Blog

Automatisierte Verarbeitung komplexer Reklamationen und Rückforderungen mit mehreren, teils unstrukturierten Positionen

Ein Großhändler aus der Sportbranche mit Exklusivvertrieb sieht sich regelmäßig mit Reklamationen seiner Kunden konfrontiert. Diese Reklamationen müssen vom Großhändler manuell im SAP-System erfasst werden, was die Pflege von bis zu 37 verschiedenen Feldern umfasst. Im Anschluss bearbeiten Kollegen die Tickets, indem sie diese manuell um Daten aus SAP erweitern und den jeweiligen Bestellungen der Kunden und Spediteure zuordnen. Dieser Prozess ist nicht nur zeitaufwändig, sondern birgt auch ein erhöhtes Fehlerpotenzial, das zu nachgelagerter Mehrarbeit und fehlerhaften Auswertungen führen kann. Mit unserer KI-gestützten Intent-Erkennung werden unstrukturierte Kundenanfragen präzise erkannt und der Automatisierungsgrad im Kundenservice gesteigert, sodass sich Mitarbeitende auf wertschöpfendere Aufgaben fokussieren können.

Branche: Großhandel (Sportbranche) |  Zeitraum: 2 Wochen | Teamgröße: 1 Berater

Autoren

Thomas
Buchner

Principal

Matthias
Fink

Senior Manager

Status Quo:
Repetitive Aufgaben im Reklamationsprozess - Hoher Aufwand, hohe Fehlerquote

  • Identifikation der Reklamation: Die Reklamations-E-Mails müssen aus einem Sammelpostfach des Kundenservice manuell gesucht und geöffnet werden.
  • Bearbeitung der Anhänge: Jede E-Mail enthält bis zu 50 angehängte PDF-Dateien. Für jede Datei wird die Dokumentenart (z. B. eine Reklamation) identifiziert und die relevanten Informationen im Dokument manuell extrahiert.
  • Ermittlung und Zuordnung: Anschließend werden der Reklamationsgrund ermittelt und die Reklamation dem entsprechenden Kunden im SAP-System zugeordnet.
  • Ticketanlage: Für jede Reklamation wird ein Ticket erstellt, an das die entsprechende PDF-Datei angehängt wird, um die Folgebearbeitung zu ermöglichen.

Dieser aufwändige und fehleranfällige Prozess zeigt deutlich den Bedarf an Optimierung und Automatisierung, um die Effizienz zu steigern und die Fehlerquote zu reduzieren.

Die aktuell manuelle Reklamationsbearbeitung ist zeitaufwändig und fehleranfällig. Durch die Automatisierung mit KI können diese Prozesse effizienter gestaltet und Fehler reduziert werden. Mitarbeitende gewinnen Zeit für anspruchsvollere Aufgaben. Das steigert nicht nur die Effizienz, sondern auch die Zufriedenheit der Mitarbeitenden. Die Unternehmen profitieren von einer höheren Produktivität und die Kunden von einem besseren Kundenerlebnis .

Der Weg zum automatisierten Soll-Prozess

UiPath Low Code - Ventum

Manuelle Prozesse werden für die Automatisierung vorbereitet

Für eine technische Implementierung und Automatisierung müssen die Arbeitsschritte des Menschen in die Sprache des Roboters übersetzt werden. Dies geschieht durch die Konfiguration des Roboters mit einer benutzerfreundlichen Low-Code-Sprache. Im folgenden Abschnitt zeigen wir die manuellen Schritte und erläutern auf, welche Fähigkeiten dem Roboter antrainiert werden müssen, um den Prozess effizient zu übernehmen.

Roboter identifiziert Reklamations-E-Mails

Im Postfach des Kundenservice des Großhändlers gehen täglich mehrere hundert E-Mails ein. Die bislang manuelle Sichtprüfung durch Mitarbeitende soll auf einen Roboter übertragen und entsprechend parametrisiert werden. In diesem Anwendungsfall erfolgt die Identifikation der Reklamations-E-Mails anhand des Absenders sowie der Bezeichnung der im Anhang enthaltenen Dokumente. Der Roboter übernimmt daraufhin die Bearbeitung der angehängten Dokumente und führt für jedes Dokument die nächsten Schritte durch. Für die Implementierung wurde dem Roboter ein O365-Benutzerkonto mit denselben Berechtigungen wie einem Mitarbeitenden eingerichtet.
Document Understanding - Dokumentenklassifikation - Ventum

Document Understanding prüft Dokumente und extrahiert relevante Informationen

Die angehängten Dokumente der eingehenden E-Mails werden vom Roboter – analog zu einem Sachbearbeiter – als Reklamationen erwartet. Um festzustellen, ob es sich tatsächlich um eine Reklamation oder ein anderes Dokument handelt, übergibt der Roboter die Dateien an die Document Understanding-Komponente von UiPath. Diese Engine überprüft zunächst, ob das Dokument der erwarteten Struktur entspricht. Bei Übereinstimmung mit dem definierten Format werden die relevanten Informationen extrahiert. Weicht das Dokument jedoch vom antrainierten Format ab, wird es in einen Fehlerpool zur weiteren Bearbeitung verschoben.

Document Understanding - Datenextraktion - Ventum

OCR-Technologie wird mit KI unterstützt, um unstrukturierte Daten fehlerfrei zu extrahieren

Die technische Datenextraktion aus PDF-Dokumenten mithilfe von OCR (Optical Character Recognition) stößt insbesondere bei Abweichungen oder sich verändernden Formaten auf Herausforderungen, die häufig zu Fehlermeldungen führen. Ein typisches Beispiel ist das Auslesen einer „unstrukturierten“ Tabelle, bei der unregelmäßige Zeilenumbrüche oder eine variable Anzahl von Spalten vorliegen. Mit herkömmlicher OCR-Technologie müssten für jede grafische Variante spezifische Regeln definiert werden.

Durch den Einsatz der Document Understanding-Komponente wird dieser Prozess um eine KI-basierte Mustererkennung erweitert. Die künstliche Intelligenz erkennt Datenfelder nicht nur anhand ihrer visuellen Strukturen (OCR), sondern auch durch die Analyse von Charakteristika, Inhalt und Kontext.

Das Ergebnis dieser Verarbeitung ist ein Konfidenzscore, der für jedes Dokument und jedes erkannte Datenfeld ausgegeben wird. Dieser Score gibt an, wie sicher sich die KI ist, dass das ermittelte Objekt dem erwarteten entspricht. Für die Konfidenzscores können Schwellenwerte (Thresholds) definiert werden. Diese legen fest, ab welcher Wahrscheinlichkeit der Roboter die nachfolgenden Workflow-Schritte ausführt oder ob der Fall zur manuellen Überprüfung an einen Mitarbeiter weitergeleitet wird.

SAP Connector - Ventum

Roboter verknüpft extrahierte Daten mit dem SAP-System

Der Roboter kann nun die Informationen aus dem PDF Dokument für die weitere Verarbeitung des Dokuments einsetzen. Über 13 Datenfelder (z.B. Unternehmensname, Buchungskreis, Adressen…) kann der Roboter mit dem Standardkonnektor über die SAP Business API den entsprechenden Kunden der Reklamation zuordnen, die Kundennummer extrahieren, die ursprüngliche Bestellung ermitteln und den verantwortlichen Ansprechpartner zur weiteren Verarbeitung identifizieren.

SAP Ticket - Ventum

Roboter erstellt und dokumentiert Reklamationen über SAP-Tickets

Der Workflow zur Bearbeitung von Reklamationen wird durch ein SAP-Ticket dokumentiert und gesteuert, das vom Roboter erstellt werden muss. Der Roboter hat dabei die Möglichkeit, das Ticket entweder über die Benutzeroberfläche von SAP oder über die SAP Business API anzulegen. Aufgrund der höheren Stabilität und Effizienz der standardisierten Schnittstelle erfolgt die Ticketanlage in diesem Fall über die API.

Im Zuge dieses Prozesses werden alle relevanten Informationen, die aus den Dokumenten extrahiert wurden, in das Ticket übernommen. Dazu gehört die Zuordnung zum zuständigen Ansprechpartner, die Verknüpfung mit der entsprechenden ausgehenden Bestellung, das Anhängen des Speditionsberichts sowie die Reklamation im PDF-Format. Auf diese Weise wird das Ticket vollständig und korrekt vorbereitet, sodass ein Entscheider im Anschluss die Reklamation prüfen und entweder annehmen oder ablehnen kann.

Verwendete Bausteine aus der UiPath Plattform

UiPath Robot

Roboter, welcher für die automatische Abarbeitung von Geschäftsprozessen ein vorgegebenes Skript verfolgt und über Schnitten oder die Benutzeroberfläche mit diversen Umsystemen interagieren kann. Dieser Roboter wird auf einer virtuellen Maschine  oder physischen Maschine beim Kunden vor Ort betrieben und ist als virtueller Mitarbeiter zu betrachten.

UiPath Studio

Low Code Entwicklungsumgebung für den Roboter mit zahlreichen Out of the Box Konnektoren in Umsysteme wie SAP, O365, Zendesk, Celonis u.vm., sowie der Möglichkeit die Ergebnisse aus der UiPath Plattform in den Roboter zu integrieren

UiPath Document Understandig

Modul für das Klassifizieren und Verstehen von Dokumenten mit künstlicher Intelligenz. Mit dem Antrainieren der Dokumente wird ein KI-Modell auf eine spezifische Dokumentenkategorie erstellt. Dieses Modell ist in der Lage beispielsweise Tabellen mit unterschiedlicher Zeilenanzahl zu erkennen und die Inhalte korrekt auszulesen. Für das Erkennen von Zeichen und Information wird eine Kombination aus OCR und KI verwendet. 

Impact at Launch & Facts

  • PDF-Volumen: Ca. 500 pro Monat (steigend).
  • Eingesparte Bearbeitungszeit: 5 Minuten pro PDF → 40 Stunden/Monat
  • Strukturierter Output: Automatisiert weiterverwendbare Daten
  • Amortisation der Lizenz- und Implementierungskosten: nach 10 Monaten
  • Opportunitätsgewinne:
    • 0,25 FTE/Monat frei für Kundenbetreuung
    • Automatisierung weiterer Prozesse reduziert den ROI um je 1,5 Monate durch Lizenzoptimierung
    • Jeder weitere automatisierte Prozess macht zusätzlich Ressourcen für wertschöpfende Prozesse frei (Erhöhung Opportunitätsgewinn)
    • Implementierungsaufwand: 1 FTE für 2 Wochen

Ihre Vorteile auf einem Blick

Die Automatisierung verkürzt Bearbeitungszeiten für Reklamationen erheblich, wodurch Ihr Kundenservice schneller auf Kundenanliegen reagieren kann.

Durch den Einsatz automatisierter Systeme wird die Fehleranfälligkeit bei der Eingabe und Zuordnung von Reklamationsdaten minimiert, was zu einer zuverlässigeren Problembewältigung führt.

Der Automatisierungsprozess amortisiert sich schnell und führt zu spürbaren Kosteneinsparungen im operativen Budget, wodurch der Return on Investment maximiert wird.

Mitarbeitende haben mehr Zeit, sich um komplexe Kundenanfragen oder strategische Aufgaben zu kümmern, anstatt sich mit routinemäßigen Reklamationsprozessen zu beschäftigen.

Die Lösung ist anpassbar und skalierbar, sodass zukünftige Prozessänderungen oder steigende Reklamationszahlen problemlos abgedeckt werden können.

Die automatische Zuordnung und Verarbeitung von Reklamationsfällen in Ihrem bestehenden SAP-System sorgt für eine effiziente interne Kommunikation und Dokumentation.

Die Low-Code-Technologie ermöglicht eine zügige Implementierung und Anpassung, sodass Ihr Team schneller von optimierten Prozessen profitiert.

Jetzt unverbindlich Kontakt aufnehmen und persönlichen Demo-Termin anfordern

TISAX und ISO-Zertifizierung nur für den Standort in München




    *Pflichtfeld

    Bitte beweise, dass du kein Spambot bist und wähle das Symbol Haus.

    Thomas Buchner

    Principal und Experte für Automatisierungsthemen

    Thomas Buchner Ventum Consulting
    Matthias Fink

    Manager und Experte für Automatisierungsthemen

    Matthias Fink Ventum Consulting
    Nach oben scrollen