Durchgeführte AI Projekte in den Branchen Banken, Versicherung und Industrie
Auf dieser Seite werden erfolgreich durchgeführte AI-Projekte aus den Branchen Banken, Versicherungen und Industrie präsentiert. Wir unterstützen Kunden bei der Umsetzung und Implementierung von maßgeschneiderten AI-Lösungen.
Referenzen - Banking
Sentimentanalyse und Posteingangsmanagement mit einer integrierten LLM-Lösung
Die Herausforderung
Das Serviceteam des Kunden hatte einen sehr hohen Aufwand bei der manuellen E-Mail-Klassifizierung und -Weiterleitung. Dies führte zu hohen Antwortzeiten für ihre Kunden, was zu einer abnehmenden Kundenzufriedenheit führte.
Unsere Lösung
Um den Aufwand der E-Mail-Klassifizierung zu verringern, haben wir eine integrierte Lösung entwickelt, die E-Mails klassifiziert, ihren Inhalt bewertet und sie auf der Grundlage einer extern definierten Matrix von Zuständigkeiten an die relevanten Mitarbeiter verteilt. Zusätzlich beinhaltet die auf großen Sprachmodellen basierende Lösung eine Sentimentanalyse als zusätzliche Information für den Kundenservice und eine weitere Priorisierungsoption.
Dauer: 8 Wochen
Eingesetzte Technologien: Python, Ollama, Mistral 7B, Naive Bayes
Referenzen - Industrie
Automatisches Skill-Matching von Mitarbeiter-Lebensläufen mit interner Kompetenzmatrix
Die Herausforderung
Das Abgleichen spezifischer Fähigkeiten der Mitarbeiter mit einer internen Kompetenzmatrix kostete die HR-Abteilung des Kunden Stunden repetitiver Arbeit. Die Herausforderung bestand darin, unvollständige Informationen zu erkennen, sie über Plug-Ins zu recherchieren und daraus eine Qualifikation abzuleiten.
Unsere Lösung
Unsere Lösung ermöglichte eine schnellere Personalbesetzung durch automatisches Skill-Matching mittels automatischer semantischer Zuordnung von in Lebensläufen genannten Unternehmen mit Hilfe von klassischer KI und großen Sprachmodellen. Die Arbeit wurde umgewandelt in die Überwachung des Prozesses anstatt der Suche nach diversen Zuordnungen.
Dauer: 2 Wochen
Eingesetzte Technologien: Python, OpenAI Services, Easy OCR
Referenzen - Versicherung
Workshop zur Prompt-Entwicklung für Nutzer einer internen LLM-Anwendung
Die Herausforderung
Die Nutzer des firmeninternen ChatBots benötigten Unterstützung im Vermittlungsprozess zur Ansprache des Modells. Insbesondere die Unterschiede verschiedener Prompt-Entwicklungstechniken wie One-Shot- und Few-Shot-Prompts sowie deren Vor- und Nachteile waren unklar und nicht dokumentiert.
Unsere Lösung
Es wurde ein eintägiger Workshop abgehalten, in dem ein modifiziertes Modell und eine Chat-Schnittstelle verwendet wurden, um praktische Interaktion zu vermitteln. Die teilnehmenden Nutzer verbesserten ihre Fähigkeiten in der Prompt-Entwicklung und legten eine Grundlage für zuverlässige und sichere Interaktionen mit großen Sprachmodellen.
Dauer: 1 Tag
Eingesetzte Technologien: Python, Streamlit, Mural, Stable Diffusion, OpenAI Services