DoorDash: KI-Sprachassistent auf Amazon Connect in zwei Monaten

Viele Unternehmen testen generative KI im Kundenservice in einem separaten Projekt, weit weg von den Produktivsystemen. DoorDash ist den umgekehrten Weg gegangen.

Über das Programm Generative AI Innovation Center von AWS hat die Lieferplattform einen Self-Service-Sprachassistenten auf Basis generativer KI entwickelt. Laut der von AWS veröffentlichten Fallstudie^[1] war die Lösung nach zwei Monaten bereit für den Live-Test. AWS nennt außerdem eine um 50 % kürzere Entwicklungszeit dank Amazon Bedrock und dem Modell Claude von Anthropic.

Aufgesetzt wurde das Projekt auf Amazon Connect, dem Cloud-Contact-Center, das DoorDash bereits im Einsatz hatte.

Ausgangspunkt war die vorhandene Telefonanlage

DoorDash erhält jeden Tag Hunderttausende Hilfeanfragen. Sie kommen von drei Gruppen: von Konsumentinnen und Konsumenten, von Partnergeschäften und von den Dashern, den selbstständigen Kurieren, die über die Plattform ausliefern.

Laut AWS zählte DoorDash Ende 2023 mehr als 37 Millionen monatlich aktive Konsumenten und mehr als 2 Millionen monatlich aktive Dasher.

Vor dem Projekt gab es bereits ein automatisches Sprachmenü, gebaut mit Amazon Connect und Amazon Lex. Laut AWS hatte dieses Menü die Weiterleitungen an Mitarbeitende um 49 % reduziert. Außerdem brachte es 12 % mehr Erstlösungen, also beim ersten Anruf gelöste Anliegen, und jährliche Einsparungen von 3 Millionen US-Dollar.

Die meisten Anrufe landeten trotzdem bei einem menschlichen Mitarbeiter. Hier setzte die neue Idee an.

Im AWS-Text erklärt DoorDash, man wolle den Dashern helfen, die häufigsten Fragen schnell zu klären. Typische Anliegen betreffen Probleme mit der App, die Registrierung und Zahlungsmodalitäten.

Den Ausschlag gab eine technische Entscheidung. Der neue Assistent dockt an dasselbe Contact Center an, das die Anrufe schon verarbeitete. So konnte sich das Projektteam auf das Modell und die Antworten konzentrieren.

Die vier Kennzahlen, die AWS dem Projekt zuschreibt

Die von AWS veröffentlichte Fallstudie nennt folgende Ergebnisse.

• Entwicklungszeit: um 50 % reduziert mit Amazon Bedrock.
• Testkapazität: um das 50-Fache gesteigert.
• Antwortzeit: 2,5 Sekunden oder weniger mit Claude 3 Haiku.
• Volumen: Hunderttausende Anrufe pro Tag, die die Lösung verarbeitet.

Alle vier Werte stammen von AWS, also vom Anbieter der eingesetzten Technologie. Eine unabhängige Überprüfung steht noch aus.

Für alle, die solche Systeme konzipieren, ist die Antwortzeit die nützlichste Zahl. Am Telefon fällt jede Pause vor der Antwort sofort auf. Zweieinhalb Sekunden sind ein greifbarer Richtwert.

Was in der Geschichte fehlt

Drei der vier Kennzahlen messen den Aufbau. Sie zeigen, wie schnell das System entstanden ist und wie schnell es antwortet.

Die vierte misst das Volumen. Wie viele dieser Anrufe mit einem gelösten Problem enden, verschweigt der veröffentlichte Text.

Es fehlen genau die Daten, die braucht, wer über eine ähnliche Investition entscheiden muss.

• Der Anteil der Anrufe, die der Assistent abschließend bearbeitet, vorher und nachher.
• Die Weiterleitungen an Mitarbeitende im Vergleich zum alten Sprachmenü.
• Die Zufriedenheit von Dashern, Konsumenten und Partnergeschäften.
• Die Kosten pro Anruf.

Der naheliegendste Vergleich ist der mit dem alten Sprachmenü. Für dieses Menü gibt es klare Ergebniszahlen: 49 % weniger Weiterleitungen und 12 % mehr gelöste Anliegen. Der neue Assistent taucht in der Darstellung mit Zahlen ganz anderer Art auf.

Ebenso fehlt im Text ein Fehler, der unterwegs korrigiert wurde.

In den verifizierten Fällen, die ich begleitet habe, war die lehrreichste Information immer eine Kurskorrektur. Die öffentliche Darstellung lässt sie hier aus.

Was DoorDash heute vorweisen kann, ist eine Ingenieursleistung. Der Nutzen für den Service muss sich erst noch zeigen.

Was sich von DoorDash mitnehmen lässt

Die wertvolle Lehre betrifft den Ausgangspunkt.

1. Beim vorhandenen Contact Center ansetzen. DoorDash hat die generative KI auf Amazon Connect aufgesetzt, das seine Anrufe bereits verarbeitete.
2. Das alte System vermessen, bevor man es ändert. Die Zahlen des Sprachmenüs werden zur Vergleichsbasis.
3. Einen Schwellenwert für die Antwortzeit festlegen. DoorDash nennt 2,5 Sekunden oder weniger mit einem kleinen, schnellen Modell.
4. Die bereits integrierten Funktionen der Plattform prüfen. Die Dokumentation von Amazon Connect^[2] beschreibt zum Beispiel KI-generierte Kontaktzusammenfassungen.
5. Die Ergebniskennzahl vorab festlegen. Veröffentlicht werden sollte der Anteil gelöster Anrufe, vorher und nachher.

Die Frage fürs nächste Meeting

Zwei Monate Entwicklungszeit sind ein guter Wert. Doch welche Zahl belegt, dass Ihr Assistent das Problem tatsächlich löst und nicht nur schnell antwortet?