#2/17 Fakten + Hintergründe

Seit dem Jahreswechsel unterstützt Watson beim Erkennen der Kunden­anliegen und zeigt Unmut und Angebots­wünsche im SBI (Sach­bearbeiter-Infrastruktur) an. Als agiles System lernt er weiterhin jeden Tag dazu. Wie das funktioniert, erklärt Julia Lacher, Product Owner im Projekt watson@VKB.

Wie lernt Watson?

Julia Lacher: Ein Mensch liest einen Text und zieht je nach Erfahrungs­wert daraus Rück­schlüsse. Das muss Watson erst beigebracht werden. Er lernt, indem wir ihm Schreiben geben, die mit Unmut oder Angebots­wünschen markiert sind, und er erfährt alles Fachliche wie Versicher­ungs­wesen und Regeln. Als Software mit kognitiven Fähig­keiten baut er permanent sein Wissen aus, indem er diese Informationen interpretiert. Gestartet sind wir mit 1 000 Schreiben, heute haben wir rund 40 000 manuell klassifizierte Dokumente. 

Was erkennt Watson schon heute?

Lacher:  Er findet beispielsweise mehr und mehr Unmut, der nicht so offensichtlich ist. Etwa bei Formulierungen wie „Bislang war ich es gewohnt, dass schnell geantwortet wurde und ich nicht nachfragen musste“. Im ersten Quartal haben wir so rund 15 000 Kundenanliegen mehr als mit der herkömmlichen schlagwort- und regelbasierten Suche entdeckt.

Wird Watson irgendwann ausgelernt haben?

Lacher: Watson kam als Kindergartenkind zu uns. Jetzt hat er in etwa den Entwicklungsstand eines Azubis. Auch wenn wir seit Dezember in Produktion sind, befinden er und wir uns nach wie vor in einer Lern­phase. Nur so können wir die Qualität stetig verbessern. Den Punkt, an dem er ausgelernt hat oder am Ende angelangt ist, wird es so nicht geben.

Wie halten Sie die Qualität nach?

Lacher: Wir haben ein Qualitätssicherungs-Team mit Kollegen aus allen Sparten und der Anwendungsentwicklung etabliert. Die Sachbearbeiter können an eine zentrale E-Mail-Adresse fehler­hafte Dokumente melden, die Watson nicht oder fälschlicher­weise gefunden hat. Das Team wertet die Fehlermeldungen aus, und systematische Fehler werden durch das Neulernen von Watson korrigiert. Nur wenn wir die Hinweise von den Sach­bearbeitern erhalten, kann Watson es beim nächsten Mal besser machen.  


Ein Film im Intranet erzählt, wie Watson in die VKB-Systeme integriert wurde: Kunde + Markt > Sparten/KVS > KVS > Watson wird sichtbar.


Antje Wennemuth

Wie Watson lernt

1.

Mit Unmut und Angebotswunsch markierte Kundenschreiben wurden mithilfe einer bestimmten Software Watson zum Lesen gegeben.

2.

Lesen und Interpretation der Schreiben
durch Projekt

3.

Erarbeitung
von Regeln
(Annotatoren)

4.

Automatische Dokumentenanalyse durch Watson und Anzeige im SBI

5.

Sachbearbeiter entdeckt Auffälligkeit von Watson und meldet diese an die QS-Stelle

6.

Erfassung der eingehenden Meldungen und deren Aufbereitung

Original VKB-Kundenanschreiben wurden dazu vor der Produktionslegung im Dezember 2016 aus dem Archiv abgezogen.

Die Projektmitarbeiter hatten Anschreiben gelesen, interpretiert und in Unmutsklassen zugeordnet.

Die aufbereitete Grundlage wird an das Entwicklungsteam übergeben. Hier wurden vor der Produktions­legung Annotatoren (starre Regeln) geschrieben und im Rahmen des Qualitäts­sicherungs­prozesses nach wie vora Machine Learning (Annotatoren + Statistik + mathematische Konzepte) betrieben.

Watson kann aufgrund des Machine Learning Dokumente analysieren und selbstständig Textbestandteile in die Unmutsklassen einordnen.

Seit der Produktionslegung ist ein fester Qualitäts­sicherungs­prozess etabliert.

Seit der Produktionslegung wird der Tageseingang analysiert, aufbereitet und Watson lernt weiter.