeln gewähren.
- Rechnungskopien: Kunde und Rechnung identifizieren und die Kopie automatisch versenden.
- Umzüge: Ein- und Auszugsdaten erfassen und den Umzugsprozess in SAP anstoßen.
KI-E-Mail-Triage
Jede eingehende E-Mail wird vom LLM klassifiziert: Um welchen Geschäftsvorfall geht es, welches Vertragskonto, welche Daten fehlen? Eindeutige Fälle werden automatisch verarbeitet, alle anderen an das richtige Team in SAP Customer Engagement weitergeleitet – mit vorausgefüllter Zusammenfassung und Antwortvorschlag.
Die Hotline anbinden: Cognigy und SAP
Dieselben Geschäftsvorfälle stehen auch am Telefon zur Verfügung. Ein Voicebot auf Basis von Cognigy nimmt Anrufe entgegen, identifiziert den Kunden und führt das Anliegen direkt in SAP aus – etwa den Versand einer Rechnungskopie oder die Erfassung einer Fristverlängerung – ohne Warteschleife.
Architektur: Azure, Databricks und SAP BTP
- Azure OpenAI stellt das Sprachmodell bereit, betrieben in einer Region, die die Datenschutzanforderungen erfüllt.
- Databricks dient der Datenaufbereitung, der Analyse und den KI-Pipelines rund um das Modell.
- SAP BTP Integration Suite ist die Integrationsschicht: Sie validiert die Modellausgabe, reichert sie mit Stammdaten an, ruft die richtigen SAP-APIs auf und behandelt Fehler.
- SAP S/4HANA Utilities und SAP Customer Engagement bleiben die führenden Systeme für alle Geschäftsvorfälle.
Wichtig: Das LLM spricht nie direkt mit dem SAP-Backend. Die Integrationsschicht hält SAP konsistent – auch wenn das Modell falsch liegt.
Den Menschen in der Schleife behalten
Unklare Fälle gehen an einen Sachbearbeiter, mit dem Vorschlag der KI im Anhang. Der Anteil vollautomatisierter Fälle wächst Schritt für Schritt – auf Basis von Fakten, nicht von Hoffnung.
Datenschutz und Berechtigungen
- Legen Sie fest, wo das Modell läuft und welche Daten es sehen darf.
- Nutzen Sie für jeden Systemaufruf technische User mit minimalen Berechtigungen.
- Protokollieren Sie Entscheidungen, damit sie nachvollziehbar und prüfbar sind.
Den Betrieb von Anfang an planen
Eine KI-Lösung ist nie „fertig“. Prompts, Modelle und SAP-Releases ändern sich. Monitoring, ein Release-Prozess über ChaRM oder Cloud ALM und ein klarer Verantwortlicher sind unverzichtbar. Behalten Sie auch SAPs eigene Angebote wie SAP AI Core, Joule und das Model Context Protocol (MCP) im Blick.
Fazit
KI im SAP-Kundenservice funktioniert – wenn sie als Integrations- und Governance-Projekt verstanden wird, nicht nur als Modellfrage. Mehr über unsere Leistungen für KI in SAP oder nehmen Sie Kontakt auf.